Energie und Versorgungsunternehmen
Erkennung von Verbrauchsanomalien
Decision Flow zur Erkennung von Heizungsanomalien in Haushalten basierend auf abnormalem Verbrauch oder von Kunden gemeldeten Problemen.
David Škarka
Autor der Vorlage
Dieser Decision Flow erkennt Heizungsanomalien im Haushalt basierend auf abnormalem Verbrauch oder von Kunden gemeldeten Problemen. Er wertet monatliche Verbrauchsdaten anhand historischer Baselines und Temperaturanpassungen aus, um spezifische Probleme wie HVAC-Fehlfunktionen, Unterheizung oder Manipulationen zu identifizieren.
Lösungskomponenten:
Die Lösung verwendet spezifische Decision Tables und globale Variablen (Global Variables), um die Eingabedaten zu verarbeiten:
- Globale Variablen (Temperaturfaktoren): Ein Set globaler Variablen namens temperatureFactorAndThreshold definiert den tempAdjustmentFactor (festgelegt auf $0.02$ oder 2% pro Grad) und die thresholdDeviation (festgelegt auf $0.15$ oder 15%), die zur Normalisierung von Berechnungen verwendet werden.
- Reference Numbers (Decision Table): Eine Decision Table namens Reference Numbers fungiert als Lookup-Tabelle. Sie akzeptiert den month als Eingabe und gibt die historische AvgTempBaseLine (Durchschnittstemperatur) und AvgConsumptionBaseline (Durchschnittsverbrauch) für diesen spezifischen Monat aus.
- Outcome Decisions (Decision Table): Eine Decision Table namens Outcome Decisions bestimmt den endgültigen Alarmstatus. Sie wertet die berechnete Temperaturdifferenz, die prozentuale Abweichung und Kundenkennzeichen aus, um einen alert (Yes/No) und eine spezifische nextAction (z. B. "Mögliche HVAC-Fehlfunktion" oder "Keine Aktion erforderlich") auszugeben.
- Consumption Anomaly Detection (Decision Flow) führt die Tabelle Reference Numbers aus, um die Basis-Temperatur und den Basis-Verbrauch für den gegebenen Monat abzurufen, berechnet dann Anomalie-Parameter, und danach kategorisiert die Tabelle Outcome Decisions die Anomalie.
Weitere Vorlagen
Andere Vorlagen ansehen
GesundheitswesenVersicherungHervorgehoben
Compensation Claim Automation
Automate the end-to-end handling of workers' compensation claims using AI-powered medical report analysis — extract the clinical data you need and drive every downstream decision automatically.
FinanzdienstleistungenVorgeschlagen
A/B-Testing
Entdecken Sie eine einfache Möglichkeit, eine Testgruppe zuzuweisen, um A/B-Tests für Ihre Entscheidungen durchzuführen.
FinanzdienstleistungenVorgeschlagen
Risikobasierte Preisgestaltung
Entdecken Sie eine einfache Möglichkeit, eine geeignete risikobasierte Preismatrix basierend auf einem Kundentyp anzuwenden.