Wat Sympheny aandrijft, en wat niet.
Een heldere uitleg van hoe Sympheny wiskunde, data-intelligentie en machine learning gebruikt, en precies wat er met je data gebeurt.
Drie onderscheiden lagen, elk transparant en doelgericht.
Sympheny werkt over drie lagen. Alleen de eerste is betrokken bij de eigenlijke berekeningen. De andere twee ondersteunen datavoorbereiding en, optioneel, vraagvoorspelling, nooit de optimalisatie zelf.
De kern van Sympheny is een Mixed-Integer Linear Programming (MILP) engine, een rigoureuze wiskundige aanpak die wordt gebruikt in engineering en operationele research. Het vindt de optimale energiesysteemconfiguratie gegeven je technische, economische en regelgevende beperkingen.
Elk resultaat is volledig deterministisch en controleerbaar: dezelfde invoer levert altijd dezelfde uitvoer, en elke aanbeveling is herleidbaar tot de onderliggende vergelijkingen. Er is geen black box en geen AI in de berekeningen.
Om echte energiedata efficiënt te verwerken, past Sympheny gevestigde statistische clusteringmethoden toe (waaronder OPTICS, DBSCAN, k-medoids en k-means) om typische vraagpatronen en belastingsprofielen uit je invoerdata te identificeren.
Deze methoden worden volledig intern ontwikkeld en onderhouden door het Sympheny-team. Je data wordt binnen het platform verwerkt en wordt nooit naar externe modellen verzonden of gebruikt om enig systeem te trainen.
Wanneer je het inschakelt, kan Sympheny machine-learningmodellen toepassen om te helpen bij vraagvoorspelling. Deze modellen zijn uitsluitend getraind op synthetische en door onderzoek gegenereerde data uit gecontroleerde studies, nooit op data uit enige klantopdracht.
Deze functie is standaard inactief. Je kiest of je haar inschakelt, en die keuze heeft geen invloed op de kernoptimalisatiemogelijkheden van het platform.
Sympheny is gebouwd op een wiskundig rigoureuze MILP-kern, versterkt met interne data-intelligentie en optionele ML-gebaseerde vraagvoorspelling, met volledige transparantie en zonder ooit klantgegevens te gebruiken voor modeltraining.
Inkoopdocumentatie nodig?
We kunnen op verzoek een verwerkersovereenkomst, een lijst van subverwerkers en een technische beschrijving van de AI-componenten van het platform leveren. Praat met ons vóór de inkoop; we maken de beoordeling eenvoudig.