Key points are not available for this paper at this time.
이 리뷰는 스마트 그리드 부하 예측을 위한 심층 학습(DL) 및 기계 학습(ML) 기술에 대한 심층적인 검토를 제공하며, 언어의 정확성, 방법론의 엄격함, 그리고 새로운 기여의 탐구를 강조합니다. 이 리뷰에서 사용된 언어는 기술적이면서도 접근 가능하여 복잡한 개념을 명확한 설명으로 균형을 이루어 전문가와 일반 독자 모두에게 적합합니다. 현대의 DL 모델, 신경망 및 앙상블 방법을 면밀히 분석하고, 알고리즘 및 프레임워크에 대한 상세한 검토를 통해 그 효과성을 평가합니다. 방법론 섹션에서는 MAPE, RMSE, MSE와 같은 성능 지표를 사용하여 이 기술들을 전통적인 예측 방법과 체계적으로 비교하여 정확성과 확장성에 대한 포괄적인 평가를 보장합니다. 이 리뷰의 중요한 기여는 ML 및 DL 기술이 그리드 안정성 및 수요 예측과 같은 에너지 관리의 실제 문제를 해결하는 방법을 보여주는 실제 응용 사례 및 사례 연구에 대한 검토입니다. 또한, 이 리뷰는 에너지 수요의 불확실성을 관리하기 위한 혁신적 접근법을 제공하는 확률적 예측 및 앙상블 방법의 통합에 대한 새로운 관점을 소개합니다. 현재의 한계를 식별하고 미래 연구 방향을 제안함으로써, 이 리뷰는 스마트 그리드에서 DL 및 ML 응용에 대한 이해를 발전시킬 뿐만 아니라 이 진화하는 분야에서의 미래 개발을 위한 기초를 제공합니다.
Biswal et al. (금요일)은 이 질문을 연구했습니다.