지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국경영과학회 경영과학 經營科學 第37卷 第1號
- 발행연도
- 2020.3
- 수록면
- 75 - 88 (14page)
- DOI
- 10.7737/KMSR.2020.37.1.075
이용수
초록· 키워드
오류제보하기
The purpose of this paper is to improve the prediction accuracy of short-term power consumptions in day-ahead market. With aims to achieve a lower prediction error, this paper proposed two-step hierarchical methods that are based on the idea of risk pooling strategy. In the first step, LSTM (Long Short-Term Memory) with several inputs such as the demand history and temperature is used to predict daily power demand. We disaggregate the daily predictions into hourly demands in the next phase. The disaggregation methods determine the hourly power consumption rate within the day by conducting clustering analysis. We developed three disaggregation methods by employing three types of clustering approaches. With the power consumption data of an office building in Washington, U.S. from 2009 to 2011. a series of numerical analysis was performed to evaluate how much the proposed methods reduce the prediction errors. The numerical analysis revealed that the proposed two-step methods outperform a LSTM model that predicts hourly power consumptions directly from inputs. The prediction accuracy is highly related to the variation in power consumptions so that the performance improvements achieved by the proposed methods are sensitive to season, month of a year and time of a day.
목차
Abstract
1. 서론
2. 문헌 연구
3. 제안 방법론
4. 실증연구
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
LSTM을 이용한 돼지고기 가격 예측 연구
농업경영.정책연구
2021 .12
-
인공지능 알고리즘을 통한 스마트팜 경영혁신: 토마토 초장 환경결정요인 예측 모형
경영컨설팅연구
2023 .06
-
Forecasting future electric power consumption in Busan New Port using a deep learning model
The Asian Journal of Shipping and Logistics
2023 .06
-
시계열 분해 데이터를 이용한 LSTM 기법 기반 항공기 수리부속 수요예측 방안 연구
경영과학
2020 .06
-
상황인지 기반 저전력 센서 알고리즘 개발
한국경영과학회 학술대회논문집
2015 .04
-
감성적 소비와 이성적 소비: 소비태도와 소비행복의 비교
Human Ecology Research
2019 .01
-
Novel Deep Learning Hybrid-Ensemble Method for Financial Domain Information and Stock Price Forecasting
통상정보연구
2024 .12
-
LSTM 신경망에 기반 한 주식시장 예측 연구
무역연구
2023 .04
-
Wavelet Transform LSTM과 Multi-Head Attention의 결합모형을 이용한 주가 지수 예측
경영과학
2023 .06
-
LSTM을 이용한 재밍 기법 예측
한국군사과학기술학회지
2019 .01
-
LSTM artificial neural network prediction of stock prices in China
동북아경제연구
2020 .01
-
대학생들의 소비가치 유형에 따른 모바일 소비행동의 차이 연구: 충남지역 J대학을 중심으로
관광경영연구
2019 .01
-
Sustainable Anti-Consumption of Household Products: A Nepalese Context
Journal of Information Technology Applications & Management
2024 .08
-
디저트카페 소비자의 감성적 소비가치, 소비감정, 소비성향, 소비행복의 구조적분석
한국외식산업학회지
2023 .12
-
소비가치 측정을 위한 척도개발 연구
소비자학연구
2015 .01
-
전력소비와 경제성장: 지역패널자료를 이용한 동태적 인과관계 분석
한국지역개발학회지
2019 .09
-
Long Short-Term Memory(LSTM)에서 시간 단위 민감도 분석을 통한 주가지수 예측
한국경영과학회 학술대회논문집
2018 .04
-
Fuel Consumption Prediction and Life Cycle History Management System Using Historical Data of Agricultural Machinery
Journal of Information Technology Applications & Management
2022 .10
-
소비 목적과 소비자 특성에 따른 굴 소비행태 분석
식품유통연구
2019 .01
-
GRU 분석 모델을 활용한 비트코인 시장 예측: LSTM과 Random Forest 모델 비교 분석
Journal of Information Technology Applications & Management
2025 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
다중 모델 머신러닝 기반 전력사용량 예측 정확도 향상 기법
임정현
,
성영락
,
오하령
전기학회논문지
2022
.06
기계학습 및 GIS 기반 공동주택 단지에서의 전력 사용량 예측 연구
전우성
,
황준화
,
서동준
한국통신학회 학술대회논문집
2022
.02
계절적 특성을 고려한 CNN-LSTM 알고리즘 기반의 건물 단기 전력부하 예측
권규현
,
홍창우
,
진성훈
외 1명
대한전기학회 학술대회 논문집
2021
.07
CNN-LSTM 딥러닝 기반 캠퍼스 전력 예측 모델 최적화 단계 제시
김예인
,
이세은
,
권용성
한국산학기술학회 논문지
2020
.10
에너지 인터넷을 위한 GRU기반 전력사용량 예측
이동구
,
선영규
,
심이삭
외 3명
전기전자학회논문지
2019
.03
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-325-000501842