Buchumschlag

Validation of a 24-hour-ahead Prediction model for a Residential Electrical Load under diverse climate

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Asghar, Ehtisham, Hill, Martin, Sengor, Ibrahim, Lynch, Conor, An, Phan Quang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hourly Short Term Load Forecasting for Residential Buildings and Energy Communities
von: Kychkin, Aleksei, et al.
Veröffentlicht: (2025)

From Dense to Sparse: Event Response for Enhanced Residential Load Forecasting
von: Cao, Xin, et al.
Veröffentlicht: (2025)

Scalable Multi-Agent Reinforcement Learning for Residential Load Scheduling under Data Governance
von: Qin, Zhaoming, et al.
Veröffentlicht: (2021)

Revisiting Day-ahead Electricity Price: Simple Model Save Millions
von: Wang, Linian, et al.
Veröffentlicht: (2024)

First-Passage Prediction of Grokking Delay: ACalibrated Law under AdamW with Causal Validation
von: Khanh, Truong Xuan, et al.
Veröffentlicht: (2026)

AI-Powered Predictions for Electricity Load in Prosumer Communities
von: Kychkin, Aleksei, et al.
Veröffentlicht: (2024)

Predictive Control and Regret Analysis of Non-Stationary MDP with Look-ahead Information
von: Zhang, Ziyi, et al.
Veröffentlicht: (2024)

Do language models plan ahead for future tokens?
von: Wu, Wilson, et al.
Veröffentlicht: (2024)

Synthetic Data Generation for Residential Load Patterns via Recurrent GAN and Ensemble Method
von: Liang, Xinyu, et al.
Veröffentlicht: (2024)

Logarithmic Regret and Polynomial Scaling in Online Multi-step-ahead Prediction
von: Qian, Jiachen, et al.
Veröffentlicht: (2025)

Empirical evaluation of Time Series Foundation Models for Day-ahead and Imbalance Electricity Price Forecasting in Belgium
von: Bui, Chi, et al.
Veröffentlicht: (2026)

Graph Neural Networks for Electricity Load Forecasting
von: Campagne, Eloi, et al.
Veröffentlicht: (2025)

Four-hour thunderstorm nowcasting using a deep diffusion model of satellite data
von: Dai, Kuai, et al.
Veröffentlicht: (2024)

Learning and Generating Diverse Residential Load Patterns Using GAN with Weakly-Supervised Training and Weight Selection
von: Liang, Xinyu, et al.
Veröffentlicht: (2025)

Machine learning for sports betting: should model selection be based on accuracy or calibration?
von: Walsh, Conor, et al.
Veröffentlicht: (2023)

Forecasting Residential Heating and Electricity Demand with Scalable, High-Resolution, Open-Source Models
von: Lee, Stephen J., et al.
Veröffentlicht: (2025)

DiffLoad: Uncertainty Quantification in Electrical Load Forecasting with the Diffusion Model
von: Wang, Zhixian, et al.
Veröffentlicht: (2023)

Safe Load Balancing in Software-Defined-Networking
von: Dinh, Lam, et al.
Veröffentlicht: (2024)

Proactive Load-Shaping Strategies with Privacy-Cost Trade-offs in Residential Households based on Deep Reinforcement Learning
von: Zhang, Ruichang, et al.
Veröffentlicht: (2024)

On autoregressive deep learning models for day-ahead wind power forecasting with irregular shutdowns due to redispatching
von: Meisenbacher, Stefan, et al.
Veröffentlicht: (2024)

Quantifying and Predicting Residential Building Flexibility Using Machine Learning Methods
von: Salter, Patrick, et al.
Veröffentlicht: (2024)

BALLAST: Bayesian Active Learning with Look-ahead Amendment for Sea-drifter Trajectories under Spatio-Temporal Vector Fields
von: Zhang, Rui-Yang, et al.
Veröffentlicht: (2025)

The day-ahead scenario generation method for new energy based on an improved conditional generative diffusion model
von: Wang, Changgang, et al.
Veröffentlicht: (2025)

Comparative Field Deployment of Reinforcement Learning and Model Predictive Control for Residential HVAC
von: Mulayim, Ozan Baris, et al.
Veröffentlicht: (2025)

On the failure of ReLU activation for physics-informed machine learning
von: Rowan, Conor
Veröffentlicht: (2025)

Finding geodesics with the Deep Ritz method
von: Rowan, Conor
Veröffentlicht: (2025)

Nonlinear discretizations and Newton's method: characterizing stationary points of regression objectives
von: Rowan, Conor
Veröffentlicht: (2025)

Bayesian dynamic scheduling of multipurpose batch processes under incomplete look-ahead information
von: Zheng, Taicheng, et al.
Veröffentlicht: (2025)

Load Forecasting on A Highly Sparse Electrical Load Dataset Using Gaussian Interpolation
von: Biswas, Chinmoy, et al.
Veröffentlicht: (2025)

Unveiling Concept Attribution in Diffusion Models
von: Nguyen, Quang H., et al.
Veröffentlicht: (2024)

Using Text-Based Life Trajectories from Swedish Register Data to Predict Residential Mobility with Pretrained Transformers
von: Stark, Philipp, et al.
Veröffentlicht: (2025)

Electric Vehicle Charging Load Forecasting: An Experimental Comparison of Machine Learning Methods
von: Kyriakopoulos, Iason, et al.
Veröffentlicht: (2025)

Fourier-Enhanced Recurrent Neural Networks for Electrical Load Time Series Downscaling
von: Chen, Qi, et al.
Veröffentlicht: (2025)

Electrical Load Forecasting over Multihop Smart Metering Networks with Federated Learning
von: Rahman, Ratun, et al.
Veröffentlicht: (2025)

Towards Safe Load Balancing based on Control Barrier Functions and Deep Reinforcement Learning
von: Dinh, Lam, et al.
Veröffentlicht: (2024)

Characteristic Energy Behavior Profiling of Non-Residential Buildings
von: Dozier, Haley, et al.
Veröffentlicht: (2025)

Conformal Load Prediction with Transductive Graph Autoencoders
von: Luo, Rui, et al.
Veröffentlicht: (2024)

LLMs for energy and macronutrients estimation using only text data from 24-hour dietary recalls: a parameter-efficient fine-tuning experiment using a 10-shot prompt
von: Carrillo-Larco, Rodrigo M
Veröffentlicht: (2025)

Privacy-Preserving Distributed Learning for Residential Short-Term Load Forecasting
von: Dong, Yi, et al.
Veröffentlicht: (2024)

Do machine learning climate models work in changing climate dynamics?
von: Navarro, Maria Conchita Agana, et al.
Veröffentlicht: (2025)