Прогноз влияния изменений в деловой практике на выбросы с помощью анализа «что, если»
Заметка
Эта функция входит в состав Microsoft Sustainability Manager Premium.
Анализ «что, если» — это специальная модель искусственного интеллекта, которая позволяет прогнозировать влияние некоторых изменений в деловой практике на выбросы углекислого газа вашей организации. Это поможет вам разработать более обоснованные стратегии сокращения выбросов углекислого газа и ускорить достижение общих целей устойчивого развития. Например, вы можете спрогнозировать влияние перехода на возобновляемые источники энергии, такие как энергия ветра или солнца, или смены поставщиков с учетом факторов, специфичных для поставщика.
В этой статье показано, как создать прогноз анализа «что, если». В ней также представлены соображения, подробные сведения и информация, которые помогут вам получить максимальную отдачу от вашего прогноза.
В этом эпизоде видео «Поговорим об устойчивом развитии» показано, как использовать анализ «что если»:
Важные замечания
Учитывайте эти соображения при создании сценария прогноза.
Вы можете выбирать от одной до трех стратегий в одном сценарии, используя поле Количество сценариев.
Поле Переменные поддерживает множественный выбор и позволяет вам выбирать данные или величины, изменение которых вы хотите спрогнозировать. Например, вы можете изменить Стоимость, Расстояние и Количество товаров, транспортируемых в рамках вашего сценария 4. Восходящая транспортировка и распределение.
Для каждого сценария требуются следующие поля:
- Name
- Организационная единица
- Тип данных
- Модель расчета
- AR версия
- Количество стратегий
- Переменные
Средство это необязательное поле, но вы можете использовать его, чтобы еще больше сузить данные для вашего прогноза.
Создание прогноза анализа «что, если»
Чтобы начать работу с анализом «что, если», выполните следующие шаги:
На панели навигации выберите Анализ «что, если».
На странице Анализ «что, если» выберите Создать сценарий.
На панели Создать сценарий «что, если» введите следующие сведения:
- Name
- Организационная единица
- Тип данных
- Модель расчета
- AR версия
Далее выберите количество стратегий, которые вы хотите добавить в поле Количество стратегий.
Затем выберите Переменные, изменение которых вы хотите спрогнозировать в рамках вашей стратегии или стратегий. Сначала вам необходимо ввести исторические значения этих переменных, которые представляют текущую стратегию, используемую вашей организацией. Например, если вы прогнозируете влияние изменения вашего автопарка мобильного сжигания, вам сначала необходимо ввести текущее транспортное средство и тип топлива в разделе Текущая стратегия.
После заполнения формы выберите Сохранить и закрыть.
Выберите созданный сценарий, затем выберите Выполнить сценарий. После завершения задания сценария вы получите уведомление в приложении, предупреждающее вас о результатах, с гиперссылкой, ведущей к ним. На этой странице отображаются сведения о вашем сценарии и график, визуализирующий ваши исторические данные и связанные прогнозы стратегий.
Заметка
Продолжительность прогнозного горизонта вашего сценария зависит от объема полученных исторических данных. Как правило, горизонт вашего прогнозирования всегда будет составлять около половины ваших исторических данных. Например, если у вас есть исторические данные за два года с интервалом в один месяц, то вы можете ожидать увидеть горизонт прогнозирования на один год при тех же внутренних показателях.
Поддерживаемые сценарии
Каждый сценарий имеет разные уровни настройки, которые позволяют адаптировать прогноз к данным и потребностям вашей организации с помощью переменных. В этой таблице перечислены все доступные переменные для каждого типа данных.
| Категория сценария | Доступные переменные |
|---|---|
| Техпроцесс | - Стоимость - Количество продукции - Тип техпроцесса - Тип расходов - Количество |
| Мобильное сжигание | - Стоимость - Расстояние - Количество топлива - Тип топлива - Количество продукции - Тип техпроцесса - Количество - Тип расходов - Тип транспорта |
| Стационарное сжигание | - Стоимость - Коэффициент преобразования энергии - Количество топлива - Тип топлива - Количество продукции - Тип техпроцесса - Количество - Тип расходов |
| Закупленное охлаждение | - Тип договорного инструмента - Стоимость - Количество продукции - Возобновляемость - Количество - Тип расходов |
| Закупленная электроэнергия | - Тип договорного инструмента - Стоимость - Количество продукции - Возобновляемость - Количество - Тип расходов |
| Закупленное отопление | - Тип договорного инструмента - Стоимость - Количество продукции - Возобновляемость - Количество - Тип расходов |
| Закупленный пар | - Тип договорного инструмента - Стоимость - Количество продукции - Возобновляемость - Количество - Тип расходов |
| 1. Закупленная продукция | - Стоимость - Количество продукции - Тип техпроцесса - Количество - Тип расходов |
| 2. Основное оборудование | - Стоимость - Тип техпроцесса - Количество - Тип расходов |
| 4. Транспортирование и распределение в верхнем сегменте | - Стоимость - Расстояние - Количество топлива - Тип топлива - Количество продукции - Тип техпроцесса - Количество - Тип расходов - Способ транспортировки - Тип транспортировки и распределения - Тип транспорта |
| 5. Отходы, образующиеся в процессе деятельности | - Стоимость - Метод утилизации - Расстояние - Количество топлива - Тип техпроцесса - Материал - Количество - Тип расходов - Способ транспортировки - Количество отходов |
| 6. Деловые поездки | - Тип деловых поездок - Стоимость - Расстояние - Количество топлива - Тип техпроцесса - Количество - Тип транспорта |
| 7. Поездки сотрудников на работу | - Стоимость - Расстояние - Тип поездок сотрудников - Количество топлива - Тип топлива - Тип техпроцесса - Количество - Тип транспорта |
| 9. Транспортирование и распределение в нижнем сегменте | - Стоимость - Расстояние - Количество топлива - Тип топлива - Количество продукции - Тип техпроцесса - Количество - Тип расходов - Способ транспортировки - Тип транспортировки и распределения - Тип транспорта |
| 12. Окончание срока службы продукции | - Стоимость - Метод утилизации - Расстояние - Количество топлива - Тип техпроцесса - Материал - Количество - Тип расходов - Способ транспортировки |
Заметка
Чтобы рассчитать коэффициенты преобразования энергии для вашего сценария стационарного сжигания, разделите энергосодержание существующего топлива на энергосодержание топлива, для которого вы хотите сделать прогноз. В качестве альтернативы вы также можете использовать теплотворную способность. Например, если энергосодержание вашего существующего топлива составляет 33 МДж/кг, а нового — 38 МДж/кг, то ваш коэффициент преобразования энергии составит около 0,87.
Заметка
При прогнозировании последствий перехода с невозобновляемых на возобновляемые источники энергии убедитесь, что вы выбираете модель расчета, которая поддерживает расчеты как невозобновляемых, так и возобновляемых источников энергии. Самый простой способ — использовать условие по полю Возобновляемый.
Аспекты прогноза
Существующая стратегия : Прогноз существующей стратегии — это взгляд на ваши прогнозируемые выбросы, если бы вы ничего не меняли в текущем способе генерации выбросов для этой категории. Например, если вы прогнозируете последствия перехода с угля на биотопливо для конкретного предприятия, прогноз существующей стратегии представляет собой прогнозируемые выбросы от продолжения использования угля.
Новые стратегии : Прогноз новой стратегии — это взгляд на ваши прогнозируемые выбросы, если вы перейдете на новую бизнес-стратегию, представленную вашим прогнозным сценарием. Например, если вы прогнозируете последствия перехода с угля на биотопливо для конкретного предприятия, прогноз новой стратегии представляет собой прогнозируемые выбросы при переходе на биотопливо. В зависимости от того, как вы настроите свой сценарий, у вас может быть от одной до трех новых стратегий для изучения.
прогноз интервалы : Интервалы прогноз представляют собой оценку интервала, в который будущее наблюдение попадает с определенной вероятностью (мы используем 95%-ную достоверность), учитывая исторические данные. Интервалы прогнозирования по сути представляют собой неопределенность, связанную с прогнозом.
Сбои модели и информационные сообщения
В этом разделе описаны ошибки или проблемы, которые могут возникнуть при работе с прогнозами.
Для создания этого прогноза были внесены корректировки
Переход на резервный метод прогнозирования : Мы используем резервный метод прогнозирования в случае, если количество точек исторических данных и/или качество данных, необходимые для соответствия моделям (S)ARIMA или ETS, недостаточны. Есть два конкретных случая, когда возникает необходимость перехода к резервной методологии:
- Слишком много пропущенных точек данных в относительно равномерно распределенных временных рядах исторических данных
- Неравномерно расположенные исторические данные
Проверка однородности данных и корректировка частоты : Перед составлением прогноза ваши данные ежемесячно агрегируются для формирования ежемесячного базового уровня и прогноза «что если». Однако если после агрегирования данные не демонстрируют относительно единообразную ежемесячную частоту, предпринимается попытка дальнейшего агрегирования по двум, трем, четырем или шести месяцам. Если при таких корректировках ряда невозможно достичь относительной однородности, то для прогнозирования используется более простая резервная модель.
Не удается сгенерировать прогноз
Исторические данные слишком скудны : Для обеспечения успешного прогноза нам необходимо, чтобы ваши исторические данные имели частоту не менее одного точка данных каждые шесть месяцев. Если ваши данные более разрежены, чем этот интервал, прогноз не будет выполнен.
Нет или слишком мало точек исторических данных : Модели прогнозирования анализа «что если» требуют не менее шести точек данных (после корректировки частоты, описанной ранее в Проверка однородности данных и корректировка частоты) для успешного составления прогноза.
Поддерживаемые модели прогнозирования временных рядов
Sustainability Manager поддерживает модели одномерного прогнозирования временных рядов с (сезонным) авторегрессионным интегрированным скользящим средним ((Seasonal) Auto Regressive Integrated Moving Average ((S)ARIMA)) и сезонностью тренда ошибок (Error Trend Seasonality (ETS)) для создания прогнозов на основе данных о деятельности. Система выбора модели выбирает лучшую модель прогнозирования на основе исторических данных о деятельности. Сгенерированные прогнозы на уровне деятельности проходят через расчетную модель, чтобы преобразовать их в прогнозы на уровне выбросов.
ARIMA и ETS являются наиболее широко используемыми методами прогнозирования временных рядов. Модели ETS полагаются на описания тенденций и сезонности данных, а модели ARIMA описывают автокорреляции в данных. Дополнительную информацию об этих моделях см. в главе 7 (экспоненциальное сглаживание) и главе 8 (модели ARIMA) учебника Прогнозирование: принципы и практика.
В определенных случаях, например, когда исторических данных слишком мало или они очень нерегулярны, вместо ARIMA или ETS выбирается простая резервная модель.
