Методы повышения точности прогнозов энергопотребления

Производство (инженеры, технологи, метрологи)

Тренинг для энергетиков, сбытовиков, специалистов по энергоэффективности. Формирование практических навыков прогнозирования использования энергоресурсов. Определение предела прогнозирования для имеющихся данных.

Возможность использования своих данных в процессе обучения

Примечание 1: Если от вашей компании планируется 3 и более человека, даты проведения могут быть скорректированы в соответствии с вашими потребностями, либо назначены дополнительные даты.

Примечание 2: Формат проведения в указанные даты может быть быть изменен в соответствии с потребностями участников (очный - на онлайн и наоборот).

Excel

Стоимость участия

Один человек (от компании)

52000 ₽

Два и более человек (от компании)

51000 ₽

Один человек (физическое лицо)

51000 ₽

* Все скидки действуют только при предоплате

** Стоимость участия может изменяться в зависимости от даты и места проведения тренинга

Как проходит обучение On-line?
( узнать подробнее ... )

Программа тренинга

ДЕНЬ 1. Азы прогнозирования и анализа, подготовка данных

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Основные принципы построения прогноза энергопотребления: технология «Пять шагов» Классификация методов, которые можно использовать для построения прогнозов энергопотребления Три способа систематизации факторов, влияющих на энергопотребление: диаграмма Исикавы таблица факторных влияний причинно-следственная диаграмма Подготовка исходных данных. Работа с пропущенными данными Анализ динамики энергопотребления: определение грубых выбросов чистка данных выявление сезонности Различия в анализе часовых, суточных и месячных данных Основные статистические показатели и графики, используемые при прогнозировании: среднее значение, медиана, стандартное отклонение, стандартная ошибка, размах гистограмма, диаграмма последовательности, диаграмма рассеяния Доверительный интервал прогноза Точность модели и точность прогнозов Показатели точности прогнозной модели и прогнозов: MAPE, MAD и другие Подходы к выбору адекватного показателя оценки точности модели и прогноза	Пример. Строим диаграмму Исикавы с целью классификации факторов, влияющих на электропотребление, и заполняем таблицу факторных влияний. Пример в Excel. Изучаем динамику потребления электроэнергии. Учимся анализировать колебания в потреблении и формировать правильные ожидания. Пример в Excel. Проводим графический анализ динамики потребления. Самостоятельно учимся определять наличие, сезонности, структурных сдвигов и выбросов.

ДЕНЬ 2. Прогнозирование энергопотребления без учета дополнительной информации о факторах

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Прогнозирование на основе метода сезонной декомпозиции: требования к периодичности данных пошаговый алгоритм прогнозирования в Excel влияние выбросов и структурных сдвигов на точность прогнозов плюсы и минусы подхода Правила оценки качества прогнозной модели. Анализ остатков Правила графического анализа остатков модели: график автокорреляции гистограмма диаграмма рассеяния Прогнозирование на основе метода экспоненциального сглаживания: идея метода, четыре параметра сглаживания пошаговый алгоритм в Excel влияние горизонта прогноза на точность прогнозов влияние выбросов и структурных сдвигов на точность прогнозов плюсы и минусы подхода Особенности прогнозирования на основе экспоненциального сглаживания для суточных и часовых данных Критерии выбора между экспоненциальным сглаживанием и сезонной декомпозицией	Пример в Excel. Проводим сезонную декомпозицию потребления электроэнергии и строим прогноз на несколько месяцев. Оцениваем качество построенной модели. Пример в Excel. Строим прогноз на несколько месяцев с помощью экспоненциального сглаживания. Оцениваем качество модели и прогноза. Пример в Excel. На основе истории энергопотребления строим прогноз на 3 месяца двумя способами (на основе сезонной декомпозиции и методом экспоненциального сглаживания). Оцениваем качество моделей и выбираем наиболее адекватный подход. Пример в Excel. На основе экспоненциального сглаживания прогнозируем электропотребление на 2 дня вперед по часам.

ДЕНЬ 3. Прогнозирование энергопотребления с учетом дополнительной информации о факторах

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Многофакторный регрессионный анализ: идея и требования к исходным данным Пошаговый алгоритм прогнозирования на основе регрессионного анализа в Excel Диагностика и решение проблемы взаимозависимых факторов (мультиколлинеарность) Правила оценки качества модели: анализ остатков ANOVA R-квадрат и скорректированный R-квадрат План действий при «плохих» остатках модели Интерпретация коэффициентов регрессионного уравнения: как влияют факторы на энергопотребление ранжирование факторов по силе влияния Особенности прогнозирования при недостатке информации о факторах. Техника фиктивных (dummy) переменных Учет в регрессии сезонности разного типа Разработка сценариев потребления на основе регрессионного анализа Пессимистический и оптимистический прогноз: варианты построения Плюсы и минусы прогнозирования на основе регрессионного анализа Правила перехода от регрессии к авторегрессии Авторегрессионные модели для прогнозирования: идея и реализация Плюсы и минусы прогнозирования на основе авторегрессионного анализа	Пример в Excel. Изучаем влияние макроэкономических факторов на потребление электроэнергии для прогнозирования по месяцам. Пример в Excel. Анализируем влияние погодных условий (температуры и влажности воздуха, атмосферного давления, скорости ветра, осадков и т.п.) на потребление. Пример в Excel. Учитываем график включения / отключения оборудования на предприятии, длины светового дня и температуры воздуха на электропотребление этого предприятия. Делаем прогноз на 2 суток вперед. Пример в Excel. Прогнозируем потребление с использованием фиктивных переменных. Пример в Excel. Проводим сравнительный анализ прогнозов потребления на основе регрессии и авторегрессии. Пример в Excel. Строим прогноз энергопотребления группы потребителей всеми изученными способами и выбираем наиболее адекватный подход (самостоятельно).

ДЕНЬ 4. Пути повышения точности прогнозов

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Способы учета нелинейного влияния факторов на энергопотребление Анализ влияния выходных и праздничных дней на энергопотребление Учет запаздывающего влияния факторов при прогнозировании Особенности и ограничения при прогнозировании часового потребления Два способа расчета часовых индексов Правила проведения ручной корректировки прогнозов Классификация потенциальных причин ошибки прогноза Структура ошибки прогноза Пути улучшения модели в случае неудовлетворительных прогнозов. Методика анализа ошибок прогноза за период	Примеры в Excel. Разбираем типичные ситуации нелинейного влияния температуры воздуха на энергопотребление и учимся учитывать их при прогнозировании. Пример в Excel. Выясняем, влияет ли «вчерашний» объем производства промышленного предприятия на «сегодняшнее» энергопотребление. Учимся интерпретировать выявленные задержки во влиянии. Пример в Excel. Учитываем влияние выходных и праздничных дней при прогнозировании. Примеры в Excel. Отрабатываем методику анализа ошибок прогноза за период с целью улучшения построенной модели.

ДЕНЬ 5. Отработка навыков прогнозирования на примерах слушателей. Анализ возможностей и целесообразности повышения точности прогнозов

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Повторение ключевых идей курса: алгоритм выбора подходящего метода прогнозирования энергопотребления в зависимости от количества имеющихся данных и их формата (часовые, суточные и т.п.), наличия информации о факторах, горизонта прогноза Разбор типовых ошибок при прогнозировании энергопотребления	Работа с данными слушателей. Строим прогнозные модели энергопотребления на основе данных слушателей. Оцениваем качество моделей и точность прогнозов на ее основе. Разрабатываем рекомендации по дальнейшему улучшению построенных моделей.

После окончания обучения Вы сможете

Определять наилучший метод прогнозирования для потребления энергоресурсов: электричества, газа, угля и т.п.

Быстро прогнозировать

Прогнозировать суточное энергопотребление предприятия на основе производственных факторов и показателей развития региона

Повышать точность прогнозов

Прогнозировать в случае, если имеются данные только энергопотребления, и нет дополнительной информации о факторах, влияющих на него

Прогнозировать суточное энергопотребление с учетом дополнительной информации о разных факторах (температуры воздуха, продолжительности светового дня, наличия осадков, графика включения / выключения оборудования потребителя и т.п.)

Прогнозировать часовое энергопотребление на последующие дни

Преподаватели

Юлия Берлин

Преподаватель-аналитик Центра Статистических Технологий
Кандидат экономических наук, доцент.
Опыт преподавания и консультирования более 10 лет.
Разработка системы прогнозирования и анализа продаж компаний рынка FMCG.
Исследование потребительских предпочтений.
Планирование исследований и разработка планов экспериментов.
Обработка результатов анкетирования и тестов.
Разработка прогнозных моделей энергопотребления.
Автор более 40 учебно-методических и научных работ.

Анна Монахова

Преподаватель-аналитик, эксперт
Руководитель отдела развития образовательных программ ЦСТ.
Опыт консультационной деятельности 10 лет.
Большой опыт аналитика-практика.
Реализовала более двадцати консалтинговых проектов по анализу данных в бизнесе и научных исследованиях.
Консультировала специалистов таких компаний, как "Пивоваренная компания "Балтика", "Пивоварня Москва — Эфес", "ВымпелКом", "МегаФон", "Газпром нефть", "Монокристалл", "НЛМК", "Кока-Кола", "Маревен Фуд Сентрал" и др.
Является одним из ведущих консультантов в области использования статистических инструментов для решения прикладных задач.
Проводит подготовку специалистов по концепции SixSigma.

Вы получите:

Набор бесплатных надстроек и шаблонов Excel, необходимых для прогнозирования

Пошаговые инструкции по применению каждого метода

Сертификат на 4-месячную бесплатную консультационную поддержку

Требования:

Высшее образование

Опыт работы в Excel на уровне пользователя

Отзывы учеников

Сергеев Иван Алексеевич

ООО "Запсибтрансгаз"

За пятидневный тренинг я многое для себя открыл. Преподаватель четко и понятно рассказывал теоретическую часть, после чего все знания закрепились практикой. Кроме того порадовала техническая оснащенность и раздаточный материал. Их вполне достаточно, чтобы получить необходимую базу знаний.
Сафронова Светлана Викторовна

ООО "Нутриция"

Очень доступный в понимании материал, профессионализм преподавателя, а также чуткость и отзывчивость. Семинар очень понравился! Спасибо Анне!
Предложение. Сделать "школу статистика": увеличить количество дней тренинга, возможно на 2 недели; всем вместе полностью погрузиться в мир статистики... и, самое главное, создать несколько уровней изучения (аналогично ин.языкам).
Уварова Татьяна Эриховна

ДФУ, доцент кафедры гидротехники теории зданий и сооружений

Тренинг организован на высоком уровне, материал объяснен доступно, агрументированно. Раздаточный материал и презентации полностью отражают суть тренинга и помогают его осмыслить.
Селезнёва Марина Васильевна

Мясокомбинат "Павловская слобода"

Всё понравилось, отношение преподавателя очень позитивно, умение применительно ко всем донести материал, если считать, что все из разных отраслей, но с общими проблемами. Материал дан так, что хочется ещё чему-то научиться, что мы и сделаем в ближайшее время. Спасибо за тренинг.
Винникова Ольга Игоревна

инженер по качеству, Калсоник Кансей Рус

Все очень понятно. Практические задания помогают усвоить теорию в полном объеме. Емкое, упорядоченное преподавание. Раздаточный материал с концентрированным материалом, изученным на практике. Приятным "бонусом" является возможность впоследствии обратиться за поддержкой в решении конкретных задач. Спасибо!
Феденко Игорь Вячеславович

ПАО "Авиакомпания "Сибирь"

Очень понравилось. Подача информации - информативно, сжато, широкий охват. Большое число примеров, изучение темы на практике. Предоставляются инструменты для Excel для дальнейшей работы. Готовность и желание преподавателей ответить на все вопросы.
Харлан Елена Владимировна

ПК "Балтика", менеджер по управлению ассортиментом

Замечательный тренинг, очень практичный, ценный, доступно для понимания.
Животов Антон Сергеевич

ООО "Татхимпласт"

Тренинг полностью оправдал мои ожидания. Темы объясняются очень доступно, подкрепляются примерами, что помогает лучше усваивать пройденный материал. В целом тренинг дает хорошие практические навыки, которые можно применять в дальнейшей работе. При возможности буду планировать посетить еще одни курсы.
Юдина Надежда Александровна

Триколор ТВ

Тренинг полностью оправдал мои ожидания. Был интересным, информативным. Полученные знания абсолютно точно будут применены на практике. Большое спасибо.
Царёв Сергей Александрович

ОАО "Савушкин продукт", начальник отдела аналитики

Тренинг был продуктивным. Получил массу полезной инофрмации. Взглянул на работу подразделения и нашей компании с другой стороны. Оказывается, всё гениальное в управлении - очень просто. Пересмотрел свои взгляды на постановку задач.