Eesti andmeteaduse ja tehisintellekti võistlus on kaasanud tuhandeid eksperte üle maailma
Eesti Energia käivitas talve hakul andmeteadlaste hulgas rahvusvahelise konkursi, et leida nende abiga täpsem lahendus elektri väiketootjate tarbimise ja tootmise prognoosimiseks. Masinõppel põhineva lahenduse eesmärk on vähendada klientide jaoks kulusid ja soodustada roheenergiatootmist.
Eesti Energia innovatsiooniga tegeleva E-labi juhi Martin Laidi sõnul on energiaettevõtte püstitatud ülesanne tõusnud rahvusvahelises andmeteadlaste ja masinõppe spetsialistide kommuunis Kaggle läbi aegade populaarseimate masinõppe ja tehisintellektiga seotud võistluste hulka. „Paari kuuga on ülesande lahendamisse panustanud üle 2500 IT- ja andmeteaduseksperdi. Kokku on osalenud tiimid pakkunud probleemi lahenduseks välja ligi 45 000 erinevat lahenduskäiku,“ kirjeldas Laid.
Rahvusvahelisel võistlusel saab osaleda kuni viieliikmelistes tiimides ning registreerimine on avatud kuni 24. jaanuarini. Prognoosimise mudeleid on võimalik esitada kuni 31. jaanuarini. Andmeteadlaste esitatud mudeleid hinnatakse prognoositud tulu ja vaadeldava eesmärgi vahelise keskmise absoluutvea ehk MAE alusel.
Laidi sõnul aitaks konkursi käigus otsitav täpsem prognoosimise mudel lahendada elektritootmisel ja tarbimisel tekkivat ebabilansi probleemi ja vähendada sellest tekkivaid kulusid.
Elektrimüüjatel tuleb iga päev prognoosida ja osta järgmiseks päevaks elektribörsilt tunnipõhise täpsusega elektrienergiat oma klientide tarbimise ja tootmise katmiseks. Kui klientide jaoks pole ostetud piisavalt elektrit, tuleb elektrimüüjal seda bilansiturult börsihinnast kallimalt juurde osta. Kui elektrit jääb üle, tuleb see börsihinnast oluliselt madalama hinnaga bilansienergiaturul maha müüa. Prognoosi ja tegelikkuse erinevuse suurusest tekibki ebabilanss ja bilansienergia kulu.
„Ainuüksi Elektrilevi võrgus on elektritootjaid kokku üle 20 000, millest suurema osa moodustavad päikesepargid. Kuna mikro- ja väiketootjate puhul tuleb ennustada samaaegselt nii kliendi tarbimist kui ka tootmist, on prognoosimine keerukam. Samal ajal on selle täpsus kordades olulisem kui varem: väike eksimus prognoosimises tähendab elektrimüüjale väga suuri kulusid, kuna tootjaid on tänaseks juba väga palju,“ selgitas Laid.
Energia ebabilansi ja sellest tulenevate kasvavate kulude lahendamisest võidaksid ka kliendid, sest prognoosimise veaprotsent hinnastatakse bilansienergiakuluna klientide marginaali sisse. Lisaks võib liigne ebabilanss kaasa tuua suuremad tegevuskulud, potentsiaalse võrgu ebastabiilsuse ja energiaressursside ebatõhusa kasutamise.
Tööde esitamisele järgneb kahekuuline analüüsimise ja hindamise periood ning võistluse parimad lahendused kuulutatakse välja aprilli lõpus. Kuus parimat lahendust saavad ka rahalise auhinna, esimene koht seejuures 15 000 dollarit.
Kaggle on suurim rahvusvaheline tehisintellektile ning masinõppele keskendunud kommuun ning ühtlasi ka rahvusvaheliste masinõppe ja tehisintellektiga seotud võistluste korraldaja. Suurematel võistlustel on väljas rahalised auhinnad, mis toob kaasa tiheda konkurentsi üle kogu maailma.