Congrès GAZELEC 2017
17, 18 & 19 Octobre 2017
Cœur Défense, Paris, France
Energéticiens, Industriels : la plate-forme Predictive Layer à Machine Learning Automatisée optimise en temps réels vos prévisions, vos portefeuilles et leurs Trading sur les marchés d'énergie européens.
Depuis 2014, Predictive Layer a établi une plate-forme d'analyse prédictive automatisée pour les marchés de l'energie. Basé en Suisse, avec des clients en Suisse, France, Allemagne, Benelux, Predictive Layer optimise les prévisions de charges, de production des réseaux énergétiques et leurs achats sur les marchés ouverts EPEX EEX APX, Powernext.
Predictive Layer permet l'optimisation des prévisions de consommation et d'achat d'énergie très court terme pour ArcelorMittal par leurs traitements automatisés à base de Machine Learning.
Formée en 2014, Predictive Layer a son siège à Rolle, près des centres de recherche de Lausanne (Suisse), ses opérations Sales & Marketing à Paris & Zurich et des clients en Suisse, France, Benelux, Allemagne, Espagne, USA.
La transition énergétique vers les énergies renouvelables et l'ouverture réglementaire des marchés apportent de plus en plus de volatilité dans les réseaux d'énergie, dans les échanges commerciaux locaux & internationaux.
Les industries energie-intensives doivent optimiser leurs coûts et processus pour être compétitives. Les consommateurs veulent prendre le contrôle de leur consommation, leur auto-production et des meilleurs tarifs.
Devant ces enjeux, Gartner a établi qu'en 2016, "70% des sociétés les plus profitables gérent leurs systèmes grâce à des systèmes d'analyse prédictives temps réels et/ou d'une extrême collaboration".
Predictive Layer se différencie des autres solutions d'analyse prédictive par :
Grâce à la plate-forme d'analyse prédictive automatisée de Predictive Layer, les producteur/distributeurs d'énergie (Electricité/Gaz) ainsi que les entreprises électro intensives peuvent :
Predictive Layer fournira le meilleur outil de traitement prédictif, déjà connecté aux open-data spécifiques de leur industrie