.png){kind=icon}
返回
Physics-informed baseline load estimation for high-frequency demand response
.png){kind=icon}
PRE
AI
DOI：10.1016/j.apenergy.2025.127155.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 一种基于物理信息的半监督学习框架用于HFDR基线估计。
• 一种基于热力学第一原理的映射机制用于不可观测负载。
• 集成互信息最大化生成以实现最小数据采集。
• 在数据稀缺条件下实现准确基线估计，弥补传统方法的不足。
期刊
IF:
11
论文数:
2.6W
被引数:
17.8W
机构
暂无机构信息
引用论文
Hybrid forecasting of demand flexibility: A top-down approach for thermostatically controlled loads需求灵活性的混合预测: 恒温控制负荷的自上而下方法.png)
Energy and AI
OAAI
Energy and AIIF9.6
OAAI分享收藏A Robust Segmented Mixed Effect Regression Model for Baseline Electricity Consumption Forecasting
OAAI
OAAI分享收藏Defining virtual control group to improve customer baseline load calculation of residential demand responseAPPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏Blockchain-based decentralized energy management platform for residential distributed energy resources in a virtual power plant基于区块链的分布式能源管理平台，用于虚拟电厂中的居民分布式能源APPLIED ENERGYOAAI
APPLIED ENERGYIF11
OAAI分享收藏
查看更多内容