ELM을 이용한 특수일 최대 전력수요 예측 모델 개발

지평식; 임재윤

추천

검색

질문

자료유형: 학술저널

저자정보: 지평식 (Korea National University of Transportation) 임재윤 (Daeduk College)

저널정보: 대한전기학회 전기학회논문지 P 전기학회논문지 제64P권 제2호

발행연도: 2015.6

수록면: 74 - 78 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

With the improvement of living standards and economic development, electricity consumption continues to grow. The electricity is a special energy which is hard to store, so its supply must be consistent with the demand. The objective of electricity demand forecasting is to make best use of electricity energy and provide balance between supply and demand. Hence, it is very important work to forecast electricity demand with higher precision. So, various forecasting methods have been developed. They can be divided into five broad categories such as time series models, regression based model, artificial intelligence techniques and fuzzy logic method without considering special-day effects. Electricity demand patterns on holidays can be often idiosyncratic and cause significant forecasting errors. Such effects are known as special-day effects and are recognized as an important issue in determining electricity demand data. In this research, we developed the power demand forecasting method using ELM(Extreme Learning Machine) for special day, particularly, lunar new year and Chuseok holiday.

#ELM #Forecasting model #Power demand #Special-day

참고문헌 (14)

참고문헌 신청

[학술지(정기간행물)] - 권오성 / 2011 / 추석 연휴 전력수요 특성 분석을 통한 단기전력 수요예측 기법 개발 / 전기학회논문지 60 (12) : 2215 ~ 2220

[학술지(정기간행물)] - 남봉우 / 2008 / 다중회귀분석법을 이용한 지역전력수요예측 알고리즘 / 조명.전기설비학회논문지 22 (2) : 63 ~ 70

[학술지(정기간행물)] - R. Ramanathan. / 1997 / Short-term forecasts of electricity loads and peaks / International Journal of Forecasting 13 : 161 ~ 174

[학술지(정기간행물)] - J. W. Taylor / 2003 / Short-term electricity demand forecasting using double seasonal exponential smoothing / Journal of the Operational Research Society 54 : 799 ~ 805

[학술지(정기간행물)] - J. W. Taylor / 2010 / Triple seasonal methods for short-term electricity demand forecasting / European Journal of Operational Research 204 : 139 ~ 152

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

지평식

소속기관 한국교통대학교

주요연구분야 공학 > 전기전자공학 TOP 5% 공학 > 전기전자공학 > 전기공학 TOP 5%

논문수 138 이용수 9,565

Jaeyun Yim

소속기관 중앙대학교

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 89 이용수 5,918

이 논문과 함께 이용한 논문

요일 특성을 고려한 일별 최대 전력 수요예측 알고리즘 개발

지평식 , 임재윤 전기학회논문지 P 2014 .12

단기 전력수요예측의 오차율 분석

정현우 , 송경빈 , 강동호 외 3명 한국조명·전기설비학회 학술대회논문집 2014 .05

전력 수요예측 기법에 대한 해외 동향 및 국내 수요예측 현황

임종훈 , 정현우 , 송경빈 외 3명 대한전기학회 학술대회 논문집 2013 .07

ARIMA 모형을 이용한 주간 전력수요예측

정현우 , 김시연 , 송경빈 외 4명 대한전기학회 학술대회 논문집 2013 .10

부하 변동비의 추세를 반영한 단기 전력수요예측 기법

임형우 , 문시웅 , 박정도 외 5명 대한전기학회 학술대회 논문집 2011 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-560-001546752

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)