Publication

Load forecasting with neural nets: prediction of the hourly load with a time horizon of up to seven days-a common project of EOS, EPFL and ABB

Alain Germond
1996
Journal Articles

Résumé

This article discusses the forecasting of load for a period varying from an hour to a week. As usual for the modelling and prediction of nonlinear processes, the use of artificial neural nets appears very promising. In the project described, measured loads for the past seven days, those for the two preceding days, maxima and minima of average temperatures of the previous day, and predicted day temperatures were used as input values, with the day of the week and day of the year as indicators. The load and temperature are modelled separately. An automated method is used for online testing

Source officielle

https://infoscience.epfl.ch/entities/publication/58b89dd1-7417-4834-8dc3-f4b6eb43d9c9

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Alain Germond
1996
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/58b89dd1-7417-4834-8dc3-f4b6eb43d9c9

À propos de ce résultat

Concepts associés (32)

Réseau neuronal convolutif

En apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.

Réseau de neurones récurrents

Un réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.

Réseau de neurones artificiels

Un réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.

Afficher plus

Publications associées (19)

Afficher plus

Load forecasting with neural nets: prediction of the hourly load with a time horizon of up to seven days-a common project of EOS, EPFL and ABB

Chattez avec Graph Search

Creation of a computational space with model-free metasurface neural network

Advancing Neural Representations for Paralinguistic Analysis: From Speech Emotion to Parkinson's Disease Assessment

Co-Optimization of Models and Hardware for Neural Network Inference in Variable-Parallelism Processor