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
이동구 (KwangWoon University) 김수현 (KwangWoon University) 정호철 (KwangWoon University) 선영규 (KwangWoon University) 심이삭 (KwangWoon University) 황유민 (KwangWoon University) 김진영 (KwangWoon University)
저널정보
한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제22권 제3호
발행연도
2018.9
수록면
822 - 828 (7page)

이용수

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

초록· 키워드

오류제보하기
최근 전력 사용량의 증가로 인한 대규모 블랙아웃 등 에너지 문제가 대두되고 있으며, 이 문제들로 인해 전력 소비량 예측에 대한 정확도를 개선할 필요성이 부각되었다. 본 연구에서는 딥 러닝 기반의 전력 사용량 예측 실험을 통해서 실제 전력 소비량과 예측된 전력 소비량의 차이를 계산하고, 이를 통해서 전력 예비율을 기존 대비 하향 조정할 수 있는 가능성에 대해서 살펴본다. 예비 전력은 사용하지 않으면 손실되는 전력으로, 본 논문에서의 딥 러닝 기반 전력 소비량 예측을 통해서 여분의 전력을 과도하게 생산하지 않도록 오차범위 내에서 전력 예비율을 감소시킬 수 있는 기반을 마련할 수 있다. 본 논문에서 사용하는 딥 러닝 기법은 시계열 데이터를 처리하는 Long-Short-Term-Memory(LSTM) 구조의 학습 모델을 이용한다. 컴퓨터 시뮬레이션에서는 임의 생성한 전력 소비 데이터를 토대로 모델을 학습시키고, 학습된 모델을 토대로 전력 사용 예측값을 구하고 실제 전력 소비량 간에 오차를 계산한 결과 오차율 21.37%를 얻을 수 있었다. 이는 최근의 전력예비율 45.9%를 고려할 때, 본 연구에서 제안한 전력 소비량 예측 알고리즘을 적용하는 경우 20% 포인트 정도의 예비율 감축이 가능하다.
#PLC #Deep Learning #RNN #LSTM #Demand Forecast

목차

Abstract
요약
Ⅰ. 서론
Ⅱ. 딥 러닝 알고리즘
Ⅲ. 시뮬레이션 환경 및 결과
Ⅳ. 결론
References

참고문헌 (14)

참고문헌 신청
[학술지(정기간행물)] - S. Kalyanaraman / 2016 / Back to the future: lessons for internet of energy networks / IEEE Internet Computing 20 (1) : 60 ~ 65 Crossref [학술지(정기간행물)] - Y. J. Lin / 2002 / A power line communication network infrastructure for the smart home / IEEE Wireless Communications 9 (6) : 104 ~ 111 Crossref [학술지(정기간행물)] - 송경빈 / 2014 / 시간대별 기온을 이용한 전력수요예측 알고리즘 개발 / 전기학회논문지 63 (4) : 451 ~ 454 dbpia [학술지(정기간행물)] - 송경빈 / 2004 / 단기수요예측 알고리즘 / 전기학회논문지 A권 53 (10-A) : 529 ~ 535 dbpia [학술지(정기간행물)] - 공성일 / 2004 / 온도에 대한 민감도를 고려한 하절기 일 최대전력수요 예측 / 전기학회논문지 A권 53 (6(A)) : 358 ~ 364 dbpia

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

회전벡터와 좌표변환
이형근 제어로봇시스템학회지 2011 .09
벡터, 좌표계, 좌표값 그리고 좌표변환행렬
이형근 제어로봇시스템학회지 2009 .12
하나로 냉각팬의 회전 블레이드 동역학 해석
김봉수 ,  박용철 ,  이한태 대한기계학회 춘추학술대회 2005 .11
로봇과 3D 스캐너를 이용한 자동차 부품 자동측정 시스템
육경환 ,  양현석 한국자동차공학회 춘 추계 학술대회 논문집 2005 .05
동축 가속형 파력 발전장치의 전력량 예측을 위한 실험 연구
정재호 ,  신동민 ,  김윤철 외 1명 한국산학기술학회 논문지 2020 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-056-000175156