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
권보성 (Soongsil University) 박래준 (Soongsil University) 송경빈 (Soongsil University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제7호
발행연도
2020.7
수록면
985 - 992 (8page)
DOI
10.5370/KIEE.2020.69.7.985

이용수

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

이 논문의 연구 히스토리 (2)

2023

단기 전력수요예측이 한국의 전력시장 가격에 미치는 영향 분석
권보성 ,  전재성 ,  공병철 대한전기학회 학술대회 논문집 2023.07 학술대회자료

2020

기상인자가 단기 전력수요예측에 미치는 영향 분석
권보성 ,  박래준 ,  송경빈 전기학회논문지 2020.07 학술저널

초록· 키워드

오류제보하기
With the spread of renewable energy, the accuracy of load forecasting has been getting worse. The main cause of error in load forecasting is that the effect of behind-the-meter(BTM) generation is not well considered. In order to improve the accuracy of short-term load forecasting(STLF), the effects of weather factors on load forecasting should be systematically analyzed. A load forecasting model based on deep neural networks is used for analysis. There are several weather factors which are temperature, humidity, wind speed, solar radiation, cloud cover, precipitation, and precipitation probability, etc. Main purpose of the study is finding a combination of weather factors that have a good effect on improving STLF. The load forecast is performed from 2016 to 2018 to analyze forecast errors by using various weather factor combinations in case studies. The test results show that the case of using temperature, solar radiation, and precipitation as input data for weather is the most accurate among the nine case studies in STLF. The mean absolute percentage error(MAPE) at that case is 1.46% for the case studies from 2016 to 2018.
#Load Forecasting #Behind-The-Meter Generation #Deep Neural Networks

목차

Abstract
1. 서론
2. 시간대별 기상인자를 이용한 전력수요예측 알고리즘
3. 사례연구
4. 결론
References

참고문헌 (23)

참고문헌 신청
PJM / 2016 / Load Forecasting Model Whitepaper google schola E. Mocanu / 2016 / Deep learning for estimating building energy consumption / Sustainable Energy, Grids and Networks 6:91~99 google schola 송경빈 / 2004 / 단기수요예측 알고리즘 / 전기학회논문지 A권 53(10-A):529~535 google schola W. Charytoniuk / 1998 / Nonparametric Regression Based Short-Term Load Forecasting / IEEE Transactions on Power Systems 13(3):725~730 google schola 김경환 / 2017 / 하절기 평일의 인공신경망을 이용한 24시간 전력수요 예측 알고리즘 / 조명.전기설비학회논문지 31(12):113~119 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

일사량 가중치를 활용한 평일 전력수요예측 알고리즘
문찬호 ,  권보성 ,  배동진 외 1명 조명·전기설비학회논문지 2020 .06
부하 패턴을 고려한 건물의 전력수요예측 및 ESS 운용
황혜미 ,  박종배 ,  이성희 외 2명 전기학회논문지 2016 .09
기상정보를 활용한 머신러닝 기반의 전력수요 예측 모델
차현종 ,  강아름 한국콘텐츠학회논문지 2023 .02
기온민감도 및 BTM의 추정을 반영한 특수일의 전력수요예측 알고리즘
권보성 ,  배동진 ,  문찬호 외 1명 전기학회논문지 2021 .02
COVID-19와 재생에너지 보급에 따른 전력수요 변화 분석 및 대응방안 제시
한동준 ,  김준수 ,  김승우 외 1명 대한전기학회 학술대회 논문집 2020 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-560-000860529