인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문은 전력 관련 데이터와 기상 데이터를 통합하여 특징 선택(feature selection)을 수행하고, Multi-Head RNN/LSTM/GRU 모델을 적용한 단기 전력 수요 예측 접근법을 제안한다. 다양한 순환신경망(RNN) 구조의 강점을 결합함으로써, 제안된 방법은 예측 정확도를 향상시키는 것을 목표로 한다. 또한, 전력 데이터와 기상 데이터를 융합하고, 가장 좋은 예측 성능을 가진 특징 변수들의 조합을 찾아서, 멀티 헤드 RNN/LSTM/GRU 모델에 적용한다. 이러한 접근법은 전력 공급 관리와 의사결정 지원에 기여하고, 현대 전력망의 안정적 운영을 뒷받침할 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095635022
