Forecasting household demand-side flexibility using XGBoost for smart energy management
autor
Qadar, Rana Muhammad Arslan
Shabbir, Noman
Kütt, Lauri
Daniel, Kamran
Peterson, Kristjan
Rosin, Argo
vastutusandmed
Rana Muhammad Arslan Qadar, Noman Shabbir, Lauri Kutt, Kamran Daniel, Kristjan Peterson, Argo Rosin
allikas
2025 IEEE 66th International Scientific Conference on Power and Electrical Engineering of Riga Technical University (RTUCON)
kirjastus/väljaandja
IEEE
ilmumisaasta
2025
leheküljed
7 p
konverentsi nimetus, aeg
66th International Scientific Conference on Power and Electrical Engineering of Riga Technical University (RTUCON), October 23-25, 2025
konverentsi toimumispaik
Riga, Latvia
leitav
https://doi.org/10.1109/RTUCON67996.2025.11415089
märksõna
elektrienergia
paindlikkus
prognostika
regressioonanalüüs
tehisõpe
Scopus
https://www.scopus.com/pages/publications/105037432132?origin=resultslist
võtmesõna
demand-side flexibility
forecasting
machine learning (ML)
regression techniques
XGBoost
ISSN
2768-3338
2996-1033
ISBN
979-8-3315-7772-8
979-8-3315-7773-5
teaduspublikatsioon
teaduspublikatsioon
klassifikaator
3.1
TTÜ struktuuriüksus
Department of Electrical Power Engineering and Mechatronics
FinEst Centre for Smart Cities
elektroenergeetika ja mehhatroonika instituut
FinEst Targa linna tippkeskus
keel
English
Inglise