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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Dae-Won Chung (호남대학교) Seung-Hak Yang (호남대) Yong-Min You (호남대학교) Keun-Young Yoon (호남대학교)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제66권 제4호
발행연도
2017.4
수록면
621 - 628 (8page)

이용수

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

초록· 키워드

오류제보하기
This paper presents an artificial neural network (ANN) based model with a back-propagation algorithm for short-term load forecasting in microgrid power systems. Owing to the significant weather factors for such purpose, relevant input variables were selected in order to improve the forecasting accuracy. As remarked above, forecasting is more complex in a microgrid because of the increased variability of disaggregated load curves. Accurate forecasting in a microgrid will depend on the variables employed and the way they are presented to the ANN. This study also shows numerically that there is a close relationship between forecast errors and the number of training patterns used, and so it is necessary to carefully select the training data to be employed with the system. Finally, this work demonstrates that the concept of load forecasting and the ANN tools employed are also applicable to the microgrid domain with very good results, showing that small errors of Mean Absolute Percentage Error (MAPE) around 3% are achievable.
#Microgrid #Short-term load forecast #Neural networks #Back-propagation #Weather factors

목차

Abstract
1. Introduction
2. Characteristics of Electrical Loads
3. Application on Artificial Neural Networks
4. Case Study and Discussions
6. Conclusions
References

참고문헌 (16)

참고문헌 신청
J. W. Taylor, P. E. McSharry, “Short-term load forecasting methods: An evaluation based on European data,” IEEE Transaction on Power System, no. 22, pp. 2213-2219, 2008. M. Shelke1, P. D. Thakare, “Short Term Load Forecasting by Using Data Mining Techniques,” Int. Journal of Science and Research, ISSN (Online): 2319-7064, vol. 3(9), 2014, pp. 1363-1367 Cheol-Hong Kim, Bon-Gil Koo, JuneHo Park, “Shortterm Electric Load Forecasting Using Data Mining Technique,” J Electr Eng Technol, vol. 7(6), pp. 807-813, 2012 K. Y. Lee, J. H. Park, “Short-term load forecasting using an artificial neural network,” Transactions of Power Systems, vol. 7, no. 1, February, 1992. M.W. Xiao, B.X. Min, M. Shun, “Short-term load forecasting with artificial neural network and fuzzy logic,” Internat conference on power system technology, vol. 2, pp 1101-1104, 2002.

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

기상예측 모델을 적용한 건물의 단기부하 예측
전병기 ,  김의종 대한설비공학회 학술발표대회논문집 2017 .06
실시간기상정보와 전력패턴을 이용한 단기 전력부하예측
김일주 ,  이송근 전기학회논문지 2016 .06
CES내 신재생에너지 하이브리드 시스템을 활용한 CHP 최적화 공정 모델
이승준 ,  오광민 ,  김래현 한국에너지학회 학술발표회 2016 .04
계층적 군집분석방법을 활용한 건물 부하의 전력수요예측
황혜미 ,  이성희 ,  박종배 외 2명 전기학회논문지 2015 .01
전력수요예측을 위한 딥러닝 모델의 성능 비교 연구
이환수 ,  기송도 ,  김대경 대한전기학회 학술대회 논문집 2022 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-560-002385668