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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김영일 (Gridwiz) 최성만 (Gridwiz) 백민규 (Gridwiz) 신복덕 (Gridwiz)
저널정보
한국조명·전기설비학회 조명·전기설비학회논문지 조명·전기설비학회논문지 제33권 제12호
발행연도
2019.12
수록면
21 - 29 (9page)
DOI
10.5207/JIEIE.2019.33.12.021

이용수

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

초록· 키워드

오류제보하기
Prediction of electricity usage patterns plays an essential role in managing the usage efficiently. The prediction needs to be done sophisticatedly and accurately in order to operate energy storage system efficiently since the accuracy of prediction has a big effect on the storage operation plan. In recent years, machine learning-based solutions are being developed because regression analyses have limits when electricity usage has irregular patterns. As the accuracy of machine learning-based predictions depends on the quality and quantity of data to be learned, however, preprocessing process that classifies and labels the usage pattern is important. In this study, we suggest a PCL (Pattern Classification Labeling) algorithm to improve the machine learning-based prediction. It analyzes an actual load data to compare the PCL algorithm with K-means algorithm that has been used widely. In the result, PCL algorithm shows less error rate than K-means algorithm does by 12.2%.

목차

Abstract
1. 서론
2. 패턴 분류 라벨링(PCL) 알고리즘
3. 사례 연구
4. 결론
References

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-565-000099887