Description In last few decades, short-term load forecasting (STLF) has been one of the most important research issues for achieving higher efficiency and reliability in power system operation, to facilitate the minimization of its operation cost by providing accurate input to day-ahead scheduling, contingency analysis, load flow analysis, planning, and maintenance of power systems.
There are lots of forecasting models proposed for STLF, including traditional statistical models (such as ARIMA, SARIMA, ARMAX, multi-variate regression, Kalman filter, exponential smoothing, and so on) and artificial-intelligence-based models (such as artificial neural networks (ANNs), knowledge-based expert systems, fuzzy theory and fuzzy inference systems, evolutionary computation models, support vector regression, and so on).
Recently, due to the great development of evolutionary algorithms (EA) and novel computing concepts (e.
, quantum computing concepts, chaotic mapping functions, and cloud mapping process, and so on), many advanced hybrids with those artificial-intelligence-based models are also proposed to achieve satisfactory forecasting accuracy levels.
In addition, combining some superior mechanisms with an existing model could empower that model to solve problems it could not deal with before; for example, the seasonal mechanism from the ARIMA model is a good component to be combined with any forecasting models to help them to deal with seasonal problems.
MDPI AG, cunoscut și sub numele de Multidisciplinary Digital Publishing Institute, este o companie de publicare academică cu acces deschis, cu sediul în Elveția, fondată în 1996.
MDPI publică reviste științifice cu acces deschis, revizuite de colegi, într-o gamă largă de discipline din știință, tehnologie, inginerie, medicină și științe umaniste.
Iată câteva puncte cheie despre MDPI AG: 1.
Open Access Publishing: MDPI este un pionier în modelul de publicare cu acces deschis, ceea ce înseamnă că toate articolele de cercetare publicate de MDPI sunt libere accesibile cititorilor fără taxe de abonament sau paywall.
Această abordare cu acces deschis urmărește democratizarea accesului la cunoștințele științifice și promovarea colaborării și inovației în cercetare.
Reviste multidisciplinare: MDPI publică peste 300 de reviste evaluate de colegi care acoperă diverse discipline academice, inclusiv biologie, chimie, fizică, știința materialelor, știința mediului, informatica, matematică, medicină și științe sociale.
Aceste reviste oferă cercetătorilor o platformă pentru a-și publica lucrările și a-și împărtăși descoperirile cu comunitatea științifică globală.
Evaluare peer riguroasă: revistele MDPI aderă la standarde înalte de evaluare inter pares pentru a asigura calitatea și integritatea cercetării publicate.
Manuscrisele trimise revistelor MDPI sunt supuse unei evaluări amănunțite de către experți în domeniu, care evaluează validitatea științifică, metodologia, semnificația și originalitatea cercetării înainte de publicare.
Publicare bazată pe tehnologie: MDPI folosește tehnologie inovatoare și instrumente de publicare digitală pentru a simplifica procesul de publicare și pentru a îmbunătăți experiența cititorului.
Platforma online a companiei oferă acces ușor la articolele publicate, capabilități avansate de căutare, valori ale articolelor și funcții interactive.
Colaborare internațională: MDPI colaborează cu instituții academice, organizații de cercetare și societăți academice din întreaga lume pentru a promova excelența academică și a avansa cunoștințele științifice.
Jurnalele companiei atrag trimiteri de la cercetători din întreaga lume, încurajând colaborarea internațională și cercetarea interdisciplinară.
În general, MDPI AG joacă un rol semnificativ în peisajul publicării academice, oferind o platformă cu acces deschis pentru ca cercetătorii să își disemineze descoperirile și să contribuie la progresul științei și a burselor în diverse discipline.
Mdpi Ag Short-term load forecasting by artificial intelligent technologies, paperback/wei-chiang hong
