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
민윤홍 (Incheon National University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제23권 제5호(통권 제170호)
발행연도
2018.5
수록면
9 - 14 (6page)

이용수

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

초록· 키워드

오류제보하기
For an efficient management of electricity market and power systems, accurate forecasts for electricity demand are essential. Since there are many factors, either known or unknown, determining the realized loads, it is difficult to forecast the demands with the past time series only. In this paper we perform a cluster analysis on electricity demand data collected from Jan. 2000 to Dec. 2017. Our purpose of clustering on electricity demand data is that each cluster is expected to consist of data whose latent variables are same or similar values. Then, if properly clustered, it is possible to develop an accurate forecasting model for each cluster separately. To validate the feasibility of this approach for building better forecasting models, we clustered data with t-SNE. To apply t-SNE to time series data effectively, we adopt the dynamic time warping as a similarity measure. From the result of experiments, we found that several clusters are well observed and each cluster can be interpreted as a mix of well-known factors such as trends, seasonality and holiday effects and other unknown factors. These findings can motivate the approaches which build forecasting models with respect to each cluster independently.
#Electricity demand #Forecasting #Clustering #t-SNE #Dynamic Time Warping

목차

Abstract
Ⅰ. Introduction
Ⅱ. Preliminaries
Ⅲ. Experimental Results
Ⅳ. Conclusions
REFERENCES

참고문헌 (10)

참고문헌 신청
[인터넷자원] - / / Korea Power Exchange google schola [단행본] - P.J. Brockwell. / 2016 / Introduction to Time Series and Forecasting / Springer google schola [학술지(정기간행물)] - 박다인 / 2017 / 시간단위 전력사용량 시계열 패턴의 군집 및 분류분석 / 한국데이터정보과학회지 28 (2) : 395 ~ 406 dbpia [학술지(정기간행물)] - 임종훈 / 2013 / 단기 전력수요예측 정확도 개선을 위한 대표기온 산정방안 / 조명.전기설비학회논문지 27 (6) : 39 ~ 43 dbpia [학술지(정기간행물)] - 윤상후 / 2015 / 시간단위 전력수요자료의 함수적 군집분석: 사례연구 / 한국데이터정보과학회지 26 (4) : 885 ~ 894 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

해외저널 소개
편집부 한국지반신소재학회지 2015 .07
전기장 자기장 수치해석법의 전기분야 현장에서의 활용사례
강승택 전기의세계 2020 .03
앱 화면의 광고 창 식별을 위한 T-SNE기반 가시화 기법
강량경 ,  석호식 한국정보과학회 학술발표논문집 2018 .06
전력 빅데이터 분석 서비스 기술개발에 관한 연구
오도은 ,  장승민 대한전기학회 학술대회 논문집 2017 .07

최근 본 자료

전체보기

댓글(0)

0