Previsione della domanda di gas

Questo report opera su un singolo nodo di misura: prevede quanto gas il nodo consumerà nei prossimi 7, 30 e 90 giorni. Viene utilizzato per la pianificazione degli approvvigionamenti e del bilancio — quanto gas servirà al consumatore nel breve periodo.

La previsione è costruita a partire dallo storico dei consumi dei periodi passati e tiene conto del meteo: con il freddo una maggiore quantità di gas viene destinata al riscaldamento. Insieme alla previsione, il report fornisce un intervallo di confidenza (un intervallo “da–a” entro cui il consumo ricadrà con elevata probabilità) e una verifica di accuratezza sui giorni recenti.

Cosa mostra

La previsione viene scomposta in componenti chiare: un livello di base, un andamento complessivo (consumo crescente o decrescente nel tempo), la stagionalità (anno e giorno della settimana) e il contributo del meteo.

Come funziona

Fonti dei dati:

• Consumo di gas — dall’archivio orario del dispositivo, aggregato in totali giornalieri.
• Meteo — temperatura giornaliera dal servizio aperto open-meteo. Lo storico delle temperature è ricavato dalle coordinate del nodo; per le date di previsione — la previsione meteo effettiva dello stesso servizio.

Il modello è una dipendenza lineare del consumo da quattro fattori:

1. Andamento — lenta crescita o diminuzione del consumo nel tempo.
2. Stagionalità annuale — inverno/estate.
3. Stagionalità settimanale — i giorni feriali e i fine settimana hanno consumi diversi.
4. Temperatura — tramite i gradi-giorno di riscaldamento: di quanto la giornata è più fredda di 18 °C. Più fa freddo, più gas viene destinato al riscaldamento.

Se il meteo non è disponibile, il modello funziona senza il fattore temperatura. I valori orari anomalmente elevati (artefatti di telemetria) vengono limitati al massimo di targa del dispositivo, in modo da non distorcere la previsione.

L’accuratezza viene verificata come segue: il modello “non vede” gli ultimi 14 giorni, li prevede e li confronta con i valori effettivi. Da ciò derivano l’errore medio di previsione e la quota di giorni in cui il valore effettivo è ricaduto nell’intervallo di confidenza.

Parametri di esecuzione

Come leggere il risultato

• Guarda prima la verifica di accuratezza. Un errore relativo medio fino al 10 % — una previsione eccellente; 10–20 % — accettabile; oltre il 20 % — affidarsi con cautela. La quota di valori ricaduti nell’intervallo di confidenza è normalmente intorno al 90–95 %.
• L’orizzonte a 7 giorni è il più affidabile; i 90 giorni sono indicativi e richiedono almeno un anno di storico. Oltre i 90 giorni la previsione non è raccomandata.
• L’intervallo di confidenza conta più di una singola cifra: pianifica rispetto al suo limite superiore se hai bisogno di un margine.