Methods of Forecasting Electric Energy Consumption: A Literature Review; Energies; Vol. 15, iss. 23

Methods of Forecasting Electric Energy Consumption: A Literature Review; Energies; Vol. 15, iss. 23

Bibliographische Detailangaben
Parent link:	Energies Vol. 15, iss. 23.— 2022.— [8919, 33 p.]
Körperschaften:	Национальный исследовательский Томский политехнический университет Инженерная школа новых производственных технологий Отделение материаловедения, Национальный исследовательский Томский политехнический университет Инженерная школа новых производственных технологий Отделение машиностроения
Weitere Verfasser:	Klyuev R. V. Roman Vladimirovich, Morgoev I. D. Ibrek Dzhabrailovich, Morgoeva A. D. Anzhelika Dzhabrailovna, Gavrina O. A. Oksana Alekseevna, Martyushev N. V. Nikita Vladimirovich, Efremenkov (Ephremenkov) E. A. Egor Alekseevich, Tsi Mensyuy
Zusammenfassung:	Title screen
Sprache:	Englisch
Veröffentlicht:	2022
Schlagworte:	электронный ресурс труды учёных ТПУ forecasting power consumption modeling energy saving machine learning deep learning artificial neural network
Online-Zugang:	http://earchive.tpu.ru/handle/11683/74880 https://doi.org/10.3390/en15238919
Format:	Elektronisch Buchkapitel
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=668529

Ähnliche Einträge

Electric Consumption by Industrial Enterprises; Modeling, Rationing and Forecasting
Veröffentlicht: (Cham, Springer, 2024)

Нейросетевые технологии прогнозирования и управления электропотреблением в энергетических системах с использованием генетического метода; Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика; Т. 3, №1
Veröffentlicht: (2025)

Прогнозирование почасовой выработки электроэнергии солнечной электростанцией с помощью алгоритмов машинного обучения; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 334, № 12
Veröffentlicht: (2023)

A Geometric Approach to the Unification of Symbolic Structures and Neural Networks
von: Dong, Tiansi
Veröffentlicht: (2021)

Advances in Neural Computation, Machine Learning, and Cognitive Research VIII Selected Papers from the XXVI International Conference on Neuroinformatics, October 21-25, 2024, Moscow, Russia /
Veröffentlicht: (2025)

Artificial Intelligence for Automated Pricing Based on Product Descriptions
von: Anh, Nguyen Thi Ngoc, et al.
Veröffentlicht: (2022)

Cybernetics, Cognition and Machine Learning Applications Proceedings of ICCCMLA 2019 /
Veröffentlicht: (2020)

Review of Methods for Improving the Energy Efficiency of Electrified Ground Transport by Optimizing Battery Consumption; Energies; Vol. 16, iss. 2
Veröffentlicht: (2023)

Intelligent Random Walk: An Approach Based on Learning Automata
von: Saghiri, Ali Mohammad, et al.
Veröffentlicht: (2019)

Meteorological data analysis using extreme learning machines; Proceedings of SPIE; Vol. 12780 : Atmospheric and Ocean Optics: Atmospheric Physics
Veröffentlicht: (2023)

Proceedings of the Third International Conference on Cognitive and Intelligent Computing, Volume 2 ICCIC 2023, 8-9 December, Hyderabad, India /
Veröffentlicht: (2025)

Proceedings of the Third International Conference on Cognitive and Intelligent Computing, Volume 1 ICCIC 2023, 8-9 December, Hyderabad, India /
Veröffentlicht: (2025)

Прогнозирование потребления электрической энергии промышленным предприятием с помощью методов машинного обучения; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 333, № 7
Veröffentlicht: (2022)

Глубокие искусственные нейронные сети для прогноза значений дебитов добывающих скважин; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 331, № 11
von: Евсюткин И. В. Иван Викторович
Veröffentlicht: (2020)

Renewable Energy Optimization, Planning and Control Proceedings of ICRTE 2021, Volume 1 /
Veröffentlicht: (2022)

Classification of audio samples by convolutional networks in audiobeehive monitoring; Вестник Томского государственного университета. Управление, вычислительная техника и информатика; № 45
von: Кулюкин В. А. Владимир Алексеевич
Veröffentlicht: (2018)

Predicting oil flow rate through orifice plate with robust machine learning algorithms; Flow Measurement and Instrumentation; Vol. 81
Veröffentlicht: (2021)

Bio-inspired Neurocomputing
Veröffentlicht: (2021)

Cybernetics, Human Cognition, and Machine Learning in Communicative Applications
Veröffentlicht: (2025)

Application of Machine Learning and Deep Learning Methods to Power System Problems
Veröffentlicht: (2021)

Wind, Solar, and Photovoltaic Renewable Energy Systems with and without Energy Storage Optimization: A Survey of Advanced Machine Learning and Deep Learning Techniques; Energies; Vol. 15, iss. 2
Veröffentlicht: (2022)

Analysis of a Predictive Mathematical Model of Weather Changes Based on Neural Networks; Mathematics; Vol. 12, iss. 3
Veröffentlicht: (2024)

Neural Approaches to Dynamics of Signal Exchanges
Veröffentlicht: (2020)

Predicting shear wave velocity from conventional well logs with deep and hybrid machine learning algorithms; Journal of Petroleum Exploration and Production; Vol. 13, iss. 1
Veröffentlicht: (2023)

Smart Power Distribution Network Situation Awareness, Planning, and Operation /
von: Ge, Leijiao, et al.
Veröffentlicht: (2023)

Прогнозирование энергоэффективности в топливно-энергетическом комплексе на основе модели MLP; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 337, № 1
Veröffentlicht: (2026)

Combined deep-learning optimization predictive models for determining carbon dioxide solubility in ionic liquids; Journal of Industrial Information Integration; Vol. 41
Veröffentlicht: (2024)

Deep Learning for Power System Applications Case Studies Linking Artificial Intelligence and Power Systems /
von: Li, Fangxing, et al.
Veröffentlicht: (2024)

Development of a Neural Network for a Digital Twin of Three-Winding Transformer; Problems of Informatics, Electronics and Radio Engineering (PIERE)
Veröffentlicht: (2024)

Mathematical Modeling, Computational Intelligence Techniques and Renewable Energy Proceedings of the Third International Conference, MMCITRE 2022 /
Veröffentlicht: (2023)

Mathematical Modeling, Computational Intelligence Techniques and Renewable Energy Proceedings of the Second International Conference, MMCITRE 2021 /
Veröffentlicht: (2022)

Proceedings of 4th International Conference on Machine Learning, Advances in Computing, Renewable Energy and Communication MARC 2023, Volume 1 /
Veröffentlicht: (2024)

Proceedings of 4th International Conference on Machine Learning, Advances in Computing, Renewable Energy and Communication MARC 2023, Volume 2 /
Veröffentlicht: (2024)

Прогнозирование электропотребления с помощью нейронных сетей c LSTM; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 334, № 12
Veröffentlicht: (2023)

Time series forecasting with multilayer perceptrons; Proceedings of SPIE; Vol. 12780 : Atmospheric and Ocean Optics: Atmospheric Physics
Veröffentlicht: (2023)

The Role of Clean Coal Technologies in Energy Transformation and Energy Security Ensuring Energy Security: The Key Role of Clean Coal Technologies in the Energy Transition /
von: Rybak, Aurelia, et al.
Veröffentlicht: (2025)

Artificial Intelligence of Things for Smart Green Energy Management
Veröffentlicht: (2022)

Predicting water-based drilling fluid filtrate volume in close to real time from routine fluid property measurements; Petroleum; Vol. 11, iss. 2
Veröffentlicht: (2025)

Electric Consumption by Industrial Enterprises Modeling, Rationing and Forecasting /
von: Rakhmonov, Ikromjon U., et al.
Veröffentlicht: (2024)

Utilization of LSTM neural network for water production forecasting of a stepped solar still with a corrugated absorber plate; Process Safety and Environmental Protection; Vol. 148
Veröffentlicht: (2021)