Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach

Autores
Rodriguez Rivero, Cristian; Sauchelli, Victor; Patiño, Hector Daniel; Pucheta, Julian Antonio; Laboret, Sergio
Año de publicación
2015
Idioma
inglés
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Sauchelli, Victor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Patiño, Hector Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.
Fil: Pucheta, Julian Antonio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
This paper contibutes with two different prediction approaches for long-term power comsumption demand prediction using an artificial neural network (ANN) short-term time series predictor filter.
http://ieeexplore.ieee.org/document/7435938/
Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Sauchelli, Victor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Patiño, Hector Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.
Fil: Pucheta, Julian Antonio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Control Automático y Robótica
Materia
Neural networks
Energy associated to series
Power consumption forecast
Energy time series
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/551260
Acceder
id RDUUNC_a92aecc02bfa37b7468df2f220ce42bd
oai_identifier_str oai:rdu.unc.edu.ar:11086/551260
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approachRodriguez Rivero, CristianSauchelli, VictorPatiño, Hector DanielPucheta, Julian AntonioLaboret, SergioNeural networksEnergy associated to seriesPower consumption forecastEnergy time seriesFil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Sauchelli, Victor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Patiño, Hector Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.Fil: Pucheta, Julian Antonio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.This paper contibutes with two different prediction approaches for long-term power comsumption demand prediction using an artificial neural network (ANN) short-term time series predictor filter.http://ieeexplore.ieee.org/document/7435938/Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Sauchelli, Victor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Patiño, Hector Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.Fil: Pucheta, Julian Antonio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Control Automático y Robótica2015info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf978-1-4673-8417-9http://hdl.handle.net/11086/551260enginfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-11-06T09:37:43Zoai:rdu.unc.edu.ar:11086/551260Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-11-06 09:37:43.456Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
title Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
spellingShingle Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
Rodriguez Rivero, Cristian
Neural networks
Energy associated to series
Power consumption forecast
Energy time series
title_short Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
title_full Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
title_fullStr Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
title_full_unstemmed Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
title_sort Long-term power consumption demand prediction: a comparison of energy associated and bayesian modeling approach
dc.creator.none.fl_str_mv Rodriguez Rivero, Cristian
Sauchelli, Victor
Patiño, Hector Daniel
Pucheta, Julian Antonio
Laboret, Sergio
author Rodriguez Rivero, Cristian
author_facet Rodriguez Rivero, Cristian
Sauchelli, Victor
Patiño, Hector Daniel
Pucheta, Julian Antonio
Laboret, Sergio
author_role author
author2 Sauchelli, Victor
Patiño, Hector Daniel
Pucheta, Julian Antonio
Laboret, Sergio
author2_role author
author
author
author
dc.subject.none.fl_str_mv Neural networks
Energy associated to series
Power consumption forecast
Energy time series
topic Neural networks
Energy associated to series
Power consumption forecast
Energy time series
dc.description.none.fl_txt_mv Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Sauchelli, Victor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Patiño, Hector Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.
Fil: Pucheta, Julian Antonio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
This paper contibutes with two different prediction approaches for long-term power comsumption demand prediction using an artificial neural network (ANN) short-term time series predictor filter.
http://ieeexplore.ieee.org/document/7435938/
Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Sauchelli, Victor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Patiño, Hector Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.
Fil: Pucheta, Julian Antonio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Control Automático y Robótica
description Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
publishDate 2015
dc.date.none.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 978-1-4673-8417-9
http://hdl.handle.net/11086/551260
identifier_str_mv 978-1-4673-8417-9
url http://hdl.handle.net/11086/551260
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1848046215451639808
score 12.576249

Publicaciones similares