XGBoost algorithm for orecasting electricity consumption of Germany

Basit Öğe Kaydı
dc.authorid0000-0002-0035-770Xen_US
dc.contributor.authorIbrahim, Abdullahi Abdu
dc.contributor.authorElzaridi, Khalid Mohammed Abdullah
dc.date.accessioned2023-10-18T13:28:34Z
dc.date.available2023-10-18T13:28:34Z
dc.date.issued2023en_US
dc.departmentFakülteler, Mühendislik ve Doğa Bilimleri Fakültesi, Bilgisayar Mühendisliği Bölümüen_US
dc.description.abstractStability requires energy demand prediction. We train and test 24-hour German load forecasting models. ENTSO-E Transparency Platform data covered European energy generation, transmission, and consumption. It uses German load data instead of PJM data for the eastern US, adds holidays and lag features to the XGB model, and benchmarks with a linear model and a random forest. Grid search CV refines the final XGB model. National load forecasting RMSE is 1740MW, which is suitable for the gradient boosting model. H-24 and H-48 lag is the most important for this job. Weekends and holidays help, but less. Regional holidays, average temperatures, and lag characteristics could improve the model (beyond H-48).en_US
dc.description.abstractİstikrar, enerji talebi tahmini gerektirir. 24 saatlik Alman yük tahmin modellerini eğitiyor ve test ediyoruz. ENTSO-E Şeffaflık Platformu verileri Avrupa enerji üretimi, iletimi ve tüketimini kapsamaktadır. Doğu ABD için PJM verileri yerine Alman yük verilerini kullanır, XGB modeline tatiller ve gecikme özellikleri ekler ve doğrusal bir model ve rastgele bir orman ile karşılaştırma yapar. Şebeke arama CV'si nihai XGB modelini iyileştirir. Ulusal yük tahmini RMSE değeri 1740MW'tır ve bu değer gradyan artırma modeli için uygundur. H-24 ve H-48 gecikmesi bu iş için en önemlisidir. Hafta sonları ve tatiller yardımcı olur, ancak daha az. Bölgesel tatiller, ortalama sıcaklıklar ve gecikme özellikleri modeli geliştirebilir (H-48'in ötesinde).en_US
dc.identifier.citationIbrahim, A. A., Elzaridi, K. M. A. (2023). XGBoost algorithm for orecasting electricity consumption of Germany. AURUM Journal of Engineering Systems and Architecture, 7(1), 99-108.en_US
dc.identifier.endpage108en_US
dc.identifier.issn2564-6397
dc.identifier.issue1en_US
dc.identifier.startpage99en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12939/4176
dc.identifier.volume7en_US
dc.institutionauthorIbrahim, Abdullahi Abdu
dc.institutionauthorElzaridi, Khalid Mohammed Abdullah
dc.language.isoen
dc.publisherAltınbaş Üniversitesien_US
dc.relation.ispartofAURUM Journal of Engineering Systems and Architecture
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectConsumptionen_US
dc.subjectElectricityen_US
dc.subjectForecastingen_US
dc.subjectRegressionen_US
dc.subjectXGBoosten_US
dc.subjectTüketimen_US
dc.subjectElektriken_US
dc.subjectTahminen_US
dc.subjectRegresyonen_US
dc.subjectXGBoosten_US
dc.titleXGBoost algorithm for orecasting electricity consumption of Germany
dc.title.alternativeAlmany'nın elektrik tüketiminin tahmini için XGBoost algoritması
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
99-108.pdf
Boyut:
694.83 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

2023 - Cilt 7 - Sayı 1