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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신재호 (Gyeongsang National University) 설현욱 (Big-AI) 조한별 (Big-AI) 조종권 (Big-AI) 김성주 (Korea Electrotechnology Research Institute) 장병호 (Big-AI) 김영순 (Gyeongsang National University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제29권 제11호(통권 제248호)
발행연도
2024.11
수록면
31 - 40 (10page)

이용수

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

초록· 키워드

오류제보하기
높은 기온으로 인해 냉방부하가 상승하는 하절기의 낮에는 시간당 전력 수요가 증가하고 밤에는 낮에 비해 상대적으로 전력수요가 적은 특징을 보인다. 이러한 특징은 하계 전력 수요 예측에 있어 중요한 정보로 간주한다. 그러나 시간 정보를 단순히 더미변수로 표현할 경우, 모델은 시간의 변화를 학습하기보다는 단순히 시간대 간의 차이를 인식하는 데 그치게 된다. 본 연구에서는 이러한 문제를 해결하기 위해 푸리에 변환을 활용하여 시간 변수를 사용한 방식으로 접근하고자 한다. 푸리에 변환을 이용한 시간 변수는 시간 간의 차이를 효과적으로 학습할 수 있을 것이다. BiGRU 모델을 사용하여 2022년과 2023년의 하계 전력 수요예측에 시간 변수의 형식에 따른 평가를 수행한 결과 푸리에 변환을 사용한 시간 변수를 사용한 모델이 MAPE 2.01%, 2.04%로 가장 우수한 성능을 보이는 것을 확인하였다. 본 연구의 결과는 전력 사용량이 증가하는 하절기의 전력 사용량 예측 정확도를 높여, 대규모 정전 사태와 같은 문제를 방지할 수 있을 것으로 기대한다.

목차

Abstract
요약
Ⅰ. Introduction
Ⅱ. Preliminaries
Ⅲ. Comparison Time Variables
Ⅳ. Performance experience and Results
Ⅴ. Conclusions
REFERENCES

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091092320