Big Database

在之前的博客“人工智能如何将贵公司的天然气消耗量减少 30%”中，我们描述了如何通过分析客户的能源数据来帮助客户节约能源。
机器学习算法可用于建模、预测和优化天然气消耗。这些算法被纳入我们的能源监测器中： 能源分析。这为用户提供了可节省高达 30% 能源的措施建议。
：机器学习如何得出节能措施以及其准确度如何？

主要仪表数据研究
为了证明这一点，我们的同事 Sterre de Vries 近几个月进行了彻底的研究。她使用了一组包含某座重要办公楼三年的天然气消耗主仪表数据。该数据包括每小时测量数据，与计量公司通常提供的数据类似。

办公楼表现出一致的消耗模式，这使得其与室外温度相关的行为易于建模。 Sterre 的奉献和分析使我们能够清楚地描绘出这些联系。

Sterre 创建了四种模型，从简单的线性回归到 XGBoost 模型。她测试了每个模型，看看它们预 马耳他电报数据 测汽油消耗的准确度如何。然后，她利用这些模型预测降低办公时间内外的目标温度以及缩短建筑物需要供暖的时间的效果。我们使用下图来解释这一点。