Buchumschlag

Electricity Demand Forecasting in Future Grid States: A Digital Twin-Based Simulation Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bayer, Daniel R., Haag, Felix, Pruckner, Marco, Hopf, Konstantin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society Machine Learning Systems and Control I.2.6; G.3; I.6.6; J.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainable Wastewater Digital Twins: Adaptive Context-Conditioned Structured Simulators with Self-Falsifying Decision Support
von: Simethy, Gary, et al.
Veröffentlicht: (2026)

Comparative analysis of graph randomization: Tools,methods, pitfalls, and best practices
von: De Clerck, Bart, et al.
Veröffentlicht: (2024)

Modeling Considerations for Developing Deep Space Autonomous Spacecraft and Simulators
von: Agia, Christopher, et al.
Veröffentlicht: (2024)

Bridging Scales: a Hybrid Model to Simulate Vascular Tumor Growth and Treatment Response
von: Duswald, Tobias, et al.
Veröffentlicht: (2023)

Bayesian Hierarchical Probabilistic Forecasting of Intraday Electricity Prices
von: Nickelsen, Daniel, et al.
Veröffentlicht: (2024)

Assessing the Performance-Efficiency Trade-off of Foundation Models in Probabilistic Electricity Price Forecasting
von: Lettner, Jan Niklas, et al.
Veröffentlicht: (2026)

Error-related Potential driven Reinforcement Learning for adaptive Brain-Computer Interfaces
von: Fidêncio, Aline Xavier, et al.
Veröffentlicht: (2025)

Towards Systematic Generalization for Power Grid Optimization Problems
von: Memon, Zeeshan, et al.
Veröffentlicht: (2026)

Simulation-in-the-Reasoning (SiR): A Conceptual Framework for Empirically Grounded AI in Autonomous Transportation
von: Xin, Wuping
Veröffentlicht: (2026)

Latent Space Representation of Electricity Market Curves: Maintaining Structural Integrity
von: Výboh, Martin, et al.
Veröffentlicht: (2025)

Lagrangian Phase-Lag and Geometric Precedence in Turbulent Vortex Stretching
von: Saqr, Khalid
Veröffentlicht: (2026)

Causal Portfolio Optimization: Principles and Sensitivity-Based Solutions
von: Dominguez, Alejandro Rodriguez
Veröffentlicht: (2025)

Causal PDE-Control Models for Dynamic Portfolio Optimization with Latent Drivers
von: Dominguez, Alejandro Rodriguez
Veröffentlicht: (2025)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Can Large Language Models Implement Agent-Based Models? An ODD-based Replication Study
von: Fachada, Nuno, et al.
Veröffentlicht: (2026)

Differentiable Simulation of Hard Contacts with Soft Gradients for Learning and Control
von: Paulus, Anselm, et al.
Veröffentlicht: (2025)

Contrastive and Multi-Task Learning on Noisy Brain Signals with Nonlinear Dynamical Signatures
von: Ghosh, Sucheta, et al.
Veröffentlicht: (2026)

Towards geological inference with process-based and deep generative modeling, part 1: training on fluvial deposits
von: Rongier, Guillaume, et al.
Veröffentlicht: (2025)

Towards geological inference with process-based and deep generative modeling, part 2: inversion of fluvial deposits and latent-space disentanglement
von: Rongier, Guillaume, et al.
Veröffentlicht: (2025)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

TwinVoice: A Multi-dimensional Benchmark Towards Digital Twins via LLM Persona Simulation
von: Du, Bangde, et al.
Veröffentlicht: (2025)

Investigation of ideal shear strength of dilute binary and ternary Ni-based alloys using first-principles calculations, CALPHAD modeling and correlation analysis
von: Lin, Shuang, et al.
Veröffentlicht: (2024)

GEPOC Parameters -- Open Source Parametrisation and Validation for Austria, Version 2.0
von: Bicher, Martin, et al.
Veröffentlicht: (2025)

Analyzing Uncertainty Quantification in Statistical and Deep Learning Models for Probabilistic Electricity Price Forecasting
von: Lebedev, Andreas, et al.
Veröffentlicht: (2025)

Analyzing the Impact of Electric Vehicles on Local Energy Systems using Digital Twins
von: Bayer, Daniel René, et al.
Veröffentlicht: (2024)

Deep Learning for Solving and Estimating Dynamic Models in Economics and Finance
von: Scheidegger, Simon
Veröffentlicht: (2026)

Exploring LLM-based Verilog Code Generation with Data-Efficient Fine-Tuning and Testbench Automation
von: Chen, Mu-Chi, et al.
Veröffentlicht: (2026)

TrajGPT: Controlled Synthetic Trajectory Generation Using a Multitask Transformer-Based Spatiotemporal Model
von: Hsu, Shang-Ling, et al.
Veröffentlicht: (2024)

Rewarding Beliefs, Not Actions: Consistency-Guided Credit Assignment for Long-Horizon Agents
von: Tang, Wenjie, et al.
Veröffentlicht: (2026)

Differentiable Stochastic Traffic Dynamics: Physics-Informed Generative Modelling in Transportation
von: Xin, Wuping
Veröffentlicht: (2026)

Smart and Efficient IoT-Based Irrigation System Design: Utilizing a Hybrid Agent-Based and System Dynamics Approach
von: Pargo, Taha Ahmadi, et al.
Veröffentlicht: (2025)

Modeling Nonlinear Oscillator Networks Using Physics-Informed Hybrid Reservoir Computing
von: Shannon, Andrew, et al.
Veröffentlicht: (2024)

Actor-Critic Model Predictive Control: Differentiable Optimization meets Reinforcement Learning for Agile Flight
von: Romero, Angel, et al.
Veröffentlicht: (2023)

Adaptive Candidate Point Thompson Sampling for High-Dimensional Bayesian Optimization
von: Fan, Donney, et al.
Veröffentlicht: (2026)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
von: Hedar, Abdel-Rahman, et al.
Veröffentlicht: (2024)

Scalable and Interpretable Scientific Discovery via Sparse Variational Gaussian Process Kolmogorov-Arnold Networks (SVGP KAN)
von: Ju, Y. Sungtaek
Veröffentlicht: (2025)

Uncertainty Quantification for Scientific Machine Learning using Sparse Variational Gaussian Process Kolmogorov-Arnold Networks (SVGP KAN)
von: Ju, Y. Sungtaek
Veröffentlicht: (2025)

When Reasoning Fails: Evaluating 'Thinking' LLMs for Stock Prediction
von: Sodha, Rakeshkumar H
Veröffentlicht: (2025)

HAELT: A Hybrid Attentive Ensemble Learning Transformer Framework for High-Frequency Stock Price Forecasting
von: Bui, Thanh Dan
Veröffentlicht: (2025)

Uncertainty Quantification for Reduced-Order Surrogate Models Applied to Cloud Microphysics
von: Katona, Jonas E., et al.
Veröffentlicht: (2025)