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
김정환 (Pusan National University) 김규한 (Pusan National University) 이흥석 (Pusan National University) 박준호 (Pusan National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제68권 제9호
발행연도
2019.9
수록면
1,045 - 1,051 (7page)
DOI
10.5370/KIEE.2019.68.9.1045

이용수

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

이 논문의 연구 히스토리 (3)

2020

인공 신경망 기반의 하절기 단기 전력수요 예측
김정환 전기전자컴퓨터공학과 2020.01 학위논문

2019

시간별 기온 민감도를 이용한 하절기 평일 단기 전력수요 예측
김정환 ,  김규한 ,  이흥석 외 1명 전기학회논문지 2019.09 학술저널
기온별 민감도를 이용한 하절기 평일 단기 전력수요예측
김정환 ,  김규한 ,  이흥석 외 3명 대한전기학회 학술대회 논문집 2019.07 학술대회자료

초록· 키워드

오류제보하기
Load forecasting is important to determine the market price and the supply reserve. The electric load in summer is influenced by meteorological elements, especially most affected by temperature. Therefore, the temperature directly related to the cooling loads must be precisely considered to improve the accuracy of the load forecasting. In this paper, we propose the load forecasting model for 24 hours during summer weekdays based on the artificial neural network. To improve the forecasting accuracy, we classify the weekdays into two groups of Monday and Tuesday-Friday, where electric load pattern is similar within each group. Furthermore, the hourly temperature sensitivity was calculated and used as an input variable. The simulation results show that this proposed approach can be applied to forecast the electric load in summer weekdays accurately.
#Short-Term Load Forecasting #Hourly Temperature Sensitivity #Artificial Neural Network

목차

Abstract
1. 서론
2. 본론
3. 사례연구
4. 결론
References

참고문헌 (18)

참고문헌 신청
Korea Power Exchange / 2017 / The 8th Basic Plan for Long-term Electricity Supply and Demand google schola Seong-Ho Ryu / 2014 / Improving Accuracy of Electric Load Forecasting in Summer 2014 / Journal of Electrical World 66(451):66~72 google schola 김미경 / 2016 / 계절 및 날씨 정보를 이용한 인공신경망 기반 전력수요 예측 알고리즘 개발 / 전자공학회논문지 53(1):71~78 dbpia Kunjin Chen / 2019 / Short-Term Load Forecasting With Deep Residual Networks / IEEE Transactions on Smart Grid 10(4):3943~3952 google schola E. Ceperic / 2013 / A Strategy for Short-Term Load Forecasting by Support Vector Regression Machines / IEEE Transaction on Power Systems 28(4):4356~4364 google schola

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

태양광시스템 모델식과 기계학습을 이용한 발전성능 추정
오현규 ,  신우균 ,  주영철 외 5명 Current Photovoltaic Research 2023 .03
외란의 변화가 있는 PMSM의 강인하고 정밀한 위치 제어에 대한 연구
이익선 ,  여원석 ,  정성철 외 2명 전기학회논문지 2018 .11
전력예비율과 전기요금, 신재생, 경제성장, 동·하계 동시피크 간 인과관계 연구 : OECD 패널 분석
이중호 ,  박경민 ,  박중구 전기학회논문지 2018 .11
확장된 계획행동이론을 통한 국립공원 지속 방문의도 영향요인 분석 - COVID-19 위험지각 및 대응행동을 중심으로 -
성보현 ,  이상경 ,  최영석 관광연구논총 2021 .02
기온민감도 및 BTM의 추정을 반영한 특수일의 전력수요예측 알고리즘
권보성 ,  배동진 ,  문찬호 외 1명 전기학회논문지 2021 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-560-000971755