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
최승호 (가천대학교) 이재복 (가천대학교) 김원호 (가천대학교) 홍준희 (가천대학교)
저널정보
한국에너지학회 에너지공학 에너지 공학 제28권 제4호 (통권 제100호)
발행연도
2019.12
수록면
82 - 93 (12page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 기존 열수요 예측 시스템이 공휴일과 같은 특정 일자의 열수요 예측율이 저하되는 문제점을 개선하기 위해 새로운 모델을 제안한다. 제안된 모델은 사계절 혼합형 신경망 모델(Four Season Mixed Heat Demand Prediction Neural Network Model)로서 열수요 예측율 상승하였고, 특히 예측일 유형별(평일/주말/공휴일) 열수요 예측율이 크게 증가하였다. 제안된 모델은 다음과 같은 과정을 통해 선정되었다. 특정 계절에 예측일 유형별로 고른 오차를 갖는 모델을 선정하여 전체 예측 모델을 구성한다. 학습 시간의 단축과 과도학습을 방지하기 위해 구조적으로 단순화된 서로 다른 4개의 모델을 각각 학습한 후에 다양한 조합을 통해 최적의 예측 오차를 보여주는 모델을 선정하였다. 모델의 출력은 예측일의 24시간의 시간대별 열수요이며 총합은 일일 총열수요이다. 이 예측값을 통해 효율적인 열공급 계획을 수립 할 수 있으며, 목적에 따라 출력값을 선택하여 활용할 수 있다. 제안된 모델의 일일 열 총수요 예측의 경우, 전체 MAPE(Mean Absolute Percentage Error, 평균 절대비율 오차)가 개별 모델의 5.3~6.1%에서 5.2%로 향상되었고, 공휴일 열수요예측은 4.9~7.9%에서 2.9%로 크게 개선되었다. 본 연구에서는 한국 지역난방공사에서 제공한 특정 아파트 단지의 34개월 분량의(2015년 1월~ 2017년 10월) 시간단위 열수요 데이터를 활용하였다.
#열수요 #수요 예측 #신경망 모델 #혼합형 모델 #Heat Demand #Demand Prediction #Neural Network #Mixed Model

목차

요약
Abstract
1. 서론
2. 열수요 예측 단독 신경망 모델
3. 혼합형 신경망 모델
4. 결론
References

참고문헌 (8)

참고문헌 신청
서병선 / 2012 / 지역난방 열에너지 수요예측 / 에너지경제연구 11(2):27~55 dbpia 백종관 / 2011 / 한국지역난방공사의 겨울철 열수요 예측을 위한 선형회귀모형 개발 / 한국산학기술학회논문지 12(3):1488~1494 dbpia Magnus Dahl / 2018 / Improving Short-Term Heat Load Forecasts with Calendar and Holiday Data / energies 11(7):1~16 google schola Krzysztof Wojdyga / 2014 / Predicting Heat Demand for a District Heating Systems / International Journal of Energy and Power Engineering 3(5):237~244 google schola Vincent Bakker / 2008 / Domestic Heat Demand Prediction Using Neural Networks / 19th International Conference on Systems Engineering :189~194 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

지역난방 최적 열사용량 산정을 위한 Neural Network 딥러닝을 통한 열수요 예측
김민영 ,  김래현 ,  김호현 외 2명 한국에너지학회 학술발표회 2020 .11
지역난방-신재생에너지 하이브리드 열공급시스템 구축을 위한 열부하 및 열공급 분석
윤석만 ,  김진홍 ,  김용기 외 2명 대한설비공학회 학술발표대회논문집 2019 .06
기계 학습과 주요 변수를 활용한 열병합발전 시스템 열 수요량 예측
안유선 ,  김혜진 ,  이상규 외 1명 설비공학논문집 2019 .08
열공급 연계망에서 열생산비용의 최소화를 위한 최적 열생산 및 열수송 결정
김흥섭 ,  윤원영 대한산업공학회지 2019 .04
건물 열에너지 수요예측을 위한 주기별 기계학습 모델 개발에 관한 연구
손은조 ,  장지훈 ,  이주상 외 2명 대한건축학회 학술발표대회 논문집 2018 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-572-000340097