Резултати
еНаука >
Резултати >
Anomaly detection and classification in power system state estimation: Combining model-based and data-driven methods
![](https://cdn3.iconfinder.com/data/icons/flat-actions-icons-9/512/Tick_Mark-256.png)
Назив: | Anomaly detection and classification in power system state estimation: Combining model-based and data-driven methods | Аутори: | Asefi, Sajjad; Mitrovic, Mile; Cetenovic, Dragan N ![]() ![]() |
Година: | 2023 | Публикација: | SUSTAINABLE ENERGY GRIDS & NETWORKS | ISSN: | 2352-4677![]() ![]() |
Издавач: | [Oxford] : Elsevier Ltd. | Тип резултата: | Научни чланак | Колација: | vol. 35 str. 101116-101116 | DOI: | 10.1016/j.segan.2023.101116 | WoS-ID: | 001068747600001 | Scopus-ID: | 2-s2.0-85166961930 | URI: | https://enauka.gov.rs/handle/123456789/832261 | Пројекат: | Skoltech Ministry of Education and Science of Russian Federation [075-10-2021-067, 000000S707521QJX0002] Engineering and Physical Sciences Research Council (EPSRC) of UK [EP/S00078X/2, EP/T021969/1] Ministry of Science, Technological Development and In |
Извор метаподатака: | (Preuzeto iz Nasi u WoS) | М-категорија: | 21M21 - Рад у врхунском међ. часопису |
Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.