基于AMI的最终用途分解可以改善DSM程序的整个生命周期

Bidgely 介绍了 AMI驱动的洞察力报告，该报告提供了具体示例，说明如何将 人工智能 应用于AMI(高级计量基础架构)数据可以在整个核心运营用例中为公用事业提供支持。报告中包含的分析来自Bidgely UtilityAI Insights Engine的部署， 在东北，西部和南部拥有数以百万计的先进客户公用事业公司。公用事业公司的业务用例包括电动汽车(EV)的采用，非电线解决方案(NWS) )，需求侧管理(DSM)，屋顶太阳能(PV)分析和使用时间(TOU)费率优化。

“发布这些样本客户报告说明了AI可以给公用事业带来的深远价值，以及为内部决策制定数据驱动的报告，了解各种公用事业计划的关键驱动因素，证明AMI投资给监管机构的回报等等的优势， Bidgely首席执行官Abhay Gupta说。“我们的智能报告已经成为技术和创新的值得信赖的合作伙伴，它彰显了Bidgely如何利用人类智慧和商业智慧来实现战略效用目标。”

AMI驱动的见解报告中的样本分析包括：

电动汽车的采用–电网破坏潜力报告

即使在低渗透率的情况下，电动汽车也会对电网产生不成比例的影响。分析显示AI如何识别馈线或什至是多个电动汽车可能会承受压力的单个变压器，从而避免停电。

无线解决方案–关键设备所有权统计

了解特定地理区域中关键设备的所有权会影响规划。通过空调目标分析，可以通过针对峰值负载较大的单个客户来揭示负载转移的机会。

DSM-定位

基于AMI的最终用途分解可以改善DSM程序的整个生命周期。计划目标分析说明了有效营销，更好地分配返利美元的好处。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！