SMARD Power Analytics

Erstellt am: 17. April 2026

Ein interaktives Dashboard zur Echtzeit-Analyse und Prognose der deutschen Netzlast. Implementiert statistische Modelle (Holt-Winters) zur Vorhersage des Energiebedarfs basierend auf SMARD-Echtzeitdaten.

Die Stabilität des Stromnetzes hängt von der präzisen Vorhersage der Netzlast ab. SMARD Power Analytics abstrahiert die Komplexität der Bundesnetzagentur-Daten in ein intuitives Interface, das statistische Prognosemodelle direkt im Browser vergleichbar macht.

Das Herzstück der Anwendung ist die Modellierung saisonaler Zeitreihen. Da der Stromverbrauch hochgradig zyklisch ist (diurnale Rhythmen), wurde ein besonderer Fokus auf das Triple Exponential Smoothing (Holt-Winters) gelegt:

y^t+h=t+hbt+stm+h+1\hat{y}_{t+h} = \ell_t + hb_t + s_{t-m+h+1}

Hierbei werden Level (t\ell_t), Trend (btb_t) und Saisonalität (sts_t) getrennt geglättet, um die 96 Viertelstunden-Intervalle eines Tages präzise abzubilden. Das Dashboard ermöglicht die Live-Manipulation der Glättungsparameter (α,β,γ\alpha, \beta, \gamma), wodurch der Bias-Variance-Tradeoff visuell greifbar wird.

Zentrale Features der Pipeline:

  • Automatisierte API-Integration: Dynamischer Abruf von JSON-Zeitreihen der SMARD-Schnittstelle mit asynchroner Datenaufbereitung.
  • Modell-Benchmarking: Direkter Vergleich von Trailing Moving Average (TMA) vs. Double (DES) vs. Triple Exponential Smoothing (TES) mittels Error-Metriken wie MAPE.
  • Modern Reactive UI: Einsatz von bslib und thematic für ein kohärentes Darkmode-Erlebnis.

Die Anwendung beweist, dass komplexe statistische Vorhersagemodelle durch reaktive Programmierung für Entscheidungsträger zugänglich gemacht werden können – von der Rohdatenakquise bis zur validierten 24h-Prognose.

SMARD Power Analytics - Bild 1