Previsión de la demanda energética

Stream Analytics
Event Hubs
Machine Learning
SQL Database
Data Factory
Power BI

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!

Aprenda cómo Microsoft Azure puede ayudar a predecir con precisión los picos de demanda de productos y servicios energéticos para ofrecer una ventaja competitiva a su empresa.Learn how Microsoft Azure can help accurately forecast spikes in demand for energy products and services to give your company a competitive advantage.

Esta solución se basa en los servicios administrados de Azure: Azure Stream Analytics, Event Hubs, Azure Machine Learning, Azure SQL Database, Data Factory y Power BI.This solution is built on the Azure managed services: Azure Stream Analytics, Event Hubs, Azure Machine Learning, Azure SQL Database, Data Factory and Power BI. Estos servicios se ejecutan en un entorno de alta disponibilidad, actualizado y compatible, lo que permite centrarse en la solución en lugar de en el entorno en que se ejecutan.These services run in a high-availability environment, patched and supported, allowing you to focus on your solution instead of the environment they run in.

ArchitectureArchitecture

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

ComponentesComponents

  • Azure Stream Analytics: Stream Analytics agrega datos de consumo eléctrico casi en tiempo real para escribirlos en Power BI.Azure Stream Analytics: Stream Analytics aggregates energy consumption data in near real-time to write to Power BI.
  • Event Hubs ingiere datos de consumo eléctrico sin procesar y los pasa a Stream Analytics.Event Hubs ingests raw energy consumption data and passes it on to Stream Analytics.
  • Azure Machine Learning: Machine Learning pronostica la demanda eléctrica de una región determinada en función de las entradas recibidas.Azure Machine Learning: Machine Learning forecasts the energy demand of a particular region given the inputs received.
  • Azure SQL Database: SQL Database almacena los resultados de predicción recibidos de Azure Machine Learning.Azure SQL Database: SQL Database stores the prediction results received from Azure Machine Learning. Estos resultados se utilizan en el panel de Power BI.These results are then consumed in the Power BI dashboard.
  • Data Factory controla la coordinación y programación del nuevo entrenamiento del modelo horario.Data Factory handles orchestration and scheduling of the hourly model retraining.
  • Power BI visualiza los datos de consumo energético de Stream Analytics, así como la demanda eléctrica prevista de SQL Database.Power BI visualizes energy consumption data from Stream Analytics as well as predicted energy demand from SQL Database.

Pasos siguientesNext steps