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
김민수 (한국전력기술) 전성탁 (한국전력기술) 정태영 (한국전력기술)
저널정보
한국수소및신에너지학회 한국수소및신에너지학회논문집 한국수소 및 신에너지학회 논문집 제35권 제5호
발행연도
2024.10
수록면
536 - 547 (12page)
DOI
10.7316/JHNE.2024.35.5.536

이용수

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

초록· 키워드

오류제보하기
This study analyzes one year of hydrogen sales data from an off-site hydrogen charging station in South Korea to identify factors influencing sales and develop a forecasting model using long short-term memory (LSTM) model. The LSTM model’s performance was compared with the existing traditional time series models, seasonal auto-regressive integrated moving average (SARIMA) and SARIMA with exogenous factors (SARIMAX). Key factors such as the day of the week, holidays, and weather significantly impact sales, with comparatively higher sales observed on Fridays, weekends, holidays and clear days. The LSTM model outperformed SARIMA and SARIMAX, effectively capturing nonlinear relationships between sales and factors. In addition, the forecasting model proposed in this study showed improved performance compared to the forecasting model proposed in previous study. Despite some limitations, this research provides valuable insights for improving operational efficiency at hydrogen charging stations.
#Hydrogen charging station(수소 충전소) #Hydrogen sales(수소 판매량) #Deep learning(딥러닝) #Demand forecasting(수요 예측) #Time series forecasting(시계열 예측)

목차

Abstract
1. 서론
2. 선행 연구
3. 방법론
4. 모델 적용
5. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

라이프로그 데이터를 활용한 LSTM 모델 기반의 치매 예측
김지희 ,  이진원 한국정보기술학회논문지 2024 .09
LSTM 기반 수소충전소 고장진단 모델 개발
구본효 ,  박시형 ,  김동규 대한기계학회 춘추학술대회 2024 .11
장단기 기억 신경망(LSTM)을 활용한 인천해역 꽃게 어획량 예측과 해군작전 활용 고찰
박민규 ,  구창모 ,  변상신 Journal of the KNST 2024 .09
압력, RPM 데이터 및 LSTM을 이용한 디젤엔진의 이상탐지기법 연구
김만수 ,  최영원 ,  박병호 외 2명 Journal of the KNST 2024 .09
LSTM모형 기반의 재생에너지 발전량 예측에 관한 연구
안은지 ,  최요한 ,  조현정 대한전기학회 학술대회 논문집 2024 .07

최근 본 자료

전체보기

댓글(0)

0