메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신동하 (가천대학교) 김창복 (가천대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제14권 제11호(JKIIT, Vol.14, No.11)
발행연도
2016.11
수록면
127 - 134 (8page)
DOI
10.14801/jkiit.2016.14.11.127

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
기계학습은 전력계통을 효율적으로 운영할 수 있도록, 에너지 빅 데이터 분석과 전력수요예측을 위한 방법으로 관심을 받고 있다. 본 논문은 R과 텐서플로우의 기계학습 패키지를 이용하여, 전력수요예측을 위한 딥러닝 입력패턴에 대해서 연구하였다. 딥 러닝에서 입력패턴과 학습률은 전력수요예측에서 가장 중요한 요소이지만 인간이 직접 결정해야하기 때문에, 반복적인 실험에 의해 결정해야한다. 전력수요 예측요소는 당일 전력수요와 상관관계가 있는 평균온도, 체감온도, 불쾌지수를 이용하였다. 결과로서, 일주일간 전력수요와 평균온도 데이터 입력패턴이 전력수요예측에서 가장 좋은 결과를 나타냈다. 또한, 체감온도, 불쾌지수 등의 예측요소를 추가함으로서 좀 더 예측결과를 향상시킬 수 있었다. 향후 연구과제로서 제안 모델은 전력수요예측 향상을 위해 기상 요소 빅 데이터를 이용하고, 보다 적합한 딥 러닝 네트워크 구축이 필요하다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 전력수요 예측모델
Ⅳ. 실험 결과
Ⅴ. 결론 및 향후 과제
References

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-004-001568306