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
Duehee Lee (Konkuk University) Yong-Gi Park (Youngsan University) Jong-Bae Park (Konkuk University) Jae Hyung Roh (Konkuk University)
저널정보
대한전기학회 Journal of Electrical Engineering & Technology Journal of Electrical Engineering & Technology Vol.12 No.6
발행연도
2017.11
수록면
2,177 - 2,186 (10page)

이용수

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

초록· 키워드

오류제보하기
The goal of this paper is to provide the specific forecasting steps and to explain how to design the forecasting architecture and training data sets to forecast very short-term wind power when the numerical weather prediction (NWP) is unavailable, and when the sampling periods of the wind power and training data are different. We forecast the very short-term wind power every 15 minutes starting two hours after receiving the most recent measurements up to 40 hours for a total of 38 hours, without using the NWP data but using the historical weather data. Generally, the NWP works as a predictor and can be converted to wind power forecasts through machine learning-based forecasting algorithms. Without the NWP, we can still build the predictor by shifting the historical weather data and apply the machine learning-based algorithms to the shifted weather data. In this process, the sampling intervals of the weather and wind power data are unified. To verify our approaches, we participated in the 2017 wind power forecasting competition held by the European Energy Market conference and ranked sixth. We have shown that the wind power can be accurately forecasted through the data shifting although the NWP is unavailable.
#Wind power forecasting #Ensemble forecasting #Gradient boosting machine

목차

Abstract
1. Introduction
2. Forecasting Data & Techniques
3. Ensemble Forecasting of Forecasting Machines
4. Simulation
5. Conclusion
References

참고문헌 (16)

참고문헌 신청
Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli, Rob J. Hyndman, “Probabilistic Energy Forecasting: Global Energy Forecasting Competition 2014 and Beyond,” International Journal of Forecasting, vol. 32, no. 3, pp. 896-913, July 2016. Chen, Fei, and Jimy Dudhia. “Coupling an advanced land surface-hydrology model with the Penn State- NCAR MM5 modeling system. Part I: Model implementation and sensitivity,” Monthly Weather Review, vol. 129, no. 4, pp. 569-585, Apr. 2001. Gneiting, Tilmann, and Adrian E. Raftery. “Weather forecasting with ensemble methods,” Science, vol. 310, no. 5746, pp. 248-249, Oct. 2005. Athanasios Sfetsos, “A comparison of various forecasting techniques applied to mean hourly wind speed time series,” Renewable energy, vol. 21, no. 1, pp. 23-35, Sep. 2000. Landry, Mark, Thomas P. Erlinger, David Patschke, and Craig Varrichio. “Probabilistic gradient boosting machines for GEFCom 2014 wind forecasting,” International Journal of Forecasting, vol. 32, no. 3, pp. 1061-1066, Sep. 2016.

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

Optimal Offer Strategies for Energy Storage System Integrated Wind Power Producers in the Day-Ahead Energy and Regulation Markets
Seungwoo Son ,  Sini Han ,  Jae Hyung Roh 외 1명 Journal of Electrical Engineering & Technology 2018 .11
Gradient Boosting Machine과 Laplace Distribution 기반의 확률적 전력수요 예측 알고리즘 연구
박세준 ,  김현진 ,  이두희 전기학회논문지 2021 .11
[전력경제] 우리나라 전력시장에서 수도권 열병합발전기의 송전혼잡완화 편익 산정 연구
박용기 ,  노재형 ,  이두희 외 1명 전기학회논문지 2019 .05
혼합 정수 선형 계획법 기반의 최적 경제 급전을 활용한 분산형 열병합 발전원의 송전선로 건설비용 회피 편익계산
권욱현 ,  박용기 ,  노재형 외 2명 전기학회논문지 2019 .04
가변 임피던스 매칭 네트워크를 이용한 영상 감시 Disposable IoT용 광대역 CMOS RF 에너지 하베스터
이동구 ,  이두희 ,  권구덕 전기학회논문지 2019 .02

최근 본 자료

전체보기

댓글(0)

0