Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę ""ELECTRICITY DEMAND"" wg kryterium: Temat


Tytuł:
Optimal Deep Belief Networks for Energy Demand Forecasting Using a Developed Version of the Gorilla Troops Optimization Method
Autorzy:
Li, QianAff1, IDs42835023015606_cor1
Zhoue, Kaikai
Peng, Bo
Mashhadi, ArsamAff2, Aff3, IDs42835023015606_cor4
Pokaż więcej
Źródło:
Journal of Electrical Engineering & Technology. 19(1):177-191
Czasopismo naukowe
Tytuł:
Are the income and price elasticities of economy-wide electricity demand in middle-income countries time-varying? Evidence from panels and individual countries
Autorzy:
Liddle, BrantleyAff1, IDs10651023005854_cor1
Hasanov, Fakhri
Pokaż więcej
Źródło:
Environmental and Ecological Statistics. 30(4):827-849
Czasopismo naukowe
Tytuł:
Assessing compounding climate-related stresses and development pathways on the power sector in the central U.S.
Autorzy:
Gurgel, Angelo CostaAff1, IDs11027024101193_cor1
Reilly, John
Morris, Jennifer
Schlosser, C. Adam
Gao, Xiang
Yuan, Mei
Tapia-Ahumada, Karen
Pokaż więcej
Źródło:
Mitigation and Adaptation Strategies for Global Change: An International Journal Devoted to Scientific, Engineering, Socio-Economic and Policy Responses to Environmental Change. 29(4)
Czasopismo naukowe
Tytuł:
Deep learning-based forecasting of electricity consumption
Autorzy:
Momina Qureshi
Masood Ahmad Arbab
Sadaqat ur Rehman
Pokaż więcej
Temat:
BEMS
LSTM
Electricity demand forecasting
Anomaly detection
Energy consumption
Future forecasting
Medicine
Science
Źródło:
Scientific Reports, Vol 14, Iss 1, Pp 1-11 (2024)
Opis pliku:
electronic resource
Relacje:
https://doaj.org/toc/2045-2322
Dostęp URL:
https://doaj.org/article/04624474552641e3901c9351970deedf  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Research on hybrid electricity demand forecasting system based on sunflower optimization and completely non-recursive decomposition strategy
Autorzy:
Dong, Yuqi
Wang, JianzhouAff1, IDs10651023005694_cor2
Pokaż więcej
Źródło:
Environmental and Ecological Statistics. 30(3):529-554
Czasopismo naukowe
Tytuł:
Impacts of electric vehicle charging station with the integration of renewable energy with grid connected system: a hybrid technique
Autorzy:
Kannayeram, GanapathiapillaiAff1, IDs10098023025486_cor1
Muniraj, Rathinam
Saravanan, Ragavan
Pokaż więcej
Źródło:
Clean Technologies and Environmental Policy: Focusing on Technology Research, Innovation, Demonstration, Insights and Policy Issues for Sustainable Technologies. 25(7):2433-2450
Czasopismo naukowe
Tytuł:
Modelling Extreme Daily Peak Electricity Demand Across Indian States Using Non-stationary Generalised Pareto Distribution Models
Autorzy:
Jain, Divya
Sarangi, Gopal K.Aff1, IDs10666022098689_cor2
Das, Sukanya
Pokaż więcej
Źródło:
Environmental Modeling & Assessment. 28(4):599-618
Czasopismo naukowe
Czasopismo naukowe
Tytuł:
Assessment of hydroelectric potential under climate change and hydrological parameters based on soft-computing: A case study
Autorzy:
Huihua Jian
Pokaż więcej
Temat:
Artificial neural network
Optimization
Electricity demand
Temperature
Electricity management
Electrical engineering. Electronics. Nuclear engineering
TK1-9971
Źródło:
Energy Reports, Vol 9, Iss , Pp 3035-3047 (2023)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2352484722025859; https://doaj.org/toc/2352-4847
Dostęp URL:
https://doaj.org/article/f4ce7eb6351d4109bbc72622fba5a18c  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Developing a hybrid technique for energy demand forecasting based on optimized improved SVM by the boosted multi-verse optimizer: Investigation on affecting factors
Autorzy:
Anzhong Huang
Qiuxiang Bi
Luote Dai
Hasan Hosseinzadeh
Pokaż więcej
Temat:
Electricity demand
Hybrid optimization technique
Support vector machine (SVM)
Boosted multi-verse optimizer (BMVO)
Science (General)
Q1-390
Social sciences (General)
H1-99
Źródło:
Heliyon, Vol 10, Iss 7, Pp e28717- (2024)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2405844024047480; https://doaj.org/toc/2405-8440
Dostęp URL:
https://doaj.org/article/446806bfd1af42f29e9c20b144e66d1b  Link otwiera się w nowym oknie
Czasopismo naukowe
Czasopismo naukowe
Czasopismo naukowe
Tytuł:
Generating hourly electricity demand data for large-scale single-family buildings by a decomposition-recombination method
Autorzy:
Mengjie Han
Fatemeh Johari
Pei Huang
Xingxing Zhang
Pokaż więcej
Temat:
Data generation
Time series decomposition
Hourly electricity demand
Large-scale buildings
Environmental technology. Sanitary engineering
TD1-1066
Building construction
TH1-9745
Źródło:
Energy and Built Environment, Vol 4, Iss 4, Pp 418-431 (2023)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2666123322000216; https://doaj.org/toc/2666-1233
Dostęp URL:
https://doaj.org/article/dc2e7065b10d455fbcb796a0b44aa5b4  Link otwiera się w nowym oknie
Czasopismo naukowe
Tytuł:
Norwegian hourly residential electricity demand data with consumer characteristics during the European energy crisis
Autorzy:
Matthias Hofmann
Sigurd Bjarghov
Stian Nessa
Pokaż więcej
Temat:
Electricity demand
Survey
Households
Demand flexibility
Computer applications to medicine. Medical informatics
R858-859.7
Science (General)
Q1-390
Źródło:
Data in Brief, Vol 51, Iss , Pp 109687- (2023)
Opis pliku:
electronic resource
Relacje:
http://www.sciencedirect.com/science/article/pii/S2352340923007667; https://doaj.org/toc/2352-3409
Dostęp URL:
https://doaj.org/article/0d58d6bbe20046afb0c66d2375af8189  Link otwiera się w nowym oknie
Czasopismo naukowe

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies