• ΑΡΧΙΚΗ
  • ΕΙΔΗΣΕΙΣ
    • Οικονομία
    • Πολιτική
    • Αγορά
    • Επιχειρήσεις
    • Τράπεζες
    • Επενδύσεις
    • Αυτοκίνητο
    • Sport & Business
    • Υγεία
    • Πλανήτης
  • ΧΡΗΜΑ
    • Σχόλιο Ημέρας
    • Εικόνα Αγοράς
    • Στατιστικά
    • Ανακοινώσεις ΧΑΑ
    • Business World
    • Διεθνείς Αγορές
    • Ισοτιμίες
    • Εμπορεύματα
    • Calculators
  • ΦΟΡΟΛΟΓΙΑ
    • Ιδιώτες
    • Επιχειρήσεις
  • ΕΡΓΑΣΙΑ
    • Συντάξεις
    • Χρηστικά
  • ΔΗΜΟΣΙΟ
  • ΠΡΟΣΛΗΨΕΙΣ
    • Δημόσιο
    • ΟΤΑ
    • Αγορά
  • OPINION
    • Ηγεσία και Management
Facebook Twitter Instagram
Facebook Twitter Instagram
Money PressMoney Press
  • ΑΡΧΙΚΗ
  • ΕΙΔΗΣΕΙΣ
    • Οικονομία
    • Πολιτική
    • Αγορά
    • Επιχειρήσεις
    • Τράπεζες
    • Επενδύσεις
    • Αυτοκίνητο
    • Sport & Business
    • Υγεία
    • Πλανήτης
  • ΧΡΗΜΑ
    • Σχόλιο Ημέρας
    • Εικόνα Αγοράς
    • Στατιστικά
    • Ανακοινώσεις ΧΑΑ
    • Business World
    • Διεθνείς Αγορές
    • Ισοτιμίες
    • Εμπορεύματα
    • Calculators
  • ΦΟΡΟΛΟΓΙΑ
    • Ιδιώτες
    • Επιχειρήσεις
  • ΕΡΓΑΣΙΑ
    • Συντάξεις
    • Χρηστικά
  • ΔΗΜΟΣΙΟ
  • ΠΡΟΣΛΗΨΕΙΣ
    • Δημόσιο
    • ΟΤΑ
    • Αγορά
  • OPINION
    • Ηγεσία και Management
Money PressMoney Press
Home»Ειδήσεις»Πλανήτης»Ηλεκτρική ενέργεια: Πώς η τεχνητή νοημοσύνη μπορεί να καθορίσει τον λογαριασμό μας
Πλανήτης

Ηλεκτρική ενέργεια: Πώς η τεχνητή νοημοσύνη μπορεί να καθορίσει τον λογαριασμό μας

19 Ιουλίου, 2023Updated:19 Ιουλίου, 2023Δεν υπάρχουν Σχόλια3 Mins Read
Facebook Twitter LinkedIn Telegram Pinterest Tumblr Reddit WhatsApp Email
Share
Facebook Twitter LinkedIn Pinterest Email

Είναι γεγονός: Περισσότερα από 30 εκατομμύρια σημεία δεδομένων σαρώνει και επεξεργάζεται καθημερινά ένας trader ενέργειας από τη Δανία, σε μια προσπάθεια να προβλέψει πώς η κάλυψη της νέφωσης στην Ισπανία και οι αυξημένες θερμοκρασίες στη Γερμανία μπορούν να επηρεάσουν την τιμή της ενέργειας στη Γαλλία και αλλού στην Ευρώπη.

Στην αγορά ηλεκτρικής ενέργειας των 1,3 τρισεκατομμυρίων ευρώ της περιοχής, η MFT Energy A/S και περισσότεροι από δώδεκα άλλοι εμπορικοί οίκοι υιοθετούν ολοένα και περισσότερο την τεχνητή νοημοσύνη και τη μηχανική μάθηση για να κερδίσουν χρήματα, σε μια διαδικασία η οποία συμβάλλει παράλληλα στον καθορισμό των τιμών που τελικά πληρώνουν τα νοικοκυριά και οι επιχειρήσεις.

Όπως γράφει το Bloomberg, σχεδόν οι μισές από τις συναλλαγές ηλεκτρικής ενέργειας της MFT πέρυσι έγιναν με αλγόριθμους και η τάση είναι ανοδική. Στο Epex Spot SE στο Παρίσι, το μεγαλύτερο χρηματιστήριο της Ευρώπης για βραχυπρόθεσμες συναλλαγές, οι αυτοματοποιημένες συμφωνίες αντιπροσώπευαν έως και το 60% των συναλλαγών πέρυσι, από 55% το 2021.

Οι αλγοριθμικές συναλλαγές θα είναι καθοριστικές «για να διατηρηθεί το ανταγωνιστικό πλεονέκτημα», σχολίασε ο Brad Blesie, επικεφαλής επενδύσεων στον όμιλο Trailstone, ο οποίος χρησιμοποιεί τεχνητή νοημοσύνη για τη διαχείριση των ανανεώσιμων πηγών ενεργητικού, την πρόβλεψη του καιρού, αλλά και την πρόβλεψη των επιπέδων τιμών. «Είναι δύσκολο, αλλά πραγματικά πιστεύουμε ότι υπάρχει τεράστιο πεδίο».

Αυτός ο τύπος αστάθειας και ο τεράστιος όγκος δεδομένων που απαιτούνται για την παρακολούθηση της προσφοράς και της ζήτησης ανοίγει προσοδοφόρες ευκαιρίες σε traders που είναι αρκετά γνώστες ώστε να αξιοποιήσουν δορυφορικές εικόνες, καιρικά μοτίβα και ακόμη και αναρτήσεις στα μέσα κοινωνικής δικτύωσης για να προλάβουν τις αλλαγές στις τιμές.

Οι traders ενέργειας αποτελούν μέρος των πολύπλοκων διασυνδέσεων που διατηρούν σε λειτουργία το δίκτυο ηλεκτρικής ενέργειας της Ευρώπης. Βοηθούν στη διατήρηση της ισορροπίας του δικτύου μεταφέροντας την ισχύ στο σημείο που είναι περισσότερο απαραίτητο – και κερδίζουν ένα περιθώριο κέρδους βγαίνοντας μπροστά από την αγορά. Η αστάθεια όπως κατά τη διάρκεια της ενεργειακής κρίσης του περασμένου έτους είναι καλό για αυτές τις εταιρείες και τα κέρδη της MFT το 2022 υπεροκταπλασιάσητκαν στα 576 εκατομμύρια ευρώ, από περίπου περίπου 4,4 εκατομμύρια ευρώ ανά εργαζόμενο.

Ωστόσο, σύμφωνα πάντα με το Bloomberg, τα αυτοματοποιημένα συστήματα δεν είναι τέλεια. «Θα πρέπει να παραδεχθούμε ότι σε ακραίες και πρωτοφανείς καταστάσεις χρησιμοποιούμε λιγότερο τους αλγόριθμους», υπογράμμισε ο Tim Kummerfeld, επικεφαλής του τμήματος ενδοημερήσιων συναλλαγών της Danske Commodities A/S. Αλλά ακόμη και σε τέτοια σενάρια «οι αλγόριθμοι θα εξακολουθούν να συμβάλλουν στην παροχή ρευστότητας και να περιορίζουν την αστάθεια των τιμών».

Βέβαια, όπως μπορεί να σκεφτεί κάποιος, ακόμα και εάν μπούμε στη διαδικασία να βρούμε το πόσα πιθανώς να πληρώσουμε στο επόμενο λογαριασμό ρεύματος, δεν αλλάζει το γεγονός ότι θα πρέπει να πάμε ταμείο. Τώρα, μάλιστα, που τελειώνουν πανευρωπαϊκά οι επιδοτήσεις στους λογαριασμούς ρεύματος, οι ελπίδες όλων είναι να τερματιστεί ο πόλεμος στην Ουκρανία και όσα συνεπάγονται από αυτόν. Και, προς το παρόν, η τεχνητή νοημοσύνη δεν δίνει ασφαλή συμπεράσματα για το πότε θα επικρατήσει ειρήνη…

ηλεκτρική ενέργεια
Share. Facebook Twitter Pinterest LinkedIn Tumblr Telegram Email
Previous ArticleΠότε ξεκινούν οι αιτήσεις για 72 μόνιμες προσλήψεις
Next Article Κλιματική κρίση: Ο πλανήτης «καίγεται» – Νέες θερμοκρασίες ρεκόρ

Related Posts

Πώς οι πολιτικές του Τραμπ επηρεάζουν τα επαγγελματικά ταξίδια

15 Ιουνίου, 2025

Pimco: Συμβουλές στους επενδυτές για τη νέα παγκόσμια τάξη πραγμάτων

15 Ιουνίου, 2025

Τεχνητή Νοημοσύνη και εργασία: Πώς αλλάζουν οι δεξιότητες που ζητούνται σήμερα

15 Ιουνίου, 2025
Add A Comment

Comments are closed.

moneypress.gr
Technical Summary Widget Powered by Investing.com
Powered by Investing.com
Moneypress

To Moneypress.gr ανήκει στην HT PRESS ONLINE IKE

Tαυτότητα Moneypresss.gr

Χρήση Cookies

'Οροι Χρήσης

Αποποίηση Ευθυνών

FOLLOW US
FOLLOW US
Μέλος του Μητρώο Online Media
© 2025 Moneypress.gr

Type above and press Enter to search. Press Esc to cancel.