Интеграция ИТ-решений предиктивного управления нагрузкой в инфраструктуру Smart Grid на базе микросервисной архитектуры

В статье рассматриваются инженерные аспекты внедрения моделей машинного обучения в ИТ-инфраструктуру интеллектуальных энергетических сетей (Smart Grid). Представлена реализация микросервисной архитектуры с использованием практик MLOps для оперативного прогнозирования спроса на электроэнергию (Load Forecasting). Описаны механизмы взаимодействия между слоем сбора данных с интеллектуальных счетчиков на базе Apache Kafka и аналитическим модулем. Проведено сравнение различных архитектур нейронных сетей для минимизации погрешности прогнозирования в условиях динамического ценообразования.