[Siemens]A Better Forecast for Renewable Energy Generation

A Better Forecast for Renewable Energy Generation

西门子的SENN系统：基于神经网络的系统
成功案例
1. 基于温度的gaz需求的预测
2. 太阳能发电厂，风电发电厂的风速，温度，湿度等预测，在丹麦的一个风电场，SENN系统对上述环境因素进行提前三天的预测，预测误差为7.2%
3. 在太阳能发电厂系统中，SENN系统可以对未来5天，每4个小时的发电量进行预测，误差率小于7%
4. 另一个正在规划的应用：覆盖在太阳能电池板上的灰尘会降低15%左右的发电量，因此需要工人定时清理。因此我们希望用SENN干两件事，预测近段时间内会不会有雨，通过预测灰尘，湿度，温度等，进一步预测会有多少的灰尘覆盖在电池板上，辅助决策多久需要进行一次清理。
5. 预测电量需求，辅助电量输送
6.预测电量输送损失，保障服务