Development of deep learning artificial neural networks models to predict temperature and power demand variation for demand response application in cold storage - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement
Article Dans Une Revue International Journal of Refrigeration Année : 2021

Development of deep learning artificial neural networks models to predict temperature and power demand variation for demand response application in cold storage

Domaines

Génie des procédés Réseau de neurones [cs.NE]
Fichier principal
Vignette du fichier
S0140700721003133.pdf (3.13 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Accord Elsevier CCSD  : Connectez-vous pour contacter le contributeur

https://hal.inrae.fr/hal-03321382

Soumis le : vendredi 5 janvier 2024-15:32:00

Dernière modification le : vendredi 5 janvier 2024-15:32:02

Télécharger pour visualiser

Dates et versions

hal-03321382 , version 1 (05-01-2024)

Licence

Paternité - Pas d'utilisation commerciale

Identifiants

Manuscrit accepté hébergé par Elsevier

Citer

Hong-Minh Hoang, Mahdjouba Akerma, Nedra Mellouli, Alan Le Montagner, Denis Leducq, et al.. Development of deep learning artificial neural networks models to predict temperature and power demand variation for demand response application in cold storage. International Journal of Refrigeration, 2021, 131, pp.857-873. ⟨10.1016/j.ijrefrig.2021.07.029⟩. ⟨hal-03321382⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-PARIS8 LIASD UNIV-PARIS-SACLAY UNIV-PARIS-LUMIERES INRAE GS-ENGINEERING UNIV-PARIS8-OA FRISE RESEAU-EAU
269 Consultations
21 Téléchargements

Altmetric

Partager

More