Análisis de datos de contadores inteligentes: Modelización, agregación y previsión del comportamiento de los consumidores de electricidad

Título original:

Smart Meter Data Analytics: Electricity Consumer Behavior Modeling, Aggregation, and Forecasting

Contenido del libro:

Visión general del análisis de datos de contadores inteligentes. - Compresión de datos de contadores inteligentes basada en la identificación de características de carga.

- Enfoque combinado basado en datos para la detección de robos de electricidad. - Modelo basado en GAN para la generación de cargas residenciales. - Agrupación de conjuntos para la extracción de patrones de consumo eléctrico individual.

- Extracción de patrones de consumo parcial basada en representaciones dispersas y redundantes. - Diseño de precios personalizados basado en datos en el mercado minorista utilizando datos de contadores inteligentes. - Identificación de información sociodemográfica basada en aprendizaje profundo.

- Selección y codificación de características entre dominios para el comportamiento energético de los hogares. - Agrupación de dinámicas de comportamiento de consumo eléctrico para aplicaciones de Big Data. - Mejora de la previsión probabilística de carga residencial a corto plazo con Quantile LSTM.

- Un método de previsión conjunto para la carga agregada con subperfiles. - Perspectivas de futuros temas de investigación sobre análisis de datos de contadores inteligentes.