Produktbild: Big Data Application in Power Systems

Big Data Application in Power Systems

Fr. 139.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.11.2017

Herausgeber

Reza Arghandeh + weitere

Verlag

Elsevier

Seitenzahl

480

Maße (L/B/H)

23.5/19.1/3.1 cm

Gewicht

930 g

Sprache

Englisch

ISBN

978-0-12-811968-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.11.2017

Herausgeber

Verlag

Elsevier

Seitenzahl

480

Maße (L/B/H)

23.5/19.1/3.1 cm

Gewicht

930 g

Sprache

Englisch

ISBN

978-0-12-811968-6

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Die Leseprobe wird geladen.
  • Produktbild: Big Data Application in Power Systems
  • SECTION 1 Harness the Big Data From Power Systems 1. A Holistic Approach to Becoming a Data-Driven Utility 2. Emerging Security and Data Privacy Challenges for Utilities: Case Studies and Solutions 3. The Role of Big Data and Analytics in Utility Innovation 4. Frameworks for Big Data Integration, Warehousing, and Analytics 

    SECTION 2 Harness the Power of Big data 5. Moving Toward Agile Machine Learning for Data Analytics in Power Systems 6. Unsupervised Learning Methods for Power System Data Analysis 7. Deep Learning for Power System Data Analysis 8. Compressive Sensing for Power System Data Analysis  9. Time-Series Classification Methods: Review and Applications to Power Systems Data

    SECTION 3 Put the Power of Big Data into Power Systems 10. Future Trends for Big Data Application in Power Systems 11. On Data-Driven Approaches for Demand Response 12. Topology Learning in Radial Distribution Grids 13. Grid Topology Identification via Distributed Statistical Hypothesis Testing 14. Supervised Learning-Based Fault Location in Power Grids 15. Data-Driven Voltage Unbalance Analysis in Power Distribution Networks 16. Predictive Analytics for Comprehensive Energy Systems State Estimation 17. Data Analytics for Energy Disaggregation: Methods and Applications 18. Energy Disaggregation and the Utility-Privacy Tradeoff