Aggiornamento Repository Istituzionale e dismissione di PORTO.

Predicting large scale fine grain energy consumption

Tipo di pubblicazione: Articolo su rivista
Tipologia MIUR: Contributo su Rivista > Articolo in rivista
Titolo: Predicting large scale fine grain energy consumption
Autori: Cerquitelli, T.
Autori di ateneo:
Titolo del periodico: ENERGY PROCEDIA
Tipo di referee: Comitato scientifico
Editore: Elsevier
Volume: 111
Intervallo pagine: pp. 1079-1088
Numero di pagine: 10
ISSN: 1876-6102
Abstract: Today a large volume of energy-related data have been continuously collected. Extracting actionable knowledge from such data is a multi-step process that opens up a variety of interesting and novel research issues across two domains: energy and computer science. The computer science aim is to provide energy scientists with cutting-edge and scalable engines to effectively support them in their daily research activities. This paper presents SPEC, a scalable and distributed predictor of fine grain energy consumption in buildings. SPEC exploits a data stream methodology analysis over a sliding time window to train a prediction model tailored to each building. The building model is then exploited to predict the upcoming energy consumption at a time instant in the near future. SPEC currently integrates the artificial neural networks technique and the random forest regression algorithm. The SPEC methodology exploits the computational advantages of distributed computing frameworks as the current implementation runs on Spark. As a case study, real data of thermal energy consumption collected in a major city have been exploited to preliminarily assess the SPEC accuracy. The initial results are promising and represent a first step towards predicting fine grain energy consumption over a sliding time window.
Data: 2017
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: big data frameworks, data mining algorithms, data stream analysis, energy data
Dipartimenti (originale): DAUIN - Dipartimento di Automatica Informatica
Dipartimenti: DAUIN - Dipartimento di Automatica e Informatica
URL correlate:
Area disciplinare: Area 09 - Ingegneria industriale e dell'informazione > SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Data di deposito: 31 Mar 2017 18:16
Data ultima modifica (IRIS): 06 Feb 2018 10:09:49
Data inserimento (PORTO): 08 Feb 2018 10:12
Numero Identificativo (DOI): 10.1016/j.egypro.2017.03.271
Permalink: http://porto.polito.it/id/eprint/2668188
Link resolver URL: Link resolver link
Citazioni:

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto

+
-

Allegati

[img]
Preview
PDF (seb16f_145.pdf) - Postprint
Accesso al documento: Visibile (Ad accesso aperto)
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (262Kb (269125 bytes)) | Preview

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

Statistiche sul Download degli allegati

Altre statistiche su questa pubblicazione...