SAS | The Power to Know
cq5dam.thumbnail.319.319
White Paper

When One Size No Longer Fits All - Electric Load Forecasting with a Geographic Hierarchy

About this paper

Utility forecasters cannot assume that one methodology will provide the best forecast from one year to the next. To improve forecast performance, reduce uncertainties and generate value in the new data-intensive environment, they must be able to decide which models, or combinations of models, are best. And they must be able to determine more indicators of the factors that affect load. This paper uses a case study to illustrate how utility forecasters can take advantage of hourly or sub-hourly data from millions of smart meters by using new types of forecasting methodologies. It investigates how a number of approaches using geographic hierarchy and weather station data can improve the predictive analytics used to determine future electric usage. It also demonstrates why utilities need to use geographic hierarchies, and why their solutions should allow them to retrain models multiple times each year.

Om SAS

SAS Institute är världens största privatägda mjukvaruföretag med lösningar för avancerad analys. SAS Institute har sedan 1976 erfarenhet av att utveckla lösningar och metoder som låter företag och organisationer lära av sin historia, mäta och kommunicera pågående aktiviteter och skapa insikt om framtiden. Världen runt har SAS Institute totalt 50 000 kundinstallationer, bland annat i 92 procent av Fortune 500-företagen. I Sverige startade SAS Institute AB år 1986 och har idag 150 anställda på kontoret i Stockholm. Bland de svenska kunderna finns landets mest betydande företag och organisationer. För mer information besök: www.sas.com/sweden

Have a SAS profile? To complete this form automatically: Log In

*
*
*
*
 
*
*
 
 

Back to Top