Previsión de la demanda

Data Factory
Event Hubs
Machine Learning
SQL Database
Stream Analytics

Idea de solución Solution Idea

Si desea que ampliemos este artículo con más información, detalles de la implementación, guía de precios o ejemplos de código, háganoslo saber en GitHub Feedback (Comentarios de GitHub).If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

Una previsión precisa de los picos en la demanda de productos y servicios puede proporcionar una ventaja competitiva a la empresa.Accurately forecasting spikes in demand for products and services can give a company a competitive advantage. Esta solución se centra en la previsión de la demanda en el sector energético.This solution focuses on demand forecasting within the energy sector.

ArchitectureArchitecture

Diagrama de la arquitectura Descargue un SVG de esta arquitectura.Architecture diagram Download an SVG of this architecture.

Información generalOverview

Una previsión precisa de los picos en la demanda de productos y servicios puede proporcionar una ventaja competitiva a la empresa.Accurately forecasting spikes in demand for products and services can give a company a competitive advantage. Cuanto mejor sea la previsión, mayor será la capacidad de escalado a medida que aumente la demanda y menor será el riesgo de mantener inventario innecesario.The better the forecasting, the more they can scale as demand increases, and the less they risk holding onto unneeded inventory. Entre los casos de uso se incluyen una predicción de la demanda de un producto en una tienda minorista o en línea, una previsión de visitas a un hospital y una previsión de consumo de energía.Use cases include predicting demand for a product in a retail/online store, forecasting hospital visits, and anticipating power consumption.

Esta solución se centra en la previsión de la demanda en el sector energético.This solution focuses on demand forecasting within the energy sector. El almacenamiento de energía no es una actividad rentable, por lo que las compañías de producción y suministro de electricidad necesitan prever el consumo eléctrico futuro, con el fin de poder equilibrar correctamente la oferta y la demanda.Storing energy is not cost-effective, so utilities and power generators need to forecast future power consumption so that they can efficiently balance the supply with the demand. En las horas punta, una oferta escasa puede provocar que se produzcan cortes de electricidad.During peak hours, short supply can result in power outages. Por el contrario, una oferta excesiva puede suponer que se malgasten recursos.Conversely, too much supply can result in waste of resources. Las técnicas avanzadas de previsión de la demanda permiten especificar con todo detalle la demanda horaria y las horas punta de un día concreto, lo que permite a las compañías de suministro eléctrico optimizar el proceso de producción de energía.Advanced demand forecasting techniques detail hourly demand and peak hours for a particular day, allowing an energy provider to optimize the power generation process. Esta solución, que utiliza Cortana Intelligence, permite a las compañías energéticas introducir rápidamente una tecnología de previsión muy eficaz en su negocio.This solution using Cortana Intelligence enables energy companies to quickly introduce powerful forecasting technology into their business.

DetallesDetails

Cortana Intelligence Suite proporciona herramientas de análisis avanzado mediante Microsoft Azure (los componentes de análisis avanzado, ingesta de datos, almacenamiento de datos y procesamiento de datos), todos los elementos esenciales para crear una solución de previsión de la demanda para el sector energético.The Cortana Intelligence Suite provides advanced analytics tools through Microsoft Azure - data ingestion, data storage, data processing and advanced analytics components - all of the essential elements for building an demand forecasting for energy solution.

Esta solución combina varios servicios de Azure para proporcionar ventajas muy eficaces.This solution combines several Azure services to provide powerful advantages. Event Hubs recopila datos de consumo en tiempo real.Event Hubs collects real-time consumption data. Stream Analytics agrega los datos de streaming y hace que estén disponibles para visualizarlos.Stream Analytics aggregates the streaming data and makes it available for visualization. Azure SQL almacena y transforma los datos de consumo.Azure SQL stores and transforms the consumption data. Machine Learning implementa y ejecuta el modelo de previsión.Machine Learning implements and executes the forecasting model. Power BI visualiza el consumo de energía en tiempo real, así como los resultados de la previsión.PowerBI visualizes the real-time energy consumption as well as the forecast results. Por último, Data Factory organiza y programa todo el flujo de datos.Finally, Data Factory orchestrates and schedules the entire data flow.

El botón "Deploy" (Implementar) iniciará un flujo de trabajo que implementará una instancia de la solución en un grupo de recursos en la suscripción de Azure que especifique.The 'Deploy' button will launch a workflow that will deploy an instance of the solution within a Resource Group in the Azure subscription you specify. La solución incluye varios servicios de Azure (que se describen a continuación) junto con un trabajo web que simula datos para que, inmediatamente después de la implementación, disponga de una solución de un extremo a otro que funcione.The solution includes multiple Azure services (described below) along with a web job that simulates data so that immediately after deployment you have a working end-to-end solution. Los datos de ejemplo de esta solución se simulan a partir de datos disponibles públicamente de la compañía NYISO.The sample data of this solution is simulated from publicly available data from the NYISO.

Detalles técnicos y flujo de trabajoTechnical details and workflow

  1. Los datos de ejemplo se transmiten mediante los trabajos web de Azure recientemente implementados.The sample data is streamed by newly deployed Azure Web Jobs.
  2. Las fuentes de datos sintéticos en Azure Event Hubs y Azure SQL sirven como puntos de datos o eventos, que se usarán en el resto del flujo de la solución.This synthetic data feeds into the Azure Event Hubs and Azure SQL service as data points or events, that will be used in the rest of the solution flow.
  3. Azure Stream Analytics analiza los datos para proporcionar una evaluación casi en tiempo real del flujo de entrada desde el centro de eventos y los publica directamente en Power BI para visualizarlos.Azure Stream Analytics analyze the data to provide near real-time analytics on the input stream from the event hub and directly publish to PowerBI for visualization.
  4. Azure Machine Learning se utiliza para realizar una previsión de la demanda de energía de una región determinada según las entradas recibidas.Azure Machine Learning is used to make forecast on the energy demand of particular region given the inputs received.
  5. Azure SQL Database se usa para almacenar los resultados de la predicción recibidos de Azure Machine Learning.Azure SQL Database is used to store the prediction results received from Azure Machine Learning. Estos resultados se usan luego en el panel de Power BI.These results are then consumed in the Power BI dashboard.
  6. Azure Data Factory controla la coordinación y programación del nuevo entrenamiento del modelo horario.Azure Data Factory handles orchestration, and scheduling of the hourly model retraining.
  7. Por último, Power BI se usa para la visualización de los resultados, de modo que los usuarios puedan supervisar el consumo de energía de una región en tiempo real y usar la demanda prevista para optimizar el proceso de generación o distribución de energía.Finally, Power BI is used for results visualization, so that users can monitor the energy consumption from a region in real time and use the forecast demand to optimize the power generation or distribution process.

Información de preciosPricing Info

La suscripción de Azure usada para la implementación incurrirá en cargos por el consumo de los servicios que se usen en esta solución.Your Azure subscription used for the deployment will incur consumption charges on the services used in this solution. Para obtener información detallada sobre los precios, visite la página de precios de Azure.For pricing details, visit the Azure Pricing Page.