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
정하영 (티이에프) 홍석훈 (티이에프) 전재성 (순천대학교) 임수창 (티이에프) 김종찬 (순천대학교) 박철영 (티이에프)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제24권 제9호
발행연도
2021.9
수록면
1,251 - 1,260 (10page)

이용수

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

초록· 키워드

오류제보하기
This paper discusses missing data processing using simple moving average (SMA) and kalman filter. Also SMA and kalman predictive value are made a comparative study. Time series analysis is a generally method to deals with time series data in photovoltaic field. Photovoltaic system records data irregularly whenever the power value changes. Irregularly recorded data must be transferred into a consistent format to get accurate results. Missing data results from the process having same intervals. For the reason, it was imputed using SMA and kalman filter. The kalman filter has better performance to observed data than SMA. SMA graph is stepped line graph and kalman filter graph is a smoothing line graph. MAPE of SMA prediction is 0.00737%, MAPE of kalman prediction is 0.00078%. But time complexity of SMA is O(N) and time complexity of kalman filter is O(D²) about D-dimensional object. Accordingly we suggest that you pick the best way considering computational power.
#Missing Data #Imputation #Simple Moving Average #Kalman Filter #Photovoltaic Power

목차

ABSTRACT
1. 서론
2. 관련 연구
3. 결측치 분석 방법
4. 실험 결과 및 고찰
4. 결론 및 향후 과제
REFERENCE

참고문헌 (23)

참고문헌 신청
N. Hur, J. Jung, and S. Kim, “A Study on Air Demand Forecasting Using Multivariate Time Series Models,” The Korean Journal of Applied Statistics, Vol. 22, No. 5, pp. 1007-1017, 2009. google schola J. Oh, H. Shin, Y. Shin, and H. Jeong, “Forecasting the Particulate Matter in Seoul using a Univariate Time Series Approach,” Journal of The Korean Data Analysis Society (JKDAS), Vol. 19, No. 5, pp. 2457-2468, 2017. google schola K. Lee, H. Son, and S. Kim, “A Study on Solar Energy Forecasting Based on Time Series Models,” The Korean Journal of Applied Statistics, Vol. 31, No. 1, pp. 139-153, 2018. google schola A. Phinikarides, G. Makrides, B. Zinsser, M. Schubert, and G.E. Georghiou, “Analysis of Photovoltaic System Performance Time Series: Seasonality and Performance Loss,” Renewable Energy, Vol. 77, pp. 51-63, 2014 google schola C. Park, S. Hong, S. Lim, B. Song, S. Park, and J. Huh et al., “Inverter Efficiency Analysis Model Based on Solar Power Estimation Using Solar Radiation,” Processes, Vol. 8, No. 10, pp. 1225-1243, 2020. google schola

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

태양광 발전량 예측을 위한 랜덤포레스트 기반 기상데이터 결측치 보간 기법
신동혁 ,  권상협 ,  배성우 대한전기학회 학술대회 논문집 2021 .07
기온 정보를 활용한 딥러닝 기반 풍속 시계열 데이터 보간 알고리즘
최한준 ,  고상기 ,  임종연 한국정보과학회 학술발표논문집 2021 .06
혼합형 데이터 보간을 위한 디노이징 셀프 어텐션 네트워크
이도훈 ,  김한준 ,  전종훈 한국콘텐츠학회논문지 2021 .11
[박사학위 논문초록] Synchrophasor 데이터 분석 기반 전력계통의 상황인지 기술 연구
김도인 전자공학회지 2021 .01
표준기상데이터 작성 시 누락된 풍속 데이터의 보간 방법 제안
박소우 ,  김주욱 ,  송두삼 한국태양에너지학회 논문집 2017 .12

최근 본 자료

전체보기

댓글(0)

0