Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Energieversorgungsunternehmen neu denken: Utility 4.0 Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

32. Erstellung von Verbrauchsprognosen für Registrierende-Leistungsmessung-Kunden auf Basis von Echtzeitdaten

verfasst von : Malte Neuendorff, Cedric Schramme

Erschienen in: Realisierung Utility 4.0 Band 1

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Bei der Professionalisierung der Direktvermarktung sind Märkte, Systeme und Prozesse entstanden, die von Vertrieben für die Belieferung von Registrierende-Leistungsmessung-Kunden genutzt werden können. Algorithmen können helfen, Muster in den historischen Verbrauchsabweichungen zu identifizieren und diese in der Kurzfristprognose so umzusetzen, dass genauere Prognosen erstellt und die Abweichungen automatisiert im Kurzfristhandel (Intraday) gehandelt werden. Hierdurch reduziert sich das Risiko des Vertriebs, hohe Kosten für Regelenergie bezahlen zu müssen, sodass für die Kunden attraktivere Angebote gemacht werden können. Die Vertriebe haben dadurch ein weiteres Differenzierungsmerkmal zur Erstellung von Kundenangeboten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Digitalisierung der Abwicklung im Over-the-Counter-Energiehandel
Nächstes Kapitel Optimierung der Bewirtschaftung eines Netzbetreiberdifferenzbilanzkreises durch die Nutzung von Online-Smart-Meter-Daten
Fußnoten
1
BNetzA (2018).
 
2
BNetzA (2018).
 
3
Vgl. Olson und Wu (2017, S. 5 f.), Hastie et al. (2008), Kuhn und Kjell (2013), Runkler (2010).
 
4
Vgl. Chapman et al. (2000).
 
5
Vgl. Chapman et al. (2000).
 
Literatur
Hastie, T., Tibshirani, R., & Friedman, J. (2008). The elements of statistical learning: Data mining, inference, and prediction (2. Aufl.). Stanford: Springer.MATH
Kuhn, M., & Kjell, J. (2013). Applied predictive modeling. New York: Springer.CrossRef
Olson, D. L., & Wu, D. (2017). Predictive data mining models. In: Computational risk management (Buchreihe). Singapore: Springer Science + Business.
Runkler, T. A. (2010). Data Mining: Methoden und Algorithmen intelligenter Datenanalyse. Wiesbaden: Vieweg+Teubner.CrossRef
Metadaten
Titel
Erstellung von Verbrauchsprognosen für Registrierende-Leistungsmessung-Kunden auf Basis von Echtzeitdaten
verfasst von
Malte Neuendorff
Cedric Schramme
Copyright-Jahr
2020
Buch
Realisierung Utility 4.0 Band 1

Print ISBN: 978-3-658-25331-8

Electronic ISBN: 978-3-658-25332-5

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-658-25332-5_32

Neuer Inhalt

    Bildnachweise