Selle postituse autoriks on Marubeni Power Internationali andmeteaduse vanem juht Hernan Figueroa.
Marubeni Power International Inc (MPII) omab Ameerika mandril energiaäriplatvorme ja investeerib neisse. MPII oluline vertikaal on taastuvenergia ja energiasalvestusvarade varade haldamine, mis on meie energiataristu süsinikusisalduse vähendamiseks kriitilise tähtsusega. Taastuvenergia varadega töötamine nõuab ennustavaid ja reageerivaid digitaalseid lahendusi, sest taastuvenergia tootmise ja elektrituru tingimused muutuvad pidevalt. MPII kasutab masinõppe (ML) pakkumiste optimeerimise mootorit, et teavitada energiavarade haldamise ja kauplemise varasematest otsustusprotsessidest. See lahendus aitab turuanalüütikutel kavandada ja teostada andmepõhiseid pakkumisstrateegiaid, mis on optimeeritud energiavara kasumlikkuse jaoks.
Sellest postitusest saate teada, kuidas Marubeni optimeerib turuotsuseid, kasutades laia valikut AWS-i analüüsi- ja ML-teenuseid, et luua jõuline ja kulutõhus Power Bid Optimizationi lahendus.
Lahenduse ülevaade
Elektriturud võimaldavad kaubelda elektrienergia ja energiaga, et tasakaalustada elektrivõrgus toite pakkumist ja nõudlust ning katta erinevaid elektrivõrgu töökindluse vajadusi. Turuosalised, nagu MPII varahaldurid, pakuvad neile elektriturgudele pidevalt võimsust ja energiakoguseid, et saada oma elektrivaradest kasumit. Turuosaline võib vara kasumlikkuse suurendamiseks teha pakkumisi üheaegselt erinevatele turgudele, kuid ta peab arvestama varade võimsuse piiranguid ja reageerimiskiirusi, samuti muid varaga seotud piiranguid ja nende turgude koostalitlusvõimet.
MPII pakkumiste optimeerimise mootori lahendus kasutab ML-mudeleid, et luua erinevatel turgudel osalemiseks optimaalseid pakkumisi. Levinumad pakkumised on päev-ette energiapakkumised, mis tuleb esitada 1 päev enne tegelikku kauplemispäeva, ja reaalajas energiapakkumised, mis tuleb esitada 75 minutit enne kauplemistundi. Lahendus korraldab dünaamilise pakkumise ja jõuvara toimimise ning nõuab selle ML-mudelites saadaolevate optimeerimis- ja prognoosimisvõimaluste kasutamist.
Power Bid Optimization lahendus sisaldab mitut komponenti, millel on teatud roll. Vaatame läbi kaasatud komponendid ja nende vastavad ärifunktsioonid.
Andmete kogumine ja allaneelamine
Andmete kogumise ja allaneelamise kiht loob ühenduse kõigi ülesvoolu andmeallikatega ja laadib andmed andmejärve. Elektrituru pakkumine nõuab vähemalt nelja tüüpi sisendit:
- Elektrinõudluse prognoosid
- Ilmaprognooside
- Turuhindade ajalugu
- Elektrihinna prognoosid
Nendele andmeallikatele pääseb juurde ainult API-de kaudu. Seetõttu peavad sisestuskomponendid suutma hallata autentimist, tõmberežiimis andmete hankimist, andmete eeltöötlust ja andmete salvestamist. Kuna andmeid tuuakse iga tund, on vaja ka mehhanismi sisestustööde korraldamiseks ja ajastamiseks.
Andmete ettevalmistamine
Nagu enamiku ML-i kasutusjuhtude puhul, mängib andmete ettevalmistamine kriitilist rolli. Andmed pärinevad erinevatest allikatest mitmes vormingus. Enne kui see on ML-mudelitreeningu jaoks valmis, peab see läbima mõned järgmistest sammudest:
- Koondage tunniandmed saabumisaja alusel. Täielik andmekogum peab sisaldama kõiki allikaid.
- Suurendage andmete kvaliteeti, kasutades selliseid tehnikaid nagu standardimine, normaliseerimine või interpoleerimine.
Selle protsessi lõpus lavastatakse kureeritud andmed ja tehakse kättesaadavaks edasiseks tarbimiseks.
Mudelite väljaõpe ja kasutuselevõtt
Järgmine samm hõlmab väljaõpet ja mudeli kasutuselevõttu, mis suudab ennustada optimaalseid turupakkumisi energia ostmiseks ja müümiseks. Alaesituse riski minimeerimiseks kasutas Marubeni ansambli modelleerimise tehnikat. Ansambli modelleerimine seisneb mitme ML-mudeli kombineerimises, et parandada prognoosimise jõudlust. Marubeni ühendab väliste ja sisemiste ennustusmudelite väljundid kaalutud keskmisega, et kasutada ära kõigi mudelite tugevust. Marubeni sisemudelid põhinevad Long Short-Term Memory (LSTM) arhitektuuridel, mis on hästi dokumenteeritud ning hõlpsasti rakendatavad ja kohandatavad TensorFlow's. Amazon SageMaker toetab TensorFlow juurutusi ja paljusid teisi ML-keskkondi. Väline mudel on patenteeritud ja selle kirjeldust ei saa sellesse postitusse lisada.
Marubeni kasutusjuhul teostavad pakkumismudelid tulude maksimeerimiseks numbrilist optimeerimist, kasutades väljaandes kasutatud eesmärgifunktsioonide muudetud versiooni Energia salvestamise võimalused CAISO-s.
SageMaker võimaldab Marubenil käitada ML-i ja numbrilise optimeerimise algoritme ühes keskkonnas. See on kriitilise tähtsusega, kuna sisemudeli väljaõppe ajal kasutatakse arvulise optimeerimise väljundit prognoosikao funktsiooni osana. Lisateavet numbrilise optimeerimise kasutusjuhtumite käsitlemise kohta leiate aadressilt Numbrilise optimeerimise probleemide lahendamine, nagu ajakava, marsruutimine ja jaotamine rakendusega Amazon SageMaker Processing.
Seejärel juurutame need mudelid järelduste lõpp-punktide kaudu. Kuna värskeid andmeid võetakse perioodiliselt sisse, tuleb mudeleid ümber õpetada, kuna need muutuvad aja jooksul vanaks. Selle postituse hilisemas arhitektuuri jaotises on mudelite elutsükli kohta rohkem üksikasju.
Võimas pakkumise andmete genereerimine
Lahendus ennustab tunnipõhiselt optimaalsed kogused ja hinnad, millega tuleks turul elektrit pakkuda – nn. pakkumisi. Koguseid mõõdetakse MW-des ja hindu mõõdetakse $/MW-des. Pakkumised luuakse prognoositud ja tajutavate turutingimuste mitme kombinatsiooni jaoks. Järgmises tabelis on näide finaalist pakkumiskõver väljund töötunniks 17 illustreerivas kauplemissõlmes Marubeni Los Angelese kontori lähedal.
kuupäev | tund | Turg | asukoht | MW | Hind |
11/7/2022 | 17 | RT Energia | LCIENEGA_6_N001 | 0 | $0 |
11/7/2022 | 17 | RT Energia | LCIENEGA_6_N001 | 1.65 | $80.79 |
11/7/2022 | 17 | RT Energia | LCIENEGA_6_N001 | 5.15 | $105.34 |
11/7/2022 | 17 | RT Energia | LCIENEGA_6_N001 | 8 | $230.15 |
See näide esindab meie valmisolekut pakkuda 1.65 MW võimsust, kui võimsuse hind on vähemalt 80.79 $, 5.15 MW, kui võimsuse hind on vähemalt 105.34 $, ja 8 MW, kui võimsuse hind on vähemalt 230.15 $.
Sõltumatud süsteemihaldurid (ISO-d) jälgivad USA elektriturge ning vastutavad pakkumiste sõlmimise ja tagasilükkamise eest, et säilitada elektrivõrgu töökindlus kõige ökonoomsemal viisil. California sõltumatu süsteemihaldur (CAISO) haldab Californias elektriturge ja avaldab turutulemusi iga tund enne järgmist pakkumisakent. Võrreldes praeguste turutingimustega nende ekvivalenti kõveral, saavad analüütikud järeldada optimaalset tulu. Power Bid Optimization lahendus värskendab tulevasi pakkumisi, kasutades uut sissetulevat turuteavet ja uue mudeli ennustavaid väljundeid
AWS-i arhitektuuri ülevaade
Järgmisel joonisel illustreeritud lahenduse arhitektuur rakendab kõiki varem esitatud kihte. See kasutab lahenduse osana järgmisi AWS-teenuseid:
- Amazoni lihtne salvestusteenus (Amazon S3) järgmiste andmete salvestamiseks:
- Hinna-, ilma- ja koormusprognoosi andmed erinevatest allikatest.
- Konsolideeritud ja täiendatud andmed on valmis mudelitreeninguks kasutamiseks.
- Väljundi pakkumiskõveraid värskendatakse kord tunnis.
- Amazon SageMaker mudelite koolitamiseks, testimiseks ja juurutamiseks optimeeritud pakkumiste esitamiseks järelduste lõpp-punktide kaudu.
- AWS-i astmefunktsioonid nii andme- kui ka ML-konveieri orkestreerimiseks. Kasutame kahte olekumasinat:
- Üks olekumasin andmete kogumise korraldamiseks ja kõigi allikate neelamise tagamiseks.
- Üks olekumasin nii ML-konveieri kui ka optimeeritud pakkumiste loomise töövoo korraldamiseks.
- AWS Lambda allaneelamise, eeltöötluse ja järeltöötluse funktsioonide rakendamiseks:
- Kolm funktsiooni sisendandmevoogude neelamiseks, üks funktsioon allika kohta.
- Üks funktsioon andmete konsolideerimiseks ja ettevalmistamiseks koolituseks.
- Üks funktsioon, mis genereerib hinnaprognoosi, kutsudes välja SageMakeris juurutatud mudeli lõpp-punkti.
- Amazonase Athena et pakkuda arendajatele ja ärianalüütikutele SQL-i juurdepääsu genereeritud andmetele analüüsiks ja tõrkeotsinguks.
- Amazon EventBridge andmete sissevõtmise ja ML-konveieri käivitamiseks ajakava alusel ja vastusena sündmustele.
Järgmistes osades käsitleme töövoogu üksikasjalikumalt.
Andmete kogumine ja ettevalmistamine
Iga tund käivitatakse andmete ettevalmistamise sammufunktsioonide olekumasin. See kutsub paralleelselt välja iga andmesisestuse funktsiooni Lambda ja ootab, kuni kõik neli on lõpule viidud. Andmete kogumise funktsioonid helistavad oma vastavale allika API-le ja toovad viimase tunni andmed. Seejärel salvestab iga funktsioon saadud andmed vastavasse S3 ämbrisse.
Nendel funktsioonidel on ühine juurutamise baasjoon, mis pakub ehitusplokke standardseks andmete töötlemiseks, nagu normaliseerimine või indekseerimine. Selle saavutamiseks kasutame Lambda kihte ja AWS Chalice, nagu on kirjeldatud punktis AWS lambda kihtide kasutamine koos AWS Chalice'iga. See tagab, et kõik arendajad kasutavad samu baasteeke uute andmete ettevalmistamise loogikate loomiseks ja kiirendab juurutamist.
Pärast kõigi nelja allika allaneelamist ja salvestamist käivitab olekumasin andmete ettevalmistamise lambda funktsiooni. Toitehinna, ilma ja koormuse prognoosi andmed võetakse vastu JSON-i ja tähemärgiga eraldatud failides. Iga faili igal kirjeosal on ajatempel, mida kasutatakse andmevoogude koondamiseks üheks andmestikuks, mis hõlmab 1-tunnise ajavahemiku.
See konstruktsioon tagab täielikult sündmustepõhise töövoo. Koolitusandmete ettevalmistamine algab kohe, kui kõik oodatud andmed on alla neelatud.
ML torujuhe
Pärast andmete ettevalmistamist salvestatakse uued andmekogumid Amazon S3-sse. EventBridge'i reegel käivitab ML-konveieri Step Functions olekumasina kaudu. Olekumasin juhib kahte protsessi:
- Kontrollige, kas pakkumiskõvera genereerimise mudel on ajakohane
- Käivitage automaatselt mudelite ümberõpe, kui jõudlus halveneb või mudelid on teatud päevadest vanemad
Kui praegu juurutatud mudeli vanus on teatud künnise – näiteks 7 päeva – võrra vanem kui viimane andmestik, käivitab Step Functions olekumasin SageMakeri konveieri, mis treenib, testib ja juurutab uue järelduse lõpp-punkti. Kui mudelid on endiselt ajakohased, jätab töövoog ML-konveieri vahele ja liigub edasi pakkumise loomise sammu. Sõltumata mudeli olekust luuakse uue tunniandmestiku tarnimisel uus pakkumiskõver. Järgmine diagramm illustreerib seda töövoogu. Vaikimisi on StartPipelineExecution
tegevus on asünkroonne. Võime lasta olekumasinal oodata konveieri lõppu enne pakkumiste loomise sammu käivitamist, kasutades käsku "Oodake tagasihelistamist"valik.
Pilootlahenduse loomise kulude ja turuletuleku aja vähendamiseks kasutas Marubeni Amazon SageMakeri serverita järeldus. See tagab, et väljaõppeks ja kasutuselevõtuks kasutatav alusinfrastruktuur võtab tasu ainult vajaduse korral. See muudab ka torujuhtme ehitamise protsessi lihtsamaks, sest arendajad ei pea enam infrastruktuuri haldama. See on suurepärane võimalus töökoormuste jaoks, mille liiklusspurtide vahel on jõudeperioode. Lahenduse valmimisel ja tootmisse üleminekul vaatab Marubeni nende disaini üle ja võtab kasutusele konfiguratsiooni, mis sobib paremini prognoositavaks ja stabiilseks kasutamiseks.
Pakkumiste genereerimine ja andmete päring
Pakkumiste genereerimise Lambda funktsioon kutsub perioodiliselt välja järelduse lõpp-punkti, et genereerida tunniennustusi ja salvestada väljund Amazon S3-sse.
Seejärel saavad arendajad ja ärianalüütikud andmeid uurida, kasutades visualiseerimiseks Athenat ja Microsoft Power BI-d. Andmed saab API kaudu kättesaadavaks teha ka järgnevatele ärirakendustele. Pilootfaasis vaatavad operaatorid visuaalselt pakkumiskõverat, et toetada oma elektritehinguid turgudel. Marubeni aga kaalub selle protsessi automatiseerimist tulevikus ja see lahendus annab selleks vajaliku aluse.
Järeldus
See lahendus võimaldas Marubenil täielikult automatiseerida oma andmetöötlus- ja sisestuskonveierid ning vähendada prognoosimis- ja optimeerimismudelite juurutamisaega tundidest minutiteni. Pakkumiskõverad luuakse nüüd automaatselt ja neid ajakohastatakse turutingimuste muutudes. Samuti saavutasid nad 80% kulude vähenemise, kui lülitusid ette nähtud järelduse lõpp-punktilt serverita lõpp-punktile.
MPII prognoosilahendus on üks hiljutistest digitaalse ümberkujundamise algatustest, mida Marubeni Corporation energiasektoris käivitab. MPII plaanib luua täiendavaid digitaalseid lahendusi, et toetada uusi energiaäriplatvorme. MPII võib tugineda AWS-teenustele, et toetada nende digitaalse ümberkujundamise strateegiat paljudel kasutusjuhtudel.
"Saame keskenduda uute äriplatvormide väärtusahela haldamisele, teades, et AWS haldab meie lahenduste aluseks olevat digitaalset infrastruktuuri."
– Hernan Figueroa, Marubeni Power Internationali andmeteaduse vanemjuht.
Lisateavet selle kohta, kuidas AWS aitab energiaorganisatsioone nende digitaalse ümberkujundamise ja jätkusuutlikkuse algatustes, leiate AWS energia.
Marubeni Power International on Marubeni Corporationi tütarettevõte. Marubeni Corporation on Jaapani suur kaubandus- ja investeerimiskonglomeraat. Marubeni Power Internationali missioon on arendada uusi äriplatvorme, hinnata uusi energiatrende ja -tehnoloogiaid ning hallata Marubeni energiaportfelli Ameerikas. Kui soovite Marubeni Poweri kohta rohkem teada saada, vaadake https://www.marubeni-power.com/.
Autoritest
Hernan Figueroa juhib Marubeni Power Internationali digitaalse transformatsiooni algatusi. Tema meeskond rakendab Marubeni Poweri kasvustrateegiate toetamiseks andmeteadust ja digitaaltehnoloogiaid. Enne Marubeniga liitumist oli Hernan Columbia ülikooli andmeteadlane. Tal on Ph.D. aastal elektrotehnika ja bakalaureusekraad arvutitehnikas.
Lino Brescia on NYC-s asuv peamine kontojuht. Tal on üle 25-aastane tehnoloogiakogemus ja ta liitus AWS-iga 2018. aastal. Ta haldab globaalseid ärikliente, kui nad muudavad oma äritegevust AWS-i pilveteenustega ja viivad läbi suuremahulisi migratsioone.
Narcisse Zekpa on Bostonis asuv vanemlahenduste arhitekt. Ta aitab USA kirdeosas asuvatel klientidel kiirendada oma äri ümberkujundamist uuenduslike ja skaleeritavate lahenduste kaudu AWS-i pilves. Kui Narcisse ei ehita, naudib ta perega aega veetmist, reisimist, kokkamist, korvpalli mängimist ja jooksmist.
Pedram Jahangiri on AWS-iga ettevõttelahenduste arhitekt, doktorikraadiga elektrotehnika alal. Tal on üle 10-aastane kogemus energia- ja IT-valdkonnas. Pedramil on paljude aastate praktiline kogemus Advanced Analyticsi kõigis aspektides, et luua pilvetehnoloogiaid kasutades ettevõtetele kvantitatiivseid ja suuremahulisi lahendusi.
Sarah Childers on Washington DC-s asuv kontohaldur. Ta on endine loodusteaduste koolitaja, kellest sai pilve entusiast, kes on keskendunud klientide toetamisele nende pilveteekonna jooksul. Sarah'le meeldib töötada koos motiveeritud meeskonnaga, kes julgustab erinevaid ideid, et varustada kliente kõige uuenduslikumate ja kõikehõlmavate lahendustega.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- Platoblockchain. Web3 metaversiooni intelligentsus. Täiustatud teadmised. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/how-marubeni-is-optimizing-market-decisions-using-aws-machine-learning-and-analytics/
- :on
- $ UP
- 1
- 10
- 100
- 2018
- 7
- 8
- a
- Võimalik
- MEIST
- kiirendama
- juurdepääs
- pääses
- konto
- Saavutada
- üle
- tegevus
- tegevus
- Täiendavad lisad
- aadress
- vastu võtma
- edendama
- edasijõudnud
- ADEelis
- algoritme
- Materjal: BPA ja flataatide vaba plastik
- eraldamine
- kõrval
- Amazon
- Amazon SageMaker
- Ameerikas
- summa
- analüüs
- Analüütikud
- analytics
- ja
- Angeles
- API
- API-liidesed
- rakendused
- arhitektuur
- OLEME
- saabumine
- AS
- aspektid
- eelis
- varahaldus
- vara
- At
- suurendatud
- Autentimine
- automatiseerima
- automaatselt
- automatiseerimine
- saadaval
- keskmine
- AWS
- AWS Lambda
- AWS-i masinõpe
- Saldo
- baas
- põhineb
- Baseline
- alus
- korvpall
- BE
- sest
- muutuma
- enne
- on
- BEST
- vahel
- pakkumine
- Plokid
- boston
- lai
- ehitama
- Ehitus
- äri
- Business Applications
- Ettevõtte ümberkujundamine
- Ostmine
- by
- California
- helistama
- kutsutud
- kutsudes
- Kutsub
- CAN
- ei saa
- võimeid
- võimeline
- süsinik
- juhul
- juhtudel
- kindel
- kett
- muutma
- muutuv
- iseloom
- koormuste
- kontrollima
- Cloud
- pilvteenustest
- kogumine
- Columbia
- kombinatsioonid
- kombineerimine
- ühine
- täitma
- komponendid
- terviklik
- arvuti
- Arvutitehnika
- Tingimused
- konfiguratsioon
- konglomeraat
- ühendab
- Arvestama
- arvestades
- Konsolideerida
- pidevalt
- piiranguid
- ehitama
- tarbitud
- tarbimine
- pidevalt
- cooking
- KORPORATSIOONI
- Maksma
- kulude vähendamine
- kuluefektiivne
- cover
- kattes
- kriitiline
- ristviited
- kureeritud
- Praegune
- Praegu
- kõver
- Kliendid
- kohandada
- andmed
- andmejärv
- Andmete ettevalmistamine
- andmetöötlus
- andmeteadus
- andmeteadlane
- andmete salvestamine
- andmepõhistele
- andmekogumid
- kuupäev
- päev
- dc
- Otsuse tegemine
- otsused
- vaikimisi
- tarne
- Nõudlus
- juurutada
- lähetatud
- juurutamine
- kasutuselevõtu
- kasutuselevõtt
- juurutab
- kirjeldatud
- kirjeldus
- Disain
- detail
- detailid
- arendama
- Arendajad
- erinev
- digitaalne
- Digitaalne Transformation
- arutama
- erinevad
- mitmekesine
- ajal
- dünaamiline
- iga
- Ajalugu
- lihtsam
- lihtne
- Starter
- Elektrotehnika
- elekter
- võimaldama
- lubatud
- võimaldab
- julgustab
- Lõpp-punkt
- energia
- Mootor
- Inseneriteadus
- tagama
- tagab
- ettevõte
- ettevõtte kliendid
- ettevõtete
- entusiast
- keskkond
- keskkondades
- Samaväärne
- Eeter (ETH)
- sündmused
- Iga
- näide
- ainult
- täidesaatev
- oodatav
- kogemus
- uurima
- väline
- pere
- Tõmmatud
- Joonis
- fail
- Faile
- lõplik
- Keskenduma
- keskendunud
- Järel
- eest
- Ennustus
- endine
- Sihtasutused
- FRAME
- värske
- Alates
- täielikult
- funktsioon
- funktsionaalsus
- funktsioonid
- edasi
- tulevik
- tekitama
- loodud
- genereerib
- põlvkond
- Globaalne
- Go
- suur
- võre
- Kasv
- käed-
- Olema
- aidates
- aitab
- omab
- Lahtiolekuajad
- Kuidas
- Kuidas
- aga
- HTML
- HTTPS
- ideid
- Idle
- rakendada
- täitmine
- tööriistad
- oluline
- in
- sisaldama
- lisatud
- hõlmab
- Sissetulev
- Suurendama
- sõltumatud
- tööstus
- info
- Infrastruktuur
- algatused
- uuenduslik
- sisend
- sisemine
- rahvusvaheliselt
- Koostalitlusvõime
- investeering
- Investeerib
- kutsub
- seotud
- IT
- IT-tööstus
- ITS
- jaapani
- Tööturg
- liitunud
- liitumine
- teekond
- jpg
- Json
- Kicks
- Teadma
- Teades
- järv
- suuremahuline
- hiljemalt
- käivitamine
- kiht
- kihid
- Leads
- Õppida
- õppimine
- võimendav
- raamatukogud
- eluring
- nagu
- piirid
- koormus
- saadetised
- Pikk
- enam
- a
- Los Angeles
- kaotus
- masin
- masinõpe
- masinad
- tehtud
- säilitada
- peamine
- TEEB
- juhtima
- juhtimine
- juht
- haldab
- juhtiv
- Manipuleerimine
- palju
- Turg
- turutingimuste
- turud
- küpseb
- Maksimeerima
- mehhanism
- Mälu
- Microsoft
- minimeerima
- protokoll
- missioon
- ML
- viis
- mudel
- modelleerimine
- mudelid
- modifitseeritud
- rohkem
- kõige
- motiveeritud
- käike
- mitmekordne
- Lähedal
- vajalik
- Vajadus
- vaja
- vajadustele
- Uus
- järgmine
- sõlme
- number
- NYC
- eesmärk
- saama
- of
- pakutud
- Office
- on
- ONE
- tegutseb
- tegutsevad
- töö
- töökorras
- operaator
- ettevõtjad
- optimaalselt
- optimeerimine
- optimeeritud
- optimeerimine
- valik
- organisatsioonid
- Muu
- väljund
- omab
- Parallel
- osa
- osalejad
- osalemine
- minevik
- tajutav
- täitma
- jõudlus
- perioodid
- faas
- piloot
- torujuhe
- plaanid
- Platvormid
- Platon
- Platoni andmete intelligentsus
- PlatoData
- mängima
- mängimine
- portfell
- post
- võim
- Võimsus BI
- Laboratooriumi toiteallikas
- ennustatav
- ennustada
- prognoosimine
- ennustus
- Ennustused
- Ennustab
- Valmistama
- esitatud
- hind
- hinnaprognoos
- Hinnad
- Peamine
- Eelnev
- probleeme
- protsess
- Protsessid
- töötlemine
- Produktsioon
- kasumlikkus
- kasum
- varaline
- anda
- annab
- avaldamine
- Avaldab
- kvaliteet
- kvantitatiivne
- valmis
- reaalajas
- realiseeritud
- saadud
- hiljuti
- rekord
- vähendama
- Sõltumata sellest
- usaldusväärsus
- lootma
- Taastuv
- taastuv energia
- esindab
- nõutav
- Vajab
- need
- vastus
- vastutav
- tundlik
- Tulemused
- ümberõpe
- tulu
- läbi
- Oht
- jõuline
- Roll
- rollid
- Eeskiri
- jooks
- jooksmine
- s
- salveitegija
- sama
- skaalautuvia
- ajakava
- teadus
- teadlane
- Osa
- lõigud
- sektor
- Müük
- teenima
- Serverita
- Teenused
- komplekt
- Jaga
- lühiajaline
- peaks
- Näitused
- lihtne
- üheaegselt
- ühekordne
- So
- lahendus
- Lahendused
- mõned
- Varsti
- allikas
- Allikad
- Allhange
- konkreetse
- kiirused
- Kulutused
- SQL
- standard
- riik
- stabiilne
- Samm
- Sammud
- Veel
- ladustamine
- salvestada
- ladustatud
- kauplustes
- strateegiad
- Strateegia
- tugevus
- esitama
- esitatud
- tütarettevõtja
- selline
- varustama
- Pakkumine ja nõudlus
- toetama
- Toetamine
- Toetab
- Jätkusuutlikkus
- süsteem
- tabel
- Võtma
- meeskond
- tehnikat
- Tehnoloogiad
- Tehnoloogia
- tensorivool
- test
- testid
- et
- .
- Tulevik
- Riik
- oma
- seetõttu
- Need
- Läbi
- aeg
- ajatempel
- et
- Kauplemine
- liiklus
- Rong
- koolitus
- rongid
- tehing
- Muutma
- Transformation
- Ümberkujundamise strateegia
- üleminekuid
- Reisimine
- Trends
- vallandada
- Pöördunud
- liigid
- meie
- aluseks
- Ülikool
- Uudised
- Ülesvoolu andmed
- us
- Kasutus
- kasutama
- kasutage juhtumit
- väärtus
- eri
- versioon
- kaudu
- visualiseerimine
- ootama
- Washington
- Washington DC
- Tee..
- ilm
- Hästi
- mis
- will
- Tahe
- koos
- jooksul
- töövoog
- töö
- oleks
- aastat
- sephyrnet