Prevedere la domanda di consumo energetico

Analisi di flusso
Hub eventi
Machine Learning
Database SQL
Data Factory
Power BI

Soluzione idea Solution Idea

Per ulteriori informazioni, dettagli sull'implementazione, indicazioni sui prezzi o esempi di codice, vedere l'articolo relativo all'espansione di questo articolo con commenti e suggerimenti su 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!

Scopri in che modo Microsoft Azure possibile prevedere con precisione i picchi di domanda per i prodotti e i servizi energetici per offrire alla tua azienda un vantaggio competitivo.Learn how Microsoft Azure can help accurately forecast spikes in demand for energy products and services to give your company a competitive advantage.

Questa soluzione si basa sui servizi gestiti di Azure: analisi di flusso di Azure, hub eventi, Azure Machine Learning, Database SQL di Azure, Data Factory e 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. Questi servizi vengono eseguiti in un ambiente a disponibilità elevata, con patch e supportati, consentendo di concentrarsi sulla soluzione anziché sull'ambiente in cui vengono eseguiti.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

Diagramma dell'architettura scaricare un SVG di questa architettura.Architecture Diagram Download an SVG of this architecture.

ComponentiComponents

  • Analisi di flusso di Azure: analisi di flusso aggrega i dati sul consumo di energia quasi in tempo reale per scrivere in Power bi.Azure Stream Analytics: Stream Analytics aggregates energy consumption data in near real-time to write to Power BI.
  • Hub eventi inserisce dati sul consumo di energia non elaborati e li passa ad analisi di flusso.Event Hubs ingests raw energy consumption data and passes it on to Stream Analytics.
  • Azure Machine Learning: Machine Learning prevede la richiesta di energia di un'area specifica in base agli input ricevuti.Azure Machine Learning: Machine Learning forecasts the energy demand of a particular region given the inputs received.
  • Database SQL di Azure: il database SQL archivia i risultati della stima ricevuti da Azure Machine Learning.Azure SQL Database: SQL Database stores the prediction results received from Azure Machine Learning. Questi risultati vengono quindi utilizzati nel dashboard Power BI.These results are then consumed in the Power BI dashboard.
  • Data Factory gestisce l'orchestrazione e la pianificazione della ripetizione del training del modello ogni ora.Data Factory handles orchestration and scheduling of the hourly model retraining.
  • Power bi Visualizza i dati sul consumo energetico da analisi di flusso e la domanda di energia stimata dal database SQL.Power BI visualizes energy consumption data from Stream Analytics as well as predicted energy demand from SQL Database.

Passaggi successiviNext steps