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
이예담 (삼성전자) 임재현 (서울대학교) 최동구 (포항공과대학교)
저널정보
한국경영과학회 경영과학 經營科學 第37卷 第4號
발행연도
2020.12
수록면
21 - 31 (11page)
DOI
10.7737/KMSR.2020.37.4.021

이용수

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

초록· 키워드

오류제보하기
Recently, ICT-based smart grid-related businesses have been increasing as distributed energy resources are expanding. The load forecasting is one of the key technologies for the efficient operation of the businesses, so many related studies have been published. However, since loads of individual buildings are more volatile than a large-scale load in general, forecasting individual consumers’ loads is much more challenging and only limited studies have been published. In this paper, we propose a hybrid method to forecast electricity loads of individual buildings in a day-ahead manner. Using DTW similarities in load profiles was calculated focusing on their shapes, and clustering is conducted for pattern recognition. We estimate the pattern for the next day by random forest, and combined historical loads with weather information to forecast the hourly load of the day. For performance evaluation, 1,065 days of building load data were tested. The clustering method in our study provided better quality clusters and the classification model outperformed the benchmark model. Also, the hybrid structure recorded high prediction accuracy compared to a single structure.
#Smart Grid-Related Business #Shape-Based Clustering #Electricity Load Forecast #Random Forest

목차

Abstract
1. 서론
2. 관련 연구
3. 제안 방법론
4. 실험 및 결과 분석
5. 결론
참고문헌

참고문헌 (42)

참고문헌 신청
강연국 / 2018 / 딥러닝을 이용한 제조물류시스템 Vehicle 구간 정체 예측 / 한국경영과학회 학술대회논문집 :2647~2651 dbpia 고자영 / 2019 / 과표본추출 기반의 블록체인 이상탐지 방법에 관한 연구 / 대한산업공학회지 45(6):539~546 dbpia 김은영 / 2019 / 반도체 FAB 시뮬레이션을 위한 딥러닝모델과 시뮬레이션 모델의 통합에 관한 연구 / 한국경영과학회 학술대회논문집 :3824~3827 dbpia 남영진 / 2019 / 빅데이터를 활용한 하절기 평일의 시간대별 전력부하예측 신경망 모형 / 조명.전기설비학회논문지 33(12):49~58 dbpia 노윤지 / 2020 / LSTM 기반의 단계적 분해 방법을 이용한단기 전력 사용량 예측 / 경영과학 37(1):75~88 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0