Utiliser les modèles de base de séries temporelles et l'API de prévision IBM Granite pour prévoir les valeurs futures (bêta)

Retourner à la version anglaise de la documentation

Dernière mise à jour : 18 déc. 2024

Utiliser les modèles de base de séries temporelles et l'API de prévision IBM Granite pour prévoir les valeurs futures (bêta)

Utilisez l'API de prévision des séries temporelles et les modèles de séries temporelles IBM Granite disponibles sur watsonx.ai pour prévoir les valeurs futures sur la base des données historiques.

Important : la méthode de prévision des séries temporelles de l'API watsonx.ai est disponible en version bêta.

Référence d'interface de programme d'application

Pour plus de détails, voir la documentation de référence de l'API.

SDK Python

Vous pouvez écrire du code qui utilise les modèles de séries temporelles pour prévoir les données en utilisant la bibliothèque Python watsonx.ai Pour en savoir davantage, reportez-vous aux références suivantes :

Exemple de bloc-notes

Utiliser des modèles de fondation de séries temporelles et des données de séries temporelles pour prévoir la demande d'énergie

Prévisions de série temporelle

Utilisez l'API des séries temporelles pour transmettre des observations de données historiques à un foundation model séries temporelles qui peut prévoir des valeurs futures avec une inférence zéro. Par exemple, vous pouvez utiliser cette méthode pour prévoir des valeurs futures sur la base d'observations historiques provenant des types de données suivants :

Cours d'action et volumes d'échange
Données de l'électrocardiogramme (EKG) ou enregistrements du polysomnogramme (PSG)
Données de température ou sismographiques
Mesures des performances réseau

Modèles de fondations soutenus

Les modèles de base de séries temporelles IBM Granite avec les identifiants de modèle suivants sont disponibles pour les prévisions dans watsonx.ai:

ibm/granite-ttm-512-96-r2: Nécessite au moins 512 points de données par ensemble de données.
ibm/granite-ttm-1024-96-r2: Nécessite au moins 1 024 points de données par ensemble de données.
ibm/granite-ttm-1536-96-r2: Nécessite au moins 1 536 points de données par ensemble de données.

Les modèles de séries temporelles Granite fonctionnent mieux avec des points de données à intervalles d'une minute ou d'une heure et génèrent un ensemble de données de prévision avec 96 points de données par colonne cible. Pour obtenir les meilleurs résultats, utilisez le modèle qui prend le plus grand nombre de points de données en fonction des données dont vous disposez.

Pour plus d'informations sur les modèles, voir IBM foundation models.

Pour obtenir de manière programmatique une liste des modèles de séries temporelles disponibles, vous pouvez utiliser la méthode List the available foundation models dans l'API watsonx.ai as a service. Spécifiez le paramètre " filters=function_time_series_forecast pour ne renvoyer que les modèles de séries temporelles disponibles.

Par exemple :

curl -X GET \
  '{url}/ml/v1/foundation_model_specs?version=2024-11-14&filters=function_time_series_forecast'

Dans l'exemple, remplacez la variable " {url} par la valeur correspondant à votre instance, par exemple " us-south.ml.cloud.ibm.com.

Exigences en données

Une série chronologique est une collection de points de données collectés au fil du temps.

Pour utiliser les modèles de séries temporelles de Granite afin de prévoir les valeurs futures, les données que vous soumettez à l'analyse doivent répondre aux exigences suivantes :

Les données enregistrées doivent être numériques, comme les températures ou les cours des actions.
Vos données doivent inclure suffisamment de points de données du contexte historique pour que le modèle puisse faire une prédiction. Chaque foundation model séries temporelles spécifie un nombre minimum requis de points de données par ensemble de données. Si vous spécifiez plus que le nombre requis, le modèle utilise les points de données les plus récents jusqu'à l'exigence du modèle et ignore le reste.
Chaque ensemble de données doit comporter un nombre égal d'éléments dans les tableaux spécifiés pour le " date, le " id_columns et le " target_columns inclus dans le corps de la demande. Vous ne pouvez pas ignorer un point de données ou spécifier " null comme point de données. Vérifiez vos données avant de soumettre la demande.
Bien que le service accepte la plupart des formats de date et d'heure courants, lorsque vous spécifiez des dates et des horodatages au format ISO 8601 (2024-11-12T15:06:35), vous évitez la confusion qui peut résulter des différences entre les conventions de formatage de la date. Par exemple, le 11/12/2024 signifie-t-il le 12 novembre ou le 11 décembre ? Spécifiez les dates au format ISO 8601 avec le décalage du temps universel coordonné (UTC) (2024-11-12T15:06:35+0000) afin d'éviter les doublons ou l'absence d'horodatage dans les résultats des prévisions générées.
Échantillonner les données à une fréquence uniforme. Par exemple, les données peuvent être observées par incréments d'une minute, d'une heure ou d'un jour. Aucune erreur n'est générée si vos horodatages ne sont pas uniformes, mais la qualité de vos résultats risque d'être médiocre. Les données prévisionnelles générées sont également formatées avec la fréquence que vous spécifiez avec le paramètre " freq

Par exemple, si vous spécifiez une fréquence d'un jour ("freq":"1D"), vos horodateurs ressembleront probablement à ceci :
```
"date": [
      "2024-11-15T15:06:35",
      "2024-11-16T15:06:35",
...
]
```
Si la fréquence est de 5 minutes ("freq":"5min"), chaque horodatage est susceptible d'être espacé de 5 minutes.
```
"date": [
      "2024-11-15T15:06:35",
      "2024-11-15T15:11:35",
...
]
```
Pour connaître les valeurs prises en charge pour les abréviations de date et d'heure dans le paramètre frequency, voir Period aliases dans la documentation de la bibliothèque pandas.

Si vous incluez des points de données provenant de plusieurs sources pour l'analyse, chaque point de données doit fournir un identifiant unique pour indiquer à quel ensemble de données il appartient.

Par exemple, si vous analysez les tendances d'achat, vous pourriez être intéressé par les chiffres de vente de plusieurs magasins pendant les fêtes de fin d'année. Le tableau suivant présente deux ensembles de données, A et B. L'ensemble de données A indique les ventes par jour pour le site A et l'ensemble de données B indique les ventes par jour pour le site B.

Tableau 1. Exemple de données sur les ventes
Date :	Ensemble de données	Total des ventes (USD)
7 décembre 2023	A	$24,988
7 décembre 2023	B	$63,788
8 décembre 2023	A	$41,855
8 décembre 2023	B	$105,678
...	...	...

Bien que le tableau présente des observations sur deux jours, votre demande doit inclure entre 512 et 1 536 points de données, en fonction du modèle que vous utilisez. Lorsque les données du tableau sont transmises à l'API, elles sont formatées comme suit :

...
"data": {
"date": [
  "2024-12-07T00:00:00",
  "2024-12-07T00:00:00",
  "2024-12-08T00:00:00",
  "2024-12-08T00:00:00",
  ...
],
"ids": [
  "A",
  "B",
  "A",
  "B",
  ...
],
"sales-usd": [
  24988,
  63788,
  41855,
  105678,
  ...
]
}

Vous pouvez faire des prévisions en utilisant des points de données multivariés, c'est-à-dire des points de données qui mesurent différents facteurs au cours du même intervalle de temps.

Par exemple, vous pouvez être intéressé par les ventes et les retours d'un magasin pendant la période des fêtes. Le tableau suivant présente quelques entrées de deux ensembles de données. L'un des ensembles de données indique les ventes par jour et l'autre les retours par jour.

Tableau 2. Échantillon de données sur les ventes et les retours
Date :	Ventes (USD)	Rendement (USD)
7 décembre 2023	$63,788	$14,788
8 décembre 2023	$105,678	$25,678
...	...	...

...
"data": {
"date": [
  "2024-12-07T00:00:00",
  "2024-12-07T00:00:00",
  "2024-12-08T00:00:00",
  "2024-12-08T00:00:00",
  ...
],
"ids": [
  "sales",
  "returns",
  "sales",
  "returns",
  ...
],
"sales": [
  63788,
  105678,
  ...
],
"returns": [
  14788,
  25678
  ...
]
}

Exemple

Cet exemple utilise le modèle " granite-ttm-512-96-r2 pour prévoir la consommation d'énergie en kilowattheures par heure sur la base de points de données horaires pour la période allant du 1er août au 22 août 2024.

Les données d'un seul ensemble de données sont soumises, ce qui signifie que l'objet facultatif " id_columns peut être omis du schéma. Si plus d'un jeu de données est utilisé, l'objet " id_columns doit être inclus.

Le corps de la demande est divisé en deux sections :

Schéma : Spécifie les ensembles de données à inclure et les champs à analyser.
Données : Les données à analyser.

Le schéma se présente comme suit :

"schema": {
    "timestamp_column": "date",
    "freq":"1h",
    "target_columns": [
      "consumption-kwh"
    ]
  },

Les données comprennent les informations figurant dans le tableau suivant.

Tableau 3. Exemple de données sur la consommation d'énergie
Date et heure (date)	Consommation horaire d'énergie en kWh (consommation-kwh)
2024-08-01T00:00:00	1.343
2024-08-01T01:00:00	1.274
2024-08-01T02:00:00	1.126

Le modèle nécessite au moins 512 points de données par ensemble de données afin de s'assurer qu'il y a suffisamment de données pour que le modèle puisse prédire les valeurs futures. Bien que le tableau indique 3 points de données, le corps de la requête contient 528 points de données.

Dans l'exemple suivant, remplacez{url}variable with the right value for your instance, such asus-south.ml.cloud.ibm.com. Ajoutez votre propre jeton de porteur et votre ID de projet.

Exemple de demande REST

curl -X POST \
  'https://{region}.ml.cloud.ibm.com/ml/v1/time_series/forecast?version=2024-11-15' \
  --header 'Accept: application/json' \
  --header 'Content-Type: application/json' \
  --header 'Authorization: Bearer eyJraWQiOi...' \
  --data '{
      "model_id":"
    }'

Les données utiles contiennent l'extrait JSON suivant :

{
  "model_id":"ibm/granite-ttm-512-96-r2",
  "project_id":"4ab1437e-4c9d-47cf-9926-9ab52db1ee01",
  "schema": {
    "timestamp_column": "date",
            "freq":"1h",
            "target_columns": [
                "consumption-kwh"
            ]
        },
  "data": {
        "date": [
            "2024-08-01T00:00:00",
"2024-08-01T01:00:00",
"2024-08-01T02:00:00",
"2024-08-01T03:00:00",
"2024-08-01T04:00:00",
"2024-08-01T05:00:00",
"2024-08-01T06:00:00",
"2024-08-01T07:00:00",
"2024-08-01T08:00:00",
"2024-08-01T09:00:00",
"2024-08-01T10:00:00",
"2024-08-01T11:00:00",
"2024-08-01T12:00:00",
"2024-08-01T13:00:00",
"2024-08-01T14:00:00",
"2024-08-01T15:00:00",
"2024-08-01T16:00:00",
"2024-08-01T17:00:00",
"2024-08-01T18:00:00",
"2024-08-01T19:00:00",
"2024-08-01T20:00:00",
"2024-08-01T21:00:00",
"2024-08-01T22:00:00",
"2024-08-01T23:00:00",
"2024-08-02T00:00:00",
"2024-08-02T01:00:00",
"2024-08-02T02:00:00",
"2024-08-02T03:00:00",
"2024-08-02T04:00:00",
"2024-08-02T05:00:00",
"2024-08-02T06:00:00",
"2024-08-02T07:00:00",
"2024-08-02T08:00:00",
"2024-08-02T09:00:00",
"2024-08-02T10:00:00",
"2024-08-02T11:00:00",
"2024-08-02T12:00:00",
"2024-08-02T13:00:00",
"2024-08-02T14:00:00",
"2024-08-02T15:00:00",
"2024-08-02T16:00:00",
"2024-08-02T17:00:00",
"2024-08-02T18:00:00",
"2024-08-02T19:00:00",
"2024-08-02T20:00:00",
"2024-08-02T21:00:00",
"2024-08-02T22:00:00",
"2024-08-02T23:00:00",
"2024-08-03T00:00:00",
"2024-08-03T01:00:00",
"2024-08-03T02:00:00",
"2024-08-03T03:00:00",
"2024-08-03T04:00:00",
"2024-08-03T05:00:00",
"2024-08-03T06:00:00",
"2024-08-03T07:00:00",
"2024-08-03T08:00:00",
"2024-08-03T09:00:00",
"2024-08-03T10:00:00",
"2024-08-03T11:00:00",
"2024-08-03T12:00:00",
"2024-08-03T13:00:00",
"2024-08-03T14:00:00",
"2024-08-03T15:00:00",
"2024-08-03T16:00:00",
"2024-08-03T17:00:00",
"2024-08-03T18:00:00",
"2024-08-03T19:00:00",
"2024-08-03T20:00:00",
"2024-08-03T21:00:00",
"2024-08-03T22:00:00",
"2024-08-03T23:00:00",
"2024-08-04T00:00:00",
"2024-08-04T01:00:00",
"2024-08-04T02:00:00",
"2024-08-04T03:00:00",
"2024-08-04T04:00:00",
"2024-08-04T05:00:00",
"2024-08-04T06:00:00",
"2024-08-04T07:00:00",
"2024-08-04T08:00:00",
"2024-08-04T09:00:00",
"2024-08-04T10:00:00",
"2024-08-04T11:00:00",
"2024-08-04T12:00:00",
"2024-08-04T13:00:00",
"2024-08-04T14:00:00",
"2024-08-04T15:00:00",
"2024-08-04T16:00:00",
"2024-08-04T17:00:00",
"2024-08-04T18:00:00",
"2024-08-04T19:00:00",
"2024-08-04T20:00:00",
"2024-08-04T21:00:00",
"2024-08-04T22:00:00",
"2024-08-04T23:00:00",
"2024-08-05T00:00:00",
"2024-08-05T01:00:00",
"2024-08-05T02:00:00",
"2024-08-05T03:00:00",
"2024-08-05T04:00:00",
"2024-08-05T05:00:00",
"2024-08-05T06:00:00",
"2024-08-05T07:00:00",
"2024-08-05T08:00:00",
"2024-08-05T09:00:00",
"2024-08-05T10:00:00",
"2024-08-05T11:00:00",
"2024-08-05T12:00:00",
"2024-08-05T13:00:00",
"2024-08-05T14:00:00",
"2024-08-05T15:00:00",
"2024-08-05T16:00:00",
"2024-08-05T17:00:00",
"2024-08-05T18:00:00",
"2024-08-05T19:00:00",
"2024-08-05T20:00:00",
"2024-08-05T21:00:00",
"2024-08-05T22:00:00",
"2024-08-05T23:00:00",
"2024-08-06T00:00:00",
"2024-08-06T01:00:00",
"2024-08-06T02:00:00",
"2024-08-06T03:00:00",
"2024-08-06T04:00:00",
"2024-08-06T05:00:00",
"2024-08-06T06:00:00",
"2024-08-06T07:00:00",
"2024-08-06T08:00:00",
"2024-08-06T09:00:00",
"2024-08-06T10:00:00",
"2024-08-06T11:00:00",
"2024-08-06T12:00:00",
"2024-08-06T13:00:00",
"2024-08-06T14:00:00",
"2024-08-06T15:00:00",
"2024-08-06T16:00:00",
"2024-08-06T17:00:00",
"2024-08-06T18:00:00",
"2024-08-06T19:00:00",
"2024-08-06T20:00:00",
"2024-08-06T21:00:00",
"2024-08-06T22:00:00",
"2024-08-06T23:00:00",
"2024-08-07T00:00:00",
"2024-08-07T01:00:00",
"2024-08-07T02:00:00",
"2024-08-07T03:00:00",
"2024-08-07T04:00:00",
"2024-08-07T05:00:00",
"2024-08-07T06:00:00",
"2024-08-07T07:00:00",
"2024-08-07T08:00:00",
"2024-08-07T09:00:00",
"2024-08-07T10:00:00",
"2024-08-07T11:00:00",
"2024-08-07T12:00:00",
"2024-08-07T13:00:00",
"2024-08-07T14:00:00",
"2024-08-07T15:00:00",
"2024-08-07T16:00:00",
"2024-08-07T17:00:00",
"2024-08-07T18:00:00",
"2024-08-07T19:00:00",
"2024-08-07T20:00:00",
"2024-08-07T21:00:00",
"2024-08-07T22:00:00",
"2024-08-07T23:00:00",
"2024-08-08T00:00:00",
"2024-08-08T01:00:00",
"2024-08-08T02:00:00",
"2024-08-08T03:00:00",
"2024-08-08T04:00:00",
"2024-08-08T05:00:00",
"2024-08-08T06:00:00",
"2024-08-08T07:00:00",
"2024-08-08T08:00:00",
"2024-08-08T09:00:00",
"2024-08-08T10:00:00",
"2024-08-08T11:00:00",
"2024-08-08T12:00:00",
"2024-08-08T13:00:00",
"2024-08-08T14:00:00",
"2024-08-08T15:00:00",
"2024-08-08T16:00:00",
"2024-08-08T17:00:00",
"2024-08-08T18:00:00",
"2024-08-08T19:00:00",
"2024-08-08T20:00:00",
"2024-08-08T21:00:00",
"2024-08-08T22:00:00",
"2024-08-08T23:00:00",
"2024-08-09T00:00:00",
"2024-08-09T01:00:00",
"2024-08-09T02:00:00",
"2024-08-09T03:00:00",
"2024-08-09T04:00:00",
"2024-08-09T05:00:00",
"2024-08-09T06:00:00",
"2024-08-09T07:00:00",
"2024-08-09T08:00:00",
"2024-08-09T09:00:00",
"2024-08-09T10:00:00",
"2024-08-09T11:00:00",
"2024-08-09T12:00:00",
"2024-08-09T13:00:00",
"2024-08-09T14:00:00",
"2024-08-09T15:00:00",
"2024-08-09T16:00:00",
"2024-08-09T17:00:00",
"2024-08-09T18:00:00",
"2024-08-09T19:00:00",
"2024-08-09T20:00:00",
"2024-08-09T21:00:00",
"2024-08-09T22:00:00",
"2024-08-09T23:00:00",
"2024-08-10T00:00:00",
"2024-08-10T01:00:00",
"2024-08-10T02:00:00",
"2024-08-10T03:00:00",
"2024-08-10T04:00:00",
"2024-08-10T05:00:00",
"2024-08-10T06:00:00",
"2024-08-10T07:00:00",
"2024-08-10T08:00:00",
"2024-08-10T09:00:00",
"2024-08-10T10:00:00",
"2024-08-10T11:00:00",
"2024-08-10T12:00:00",
"2024-08-10T13:00:00",
"2024-08-10T14:00:00",
"2024-08-10T15:00:00",
"2024-08-10T16:00:00",
"2024-08-10T17:00:00",
"2024-08-10T18:00:00",
"2024-08-10T19:00:00",
"2024-08-10T20:00:00",
"2024-08-10T21:00:00",
"2024-08-10T22:00:00",
"2024-08-10T23:00:00",
"2024-08-11T00:00:00",
"2024-08-11T01:00:00",
"2024-08-11T02:00:00",
"2024-08-11T03:00:00",
"2024-08-11T04:00:00",
"2024-08-11T05:00:00",
"2024-08-11T06:00:00",
"2024-08-11T07:00:00",
"2024-08-11T08:00:00",
"2024-08-11T09:00:00",
"2024-08-11T10:00:00",
"2024-08-11T11:00:00",
"2024-08-11T12:00:00",
"2024-08-11T13:00:00",
"2024-08-11T14:00:00",
"2024-08-11T15:00:00",
"2024-08-11T16:00:00",
"2024-08-11T17:00:00",
"2024-08-11T18:00:00",
"2024-08-11T19:00:00",
"2024-08-11T20:00:00",
"2024-08-11T21:00:00",
"2024-08-11T22:00:00",
"2024-08-11T23:00:00",
"2024-08-12T00:00:00",
"2024-08-12T01:00:00",
"2024-08-12T02:00:00",
"2024-08-12T03:00:00",
"2024-08-12T04:00:00",
"2024-08-12T05:00:00",
"2024-08-12T06:00:00",
"2024-08-12T07:00:00",
"2024-08-12T08:00:00",
"2024-08-12T09:00:00",
"2024-08-12T10:00:00",
"2024-08-12T11:00:00",
"2024-08-12T12:00:00",
"2024-08-12T13:00:00",
"2024-08-12T14:00:00",
"2024-08-12T15:00:00",
"2024-08-12T16:00:00",
"2024-08-12T17:00:00",
"2024-08-12T18:00:00",
"2024-08-12T19:00:00",
"2024-08-12T20:00:00",
"2024-08-12T21:00:00",
"2024-08-12T22:00:00",
"2024-08-12T23:00:00",
"2024-08-13T00:00:00",
"2024-08-13T01:00:00",
"2024-08-13T02:00:00",
"2024-08-13T03:00:00",
"2024-08-13T04:00:00",
"2024-08-13T05:00:00",
"2024-08-13T06:00:00",
"2024-08-13T07:00:00",
"2024-08-13T08:00:00",
"2024-08-13T09:00:00",
"2024-08-13T10:00:00",
"2024-08-13T11:00:00",
"2024-08-13T12:00:00",
"2024-08-13T13:00:00",
"2024-08-13T14:00:00",
"2024-08-13T15:00:00",
"2024-08-13T16:00:00",
"2024-08-13T17:00:00",
"2024-08-13T18:00:00",
"2024-08-13T19:00:00",
"2024-08-13T20:00:00",
"2024-08-13T21:00:00",
"2024-08-13T22:00:00",
"2024-08-13T23:00:00",
"2024-08-14T00:00:00",
"2024-08-14T01:00:00",
"2024-08-14T02:00:00",
"2024-08-14T03:00:00",
"2024-08-14T04:00:00",
"2024-08-14T05:00:00",
"2024-08-14T06:00:00",
"2024-08-14T07:00:00",
"2024-08-14T08:00:00",
"2024-08-14T09:00:00",
"2024-08-14T10:00:00",
"2024-08-14T11:00:00",
"2024-08-14T12:00:00",
"2024-08-14T13:00:00",
"2024-08-14T14:00:00",
"2024-08-14T15:00:00",
"2024-08-14T16:00:00",
"2024-08-14T17:00:00",
"2024-08-14T18:00:00",
"2024-08-14T19:00:00",
"2024-08-14T20:00:00",
"2024-08-14T21:00:00",
"2024-08-14T22:00:00",
"2024-08-14T23:00:00",
"2024-08-15T00:00:00",
"2024-08-15T01:00:00",
"2024-08-15T02:00:00",
"2024-08-15T03:00:00",
"2024-08-15T04:00:00",
"2024-08-15T05:00:00",
"2024-08-15T06:00:00",
"2024-08-15T07:00:00",
"2024-08-15T08:00:00",
"2024-08-15T09:00:00",
"2024-08-15T10:00:00",
"2024-08-15T11:00:00",
"2024-08-15T12:00:00",
"2024-08-15T13:00:00",
"2024-08-15T14:00:00",
"2024-08-15T15:00:00",
"2024-08-15T16:00:00",
"2024-08-15T17:00:00",
"2024-08-15T18:00:00",
"2024-08-15T19:00:00",
"2024-08-15T20:00:00",
"2024-08-15T21:00:00",
"2024-08-15T22:00:00",
"2024-08-15T23:00:00",
"2024-08-16T00:00:00",
"2024-08-16T01:00:00",
"2024-08-16T02:00:00",
"2024-08-16T03:00:00",
"2024-08-16T04:00:00",
"2024-08-16T05:00:00",
"2024-08-16T06:00:00",
"2024-08-16T07:00:00",
"2024-08-16T08:00:00",
"2024-08-16T09:00:00",
"2024-08-16T10:00:00",
"2024-08-16T11:00:00",
"2024-08-16T12:00:00",
"2024-08-16T13:00:00",
"2024-08-16T14:00:00",
"2024-08-16T15:00:00",
"2024-08-16T16:00:00",
"2024-08-16T17:00:00",
"2024-08-16T18:00:00",
"2024-08-16T19:00:00",
"2024-08-16T20:00:00",
"2024-08-16T21:00:00",
"2024-08-16T22:00:00",
"2024-08-16T23:00:00",
"2024-08-17T00:00:00",
"2024-08-17T01:00:00",
"2024-08-17T02:00:00",
"2024-08-17T03:00:00",
"2024-08-17T04:00:00",
"2024-08-17T05:00:00",
"2024-08-17T06:00:00",
"2024-08-17T07:00:00",
"2024-08-17T08:00:00",
"2024-08-17T09:00:00",
"2024-08-17T10:00:00",
"2024-08-17T11:00:00",
"2024-08-17T12:00:00",
"2024-08-17T13:00:00",
"2024-08-17T14:00:00",
"2024-08-17T15:00:00",
"2024-08-17T16:00:00",
"2024-08-17T17:00:00",
"2024-08-17T18:00:00",
"2024-08-17T19:00:00",
"2024-08-17T20:00:00",
"2024-08-17T21:00:00",
"2024-08-17T22:00:00",
"2024-08-17T23:00:00",
"2024-08-18T00:00:00",
"2024-08-18T01:00:00",
"2024-08-18T02:00:00",
"2024-08-18T03:00:00",
"2024-08-18T04:00:00",
"2024-08-18T05:00:00",
"2024-08-18T06:00:00",
"2024-08-18T07:00:00",
"2024-08-18T08:00:00",
"2024-08-18T09:00:00",
"2024-08-18T10:00:00",
"2024-08-18T11:00:00",
"2024-08-18T12:00:00",
"2024-08-18T13:00:00",
"2024-08-18T14:00:00",
"2024-08-18T15:00:00",
"2024-08-18T16:00:00",
"2024-08-18T17:00:00",
"2024-08-18T18:00:00",
"2024-08-18T19:00:00",
"2024-08-18T20:00:00",
"2024-08-18T21:00:00",
"2024-08-18T22:00:00",
"2024-08-18T23:00:00",
"2024-08-19T00:00:00",
"2024-08-19T01:00:00",
"2024-08-19T02:00:00",
"2024-08-19T03:00:00",
"2024-08-19T04:00:00",
"2024-08-19T05:00:00",
"2024-08-19T06:00:00",
"2024-08-19T07:00:00",
"2024-08-19T08:00:00",
"2024-08-19T09:00:00",
"2024-08-19T10:00:00",
"2024-08-19T11:00:00",
"2024-08-19T12:00:00",
"2024-08-19T13:00:00",
"2024-08-19T14:00:00",
"2024-08-19T15:00:00",
"2024-08-19T16:00:00",
"2024-08-19T17:00:00",
"2024-08-19T18:00:00",
"2024-08-19T19:00:00",
"2024-08-19T20:00:00",
"2024-08-19T21:00:00",
"2024-08-19T22:00:00",
"2024-08-19T23:00:00",
"2024-08-20T00:00:00",
"2024-08-20T01:00:00",
"2024-08-20T02:00:00",
"2024-08-20T03:00:00",
"2024-08-20T04:00:00",
"2024-08-20T05:00:00",
"2024-08-20T06:00:00",
"2024-08-20T07:00:00",
"2024-08-20T08:00:00",
"2024-08-20T09:00:00",
"2024-08-20T10:00:00",
"2024-08-20T11:00:00",
"2024-08-20T12:00:00",
"2024-08-20T13:00:00",
"2024-08-20T14:00:00",
"2024-08-20T15:00:00",
"2024-08-20T16:00:00",
"2024-08-20T17:00:00",
"2024-08-20T18:00:00",
"2024-08-20T19:00:00",
"2024-08-20T20:00:00",
"2024-08-20T21:00:00",
"2024-08-20T22:00:00",
"2024-08-20T23:00:00",
"2024-08-21T00:00:00",
"2024-08-21T01:00:00",
"2024-08-21T02:00:00",
"2024-08-21T03:00:00",
"2024-08-21T04:00:00",
"2024-08-21T05:00:00",
"2024-08-21T06:00:00",
"2024-08-21T07:00:00",
"2024-08-21T08:00:00",
"2024-08-21T09:00:00",
"2024-08-21T10:00:00",
"2024-08-21T11:00:00",
"2024-08-21T12:00:00",
"2024-08-21T13:00:00",
"2024-08-21T14:00:00",
"2024-08-21T15:00:00",
"2024-08-21T16:00:00",
"2024-08-21T17:00:00",
"2024-08-21T18:00:00",
"2024-08-21T19:00:00",
"2024-08-21T20:00:00",
"2024-08-21T21:00:00",
"2024-08-21T22:00:00",
"2024-08-21T23:00:00",
"2024-08-22T00:00:00",
"2024-08-22T01:00:00",
"2024-08-22T02:00:00",
"2024-08-22T03:00:00",
"2024-08-22T04:00:00",
"2024-08-22T05:00:00",
"2024-08-22T06:00:00",
"2024-08-22T07:00:00",
"2024-08-22T08:00:00",
"2024-08-22T09:00:00",
"2024-08-22T10:00:00",
"2024-08-22T11:00:00",
"2024-08-22T12:00:00",
"2024-08-22T13:00:00",
"2024-08-22T14:00:00",
"2024-08-22T15:00:00",
"2024-08-22T16:00:00",
"2024-08-22T17:00:00",
"2024-08-22T18:00:00",
"2024-08-22T19:00:00",
"2024-08-22T20:00:00",
"2024-08-22T21:00:00",
"2024-08-22T22:00:00",
"2024-08-22T23:00:00"
        ],
        "consumption-kwh": [
            1.343,
1.274,
1.126,
1.179,
1.468,
1.266,
1.111,
0.976,
1.198,
1.301,
1.417,
1.475,
2.434,
3.153,
3.795,
3.666,
4.048,
3.556,
4.358,
4.707,
4.402,
3.069,
2.632,
2.189,
1.824,
1.627,
1.544,
1.447,
1.42,
1.357,
1.553,
1.425,
1.987,
1.262,
1.524,
1.646,
2.983,
2.941,
2.924,
3.529,
4.003,
3.318,
3.762,
4.184,
3.597,
2.484,
2.135,
1.863,
1.428,
1.312,
1.223,
1.294,
1.352,
1.278,
1.173,
0.957,
1.312,
0.905,
1.73,
1.828,
1.812,
2.627,
2.827,
2.137,
2.279,
1.929,
2.939,
4.306,
3.312,
2.616,
1.946,
1.694,
1.451,
1.442,
1.232,
1.338,
1.234,
1.197,
1.31,
1.481,
1.225,
2.331,
2.546,
2.3,
2.316,
2.612,
2.543,
2.214,
2.322,
2.089,
2.484,
3.193,
2.66,
2.104,
1.816,
1.458,
1.194,
1.046,
1.087,
1.156,
1.104,
1.01,
1.162,
1.035,
1.287,
1.542,
1.545,
1.461,
1.63,
1.735,
2.3,
2.656,
2.527,
2.547,
3.684,
4.637,
4.577,
4.629,
3.561,
2.676,
2.065,
2.13,
1.392,
1.488,
1.259,
1.185,
1.132,
1.477,
1.183,
1.336,
1.591,
1.366,
1.548,
1.523,
1.641,
1.732,
1.516,
1.609,
2.319,
2.323,
2.068,
1.911,
1.687,
1.219,
1.047,
1.128,
1.008,
1.019,
1.214,
1.146,
1.122,
1.159,
1.064,
1.086,
1.152,
1.067,
1.334,
1.43,
1.321,
1.48,
4.176,
2.608,
3.142,
4.715,
4.763,
2.33,
2.091,
1.735,
1.22,
1.101,
1.09,
1.003,
1.047,
1.014,
1.211,
1.606,
1.407,
1.747,
1.298,
1.318,
1.313,
1.306,
1.409,
1.38,
1.82,
2.457,
1.779,
2.195,
2.112,
1.869,
1.374,
1.258,
1.318,
1.427,
1.168,
1.071,
1.118,
1.074,
1.29,
1.214,
1.127,
1.294,
1.051,
1.021,
1.026,
1.041,
1.308,
1.335,
1.509,
1.43,
2.143,
2.923,
2.361,
2.237,
1.676,
1.435,
1.412,
1.481,
1.326,
1.392,
1.176,
1.222,
1.35,
1.448,
1.619,
2.35,
2.064,
2.027,
2.384,
2.618,
3.828,
4.274,
3.791,
2.647,
2.744,
3.041,
2.39,
1.857,
1.547,
1.425,
1.353,
1.278,
1.136,
1.138,
1.117,
1.061,
1.042,
1.07,
1.061,
1.031,
1.36,
1.558,
1.593,
2.09,
1.534,
3.368,
3.656,
3.373,
2.872,
3.064,
2.325,
2.012,
1.678,
1.268,
1.418,
1.154,
0.998,
1.092,
0.998,
0.947,
1.211,
1.608,
1.41,
1.587,
1.328,
1.602,
1.43,
1.266,
1.516,
1.427,
1.692,
1.98,
2.181,
2.611,
2.443,
1.926,
1.356,
1.061,
1.176,
1.005,
1.079,
0.985,
1.006,
0.959,
1.144,
1.073,
1.155,
0.998,
0.947,
1.056,
1.21,
1.302,
1.541,
1.357,
1.516,
1.576,
2.14,
3.058,
2.854,
2.051,
1.374,
1.223,
1.193,
1.103,
1.039,
1.042,
1.132,
1.129,
1.081,
1.311,
1.796,
1.769,
1.927,
1.512,
1.461,
1.361,
1.579,
2.45,
2.135,
2.111,
2.492,
3.149,
2.088,
1.639,
0.967,
1.4,
1.077,
0.8,
0.77,
0.765,
0.617,
0.688,
0.798,
0.709,
0.74,
0.805,
0.765,
0.923,
1.064,
1.116,
1.109,
1.107,
1.443,
2.504,
2.619,
2.919,
2.163,
1.728,
1.227,
1.124,
1.012,
1.054,
0.835,
0.883,
0.833,
0.962,
1.383,
1.135,
1.335,
1.035,
0.815,
0.683,
0.722,
0.798,
0.687,
0.698,
0.652,
0.793,
1.337,
1.712,
1.523,
1.389,
1.297,
0.605,
0.546,
0.546,
0.532,
0.532,
0.392,
0.444,
0.458,
0.529,
0.515,
0.676,
0.598,
0.544,
0.659,
1.43,
1.071,
0.792,
1.089,
1.205,
1.466,
2.226,
1.914,
1.756,
1.417,
1.315,
0.912,
0.884,
0.896,
0.791,
0.832,
0.796,
0.639,
0.848,
0.768,
0.893,
1.34,
1.433,
1.113,
1.026,
0.975,
0.515,
0.611,
0.508,
0.477,
0.908,
0.951,
0.755,
0.742,
0.572,
0.607,
0.683,
0.538,
0.6,
0.519,
0.557,
0.505,
0.517,
0.498,
0.496,
0.623,
0.477,
0.5,
0.566,
0.503,
0.492,
0.547,
0.531,
0.538,
0.527,
0.501,
0.532,
0.524,
0.56,
0.569,
0.825,
0.628,
0.516,
0.55,
0.518,
0.514,
0.576,
0.518,
0.551,
0.513,
0.513,
0.553,
0.537,
0.494,
0.523,
0.544,
0.503,
0.526,
0.526,
0.566,
0.529,
0.501,
0.548,
0.521,
0.484,
0.541,
0.502,
0.518,
0.538,
0.536,
0.455,
0.478,
0.57,
0.482,
0.468,
0.578,
0.486,
0.462,
0.504,
0.529,
0.509,
0.531,
0.536,
0.547,
0.544,
0.504,
0.498,
0.552,
0.521,
0.5,
0.515,
0.511,
0.52,
0.531,
0.488,
0.52,
0.552,
0.467,
0.486,
0.526,
0.489,
0.506,
0.534,
0.504,
0.48,
0.532,
0.503,
0.529,
0.58,
0.538,
0.485
        ]
    }
}

Exemple de réponse REST

La réponse suivante est renvoyée pour l'exemple de demande.

{
  "model_id": "ibm/granite-ttm-512-96-r2",
  "created_at": "2024-11-18T15:27:09.312Z",
  "results": [
    {
      "consumption-kwh": [
        0.4290124177932739,
        0.4370437264442444,
        0.41718316078186035,
        0.38737165927886963,
        0.3955392837524414,
        0.3834899663925171,
        0.4044222831726074,
        0.42463231086730957,
        0.44074130058288574,
        0.467449426651001,
        0.47343355417251587,
        0.46828728914260864,
        0.5056831240653992,
        0.5539732575416565,
        0.5736022591590881,
        0.5886504054069519,
        0.6298335194587708,
        0.6267642974853516,
        0.7561632990837097,
        0.9204491376876831,
        0.8508875966072083,
        0.6771538257598877,
        0.5467019081115723,
        0.5154763460159302,
        0.4935459494590759,
        0.5060797333717346,
        0.4897392988204956,
        0.4714925289154053,
        0.48243576288223267,
        0.47915470600128174,
        0.5149773359298706,
        0.5487560629844666,
        0.579269528388977,
        0.614227831363678,
        0.6240154504776001,
        0.617196261882782,
        0.6460352540016174,
        0.6916171908378601,
        0.7112790942192078,
        0.7198072075843811,
        0.7407637238502502,
        0.7113152146339417,
        0.8186711668968201,
        0.9680589437484741,
        0.8914456963539124,
        0.7246706485748291,
        0.6004055738449097,
        0.5758842825889587,
        0.5714154243469238,
        0.5996972918510437,
        0.5872698426246643,
        0.5638936758041382,
        0.562979519367218,
        0.5384628176689148,
        0.5483810305595398,
        0.5603788495063782,
        0.5766607522964478,
        0.6183720231056213,
        0.6395336389541626,
        0.6367053985595703,
        0.6625468134880066,
        0.7083823084831238,
        0.7353737354278564,
        0.7451785206794739,
        0.7608164548873901,
        0.7376626133918762,
        0.8453754186630249,
        0.9998173117637634,
        0.9389885663986206,
        0.7839845418930054,
        0.6516207456588745,
        0.6147481799125671,
        0.5945475697517395,
        0.6096962690353394,
        0.5845052599906921,
        0.5627552270889282,
        0.5692415237426758,
        0.5633142590522766,
        0.5928394198417664,
        0.6212420463562012,
        0.6465822458267212,
        0.6908603310585022,
        0.7119491696357727,
        0.7027047276496887,
        0.7215489745140076,
        0.7617378234863281,
        0.7871705293655396,
        0.7981688976287842,
        0.8154757618904114,
        0.8133115768432617,
        0.9371682405471802,
        1.0931875705718994,
        1.0331265926361084,
        0.8758280873298645,
        0.7418281435966492,
        0.7037395238876343
      ],
      "date": [
        "2024-08-23T00:00:00",
        "2024-08-23T01:00:00",
        "2024-08-23T02:00:00",
        "2024-08-23T03:00:00",
        "2024-08-23T04:00:00",
        "2024-08-23T05:00:00",
        "2024-08-23T06:00:00",
        "2024-08-23T07:00:00",
        "2024-08-23T08:00:00",
        "2024-08-23T09:00:00",
        "2024-08-23T10:00:00",
        "2024-08-23T11:00:00",
        "2024-08-23T12:00:00",
        "2024-08-23T13:00:00",
        "2024-08-23T14:00:00",
        "2024-08-23T15:00:00",
        "2024-08-23T16:00:00",
        "2024-08-23T17:00:00",
        "2024-08-23T18:00:00",
        "2024-08-23T19:00:00",
        "2024-08-23T20:00:00",
        "2024-08-23T21:00:00",
        "2024-08-23T22:00:00",
        "2024-08-23T23:00:00",
        "2024-08-24T00:00:00",
        "2024-08-24T01:00:00",
        "2024-08-24T02:00:00",
        "2024-08-24T03:00:00",
        "2024-08-24T04:00:00",
        "2024-08-24T05:00:00",
        "2024-08-24T06:00:00",
        "2024-08-24T07:00:00",
        "2024-08-24T08:00:00",
        "2024-08-24T09:00:00",
        "2024-08-24T10:00:00",
        "2024-08-24T11:00:00",
        "2024-08-24T12:00:00",
        "2024-08-24T13:00:00",
        "2024-08-24T14:00:00",
        "2024-08-24T15:00:00",
        "2024-08-24T16:00:00",
        "2024-08-24T17:00:00",
        "2024-08-24T18:00:00",
        "2024-08-24T19:00:00",
        "2024-08-24T20:00:00",
        "2024-08-24T21:00:00",
        "2024-08-24T22:00:00",
        "2024-08-24T23:00:00",
        "2024-08-25T00:00:00",
        "2024-08-25T01:00:00",
        "2024-08-25T02:00:00",
        "2024-08-25T03:00:00",
        "2024-08-25T04:00:00",
        "2024-08-25T05:00:00",
        "2024-08-25T06:00:00",
        "2024-08-25T07:00:00",
        "2024-08-25T08:00:00",
        "2024-08-25T09:00:00",
        "2024-08-25T10:00:00",
        "2024-08-25T11:00:00",
        "2024-08-25T12:00:00",
        "2024-08-25T13:00:00",
        "2024-08-25T14:00:00",
        "2024-08-25T15:00:00",
        "2024-08-25T16:00:00",
        "2024-08-25T17:00:00",
        "2024-08-25T18:00:00",
        "2024-08-25T19:00:00",
        "2024-08-25T20:00:00",
        "2024-08-25T21:00:00",
        "2024-08-25T22:00:00",
        "2024-08-25T23:00:00",
        "2024-08-26T00:00:00",
        "2024-08-26T01:00:00",
        "2024-08-26T02:00:00",
        "2024-08-26T03:00:00",
        "2024-08-26T04:00:00",
        "2024-08-26T05:00:00",
        "2024-08-26T06:00:00",
        "2024-08-26T07:00:00",
        "2024-08-26T08:00:00",
        "2024-08-26T09:00:00",
        "2024-08-26T10:00:00",
        "2024-08-26T11:00:00",
        "2024-08-26T12:00:00",
        "2024-08-26T13:00:00",
        "2024-08-26T14:00:00",
        "2024-08-26T15:00:00",
        "2024-08-26T16:00:00",
        "2024-08-26T17:00:00",
        "2024-08-26T18:00:00",
        "2024-08-26T19:00:00",
        "2024-08-26T20:00:00",
        "2024-08-26T21:00:00",
        "2024-08-26T22:00:00",
        "2024-08-26T23:00:00"
      ],
      "ids": [
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A",
        "A"
      ]
    }
  ]
}

Le tableau de la capture d'écran suivante montre la consommation d'énergie prévue par rapport à la consommation réelle. Le tableau indique que le modèle est capable de prévoir correctement les pics de consommation, bien que les chiffres de consommation prédits par le modèle soient plus conservateurs que les chiffres de consommation réels.

Affiche la consommation d'énergie horaire réelle par rapport à la consommation prévue.

En savoir plus

Référence d'interface de programme d'application

Sujet parent : Coder des solutions d'IA générative