A Hybrid Transformer-Generative Adversarial Network-Gated Recurrent Unit Model for Intelligent Load Balancing and Demand Forecasting in Smart Power Grids

Ata Larijani; Ehsan Ghafourian; Ali Vaziri; Diego Martín; F. Hernando-Galego

doi:10.3390/electronics15081579

Ficha de publicación · 2026

A Hybrid Transformer-Generative Adversarial Network-Gated Recurrent Unit Model for Intelligent Load Balancing and Demand Forecasting in Smart Power Grids

Autores: Ata Larijani · Ehsan Ghafourian · Ali Vaziri · Diego Martín · F. Hernando-Galego
Año: 2026
Editorial: MDPI
Revista o publicación: Electronics
Citas en Google Scholar: 0

Indicadores de la revista

CiteScore 2025 (Scopus)1.3

Mejor cuartilQ3

Top 10 % en alguna categoríaNo

Posiciones por categoría

Electrical and Electronic Engineering732/1030 · Q3 · percentil 28

Fuente en Scopus ↗

JCR (Clarivate): No verificado: el fichero aportado es CiteScore de Scopus, no JCR.

Incluida en el informe aportado sobre comportamiento bibliométrico no estándar (2017–2019).

El informe es un análisis independiente publicado en 2021; no es una lista oficial de veto o aprobación de ANECA.

Resumen de investigación

Transformer-GAN-GRU integra atención temporal global, aumento generativo de datos y refinamiento recurrente para predecir demanda y equilibrar cargas. La evaluación sobre Pecan Street, RTS-GMLC y REDD analiza rendimiento predictivo, estabilidad y latencia.

Descripción original preparada para esta web; consulte la publicación para el abstract oficial.

DOI 10.3390/electronics15081579 ↗ · Versión de acceso abierto ↗ · Ver registro en Google Scholar ↗