Buchumschlag

SmartMeterFM: Unifying Smart Meter Data Generative Tasks Using Flow Matching Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Nan, Wang, Yanbo, Heres, Jacco, Palensky, Peter, Vergara, Pedro P.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distributed Reinforcement Learning using Local Smart Meter Data for Voltage Regulation in Distribution Networks
von: Liu, Dong, et al.
Veröffentlicht: (2025)

EnergyDiff: Universal Time-Series Energy Data Generation using Diffusion Models
von: Lin, Nan, et al.
Veröffentlicht: (2024)

A Flow-Based Model for Conditional and Probabilistic Electricity Consumption Profile Generation and Prediction
von: Xia, Weijie, et al.
Veröffentlicht: (2024)

Solving Optimal Power Flow on a Data-Budget: Feature Selection on Smart Meter Data
von: Kekatos, Vassilis, et al.
Veröffentlicht: (2025)

Time and Frequency Domain-based Anomaly Detection in Smart Meter Data for Distribution Network Studies
von: Labura, Petar, et al.
Veröffentlicht: (2025)

Challenges in the Proper Metrological Verification of Smart Energy Meters
von: Bracale, Antonio, et al.
Veröffentlicht: (2026)

Underdetermined Library-aided Impedance Estimation with Terminal Smart Meter Data
von: Rosato, Federico, et al.
Veröffentlicht: (2026)

Privacy, Informed Consent and the Demand for Anonymisation of Smart Meter Data
von: Chhachhi, Saurab, et al.
Veröffentlicht: (2025)

Optimizing Electric Vehicles Charging using Large Language Models and Graph Neural Networks
von: Orfanoudakis, Stavros, et al.
Veröffentlicht: (2025)

Physics-Informed Reinforcement Learning for Large-Scale EV Smart Charging Considering Distribution Network Voltage Constraints
von: Orfanoudakis, Stavros, et al.
Veröffentlicht: (2025)

Virtual Smart Metering in District Heating Networks via Heterogeneous Spatial-Temporal Graph Neural Networks
von: Niresi, Keivan Faghih, et al.
Veröffentlicht: (2026)

Edge Computing for Microgrid via MATLAB Embedded Coder and Low-Cost Smart Meters
von: Xu, Linna, et al.
Veröffentlicht: (2024)

Model-Free Privacy Preserving Power Flow Analysis in Distribution Networks
von: Liu, Dong, et al.
Veröffentlicht: (2025)

Quantum Neural Networks for Power Flow Analysis
von: Kaseb, Zeynab, et al.
Veröffentlicht: (2023)

Co-optimizing Behind-The-Meter Resources under Net Metering
von: Alahmed, Ahmed S., et al.
Veröffentlicht: (2022)

Comparative Analysis of Zero-Shot Capability of Time-Series Foundation Models in Short-Term Load Prediction
von: Lin, Nan, et al.
Veröffentlicht: (2024)

GNN-DT: Graph Neural Network Enhanced Decision Transformer for Efficient Optimization in Dynamic Environments
von: Orfanoudakis, Stavros, et al.
Veröffentlicht: (2025)

Topology-Aware Graph Reinforcement Learning for Energy Storage Systems Optimal Dispatch in Distribution Networks
von: Gao, Shuyi, et al.
Veröffentlicht: (2026)

A Joint Energy and Differentially-Private Smart Meter Data Market
von: Chhachhi, Saurab, et al.
Veröffentlicht: (2024)

Safe Imitation Learning-based Optimal Energy Storage Systems Dispatch in Distribution Networks
von: Hou, Shengren, et al.
Veröffentlicht: (2024)

Transformer-based few-shot learning for modeling Electricity Consumption Profiles with minimal data across thousands of domains
von: Xia, Weijie, et al.
Veröffentlicht: (2024)

Enhanced Optimal Power Flow Based Droop Control in MMC-MTDC Systems
von: Du, Hongjin, et al.
Veröffentlicht: (2024)

Stable Training of Probabilistic Models Using the Leave-One-Out Maximum Log-Likelihood Objective
von: Bölat, Kutay, et al.
Veröffentlicht: (2023)

Scalable quantile predictions of peak loads for non-residential customer segments
von: Shi, Shaohong, et al.
Veröffentlicht: (2025)

PowerFlowNet: Power Flow Approximation Using Message Passing Graph Neural Networks
von: Lin, Nan, et al.
Veröffentlicht: (2023)

Robust Operation of Distribution Networks: Generalized Uncertainty Modelling in Confidence-Level-Based Information Gap Decision
von: Xiong, Zhisheng, et al.
Veröffentlicht: (2026)

Adaptive Informed Deep Neural Networks for Power Flow Analysis
von: Kaseb, Zeynab, et al.
Veröffentlicht: (2024)

Risk-Based PV-Rich Distribution System Planning Using Generative AI
von: Kefale, Habtemariam Aberie, et al.
Veröffentlicht: (2026)

Quantum-Enhanced Reinforcement Learning for Accelerating Newton-Raphson Convergence with Ising Machines: A Case Study for Power Flow Analysis
von: Kaseb, Zeynab, et al.
Veröffentlicht: (2025)

Performance Comparison of Gate-Based and Adiabatic Quantum Computing for AC Power Flow Problem
von: Kaseb, Zeynab, et al.
Veröffentlicht: (2025)

RL-ADN: A High-Performance Deep Reinforcement Learning Environment for Optimal Energy Storage Systems Dispatch in Active Distribution Networks
von: Hou, Shengren, et al.
Veröffentlicht: (2024)

Two-Stage Robust Optimal Operation of Distribution Networks Considering Renewable Energy and Demand Asymmetric Uncertainties
von: Xiong, Zhisheng, et al.
Veröffentlicht: (2024)

Power flow and optimal power flow using quantum and digital annealers: a computational scalability analysis
von: Kaseb, Zeynab, et al.
Veröffentlicht: (2025)

Analytical Probabilistic Power Flow Approximation Using Invertible Neural Networks
von: Xia, Weijie, et al.
Veröffentlicht: (2026)

On future power system digital twins: A vision towards a standard architecture
von: Zomerdijk, Wouter, et al.
Veröffentlicht: (2024)

Dynamic Net Metering for Energy Communities
von: Alahmed, Ahmed S., et al.
Veröffentlicht: (2023)

On-Meter Graph Machine Learning: A Case Study of PV Power Forecasting for Grid Edge Intelligence
von: Huang, Jian, et al.
Veröffentlicht: (2026)

Iterative Learning Control for Ramp Metering on Service Station On-ramps
von: Xiang, Hongxi, et al.
Veröffentlicht: (2024)

Reinforcement Learning with Model Predictive Control for Highway Ramp Metering
von: Airaldi, Filippo, et al.
Veröffentlicht: (2023)

Extreme value distributions of peak loads for non-residential customer segments
von: Shi, Shaohong, et al.
Veröffentlicht: (2025)