Smart Meter Data Analytics: Electricity Consumer Behavior Modeling, Aggregation, and Forecasting
Přehled pro analýzu dat z inteligentních měřičů. - Komprese dat inteligentních měřičů na základě identifikace vlastností zátěže.
- Kombinovaný přístup založený na datech pro detekci krádeží elektřiny. - Model založený na GAN pro generování zátěže obyvatelstva. - Ensemble Clustering pro extrakci vzorců individuální spotřeby elektrické energie.
- Extrakce dílčích vzorů spotřeby na základě řídké a redundantní reprezentace. - Data-Driven Personalized Price Design in Retail Market Using Smart Meter Data (Návrh personalizovaných cen na maloobchodním trhu s využitím dat z inteligentních měřičů). - Identifikace sociodemografických informací na základě hlubokého učení.
- Cross-domain Feature Selection and Coding for Household Energy Behavior (Výběr a kódování příznaků pro energetické chování domácností). - Clustering of Electricity Consumption Behavior Dynamics Toward Big Data Applications (Shlukování dynamiky chování při spotřebě elektřiny směrem k aplikacím velkých dat). - Zlepšení krátkodobého pravděpodobnostního předpovídání zatížení domácností pomocí kvantilového LSTM.
- Metoda ansámblového předpovídání agregovaného zatížení s dílčími profily. - Perspektivy budoucích výzkumných otázek v oblasti analýzy dat z inteligentních měřičů.
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)