Neue probabilistische Lastvorhersage: M2OE2-GL skaliert für tausende Kunden
Probabilistische Lastvorhersagen sind das Herzstück der Planung, des Betriebs und der risikobewussten Entscheidungen in Stromnetzen. Durch den Einsatz von Deep‑Learning‑Modellen konnten bislang deutliche Genauigkeitssteigerungen erzielt werden – doch die Skalierbarkeit bleibt ein Problem. Ein Modell pro Kunde ist rechenintensiv und speicheraufwendig, während ein einziges globales Modell die Unterschiede zwischen Kundentypen, Standorten und Phasen ignoriert.
