Analyzing and predicting power consumption profiles using big data
Artículo de revista
2019
Communications in Computer and Information Science
The Euclidean distance (ED), the mean absolute error (MAE), the mean absolute percentage error (MAPE) and the root of the mean quadratic error (RMQE) are used to evaluate the predictive capability of the models supported by each statistical method, asserting, according to the assessment, that the best predictions come from the ARIMA method. This paper presents a prediction study for two buildings located at the University of Mumbai in India, in order to determine a method that fits the forecasts of organization expenses La distancia euclidiana (DE), el error absoluto medio (MAE), el error porcentual absoluto medio (MAPE) y la raíz del error cuadrático medio (RMQE) se utilizan para evaluar la capacidad predictiva de los modelos soportados por cada método estadístico, afirmando, según la evaluación, que las mejores predicciones provienen del método ARIMA. Este documento presenta un estudio de predicción para dos edificios ubicados en la Universidad de Mumbai en India, con el fin de determinar un método que se ajuste a las previsiones de gastos de la organización. Pérez Arriaga, J.I., Sánchez de Tembleque, L.J., Pardo, M.: La gestión de la demanda de
electricidad, vol. I, no. I (2005)
- Artículos científicos [3095]
Descripción:
ANALYZING AND PREDICTING POWER CONSUMPTION PROFILES USING BIG DATA.docx
Título: ANALYZING AND PREDICTING POWER CONSUMPTION PROFILES USING BIG DATA.docx
Tamaño: 14.42Kb
Título: ANALYZING AND PREDICTING POWER CONSUMPTION PROFILES USING BIG DATA.docx
Tamaño: 14.42Kb
El ítem tiene asociados los siguientes ficheros de licencia: