Tag Algorithmen

Graph Data Science (GDS), Data Importer und OpsManager vereinfachen den Einstieg in Graphtechnologie und Graph Analytics

Neo4j Feature: Filter für KNN-Algorithmus

München, 17. August 2022 – Neo4j (https://neo4j.com/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features), weltweit führender Anbieter von Graphtechnologie, glänzt mit neuen Features der Graphdatenbank. Neben kontinuierlichen Optimierungen von Graph Data Science (GDS) gibt es auch Verbesserungen in Sachen automatische Datenmodellierung, Backend Administration und Integration von Data Warehouse. Damit bietet die native Graphdatenbank einen erleichterten Einstieg sowohl für Entwickler als auch für Data Scientists.

Das neue Release Graph Data Science (GDS) 2.1 bietet in der Library mehr als 65 Graph-Algorithmen – darunter neu K-means-Clustering (https://neo4j.com/docs/graph-data-science/2.1/algorithms/alpha/kmeans/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features) und Leiden (https://neo4j.com/docs/graph-data-science/2.1/algorithms/alpha/leiden/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features) für Community Detection. Quell- und Zielknoten lassen sich von nun an für die Algorithmen KNN (K-Nearest Neighbor) und Node Similarity filtern. Zudem bietet Neo4j Verbesserungen hinsichtlich der graph-nativen ML-Pipelines: So vereinfacht es das Autotuning für ML-Pipelines, die richtigen Abfrage-Parameter zu identifizieren, um das bestmögliche Modell zu erzeugen. Über Knotenregressions-Pipelines lassen sich jetzt numerische Eigenschaften vorhersagen. Der Python Klient vereinfacht Arbeitsabläufe für Data Scientists, die nicht mit Cypher vertraut sind. Neu ist außerdem die Apache Arrow-Integration für schnelle Graph Projection aus externen Quellen, Datenbankerstellung und Graph Export. So können Anwender massive Datenmengen von bis zu 30 Mio. Objekten/Sekunde in den Graphen direkt importieren und exportieren.

Außerdem hat Neo4j die Usability der Graphdatenbank weiter erhöht. Der neue Data Importer ermöglicht den Datenimport sowie die visuelle Modellierung von CSV-Dateien als Graph. Cypher Kenntnisse sind dafür nicht nötig. Die No-Code-Lösung sorgt so für eine einfache Bedienbarkeit und einen reibungslosen Start von eigenen Projekten. Daten lassen sich intuitiv modellieren (UI) und Flat Files als Graph abbilden. Das Feature ist für den Import von Millionen von Datensätzen ausgelegt.

In der GraphQL Toolbox gibt es zudem eine reibungslose Low-Code UI für Prototyping und zum Erforschen des GraphQL-Schemas. Dieses erlaubt es, Graph-Algorithmen direkt im Visualisierungstool Neo4j Bloom zu erforschen. Für noch mehr Benutzerfreundlichkeit bietet Neo4j außerdem AuraDB Free: Die kostenlose Variante der Cloud-Graphdatenbank steht ab sofort mit einer erhöhten Limitierung von 200.000 Knoten und 400.000 Kanten zur Verfügung.

Das neue Backend-Admin-Tool OpsManager hilft DB-Administratoren, die Auslastung ihrer Graphdatenbank im Blick zu behalten, den Arbeitsspeicher zu prüfen und so schnell Entscheidungen zu treffen. Ein Dashboard mit den wichtigsten Metriken für Betriebssystem, DBMS und Datenbank sowie dedizierte UIs für die Verwaltung und eine rollenbasierte Zugriffskontrolle helfen dabei, die Neo4j Bereitstellung zentral zu managen.

Mit dem Data Warehouse Connector bietet Neo4j jetzt umfassenden Support von Konnektoren und Sprachen (Java, Java Script, Python, .NET, GO). Dank des Connectors lassen sich Daten zwischen einem beliebigen Data Warehouse und Neo4j jetzt einfacher verbinden. Unterstützt werden Snowflake, Google BigQuery, Amazon RedShift, und Azure Synapse.

Mehr über die einzelnen Produkte finden Sie unter https://neo4j.com/product/?ref=pr-&utm_source=announcement&utm_medium=referral&utm_campaign=Neo4j-Neuen-Features

Neo4j ist die weltweit führende Graph Plattform. Sie hilft Unternehmen wie Deutsches Zentrum für Diabetesforschung e.V., NASA, UBS und Daimler, die vorliegenden Daten mit Kontext anzureichern, um damit Herausforderungen ganz unabhängig von Umfang oder Komplexität zu lösen. Anwender nutzen Neo4j, um ihre Branchen nachhaltig zu verändern, indem sie Finanzbetrug und Cyberkriminalität eindämmen, globale Netzwerke optimieren, Forschung beschleunigen oder bessere Empfehlungen liefern. Neo4j bietet Echtzeit-Transaktionsverarbeitung, fortschrittliche KI/ML, intuitive Datenvisualisierung und vieles mehr. Weitere Informationen finden Sie auf Neo4j.com und @Neo4j.

Neo4j Media Hotline:
pr@neo4j.com
neo4j.com/pr

Firmenkontakt
Neo4j
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16
neo4j@lucyturpin.com
http://www.neo4j.com

Pressekontakt
Lucy Turpin Communications
Sabine Listl
Prinzregentenstraße 89
81675 München
089 41 77 61 16
neo4j@lucyturpin.com

Home

Batterielebensdauer für BESS-Betreiber essenziell

(Bildquelle: @TWAICE)

Der Markt für Energiegewinnung und -handel unterliegt einem ständigen Wandel. Für sogenannte Algo-User, also Unternehmen, die den Energiehandel mithilfe von Strategieprognosen automatisieren und algorithmisieren, ist die Betriebsstrategie geschäftsentscheidend. Warum der Gesundheitszustand der Batterie und ihre Lebensdauer die Betriebsstrategien beeinflussen sollten, erklärt das Erfolgsbeispiel VERBUND.

VERBUND, Österreichs führendes Energieunternehmen und einer der größten Stromerzeuger aus Wasserkraft in Europa, handelt in 12 Ländern mit Strom. Der Versorger betreibt dabei Batterie-Energiespeichersysteme (BESS) in eigenem Namen und für Dritte. Beim derzeitigen Ausbau der BESS setzt VERBUND in Sachen Vermarktung und Betriebsstrategien auf seinen Algo-Trader, einen der leistungsstärksten auf dem deutschsprachigen Markt. Da unterschiedliche Betriebsstrategien unterschiedliche Auswirkungen auf die Alterung und die Lebensdauer der Batterie haben, ist die Wahl der Betriebsstrategie für BESS-Betreiber entscheidend. Beeinflusst die Betriebsstrategie die Alterung übermäßig, ist sie unrentabel. Ein anschauliches Beispiel: Im Intraday-Handel laden die VERBUND-Algorithmen die Batterie beispielsweise automatisch auf, wenn die Preise günstig sind, und entladen die Batterie, wenn die Preise höher sind. Die Differenz zwischen diesen Preisen ist der sogenannte Spread. Damit sich der Business Case rechnet, muss VERBUND so bieten, dass die Einnahmen – also der Spread – die tatsächlichen Betriebskosten übersteigen.
Einen wesentlichen Teil dieser Betriebskosten machen Alterung und Gesamtlebensdauer der Batterie aus, daher sollten Algorithmen der Einsatzplanung lernen, diese Faktoren zu berücksichtigen. Doch die Mechanismen der Batteriealterung sind komplex: Viele verschiedene Faktoren wie C-Rate, Energiedurchsatz, Entladetiefe, kalendarische Alterung spielen eine Rolle, und zudem ist jede einzelne Batteriezelle anders.
Hier kommt TWAICE ins Spiel als Plattform für prädiktive Batterieanalytik, die Lösungen entlang des gesamten Lebenszyklus der Batterie bietet – mit einem klaren, einfach zu bedienenden Tool. Daher war der TWAICE Operating Strategy Planner eine optimale Ergänzung für VERBUND. „Ein großer Vorteil der Zusammenarbeit mit TWAICE ist, dass wir nicht für jede Zelltechnologie, die wir in der Praxis verwenden, neue Batteriemodelle erstellen, kalibrieren und validieren müssen – denn das macht TWAICE für uns“, kommentiert Lukas Weissböck, Technischer Batterieingenieur bei VERBUND.

Der Operating Strategy Planner von TWAICE hilft VERBUND, die Batteriealterung für verschiedene Zukunftsszenarien, die auf potenziellen Markt- und Preisentwicklungen basieren, genau vorherzusagen. Denn der Betriebsstrategieplaner kann für jedes Szenario die Auswirkungen auf die Batteriedegradation in Summe oder auch relativ pro Zyklus ausgeben.
Dies wird dann in die Alterungskosten für jeden BESS umgerechnet, wodurch ein vollständigeres Bild der Gesamtbetriebskosten entsteht. Im Fall VERBUND fließen die Alterungskosten in die Handelsalgorithmen ein, wodurch der komplexe Alterungsmechanismus der jeweiligen Batterie berücksichtigt wird. Der Algorithmus hat den Anreiz, Angebote abzugeben, die die Batterie so wenig wie möglich schädigen und gleichzeitig die Einnahmen maximieren.

Die Kombination der Expertisen überzeugt: Die erwartete Lebensdauer der Speicher kann um mehr als 20 % erhöht werden. Bei einer geplanten Lebensdauer von 10 Jahren bedeutet dies zwei zusätzliche Jahre am Markt. „Durch die Optimierung unserer Betriebsstrategie mit der TWAICE Battery Analytics Plattform erwarten wir eine um zwei Jahre längere Lebensdauer unserer Energiespeicher. Dies würde zu 1,6 Millionen Euro mehr Umsatz pro 10 MWh Energiespeicher* führen“, berichtet Karl Potz, Head of Battery Solutions Center bei VERBUND zufrieden.

Die vollständige Case Study in englischer Sprache findet sich hier: TWAICE_VERBUND_Story (https://twaice.com/wp-content/uploads/2022/03/22-Q1-VERBUND-Case-Study-external-.pdf?utm_source=press+release&utm_medium=email&utm_campaign=case+study+verbund)

*Basierend auf den heutigen Marktpreisen von 80.000 EUR/MW/Jahr im Intraday-Handel.

TWAICE bietet prädiktive Analytiksoftware, die die Entwicklung und den Betrieb von Lithium-Ionen-Batterien optimiert. Die Kerntechnologie von TWAICE ist der digitale Zwilling – eine Software, die fundiertes Batteriewissen und künstliche Intelligenz kombiniert, um den Zustand zu bestimmen und die Batteriealterung und -leistung vorherzusagen. Dadurch werden komplexe Batteriesysteme transparenter, effektiver und zuverlässiger. Als führende Batterieanalysesoftware für Global Player im Mobilitäts- und Energiesektor setzt sich TWAICE dafür ein, die Lebensdauer, Effizienz und Nachhaltigkeit der Produkte zu erhöhen, die die Wirtschaft von morgen antreiben. Mehr unter www.twaice.com.

Firmenkontakt
TWAICE Technologies GmbH
Anna Lossmann
Joseph-Dollinger-Bogen 26
80807 München
089-99732458
press@twaice.com
www.twaice.com

Pressekontakt
PR13 PR-Agentur
Sabine Reinhart
Osdorfer Weg 68
22607 Hamburg
040 21993366
info@pr13.de
www.pr13.de