Lösningsidé
Om du vill att vi utökar den här artikeln med mer information, till exempel potentiella användningsfall, alternativa tjänster, implementeringsöverväganden eller prisvägledning, kan du berätta för oss GitHub Feedback!
Nästan alla företag behöver förutsäga framtiden för att kunna fatta bättre beslut och allokera resurser mer effektivt. Till exempel kan en korrekt prognostiserade toppar i efterfrågan på produkter och tjänster ge ett företag en konkurrensfördel. Ju bättre prognosteringen är, desto mer kan de skalas när efterfrågan ökar och desto mindre riskerar de att hålla fast vid en ouppnedd inventering. Exempel på användningsfall är att förutsäga efterfrågan på en produkt i en butik/onlinebutik, göra prognoser för sjukhusbesök och förutse energiförbrukning.
Den här artikeln fokuserar på att presentera användbara länkar till metodtipsen för prognostiserade prognoser och ett exempel på detaljerad arkitektur för en implementering från start till slut i Azure.
Arkitektur
ned en SVG för den här arkitekturen.
Arbetsflöde
Microsoft AI-plattformen tillhandahåller avancerade analysverktyg via Microsoft Azure – datainmatning, datalagring, databehandling och avancerade analyskomponenter – alla viktiga element för att skapa en prognostiserade efterfrågan på energilösningar.
Den här lösningen kombinerar flera Azure-tjänster för att tillhandahålla användbara förutsägelser:
- Event Hubs samlar in förbrukningsdata i realtid.
- Stream Analytics aggregerar strömmande data och gör dem tillgängliga för visualisering.
- Azure SQL Database lagrar och transformerar förbrukningsdata.
- Machine Learning implementerar och kör prognosmodellen.
- Power BI visualiserar energiförbrukningen i realtid och prognosresultatet.
- Slutligen Data Factory orkestrering och schemalägger hela dataflödet.
Komponenter
Viktiga tekniker som används för att implementera den här arkitekturen:
- Azure Event Hubs:Enkel, säker och skalbar datainmatning i realtid
- Azure Stream Analytics:Tillhandahålla serverlös realtidsanalys, från molnet till gränsen
- Azure SQL Database:Hantera dina intelligenta SQL i molnet
- Azure Machine Learning:Skapa, distribuera och hantera förutsägelseanalyslösningar
- Power BI:Realisera värdet av dina data och få insikter som identifierats i Azures data- och analysverktyg till organisationen.