Предиктивная аналитика означает анализ накопленных данных, чтобы оценить, что произойдёт дальше. Обычный отчёт отвечает на вопрос «что было», предиктивная аналитика отвечает на вопрос «что будет, если ничего не менять»: каким окажется расход в следующем месяце, выйдет ли объект за бюджет, где вероятен перерасход. Термин пришёл из маркетинга и финансов, но в энергетике и промышленности задача та же: заранее увидеть то, на что потом придётся реагировать.
Чем предиктивная аналитика отличается от обычной
Аналитику данных принято делить на четыре ступени. Каждая следующая опирается на предыдущую.
| Ступень | Вопрос | Пример в учёте энергоресурсов |
|---|---|---|
| Описательная | Что произошло? | Расход электроэнергии цеха за октябрь |
| Диагностическая | Почему это произошло? | Рост из-за ночной нагрузки после смены |
| Предиктивная | Что произойдёт? | Прогноз расхода на ноябрь и риск выхода за бюджет |
| Предписывающая | Что делать? | Перенести часть нагрузки в ночную тарифную зону |
Без первых двух ступеней прогноз не работает: если данные неполные или непонятно, почему расход менялся раньше, модель будет уверенно ошибаться.
Какие данные нужны
Прогноз строится на истории, поэтому главное требование к данным одно: они должны быть регулярными и достоверными. Для учёта энергоресурсов это:
- почасовые или суточные показания по каждой точке учёта, без длинных пропусков;
- привязка точек к объектам: цех, здание, линия, агрегат;
- календарь: рабочие и выходные дни, смены, сезон;
- для промышленности объём выпуска, чтобы считать удельный расход;
- для отопления температура наружного воздуха.
Ручные обходы раз в месяц дают слишком мало точек. Поэтому предиктивная аналитика начинается с автоматического сбора, то есть с телеметрии приборов учёта.
Методы прогнозирования
Аналогичные дни. Прогноз на день строится по похожим дням прошлых периодов: тот же день недели, тот же режим работы, близкая температура. Метод простой, понятный и хорошо работает для потребления, которое повторяется по неделям и сезонам.
Статистические модели. Тренд и сезонность раскладываются отдельно, учитывается зависимость от температуры или выпуска. Подходят, когда история длинная и стабильная.
Машинное обучение. Модели находят сложные зависимости сразу от многих факторов. Им нужно много данных и регулярная проверка: при смене режима работы предприятия модель, обученная на прошлом, начинает ошибаться.
Прогноз отказов оборудования, или предиктивное обслуживание, это отдельная задача. Для неё нужны данные о состоянии самого агрегата: вибрация, температура подшипников, токи двигателя. Одних показаний счётчиков для неё недостаточно.
Что можно прогнозировать в учёте энергоресурсов
- Расход на месяц и квартал по ресурсу, объекту, цеху. Основа для бюджета и закупки.
- Выход за бюджет или лимит заранее, а не по итогам месяца.
- Пиковую мощность по профилю нагрузки: от неё зависит стоимость электроэнергии на высоких ценовых категориях.
- Отклонения от нормы: если фактический расход идёт заметно выше прогноза, это повод проверить объект, пока потери не накопились.
Как это устроено в МБорд
В платформе МБорд прогноз потребления строится по аналогичным дням прошлых периодов, рядом считаются бюджеты, удельный расход и балансовые группы. Платформа сама формирует рекомендации по экономии и отмечает, какие из них выполнены.
Задать вопрос о прогнозе можно обычными словами: ИИ-аналитик МБорд через MCP-сервер берёт прогноз, расход и тарифы из платформы и объясняет, откуда цифра. Например: «Какой будет расход воды в ноябре и почему меньше, чем в октябре?». Прогноз отказов оборудования МБорд не делает: это задача систем диагностики с датчиками состояния агрегатов.
С чего начать
Предиктивная аналитика окупается там, где уже есть автоматический учёт с историей хотя бы за несколько месяцев. Если показания собираются вручную, первым шагом будет обследование объекта: какие точки учёта есть, какие приборы можно подключить и чего не хватает для прогноза.
Обновлено 24 октября 2026
