Tijdreeksvoorspelling

Tijdreeksvoorspelling gebruikt historische, sequentiële data — sensorwaarden, energieverbruik, vraag — om toekomstige waarden te voorspellen. In de industrie ligt het ten grondslag aan energie- en vraagvoorspelling, voorspellend onderhoud en productieplanning door te projecteren hoe een gemeten grootheid zal evolueren.

Door patronen, trends en seizoenseffecten in van tijdstempels voorziene data te leren, projecteren voorspelmodellen wat komt en melden ze wanneer de werkelijkheid afwijkt. Industriële toepassingen zijn onder meer energievraag voorspellen voor kosten- en netbeheer, apparatuurdegradatie richting storing voorspellen en productie en voorraad plannen. De nauwkeurigheid hangt af van datakwaliteit en hoe stabiel de onderliggende patronen zijn, dus voorspellingen worden gekoppeld aan driftbewaking.

Gerelateerde begrippen

Machine Learning (Industrial) · Anomaly Detection · Predictive Maintenance (PdM) · Demand Response

Software