SMARDcast : day-ahead forecasting of German electricity consumption with deep learning

Link:
Autor/in:
Verlag/Körperschaft:
IEEE
Erscheinungsjahr:
2024
Medientyp:
Text
Schlagworte:
  • CNN-LSTM
  • neural networks
  • seasonality
  • SMARD
  • time-series forecasting
  • 620: Ingenieurwissenschaften
  • ddc:620
Beschreibung:
  • PeerReviewed
Quellsystem:
ReposIt
Interne Metadaten
Quelldatensatz
oai:reposit.haw-hamburg.de:20.500.12738/16735