Data Analytics in Power Markets / Chen, Qixin  

Público ISBD Ningún comentario para este registro. Título : Data Analytics in Power Markets Tipo de documento: documento electrónico Autores: Chen, Qixin, Autor ; Guo, Hongye, Autor ; Zheng, Kedi, Autor ; Wang, Yi, Autor Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2021 Número de páginas: XIX, 273 p. 119 ilustraciones, 103 ilustraciones en color. ISBN/ISSN/DL: 978-981-1649752-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: La política energética  Energía y estado  Aprendizaje automático  Electric power production  Recursos de energía  Economía ambiental  Política  Economía y Gestión Energética  Ingeniería de Energía Eléctrica  Economía de los recursos y del medio ambiente Índice Dewey: 333.7 Recursos naturales y energía Resumen: Este libro tiene como objetivo resolver algunos problemas clave en el procedimiento de decisión y optimización para los organizadores del mercado energético y los participantes en enfoques basados ​​en datos. Comienza con una descripción general de los datos del mercado eléctrico y un análisis de sus características e importancia para la compensación del mercado. Luego, la primera parte del libro analiza el problema esencial de la previsión de carga de autobuses desde la perspectiva de los organizadores del mercado. Los trabajos relacionados incluyen modelado de incertidumbre de carga, corrección de datos incorrectos de carga de autobuses y pronóstico de carga mensual. La siguiente parte del libro responde cuánta información se puede obtener a partir de datos públicos en mercados basados ​​en precios marginales localizables (LMP). Introduce temas como la identificación de la congestión, la previsión de precios componentes, la cuantificación del impacto del error de previsión y la inversión en derechos de transmisión financiera. La última parte del libro responde a cómo modelar los complejos comportamientos de oferta del mercado. Los trabajos específicos incluyen extracción de patrones, pronóstico de curvas de oferta agregada, simulación de mercado e identificación de funciones de recompensa en licitaciones. Estos métodos son especialmente útiles para que los organizadores del mercado comprendan los comportamientos de oferta de los participantes del mercado y establezcan políticas esenciales. Beneficiará e inspirará a investigadores, estudiantes de posgrado e ingenieros en campos relacionados. Nota de contenido: Introduction to power market data and their characteristics -- Modeling load forecasting uncertainty using deep learning models -- Data-driven load data cleaning and its impacts on forecasting performance -- Generalized cost-oriented load forecasting in economic dispatch -- A monthly electricity consumption forecasting method -- Data-driven pattern extraction for analyzing market bidding behaviors -- Stochastic optimal offering based on probabilistic forecast on aggregated supply curves -- Power market simulation framework based on learning from individual offering strategy -- Deep inverse reinforcement learning for reward function identification in bidding models -- The subspace characteristics and congestion identification of LMP data -- Online transmission topology identification in LMP-based markets -- Day-ahead componential electricity price forecasting -- Quantifying the impact of price forecasting error on market bidding -- Virtual bidding and FTR speculation based on probabilistic LMP forecasting -- Abnormal detection of LMP scenario and data with deep neural networks. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Data Analytics in Power Markets [documento electrónico] / Chen, Qixin, Autor ; Guo, Hongye, Autor ; Zheng, Kedi, Autor ; Wang, Yi, Autor  . -  1 ed.  . - Singapore [Malasya] : Springer, 2021 . - XIX, 273 p. 119 ilustraciones, 103 ilustraciones en color. ISBN : 978-981-1649752-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: La política energética  Energía y estado  Aprendizaje automático  Electric power production  Recursos de energía  Economía ambiental  Política  Economía y Gestión Energética  Ingeniería de Energía Eléctrica  Economía de los recursos y del medio ambiente Índice Dewey: 333.7 Recursos naturales y energía Resumen: Este libro tiene como objetivo resolver algunos problemas clave en el procedimiento de decisión y optimización para los organizadores del mercado energético y los participantes en enfoques basados ​​en datos. Comienza con una descripción general de los datos del mercado eléctrico y un análisis de sus características e importancia para la compensación del mercado. Luego, la primera parte del libro analiza el problema esencial de la previsión de carga de autobuses desde la perspectiva de los organizadores del mercado. Los trabajos relacionados incluyen modelado de incertidumbre de carga, corrección de datos incorrectos de carga de autobuses y pronóstico de carga mensual. La siguiente parte del libro responde cuánta información se puede obtener a partir de datos públicos en mercados basados ​​en precios marginales localizables (LMP). Introduce temas como la identificación de la congestión, la previsión de precios componentes, la cuantificación del impacto del error de previsión y la inversión en derechos de transmisión financiera. La última parte del libro responde a cómo modelar los complejos comportamientos de oferta del mercado. Los trabajos específicos incluyen extracción de patrones, pronóstico de curvas de oferta agregada, simulación de mercado e identificación de funciones de recompensa en licitaciones. Estos métodos son especialmente útiles para que los organizadores del mercado comprendan los comportamientos de oferta de los participantes del mercado y establezcan políticas esenciales. Beneficiará e inspirará a investigadores, estudiantes de posgrado e ingenieros en campos relacionados. Nota de contenido: Introduction to power market data and their characteristics -- Modeling load forecasting uncertainty using deep learning models -- Data-driven load data cleaning and its impacts on forecasting performance -- Generalized cost-oriented load forecasting in economic dispatch -- A monthly electricity consumption forecasting method -- Data-driven pattern extraction for analyzing market bidding behaviors -- Stochastic optimal offering based on probabilistic forecast on aggregated supply curves -- Power market simulation framework based on learning from individual offering strategy -- Deep inverse reinforcement learning for reward function identification in bidding models -- The subspace characteristics and congestion identification of LMP data -- Online transmission topology identification in LMP-based markets -- Day-ahead componential electricity price forecasting -- Quantifying the impact of price forecasting error on market bidding -- Virtual bidding and FTR speculation based on probabilistic LMP forecasting -- Abnormal detection of LMP scenario and data with deep neural networks. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200