Zmiennymi wejściowymi modeli są m.in. historyczne dane pomiarowe, prognozy zapotrzebowania na ciepło i zmienne decyzyjne optymalizatora sieci ciepłowniczej. 

Optymalizator planuje pracę kilku elektrociepłowni i przepompowni (oblicza optymalne parametry temperatury i ciśnienia zamówionego w źródle ciepła, oraz optymalne cieśnienia dla przepompowni w horyzoncie 120 godzin).

Uwzględnione również zostało optymalne planowanie uruchomiania i odstawiania szczytowych źródeł ciepła.

Rozwiązanie składa się z 56 000 modeli prognostycznych, które przewidują zużycie ciepła dla całej sieci, dla obszarów sieci i dla indywidualnych użytkowników.

Ponadto system wykorzystuje uproszczony model sieci ciepłowniczej, składający się z 2000 modeli cząstkowych. Modele te, opracowane z wykorzystaniem algorytmów uczenia maszynowego, przewidują temperatury, ciśnienia i przepływy w sieci ciepłowniczej.

Zmiennymi wejściowymi modeli są m.in. historyczne dane pomiarowe, prognozy zapotrzebowania na ciepło i zmienne decyzyjne optymalizatora sieci ciepłowniczej. 

Optymalizator planuje pracę kilku elektrociepłowni i przepompowni (oblicza optymalne parametry temperatury i ciśnienia zamówionego w źródle ciepła, oraz optymalne cieśnienia dla przepompowni w horyzoncie 120 godzin).

Uwzględnione również zostało optymalne planowanie uruchomiania i odstawiania szczytowych źródeł ciepła.

Oznacza to optymalizowanie około 1000 zmiennych decyzyjnych, biorąc pod uwagę około 20 000 ograniczeń. Z systemu korzystają analitycy i dyspozytorzy sieci.

Rekomendacje proponowane przez system pozwalają na redukcję CO2 o 16500 ton rocznie i zmniejszenie strat ciepła o ok. 5%, co przekłada się na roczne oszczędności rzędu 1 mln zł.