VSE knjižnice (vzajemna bibliografsko-kataložna baza podatkov COBIB.SI)
-
Comparison of linear, neural and ELM based models for short term heat load forecasting [Elektronski vir]Potočnik, Primož, 1969- ; Govekar, EdvardVarious forecasting models are considered and compared for shortterm heat load forecasting in a district heating system. Heat load data and weather related influential variables for five subsequent ... winter seasons of district heating in Ljubljana (Slovenia) are applied in this study, and additional informative features are extracted to improve the forecasting accuracy. Forecasting models include linear autoregressive and stepwise regression models, neural networks and extreme learning machines. The models are developed with the objective to forecast the future daily heat load with the forecasting horizon one day ahead. Evaluation of the forecasting models is based on generalization error, obtained on an independent testing data set. Comparison of forecasting models reveals good forecasting performance of a linear stepwise regression model (SR) that utilizes only the most relevant input variables. The operation of SR model was improved by using neural network (NN) models, and also NN models with direct linear link (NNLL). The best forecasting result was obtained by using extreme learning machine (ELM) model. The results demonstrate the applicability of NN, NNLL and ELM models to accurately forecast the heat load data, but also reveal practical considerations in designing NN-based and ELM models. Namely, random initializations of NN-based and ELM models require multiple iterations of a learning procedure in order to achieve good forecasting results. Furthermore, ELM models are sensitive to the range of input variables because hidden layer weights are not tuneable but randomly chosen. Only if properly designed and trained, NN-based and ELM models offer a good forecasting tool for the district heating market.Vir: ITISE 2015 [Elektronski vir] : proceedings (F. 469-480)Vrsta gradiva - prispevek na konferenciLeto - 2015Jezik - angleškiCOBISS.SI-ID - 14083867
Avtor
Potočnik, Primož, 1969- |
Govekar, Edvard
Teme
daljinsko ogrevanje |
napovedovanje odjema toplote |
stopenjska regresija |
avtoregresijski model |
nevronske mreže |
district heating |
heat load forecasting |
stepwise regression |
autoregressive model |
neural networks |
extreme learning machines
Vnos na polico
Trajna povezava
- URL:
Faktor vpliva
Dostop do baze podatkov JCR je dovoljen samo uporabnikom iz Slovenije. Vaš trenutni IP-naslov ni na seznamu dovoljenih za dostop, zato je potrebna avtentikacija z ustreznim računom AAI.
Leto | Faktor vpliva | Izdaja | Kategorija | Razvrstitev | ||||
---|---|---|---|---|---|---|---|---|
JCR | SNIP | JCR | SNIP | JCR | SNIP | JCR | SNIP |
Baze podatkov, v katerih je revija indeksirana
Ime baze podatkov | Področje | Leto |
---|
Povezave do osebnih bibliografij avtorjev | Povezave do podatkov o raziskovalcih v sistemu SICRIS |
---|---|
Potočnik, Primož, 1969- | 15107 |
Govekar, Edvard | 08782 |
Vir: Osebne bibliografije
in: SICRIS
Izberite prevzemno mesto:
Prevzem gradiva po pošti
Naslov za dostavo:
Med podatki člana manjka naslov.
Storitev za pridobivanje naslova trenutno ni dostopna, prosimo, poskusite še enkrat.
S klikom na gumb "V redu" boste potrdili zgoraj izbrano prevzemno mesto in dokončali postopek rezervacije.
S klikom na gumb "V redu" boste potrdili zgoraj izbrano prevzemno mesto in naslov za dostavo ter dokončali postopek rezervacije.
S klikom na gumb "V redu" boste potrdili zgoraj izbrani naslov za dostavo in dokončali postopek rezervacije.
Obvestilo
Trenutno je storitev za avtomatsko prijavo in rezervacijo nedostopna. Gradivo lahko rezervirate sami na portalu Biblos ali ponovno poskusite tukaj kasneje.
Gesla v Splošnem geslovniku COBISS
Izbira mesta prevzema
Gradivo iz matične enote je brezplačno. Če je gradivo na mesto prevzema dostavljeno iz drugih enot, lahko knjižnica to storitev zaračuna.
Mesto prevzema | Status gradiva | Rezervacija |
---|
Rezervacija v teku
Prosimo, počakajte trenutek.
Rezervacija je uspela.
Rezervacija ni uspela.
Rezervacija...
Članska izkaznica:
Mesto prevzema: