Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/11000/31194

Empirical Comparison of Neural Network and Auto-Regressive Models in Short-Term Load Forecasting


Vista previa

Ver/Abrir:
 2018 - Energies-11-02080 - MDPI - JCR.pdf

373,54 kB
Adobe PDF
Compartir:
Título :
Empirical Comparison of Neural Network and Auto-Regressive Models in Short-Term Load Forecasting
Autor :
López, Miguel
Sanz, Carlos
VALERO, SERGIO  
Senabre, Carolina  
Editor :
MDPI
Departamento:
Departamentos de la UMH::Ingeniería Mecánica y Energía
Fecha de publicación:
2018-08-10
URI :
https://hdl.handle.net/11000/31194
Resumen :
Artificial Intelligence (AI) has been widely used in Short-Term Load Forecasting (STLF) in the last 20 years and it has partly displaced older time-series and statistical methods to a second row. However, the STLF problem is very particular and specific to each case and, while there are many papers...  Ver más
Palabras clave/Materias:
short-term load forecasting (STLF)
neural networks
artificial intelligence (AI)
Área de conocimiento :
CDU: Ciencias aplicadas: Ingeniería. Tecnología: Ingeniería mecánica en general. Tecnología nuclear. Electrotecnia. Maquinaria
Tipo de documento :
info:eu-repo/semantics/article
Derechos de acceso:
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
DOI :
https://doi.org/10.3390/en11082080
Publicado en:
Energies 2018, 11, 2080
Aparece en las colecciones:
Artículos Ingeniería Mecánica y Energía



Creative Commons La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.