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
학술대회자료
저자정보
Md. Shirajum Munir (Kyung Hee University) Do Hyeon Kim (Kyung Hee University) Sun Moo Kang (Kyung Hee University) Young Woo Kim (Kyung Hee University) Choong Seon Hong (Kyung Hee University)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2021 한국컴퓨터종합학술대회 논문집
발행연도
2021.6
수록면
1,243 - 1,245 (4page)

이용수

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

이 논문의 연구 히스토리 (3)

2021

Fresh Aggregator for Intelligent Energy Regulation in Smart Grid Framework
Md. Shi ,  ajum Muni ,  Do Hyeon Kim 외 3명 한국정보과학회 학술발표논문집 2021.06 학술대회자료

2018

Temporal Energy Demand Extrapolation for Mobile Edge based on Computational Task in Smart-Grid Framework
Md. Shi ,  ajum Muni ,  Sa 외 8명 한국정보과학회 학술발표논문집 2018.06 학술대회자료

2017

RNN based Energy Demand Prediction for Smart-Home in Smart-Grid Framework
Md. Shi ,  ajum Muni ,  Sa 외 6명 한국정보과학회 학술발표논문집 2017.12 학술대회자료

초록· 키워드

오류제보하기
In this paper, we study the problem of energy market regulation decisions at the aggregator in a smart grid framework, in which the dynamics of the average age of information (AAoI) for regulatory status data of distributed energy resources (DERs) are considered. In particular, we capture the dynamics of the AAoI for each regulatory status of DERs by proposing a fresh aggregator scheme for an intelligent energy management system (IEMS) in a smart grid framework. Then we devise an algorithmic procedure for ensuring the regulatory status freshness as an additional feature to energy regulation aggregator. Particularly, AAoI is used as an extended input to distinct artificial intelligence (AI) models for executing several market regulation services such as load balancing, market clearance, demand-supply forecast, and so on. Finally, our experimental results demonstrate the significance of the proposed fresh aggregator with other baselines that shows the accuracy of regulation services can improve around 15.58% and gain 17.9% loss reduction for AI-based energy regulatory models.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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-0101-2021-569-001869572