prindi

XgBoost based short-term electrical load forecasting considering trends & periodicity in historical data

autor
Shabbir, Noman
Ahmadiahangar, Roya
Rosin, Argo
Jawad, Muhammad
Kilter, Jako
Martins, Joao
vastutusandmed
Noman Shabbir, Roya Ahmadiahangar, Argo Rosin, Muhammad Jawad, Jako Kilter, Joao Martins
allikas
2023 IEEE International Conference on Energy Technologies for Future Grids (ETFG)
kirjastus/väljaandja
IEEE
ilmumisaasta
2023
leheküljed
6 p
konverentsi nimetus, aeg
IEEE International Conference on Energy Technologies for Future Grids (ETFG), Dec. 3-6, 2023
konverentsi toimumispaik
Wollongong, Australia
leitav
https://doi.org/10.1109/ETFG55873.2023.10407926
märksõna
elamud
elektrienergia
algoritmid
prognoosimine
elektrienergia
tehisõpe
Scopus
scopus
võtmesõna
residential load
load forecast
machine learning (ML)
XgBoost algorithm
CAT boost
ISBN
978-166547164-0
märkused
Bibliogr.: 25 ref
teaduspublikatsioon
teaduspublikatsioon
klassifikaator
3.1
TTÜ struktuuriüksus
elektroenergeetika ja mehhatroonika instituut
Targa linna tippkeskus
keel
inglise
Uurimisrühm
Elektrisüsteemide uurimisrühm
Mikrovõrkude ja metroloogia uurimisrühm, sh valgustehnika labor
Shabbir, N., Ahmadiahangar, R., Rosin, A., Jawad, M., Kilter, J., Martins, J. XgBoost based short-term electrical load forecasting considering trends & periodicity in historical data // 2023 IEEE International Conference on Energy Technologies for Future Grids (ETFG). : IEEE, 2023. 6 p. https://doi.org/10.1109/ETFG55873.2023.10407926