Melkeprognoser basert på data fra melkeroboter

I Norge har over 2000 produsenter investert i melkeroboter (automatiske melkeanlegg-AMS). AMS-gårdene står for mer enn 50 % av det totale melkevolumet TINE får inn. I melkerobotene registreres store mengder data om hver eneste ku. Disse dataene er verdifulle fordi de gjenspeiler melkeproduksjonen på gården i sanntid. Så langt er analysen og anvendelsen av slike AMS-data begrenset. Gode prognoser er svært viktig for TINE da dette påvirker logistikk og hentefrekvens ute på gårdene, som igjen påvirker planleggingen av produksjon og produksjonskapasitet på anleggene, som igjen gjenspeiles av etterspørselen i markedet. Nåværende prognose benytter data som antall kyr per gård (innhentes 2 ganger i året), antall slaktede kyr som rapportert av slakteriene, antall inseminerte kvier og ekspertbedømmelser om fôrtilførselen og forventet melkeproduksjon per ku. Slik informasjon er vanligvis forsinket eller ikke nøyaktig nok.

Utredningen vil se på mulighetene til å hente inn, bearbeide og benytte data fra AMS-gårdene inn i prognosemodeller for å forbedre prognosearbeidet, både på konvensjonelle og økologiske gårder. Mer presise prognoser vil være grunnlaget for en bærekraftig og konkurransedyktig verdikjede for meieriproduksjon i framtiden.

Nøyaktige prognoser for leveranser av melk er avgjørende for å sikre stabil melkeforsyning til kundene, utnytte råmelka effektivt og redusere logistikk-kostnader og klimagassutslipp. Med bruk av det unike melkerobotdatasettet Tine SA har samlet inn, har prosjektet utviklet og testet både statistiske modeller og maskinlæringsalgoritmer for å lage bedre prognoser for mottak av melk på kort og lang sikt. Etter klargjøring av datasettet, modellvalg, innstilling av modell parameterne og trening på historiske data oppnådde vi en gjennomsnittlig absolutt prediksjonsfeil på én til to prosent opptil tolv måneder frem i tid. Som et bransjeledende prosjekt er flere av modellen allerede tatt i bruk som en del av logistikkplanleggingen i norsk meieriindustri. Resultatene gir også verdifull  informasjon om hvilke faktorer som er de viktigste for å forutsi fremtidig leveranse av melk. Ved å følge med på disse faktorene kan vi oppnå en mer bærekraftig og sikker forsyning og inntransport av melk.