Deep Learning Approaches for the Detection of Ramping Artifacts in Schedule Deviation Data in Belgium
von Hülsen, Henrike 1; Oberhofer, Ulrich 1; Lauwers, Oliver; Verbruggen, Gust; Pütz, Sebastian 1; Hagenmeyer, Veit
1; Schäfer, Benjamin
1
1 Institut für Automation und angewandte Informatik (IAI), Karlsruher Institut für Technologie (KIT)
1; Schäfer, Benjamin
11 Institut für Automation und angewandte Informatik (IAI), Karlsruher Institut für Technologie (KIT)
| Zugehörige Institution(en) am KIT | Institut für Automation und angewandte Informatik (IAI) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsdatum | 29.06.2025 |
| Sprache | Englisch |
| Identifikator | ISBN: 979-83-315-4397-6 KITopen-ID: 1000187552 |
| HGF-Programm | 37.12.02 (POF IV, LK 01) Design,Operation & Digitalization of the Future Energy Grids |
| Weitere HGF-Programme | 46.21.04 (POF IV, LK 01) HAICU |
| Erschienen in | 2025 IEEE Kiel PowerTech, 29 June 2025 - 03 July 2025 |
| Veranstaltung | IEEE PowerTech (2025), Kiel, Deutschland, 29.06.2025 – 03.07.2025 |
| Verlag | Institute of Electrical and Electronics Engineers (IEEE) |
| Seiten | 1–8 |
| Nachgewiesen in | OpenAlex Dimensions Scopus |