В настоящее время задача прогнозирования потребления в ГТП может быть решена с помощью целого набора инструментов. Чем гибче и функциональнее инструмент для прогнозирования, тем точнее и быстрее будет получен необходимый прогноз потребления.
Самым популярным инструментом формирования прогнозов является MS Excel. Сегодня подавляющее большинство специалистов компаний-участников ОРЭМ работает исключительно в этой программе. Важными ее плюсами являются дешевизна и легкость в освоении. Самым большим минусом являются ограниченные возможности: сложные алгоритмы обработки данных ему не под силу. Если сюда добавить отслеживание точности прогнозов, да еще по нескольким ГТП, использование Excel превращается в кошмар.
Кроме Excel некоторые специалисты используют программы-вычислители, собственной разработки. Это позволяет получать более качественные прогнозы чем в Excel. Однако стоимость разработки и постоянной адаптации таких программ значительно выше таблиц в Excel. Помимо относильной дороговизны, есть еще один недостаток у такого подхода: поскольку специалистов по прогнозированию на рынке очень мало, компания становится зависимой от одного-двух человек, разбирающихся в этой программе. Заменить таких людей практически невозможно.
Затем идут серьезные математические программные пакеты для реализации сложных вычислений. Их целая плеяда: MATLAB, MathCAD, Scilab, SAS, SPSS, Stata и другие. Такие программы сложны для изучения, сложны в работе, стоят от десятков до сотен тысяч рублей за лицензии, но на них можно разрабатывать автоматизированные расчеты прогнозных значений, сокращая трудоемкость расчетов и повышая их точность. Этим на ОРЭМ пользуются единицы.
Самым популярным инструментом формирования прогнозов является MS Excel. Сегодня подавляющее большинство специалистов компаний-участников ОРЭМ работает исключительно в этой программе. Важными ее плюсами являются дешевизна и легкость в освоении. Самым большим минусом являются ограниченные возможности: сложные алгоритмы обработки данных ему не под силу. Если сюда добавить отслеживание точности прогнозов, да еще по нескольким ГТП, использование Excel превращается в кошмар.
Кроме Excel некоторые специалисты используют программы-вычислители, собственной разработки. Это позволяет получать более качественные прогнозы чем в Excel. Однако стоимость разработки и постоянной адаптации таких программ значительно выше таблиц в Excel. Помимо относильной дороговизны, есть еще один недостаток у такого подхода: поскольку специалистов по прогнозированию на рынке очень мало, компания становится зависимой от одного-двух человек, разбирающихся в этой программе. Заменить таких людей практически невозможно.
Затем идут серьезные математические программные пакеты для реализации сложных вычислений. Их целая плеяда: MATLAB, MathCAD, Scilab, SAS, SPSS, Stata и другие. Такие программы сложны для изучения, сложны в работе, стоят от десятков до сотен тысяч рублей за лицензии, но на них можно разрабатывать автоматизированные расчеты прогнозных значений, сокращая трудоемкость расчетов и повышая их точность. Этим на ОРЭМ пользуются единицы.
Завершает список инструментов громадные интегрированные решения типа iOPT, SAP, Oracle, которые внедряются и адаптируются месяцами, требуют громадной квалификации специалитов именно в этом продукте, стоимость такого решения громадна. Однако в целом эффективность прогнозов в таких системах невысока, поскольку прогнозирование в большинстве случаев реализуется по остаточному принципу, а на первое место ставятся контроль финансовых потоков, отчетность, документооборот. Такого уровня программные решения могут позволить себе только горстка самых состоятельных участников ОРЭМ, большинство которых производит электроэнергию, а не потребляет.
Альтернативой упомянутым инструментам как в финансовом, так и в функциональном плане является специализированный сервис прогнозов Математического бюро, предоставляющего точные прогнозы по подписке.
Информация предоставлена "Математическим бюро" при поддержке ООО "НЕМО".
Комментариев нет:
Отправить комментарий