Prévisions Amazon est un service entièrement géré qui utilise l'apprentissage automatique (ML) pour générer des prévisions très précises, sans nécessiter d'expérience préalable en ML. La prévision est applicable dans une grande variété de cas d'utilisation, y compris l'estimation de l'offre et de la demande pour la gestion des stocks, la prévision de la demande de déplacements, la planification de la main-d'œuvre et l'utilisation de l'infrastructure cloud informatique.
Vous pouvez utiliser Forecast pour effectuer en toute transparence des analyses de simulation jusqu'à 80 % plus rapides afin d'analyser et de quantifier l'impact potentiel des leviers commerciaux sur vos prévisions de demande. Une analyse de simulation vous aide à étudier et à expliquer comment différents scénarios peuvent affecter la prévision de référence créée par Forecast. Avec Forecast, il n'y a pas de serveurs à provisionner ni de modèles ML à créer manuellement. De plus, vous ne payez que ce que vous utilisez, et il n'y a pas de frais minimum ni d'engagement initial. Pour utiliser Forecast, il vous suffit de fournir des données historiques pour ce que vous souhaitez prévoir et, éventuellement, toutes les données supplémentaires qui, selon vous, peuvent avoir une incidence sur vos prévisions.
Les fournisseurs de services d'eau ont plusieurs cas d'utilisation de prévision, mais le principal d'entre eux est la prévision de la consommation d'eau dans une zone ou un bâtiment pour répondre à la demande. En outre, il est important que les fournisseurs de services publics prévoient l'augmentation de la demande de consommation en raison de l'ajout d'appartements dans un immeuble ou de maisons dans la région. Prévoir avec précision la consommation d'eau est essentiel pour éviter toute interruption de service au client.
Cet article explore l'utilisation de Forecast pour résoudre ce cas d'utilisation en utilisant des données de séries chronologiques historiques.
Vue d'ensemble de la solution
L'eau est une ressource naturelle et très critique pour l'industrie, l'agriculture, les ménages et nos vies. Une prévision précise de la consommation d'eau est essentielle pour s'assurer qu'une agence peut gérer efficacement ses opérations quotidiennes. La prévision de la consommation d'eau est particulièrement difficile car la demande est dynamique et les changements climatiques saisonniers peuvent avoir un impact. Il est important de prévoir avec précision la consommation d'eau afin que les clients ne soient pas confrontés à des interruptions de service et afin de fournir un service stable tout en maintenant des prix bas. Des prévisions améliorées vous permettent de planifier à l'avance pour structurer des contrats futurs plus rentables. Voici les deux cas d'utilisation les plus courants :
- Une meilleure gestion de la demande – En tant qu'agence de services publics, vous devez trouver un équilibre entre la demande et l'approvisionnement en eau. L'agence recueille des informations telles que le nombre de personnes vivant dans un appartement et le nombre d'appartements dans un immeuble avant de fournir un service. En tant qu'agence de services publics, vous devez équilibrer l'offre et la demande globales. Vous devez stocker suffisamment d'eau pour répondre à la demande. De plus, la prévision de la demande est devenue plus difficile pour les raisons suivantes :
- La demande n'est pas stable à tout moment et varie tout au long de la journée. Par exemple, la consommation d'eau à minuit est bien inférieure à celle du matin.
- La météo peut également avoir un impact sur la consommation globale. Par exemple, la consommation d'eau est plus élevée en été qu'en hiver dans l'hémisphère nord, et inversement dans l'hémisphère sud.
- Il n'y a pas assez de précipitations ou de mécanismes de stockage de l'eau (lacs, réservoirs), ou la filtration de l'eau est insuffisante. Pendant l'été, la demande ne peut pas toujours suivre l'offre. Les agences de l'eau doivent prévoir attentivement pour acquérir d'autres sources, qui peuvent être plus coûteuses. Par conséquent, il est essentiel pour les services publics de trouver des sources d'eau alternatives comme la collecte de l'eau de pluie, la capture de la condensation des unités de traitement de l'air ou la récupération des eaux usées.
- Effectuer une analyse de simulation pour une demande accrue – La demande en eau augmente pour de multiples raisons. Cela comprend une combinaison de la croissance démographique, du développement économique et de l'évolution des modes de consommation. Imaginons un scénario dans lequel un immeuble d'appartements existant construit une extension et le nombre de ménages et de personnes augmente d'un certain pourcentage. Vous devez maintenant effectuer une analyse pour prévoir l'offre en cas d'augmentation de la demande. Cela vous aide également à conclure un contrat rentable pour une demande accrue.
La prévision peut être difficile car vous avez d'abord besoin de modèles précis pour prévoir la demande, puis d'un moyen simple et rapide de reproduire la prévision dans une gamme de scénarios.
Cet article se concentre sur une solution pour effectuer des prévisions de consommation d'eau et une analyse de simulation. Cet article ne prend pas en compte les données météorologiques pour l'entraînement du modèle. Cependant, vous pouvez ajouter des données météorologiques, compte tenu de leur corrélation avec la consommation d'eau.
Pré-requis
Avant de commencer, nous avons mis en place nos ressources. Pour cet article, nous utilisons la région us-east-1.
- Créer un Service de stockage simple Amazon (Amazon S3) compartiment pour stocker les données de séries chronologiques historiques. Pour obtenir des instructions, reportez-vous à Créez votre premier compartiment S3.
- Télécharger des fichiers de données à partir du GitHub repo et chargez-les dans le compartiment S3 nouvellement créé.
- Créer un nouveau Gestion des identités et des accès AWS (JE SUIS) rôle de l'. Pour obtenir des instructions, consultez Configurer les autorisations pour Amazon Forecast. Assurez-vous de fournir le nom de votre compartiment S3.
Créer un groupe d'ensembles de données et des ensembles de données
Cet article présente deux cas d'utilisation liés à la prévision de la demande en eau : prévoir la demande en eau en fonction de la consommation d'eau passée et effectuer une analyse de simulation pour une demande accrue.
Les prévisions peuvent accepter trois types d'ensembles de données : les séries chronologiques cibles (TTS), les séries chronologiques associées (RTS) et les métadonnées d'élément (IM). Les données de séries chronologiques cibles définissent la demande historique pour les ressources que vous prévoyez. L'ensemble de données de série chronologique cible est obligatoire. Un jeu de données de séries chronologiques associé inclut des données de séries chronologiques qui ne sont pas incluses dans un jeu de données de séries chronologiques cible et peut améliorer la précision de votre prédicteur.
Dans notre exemple, l'ensemble de données de série chronologique cible contient les dimensions item_id et timestamp, et l'ensemble de données de série chronologique connexe complémentaire inclut no_of_consumer. Une note importante avec cet ensemble de données : le TTS se termine le 2023-01-01 et le RTS se termine le 2023-01-15. Lors de l'exécution de scénarios de simulation, il est important de manipuler les variables RTS au-delà de votre horizon temporel connu dans TTS.
Pour effectuer une analyse de simulation, nous devons importer deux fichiers CSV représentant les données de séries chronologiques cibles et les données de séries chronologiques associées. Notre exemple de fichier de série chronologique cible contient l'item_id, l'horodatage et la demande, et notre fichier de série chronologique connexe contient le produit item_id, l'horodatage et le consommateur no_of.
Pour importer vos données, procédez comme suit :
- Sur la console des prévisions, choisissez Afficher les groupes d'ensembles de données.
- Selectionnez Créer un groupe d'ensembles de données.
- Pour Nom du groupe de données, entrez un nom (pour ce message,
water_consumption_datasetgroup
). - Pour Domaine de prévision, choisissez un domaine de prévision (pour cet article, Coutume).
- Selectionnez Suivant.
- Sur le Créer un ensemble de données de série chronologique cible page, fournissez le nom de l'ensemble de données, la fréquence de vos données et le schéma de données.
- Sur le Détails de l'importation de l'ensemble de données , entrez un nom d'importation de jeu de données.
- Pour Type de fichier d'importation, sélectionnez CSV et entrez l'emplacement des données.
- Choisissez le rôle IAM que vous avez créé précédemment comme prérequis.
- Selectionnez Accueil.
Vous êtes redirigé vers le tableau de bord que vous pouvez utiliser pour suivre les progrès.
- Pour importer le fichier de série chronologique associé, sur le tableau de bord, choisissez L’.
- Sur le Créer un ensemble de données de séries chronologiques associées , indiquez le nom de l'ensemble de données et le schéma de données.
- Sur le Détails de l'importation de l'ensemble de données , entrez un nom d'importation de jeu de données.
- Pour Type de fichier d'importation, sélectionnez CSV et entrez l'emplacement des données.
- Choisissez le rôle IAM que vous avez créé précédemment.
- Selectionnez Accueil.
Former un prédicteur
Ensuite, nous formons un prédicteur.
- Sur le tableau de bord, choisissez Accueil sous Former un prédicteur.
- Sur le Prédicteur de train page, entrez un nom pour votre prédicteur.
- Spécifiez combien de temps dans le futur vous souhaitez prévoir et à quelle fréquence.
- Spécifiez le nombre de quantiles pour lesquels vous souhaitez effectuer une prévision.
Forecast utilise AutoPredictor pour créer des prédicteurs. Pour plus d'informations, reportez-vous à Prédicteurs d'entraînement.
- Selectionnez Création.
Créer une prévision
Une fois notre prédicteur formé (cela peut prendre environ 3.5 heures), nous créons une prévision. Vous saurez que votre prédicteur est formé lorsque vous verrez le Afficher les prédicteurs bouton sur votre tableau de bord.
- Selectionnez Accueil sous Générer des prévisions sur le tableau de bord.
- Sur le Créer une prévision page, entrez un nom de prévision.
- Pour Predictor, choisissez le prédicteur que vous avez créé.
- Si vous le souhaitez, spécifiez les quantiles de prévision.
- Spécifiez les éléments pour lesquels générer une prévision.
- Selectionnez Accueil.
Interrogez vos prévisions
Vous pouvez interroger une prévision à l'aide de la Prévision de requête option. Par défaut, la plage complète de la prévision est renvoyée. Vous pouvez demander une plage de dates spécifique dans la prévision complète. Lorsque vous interrogez une prévision, vous devez spécifier des critères de filtrage. Un filtre est une paire clé-valeur. La clé est l'un des noms d'attributs de schéma (y compris les dimensions de prévision) de l'un des jeux de données utilisés pour créer la prévision. La valeur est une valeur valide pour la clé spécifiée. Vous pouvez spécifier plusieurs paires clé-valeur. La prévision renvoyée ne contiendra que les éléments qui satisfont à tous les critères.
- Selectionnez Prévision de requête sur le tableau de bord.
- Fournissez les critères de filtre pour la date de début et la date de fin.
- Spécifiez votre clé et votre valeur de prévision.
- Selectionnez Obtenir des prévisions.
La capture d'écran suivante montre la consommation d'énergie prévue pour le même appartement (ID d'article A_10001) à l'aide du modèle de prévision.
Créer une analyse de simulation
À ce stade, nous avons créé notre prévision de base et pouvons maintenant effectuer une analyse de simulation. Imaginons un scénario où un immeuble d'appartements existant ajoute une extension, et le nombre de ménages et de personnes augmente de 20 %. Vous devez maintenant effectuer une analyse pour prévoir l'augmentation de l'offre en fonction de l'augmentation de la demande.
La réalisation d'une analyse de simulation comporte trois étapes : la configuration de l'analyse, la création de la prévision de simulation en définissant ce qui est modifié dans le scénario et la comparaison des résultats.
- Pour configurer votre analyse, choisissez Explorez l'analyse de simulation sur le tableau de bord.
- Selectionnez Création.
- Entrez un nom unique et choisissez la prévision de base.
- Choisissez les éléments de votre ensemble de données pour lesquels vous souhaitez effectuer une analyse de simulation. Vous avez deux options :
- Sélectionner tous les éléments est la valeur par défaut, que nous choisissons dans cet article.
- Si vous souhaitez sélectionner des éléments spécifiques, choisissez Sélectionner des éléments avec un fichier et importer un fichier CSV contenant l'identifiant unique de l'article correspondant et toutes les dimensions associées.
- Selectionnez Créer une analyse de simulation.
Créer une prévision de simulation
Ensuite, nous créons une prévision de simulation pour définir le scénario que nous voulons analyser.
- Dans le Prévision de simulation section, choisissez Création.
- Saisissez un nom pour votre scénario.
- Vous pouvez définir votre scénario à travers deux options :
- Utiliser les fonctions de transformation – Utilisez le générateur de transformation pour transformer les données de séries chronologiques associées que vous avez importées. Pour cette procédure pas à pas, nous évaluons l'évolution de la demande d'un article dans notre ensemble de données lorsque le nombre de consommateurs augmente de 20 % par rapport au prix de la prévision de référence.
- Définir la prévision de simulation avec un jeu de données de remplacement – Remplacez le jeu de données de séries chronologiques associé que vous avez importé.
Pour notre exemple, nous créons un scénario dans lequel nous augmentons no_of_consumer
de 20 % applicable à l'ID d'article A_10001
et no_of_consumer
est une caractéristique du jeu de données. Vous avez besoin de cette analyse pour prévoir et répondre à l'approvisionnement en eau pour une demande accrue. Cette analyse vous aide également à établir un contrat rentable basé sur la prévision de la demande en eau.
- Pour Méthode de définition des prévisions par simulation, sélectionnez Utiliser les fonctions de transformation.
- Selectionnez Multiplier comme opérateur, no_of_consumer comme série temporelle, et entrez 1.2.
- Selectionnez Ajouter une condition.
- Selectionnez Équivaut à comme opération et entrez A_10001 pour item_id.
- Selectionnez Création.
Comparez les prévisions
Nous pouvons maintenant comparer les prévisions hypothétiques de nos deux scénarios, en comparant une augmentation de 20 % du nombre de consommateurs à la demande de référence.
- Sur la page d'informations sur l'analyse, accédez à la Comparez les prévisions hypothétiques .
- Pour item_id, saisissez la rubrique à analyser (dans notre scénario, saisissez
A_10001
). - Pour Prévisions hypothétiques, choisissez
water_demand_whatif_analyis
. - Selectionnez Comparez et si.
- Vous pouvez choisir la prévision de référence pour l'analyse.
Le graphique suivant montre la demande résultante pour notre scénario. La ligne rouge montre la prévision de la consommation d'eau future pour une population en augmentation de 20 %. Le type de prévision P90 indique que la valeur réelle devrait être inférieure à la valeur prévue 90 % du temps. Vous pouvez utiliser cette prévision de la demande pour gérer efficacement l'approvisionnement en eau pour une demande accrue et éviter toute interruption de service.
Exportez vos données
Pour exporter vos données au format CSV, procédez comme suit :
- Selectionnez Créer une exportation.
- Entrez un nom pour votre fichier d'exportation (pour ce poste,
water_demand_export
). - Spécifiez les scénarios à exporter en sélectionnant les scénarios sur la Prévision de simulation menu déroulant.
Vous pouvez exporter plusieurs scénarios à la fois dans un fichier combiné.
- Pour Emplacement d'exportation, spécifiez l'emplacement Amazon S3.
- Pour commencer l'exportation, choisissez Créer une exportation.
- Pour télécharger l'exportation, accédez à l'emplacement du chemin d'accès au fichier S3 sur la console Amazon S3, sélectionnez le fichier, puis choisissez Télécharger.
Le fichier d'exportation contiendra les timestamp
, item_id
et forecasts
pour chaque quantile pour tous les scénarios sélectionnés (y compris le scénario de base).
Nettoyer les ressources
Pour éviter des frais futurs, supprimez les ressources créées par cette solution :
- Supprimer les ressources de prévision vous avez créé.
- Supprimer le compartiment S3.
Conclusion
Dans cet article, nous vous avons montré à quel point il est facile d'utiliser Forecast et son architecture système sous-jacente pour prédire la demande en eau à l'aide des données de consommation d'eau. Une analyse de scénario de simulation est un outil essentiel pour aider à naviguer à travers les incertitudes de l'entreprise. Il fournit une prévoyance et un mécanisme pour tester les idées, laissant les entreprises plus résilientes, mieux préparées et en contrôle de leur avenir. D'autres fournisseurs de services publics, tels que les fournisseurs d'électricité ou de gaz, peuvent utiliser Forecast pour créer des solutions et répondre à la demande de services publics de manière rentable.
Les étapes décrites dans cet article ont montré comment créer la solution sur le Console de gestion AWS. Pour utiliser directement les API de prévisions pour créer la solution, suivez le bloc-notes dans notre GitHub repo.
Nous vous encourageons à en apprendre davantage en visitant le Guide du développeur Amazon Forecast et essayez la solution de bout en bout activée par ces services avec un ensemble de données pertinent pour les KPI de votre entreprise.
À propos de l’auteur
Dhiraj Thakur est un architecte de solutions avec Amazon Web Services. Il travaille avec les clients et partenaires AWS pour fournir des conseils sur l'adoption, la migration et la stratégie du cloud d'entreprise. Il est passionné de technologie et aime créer et expérimenter dans le domaine de l'analyse et de l'IA / ML.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://aws.amazon.com/blogs/machine-learning/build-a-water-consumption-forecasting-solution-for-a-water-utility-agency-using-amazon-forecast/
- 1
- 11
- a
- À propos
- Accepter
- accès
- précision
- Avec cette connaissance vient le pouvoir de prendre
- avec précision
- acquérir
- à travers
- ajoutée
- Supplémentaire
- En outre
- propos
- Ajoute
- Adoption
- affecter
- agences
- agence
- l'agriculture
- devant
- AI / ML
- Transport Aérien
- Tous
- alternative
- toujours
- Amazon
- Prévisions Amazon
- Amazon Web Services
- parmi
- selon une analyse de l’Université de Princeton
- analytique
- il analyse
- ainsi que
- Apartment
- appartements
- Apis
- en vigueur
- d'environ
- architecture
- Réservé
- autour
- associé
- éviter
- AWS
- Balance
- base
- basé
- Baseline
- car
- devenez
- before
- CROYONS
- Améliorée
- jusqu'à XNUMX fois
- Au-delà
- construire
- constructeur
- Développement
- construit
- la performance des entreprises
- entreprises
- bouton (dans la fenêtre de contrôle qui apparaît maintenant)
- Capturer
- prudemment
- maisons
- cas
- certaines
- difficile
- Modifications
- en changeant
- des charges
- Selectionnez
- le cloud
- adoption du cloud
- infrastructure de cloud
- recueille
- combinaison
- combiné
- engagement
- Commun
- comparer
- par rapport
- comparant
- complémentaire
- complet
- informatique
- Conduire
- conduite
- Considérer
- Console
- consommateur
- Les consommateurs
- consommation
- contient
- contrat
- contrats
- des bactéries
- Corrélation
- Correspondant
- rentable
- engendrent
- créée
- La création
- critères
- critique
- des clients
- Clients
- tableau de bord
- données
- ensembles de données
- Date
- journée
- Réglage par défaut
- Définit
- définir
- Demande
- Prévision de la demande
- démontré
- Développeur
- Développement
- différent
- dimensions
- directement
- Ne fait pas
- domaine
- Ne pas
- download
- pendant
- Dynamic
- chacun
- Plus tôt
- Économique
- du Grand Sudbury
- de manière efficace
- efficacement
- électricité
- activé
- permet
- encourager
- end-to-end
- se termine
- énergie
- Consommation d'énergie
- assez
- Entrer
- Entreprise
- Ether (ETH)
- évaluer
- exemple
- existant
- attendu
- cher
- Découvrez
- Expliquer
- Exporter
- extension
- Visage
- plus rapide
- Fonctionnalité
- frais
- Déposez votre dernière attestation
- Fichiers
- une fonction filtre
- filtration
- Trouvez
- Prénom
- se concentre
- suivre
- Abonnement
- Prévision
- La fréquence
- de
- d’étiquettes électroniques entièrement
- fonctions
- avenir
- GAS
- générer
- obtention
- donné
- graphique
- Réservation de groupe
- Groupes
- Croissance
- Maniabilité
- Récoltes
- aider
- aide
- augmentation
- très
- historique
- horizon
- HEURES
- ménages
- maisons
- Comment
- How To
- Cependant
- HTML
- HTTPS
- IAM
- et idées cadeaux
- identifiant
- Active
- Impact
- importer
- important
- améliorer
- amélioré
- in
- inclus
- inclut
- Y compris
- Améliore
- increased
- Augmente
- indique
- industrie
- d'information
- Infrastructure
- idées.
- Des instructions
- inventaire
- Gestion des stocks
- enquêter
- IT
- articles
- XNUMX éléments à
- clés / KEY :
- Savoir
- connu
- APPRENTISSAGE
- apprentissage
- départ
- Gamme
- Vit
- vie
- emplacement
- Location
- Faible
- bas prix
- click
- machine learning
- faire
- gérer
- gérés
- gestion
- obligatoire
- manuellement
- mécanisme
- Découvrez
- Menu
- Métadonnées
- pourrait
- migration
- minimum
- ML
- modèle
- numériques jumeaux (digital twin models)
- PLUS
- matin
- (en fait, presque toutes)
- plusieurs
- prénom
- noms
- Nature
- NAVIGUER
- Besoin
- Nouveauté
- cahier
- nombre
- ONE
- opération
- Opérations
- opérateur
- Option
- Options
- de commander
- Autre
- global
- paires
- particulièrement
- partenaires,
- passionné
- passé
- chemin
- motifs
- Payer
- Personnes
- pourcentage
- effectuer
- effectuer
- autorisations
- en particulier pendant la préparation
- plan
- et la planification de votre patrimoine
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Point
- population
- Post
- défaillances
- prévoir
- prédit
- prévoir
- Predictor
- préparé
- prix
- Tarifs
- primaire
- Avant
- Produit
- Progrès
- fournir
- de voiture.
- fournisseurs
- fournit
- aportando
- disposition
- Rapide
- gamme
- Les raisons
- Rouge
- région
- en relation
- pertinent
- supprimez
- remplacer
- représentation
- nécessaire
- résilient
- ressource
- Ressources
- résultant
- Résultats
- hausse
- Rôle
- Courir
- même
- scénarios
- de façon transparente
- Section
- choisi
- la sélection
- Série
- service
- Services
- set
- mise
- plusieurs
- Spectacles
- étapes
- So
- sur mesure
- Solutions
- Sources
- Du sud
- Space
- groupe de neurones
- spécifié
- stable
- étapes
- Commencer
- j'ai commencé
- Étapes
- storage
- Boutique
- de Marketing
- structure
- suffisant
- été
- la quantité
- Offre et la demande
- combustion propre
- Prenez
- Target
- Technologie
- La
- La Région
- El futuro
- leur
- donc
- trois
- Avec
- tout au long de
- fiable
- Des séries chronologiques
- fois
- horodatage
- à
- outil
- suivre
- Train
- qualifié
- Formation
- Transformer
- De La Carrosserie
- Voyage
- oui
- vraie valeur
- types
- incertitudes
- sous
- sous-jacent
- unique
- unités
- Utilisation
- utilisé
- cas d'utilisation
- utilitaire
- Plus-value
- variété
- walkthrough
- Eau
- Météo
- web
- services Web
- Quoi
- Qu’est ce qu'
- qui
- tout en
- large
- sera
- Hiver
- dans les
- sans
- Workforce
- vos contrats
- Votre
- zéphyrnet