The prediction of electric energy consumption using an artificial neural network

Chernykh, I.; Chechushkov, D.; Panikovskaya, T.

doi:10.2495/EQ140121

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/75739

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Chernykh, I.	en
dc.contributor.author	Chechushkov, D.	en
dc.contributor.author	Panikovskaya, T.	en
dc.date.accessioned	2019-07-22T06:48:24Z	-
dc.date.available	2019-07-22T06:48:24Z	-
dc.date.issued	2014	-
dc.identifier.citation	Chernykh I. The prediction of electric energy consumption using an artificial neural network / I. Chernykh, D. Chechushkov, T. Panikovskaya // WIT Transactions on Ecology and the Environment. — 2014. — Vol. 190 VOLUME 1. — P. 109-117.	en
dc.identifier.issn	1743-3541	-
dc.identifier.other	http://www.witpress.com/Secure/elibrary/papers/EQ14/EQ14012FU1.pdf	pdf
dc.identifier.other	1	good_DOI
dc.identifier.other	0d8f5e43-2a7d-4fc5-ba31-96f8670c75d3	pure_uuid
dc.identifier.other	http://www.scopus.com/inward/record.url?partnerID=8YFLogxK&scp=84897841114	m
dc.identifier.uri	http://elar.urfu.ru/handle/10995/75739	-
dc.description.abstract	This paper presents the results of the studies on forecasting the electrical loads for a megapolis district with the use of artificial neural networks (ANN) as one of the most accomplished and promising solutions to this challenge. A theoretical approach to the issue is combined with the results of experimental studies using real schedules. © 2014 WIT Press.	en
dc.description.sponsorship	International Journal of Safety and Security Engineering;International Journal of Sustainable Development and Planning;WIT Transactions on Ecology and the Environment	en
dc.format.mimetype	application/pdf	en
dc.language.iso	en	en
dc.publisher	WITPress	en
dc.rights	info:eu-repo/semantics/openAccess	en
dc.source	WIT Transactions on Ecology and the Environment	en
dc.subject	ARTIFICIAL NEURAL NETWORK	en
dc.subject	ELECTRICAL LOADS	en
dc.subject	UPDATED INPUT DATA	en
dc.subject	ARTIFICIAL NEURAL NETWORK	en
dc.subject	ENERGY USE	en
dc.subject	MEGACITY	en
dc.subject	PREDICTION	en
dc.title	The prediction of electric energy consumption using an artificial neural network	en
dc.type	Article	en
dc.type	info:eu-repo/semantics/article	en
dc.type	info:eu-repo/semantics/publishedVersion	en
dc.conference.name	1st International Conference on Energy Production and Management in the 21st Century: The Quest for Sustainable Energy	en
dc.conference.date	23 April 2014 through 25 April 2014	-
dc.identifier.doi	10.2495/EQ140121	-
dc.identifier.scopus	84897841114	-
local.affiliation	Department of High Voltage Engineering, Ural Federal University, Russian Federation	en
local.affiliation	Department of Automated Electric Systems, Ural Federal University, Russian Federation	en
local.contributor.employee	Черных Илья Викторович	ru
local.contributor.employee	Чечушков Дмитрий Александрович	ru
local.contributor.employee	Паниковская Татьяна Юрьевна	ru
local.description.firstpage	109	-
local.description.lastpage	117	-
local.volume	190 VOLUME 1	-
local.identifier.pure	379160	-
local.identifier.eid	2-s2.0-84897841114	-
Располагается в коллекциях:	Научные публикации ученых УрФУ, проиндексированные в SCOPUS и WoS CC

Файлы этого ресурса:

Файл	Описание	Размер	Формат
10.2495-eq140121.pdf		386,05 kB	Adobe PDF	Просмотреть/Открыть

Показать базовое описание ресурса Статистика

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.