
Previsione dell'utilizzo dell'energia basata sull'apprendimento automatico
Versandkostenfrei!
Versandfertig in 6-10 Tagen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
Questo libro riassume la previsione del carico elettrico che ha acquisito un'importanza sostanziale al giorno d'oggi nei moderni sistemi di gestione dell'energia elettrica con elementi di tecnologia smart greed. I big data dell'energia elettrica hanno le caratteristiche di un gran numero, di un'elevata dimensione e di serie temporali. Allo stesso tempo, ci sono molte forme di dati mancanti sull'energia elettrica, alcuni sono dispersi e altri mancano in successione. Pertanto, le combinazioni di metodi di previsione stanno ricevendo un'attenzione crescente. Abbiamo eseguito l'analisi esplorativa...
Questo libro riassume la previsione del carico elettrico che ha acquisito un'importanza sostanziale al giorno d'oggi nei moderni sistemi di gestione dell'energia elettrica con elementi di tecnologia smart greed. I big data dell'energia elettrica hanno le caratteristiche di un gran numero, di un'elevata dimensione e di serie temporali. Allo stesso tempo, ci sono molte forme di dati mancanti sull'energia elettrica, alcuni sono dispersi e altri mancano in successione. Pertanto, le combinazioni di metodi di previsione stanno ricevendo un'attenzione crescente. Abbiamo eseguito l'analisi esplorativa dei dati, la pre-elaborazione e la suddivisione treno-test prima di addestrare il modello. Abbiamo utilizzato diverse metriche per testare i vantaggi del modello proposto: errore assoluto medio, errore quadratico medio e errore quadratico medio.