Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 54,45

+ 108 punten

Uitvoering

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

The overarching aim of this open access book is to present self-contained theory and algorithms for investigation and prediction of electric demand peaks. A cross-section of popular demand forecasting algorithms from statistics, machine learning and mathematics is presented, followed by extreme value theory techniques with examples. In order to achieve carbon targets, good forecasts of peaks are essential. For instance, shifting demand or charging battery depends on correct demand predictions in time. Majority of forecasting algorithms historically were focused on average load prediction. In order to model the peaks, methods from extreme value theory are applied. This allows us to study extremes without making any assumption on the central parts of demand distribution and to predict beyond the range of available data. While applied on individual loads, the techniques described in this book can be extended naturally to substations, or to commercial settings. Extreme value theory techniques presented can be also used across other disciplines, for example for predicting heavy rainfalls, wind speed, solar radiation and extreme weather events. The book is intended for students, academics, engineers and professionals that are interested in short term load prediction, energy data analytics, battery control, demand side response and data science in general.

This work was published by Saint Philip Street Press pursuant to a Creative Commons license permitting commercial use. All rights not granted by the work's license are retained by the author or authors.