인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.12
- 수록면
- 616 - 626 (11page)
이용수
초록· 키워드
본 연구는 중소규모 건물의 단기 전력소비량 예측을 위해 BiLSTM 기반 딥러닝 모델에 세 가지 학습 전략을 적용하고 성능을 비교 분석하였다. Static(초기 학습 후 가중치 고정), Full-training(매일 전체 데이터 재학습), Fine-tuning(전날 가중치 기반 최근 30일 추가 학습) 전략을 대전 소재 상업용 건물 데이터로 검증하였다. 모델은 과거 72시간의 시간ㆍ기상ㆍ지연ㆍ통계 특성 44개 변수를 입력받아 3층 BiLSTM과 멀티헤드 어텐션으로 다음 시각 전력소비량을 예측한다. 182일 사전학습 후 30일 테스트 결과, Fine-tuning은 MAPE 3.65%로 기존 ML 앙상블(5.35%) 대비 31.8% 개선되었으며, Static(4.00%)과 Full-training(4.72%)보다 우수한 성능을 보였다. 특히 Full-training 대비 총 학습시간을 85% 절감(780분에서 116분)하고 매일 2~3분 업데이트로 계절 변화에 안정적으로 적응하여 제한된 자원 환경에서 실시간 운용 가능함을 입증하였다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 요약
- Ⅰ. 서론
- Ⅱ. 관련 연구
- Ⅲ. 제안 방법
- Ⅳ. 실험 및 결과
- Ⅴ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
