Enerji ve Güç Talebini Tahmin Etme

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

Çözüm fikri Solution Idea

Daha fazla bilgi, uygulama ayrıntıları, fiyatlandırma Kılavuzu veya kod örneği ile bu makaleyi genişletmemizi istiyorsanız GitHub geri bildirimlerindenhaberdar olalım!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!

Microsoft Azure enerji ürünleri ve hizmetleri için isteğe bağlı olarak ani artışları doğru bir şekilde tahmin etmenize nasıl yardımcı olabileceğini öğrenin.Learn how Microsoft Azure can help accurately forecast spikes in demand for energy products and services to give your company a competitive advantage.

Bu çözüm, Azure yönetilen hizmetlerinde oluşturulmuştur: Azure Stream Analytics, Event Hubs, Azure Machine Learning, Azure SQL veritabanı, Data Factory ve 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. Bu hizmetler, düzeltme eki uygulanan ve desteklenen yüksek kullanılabilirliğe sahip bir ortamda çalışır ve üzerinde çalıştıkları ortam yerine çözümünüze odaklanmanızı sağlar.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.

MimariArchitecture

Mimari diyagramı Bu mimarinin bir SVG indirin.Architecture Diagram Download an SVG of this architecture.

BileşenlerComponents

  • Azure Stream Analytics: Stream Analytics enerji tüketimi verilerini neredeyse gerçek zamanlı olarak toplar Power BI yazma.Azure Stream Analytics: Stream Analytics aggregates energy consumption data in near real-time to write to Power BI.
  • Ham enerji tüketimi verilerini Event Hubs ve Stream Analytics üzerine geçirir.Event Hubs ingests raw energy consumption data and passes it on to Stream Analytics.
  • Azure Machine Learning: Machine Learning alınan girişler verilen belirli bir bölgenin enerji talebini tahmin eder.Azure Machine Learning: Machine Learning forecasts the energy demand of a particular region given the inputs received.
  • Azure SQL veritabanı: SQL veritabanı, Azure Machine Learning alınan tahmin sonuçlarını depolar.Azure SQL Database: SQL Database stores the prediction results received from Azure Machine Learning. Bu sonuçlar daha sonra Power BI panosunda tüketilecektir.These results are then consumed in the Power BI dashboard.
  • Data Factory saatlik model yeniden eğitiminin düzenlemesini ve zamanlamasını işler.Data Factory handles orchestration and scheduling of the hourly model retraining.
  • Power BI , SQL veritabanından tahmini enerji talebi ve Stream Analytics ' dan enerji tüketimini görselleştirir.Power BI visualizes energy consumption data from Stream Analytics as well as predicted energy demand from SQL Database.

Sonraki adımlarNext steps