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
홍창우 (Yonsei University) 고민승 (Yonsei University) 김홍렬 (Mokpo National Maritime University) 김소연 (Republic of Korea Naval Academy) 허견 (Yonsei University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제4호
발행연도
2020.4
수록면
534 - 541 (8page)
DOI
10.5370/KIEE.2020.69.4.534

이용수

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

이 논문의 연구 히스토리 (2)

2020

딥스택 구조를 이용한 대형 함정의 단기 전력 부하 예측
홍창우 ,  고민승 ,  김홍렬 외 2명 전기학회논문지 2020.04 학술저널

2019

딥러닝을 이용한 함정의 단기 전력부하 예측
홍창우 ,  고민승 ,  이광석 외 2명 대한전기학회 학술대회 논문집 2019.07 학술대회자료

초록· 키워드

오류제보하기
The power load prediction in vessel is an important factor in determining the capacity and number of generators, and in particular the consumption of fuel oil which determines the number of days that can be sailed. In addition, short-term load forecasting is important for the capacity and scheduling of the ESS that will be applied in the future vessel. In this paper, we present a deep stack neural network for short-term load prediction in large vessels. The network is constructed using Convolutional Neural Network (CNN), Bidirectional Long-Short Term Memory (Bi-LSTM), and Long-Short Term Memory (LSTM). CNN is used for spatial feature extraction and Bi-LSTM is used to utilize information at both pre and post stages. Finally, LSTM is used to extract temporal characteristics. The voyage data of the Mokpo National Maritime University training ship was used for the short-term load prediction, and the predicted results are verified by the Mean Squared Error (MSE) and Mean Absolute Error (MAE).
#CNN #Deep Stacking Network Architecture #LSTM #Short-Term Power Load Forecasting #Vessel

목차

Abstract
1. 서론
2. 모델 설명
3. 사례 연구
4. 결론
References

참고문헌 (16)

참고문헌 신청
D. K. Ranaweera / 1997 / Economic Impact Analysis of Load Forecasting / IEEE Trans. on Power Systems 12(3):1388~1392 google schola C. H. Kim / 2013 / Estimating Short-Term Load Forecasting in Korea Using Multiple exponential Smoothing google schola 김시연 / 2014 / 계절 ARIMA 모형을 이용한 104주 주간 최대 전력수요예측 / 조명.전기설비학회논문지 28(1):50~56 dbpia X. Dong / 2017 / Short-Term Load Forecasting In Smart Grid : A Combined CNN and K-Means Clustering Approach / IEEE Smart Computing and Big Data (BigComp) :119~125 google schola C. Tian / 2018 / A Deep Neural Network Model for Short-Term Load Forecast Based on Long Short-Term Memory Network and Convolutional Neural Network / Energies 11:3493 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

CNN-RNN 기반의 DNN을 활용한 DP 선박의 전력부하 예측
홍창우 ,  허견 Journal of the KNST 2021 .09
리그 오브 레전드 초보자 가이드 챗봇 설계 및 구현
이원주 ,  윤법공 한국컴퓨터정보학회 학술발표논문집 2021 .07
TiCl₄ 처리된 TiO₂ 층이 적용된 Perovskite 태양전지의 특성
권성열 ,  배종일 ,  심창수 외 2명 전기학회논문지 2021 .05
Power Estimation for Analyzing the Degradation Rate and Failure Diagnosis of Photovoltaic Systems Based on Machine Learning
Wonwook Oh ,  Minhyeok Lee ,  Hoonjoo Choi 외 5명 AFORE 2019 .11
전기추진 선박의 전력변환 기술 적용 및 발전 방향
김소연 ,  김영호 전력전자학회지 2020 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-560-000523889