Siemens trabaja actualmente en el desarrollo de un software de predicción, útil para plantas de generación energética. La solución, llamada Simulation Environment for Neural Networks (SENN), utiliza redes neuronales artificiales semejantes a las del cerebro humano. Estas redes se entrenan para reconocer interrelaciones entre todos los parámetros incluidos en el proceso de generación de energía (producción, demanda, precio y transmisión) y realizan previsiones a partir de ellos.
El uso de esta inteligencia artificial hace que no sea necesario analizar completamente un asunto determinado para hacer una previsión al respecto, ya que se basa en el análisis de datos pasados (incluso de otras centrales similares) capaces de facilitar una respuesta precisa.
En un primer momento, el software desconoce el efecto de los distintos parámetros, así que sus previsiones se desviarán significativamente de la producción actual de la estación o parque en cuestión. Durante la fase de entrenamiento, el programa repite el proceso miles de veces para minimizar la diferencia entre el pronóstico y los valores reales. De este modo, SENN va modificando el peso de los factores individuales hasta dar con una deducción cada vez más exacta.
Con el auge de las fuentes de energía renovables, las previsiones de SENN tienen un gran potencial para la industria energética. Las plantas eólicas y los parques solares generan cantidades variables de energía (en función del tiempo que hace) y las estaciones convencionales deben compensar esas fluctuaciones.
Cuanto más varía el rendimiento de las renovables, más difícil es gestionar el abastecimiento (aspecto que afecta por igual a los proveedores y a los operadores de la red). Para asegurar la estabilidad de la red, se debe proveer siempre la misma cantidad de electricidad que la que se toma. Si una planta energética sufre una avería o surge un gran consumidor, el suministro se tiene que aumentar o disminuir, según el caso, para evitar un desajuste. Mantener la red en equilibrio será aún más difícil en el futuro.
Por otro lado, SENN es capaz de prever el precio de las materias primas y de la electricidad durante ciclos de más de 20 días. Así se puede predecir la mejor jornada para adquirirla, en dos tercios de las veces. Las previsiones de demanda son la segunda mayor aplicación de SENN. El software permite a los grandes consumidores comprar electricidad en términos favorables y evitar los picos de demanda. Por su parte, los proveedores de energía pueden servirse de los pronósticos para planificar la compra de energía y el funcionamiento de las plantas (por ejemplo, al calendarizar los trabajos de mantenimiento durante los momentos en que se espera un menor rendimiento).