Smart Meter Data Analytics: Electricity Consumer Behavior Modeling, Aggregation, and Forecasting
Vue d'ensemble de l'analyse des données des compteurs intelligents. - Compression des données de compteurs intelligents basée sur l'identification des caractéristiques de la charge.
- Une approche combinée basée sur les données pour la détection du vol d'électricité. - Modèle basé sur le GAN pour la génération de la charge résidentielle. - Regroupement d'ensemble pour l'extraction de modèles individuels de consommation d'électricité.
- Extraction de modèles d'utilisation partielle basée sur une représentation éparse et redondante. - Conception de prix personnalisés guidés par les données dans le marché de détail à l'aide de données de compteurs intelligents. - Identification d'informations sociodémographiques basée sur l'apprentissage profond.
- Sélection et codage de caractéristiques inter-domaines pour le comportement énergétique des ménages. - Regroupement des dynamiques de comportement en matière de consommation d'électricité en vue d'applications de type Big Data. - Amélioration des prévisions probabilistes à court terme de la charge résidentielle à l'aide d'une LSTM à quantile.
- Une méthode de prévision d'ensemble pour la charge agrégée avec des sous-profils. - Perspectives de recherche future sur l'analyse des données des compteurs intelligents.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)