Machine learning-enhanced lightweight rule-based control strategy for building energy demand response
21Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Machine learning-enhanced lightweight rule-based control strategy for building energy demand response
- Date Crossref
- 23/04/2025
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Tianjin University pays non établi dans la noticeUniversité ou école supérieure
-
Hebei University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Tianjin Research Institute of Electric Science (China) pays non établi dans la noticeEntreprise
-
State Grid Tianjin Electric Power Company (China) pays non établi dans la noticeEntreprise
-
China Academy of Building Research pays non établi dans la noticeStructure de recherche
-
School of Environmental Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
School of Energy and Environmental Engineering pays non établi dans la noticeUniversité ou école supérieure
Tianjin University, Hebei University of Technology et Tianjin Research Institute of Electric Science (China), avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Building Energy and Comfort OptimizationSmart Grid Energy ManagementEnergy Load and Power Forecasting