Outlier Detection and Correction in Smart Grid Energy Demand Data Using Sparse Autoencoders

The implementation of smart grids introduces complexities where data quality issues, particularly outliers, pose significant challenges to accurate data analysis. This work develops an integrated methodology for the detection and correction of outliers in energy demand data, based on Artificial Neur...

ver descrição completa

Detalhes bibliográficos

Principais autores:	Levi da Costa Pimentel, Ricardo Wagner Correia Guerra Filho, Juan Moises Mauricio Villanueva, Yuri Percy Molina Rodriguez
Formato:	Artigo
Idioma:	Inglês
Publicado em:	MDPI AG 2024-12-01
coleção:	Energies
Assuntos:	smart grids smart meters outlier detection autoencoders artificial neural networks
Acesso em linha:	https://www.mdpi.com/1996-1073/17/24/6403
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!