Spark-based Parallel OS-ELM Algorithm Application for Short-term Load Forecasting for Massive User Data

The data type and quantity of user load data show an exponential growth, so that the traditional load forecasting methods can hardly meet the load forecasting requirements of massive users. Aiming at this problem, a parallel OS-ELM short-term load forecasting model based on Spark is proposed in this...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Electric power components and systems Ročník 48; číslo 6-7; s. 603 - 614
Hlavní autoři:	Li, Yuancheng, Yang, Rongyan, Guo, Panpan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Philadelphia Taylor & Francis 06.08.2020 Taylor & Francis Ltd
Témata:	Algorithms Big Data Clustering Data processing Datasets Electrical loads Electricity consumption Electricity meters Forecasting K-means algorithm Machine learning massive user load data Mathematical models parallel OS-ELM algorithm short-term load forecast Smart grid Spark Training User requirements
ISSN:	1532-5008, 1532-5016
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!