Utiliza este identificador para citar o vincular este elemento: http://hdl.handle.net/10553/20510
Títulos: Long term predictions of electricity demand: a challenge for computer engineering
Autores/as: Winter Althaus, Gabriel 
Pulido Alonso, Antonio 
González Landín, Begoña 
Maarouf, Mustapha
González Guerra, Jonay 
Cruz Pérez, José Juan
Galván González, Blas José 
Clasificación UNESCO: 3306 Ingeniería y tecnología eléctricas
332201 Distribución de la energía
531205 Energía
120304 Inteligencia artificial
Palabras clave: Electricity demand
Long-Term prediction
Genetic algorithms
Artificial neural network
Isolated power system
Fecha de publicación: 2015
Resumen: Long terms predictions of electrical energy demand (EED) are important for both electric utilities and enterprise of resource management and land planning. The repercussion and need to have adequate EED predictions is highlighted. New scenes imply greater efforts, both considering new variables, and using efficient methods of computational engineering.
URI: http://hdl.handle.net/10553/20510
DOI: 10.6036/7834
Derechos: by
Aparece en la colección:Artículos

Archivos en este elemento:
Archivo Descripción TamañoFormato 
Long_term_predictions.pdf498,83 kBAdobe PDFObserva/Abre
Muestra el registro completo del elemento

Citas SCOPUSTM   

1
actualizado el 26-nov-2018

Vista de página(s) 5

3
actualizado el 26-nov-2018

Google ScholarTM

Verifica

Altmetric


Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor, con todos los derechos reservados, a menos que se indique lo contrario.