Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Analysis and Prediction of Electricity Consumption Using Smart Meter Data

Publikācijas veids Publikācijas konferenču materiālos, kas ir indeksēti Web of Science un/vai SCOPUS
Pamatdarbībai piesaistītais finansējums Nav zināms
Aizstāvēšana: ,
Publikācijas valoda English (en)
Nosaukums oriģinālvalodā Analysis and Prediction of Electricity Consumption Using Smart Meter Data
Pētniecības nozare 2. Inženierzinātnes un tehnoloģijas
Pētniecības apakšnozare 2.2. Elektrotehnika, elektronika, informācijas un komunikāciju tehnoloģijas
Autori Antans Sauļus Sauhats
Renāta Varfolomejeva
Oļegs Linkevičs
Romāns Petričenko
Māris Kuņickis
Māris Balodis
Atslēgas vārdi smart meters, electricity consumption profiles, statistical analysis, load aggregators
Anotācija This paper is considering application of smart meter data to predict electricity consumption of household consumers. The availability and amount of data is suitable for in- depth statistical analysis of electricity consumption profiles and the study of consumer’s behavior. Prediction of electricity consumption is very important for electricity traders to balance their electricity purchase and sales portfolio, as well as to prepare optimal price products (offers) for their clients. Electricity consumption data of 500 consumers divided into 6 consumers groups was analyzed. The consumption data was derived from smart meters. As the next step, modern methods of electricity consumption forecasts would be applied to predict household electricity consumption.
DOI: 10.1109/PowerEng.2015.7266290
Atsauce Sauhats, A., Varfolomejeva, R., Linkevičs, O., Petričenko, R., Kuņickis, M., Balodis, M. Analysis and Prediction of Electricity Consumption Using Smart Meter Data. No: 2015 IEEE 5th International Conference on Power Engineering, Energy and Electrical Drives (POWERENG): Proceedings, Latvija, Rīga, 11.-13. maijs, 2015. Riga: Riga Technical University, 2015, 17.-22.lpp. ISBN 978-1-4673-7203-9. e-ISBN 978-1-4799-9978-1. e-ISSN 2155-5532. Pieejams: doi:10.1109/PowerEng.2015.7266290
Pilnais teksts Pilnais teksts
Publikācijas versija
Licence
Papildinformācija Citējamību skaits:
ID 20773