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
박세준 (Konkuk University) 김현진 이두희 (Konkuk University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제70권 제11호
발행연도
2021.11
수록면
1,625 - 1,632 (8page)
DOI
10.5370/KIEE.2021.70.11.1625

이용수

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

초록· 키워드

오류제보하기
In this paper, we develop three probabilistic electric load forecasting approaches: two parametric approaches and one non-parametric approach. In the parametric approach, we design the probability of load forecasts as the Laplace distribution since the empirical distribution of load forecasts has a shape of Laplace distribution. We also design the probability of load forecasts as the Gaussian distribution, since it has been widely used in other studies. We compare the forecasting accuracy of two distributions. The means of distributions are estimated by using the gradient boosting machine (GBM), and the standard deviations of distributions are estimated by analyzing forecasting errors through the cross validation. In the non-parametric approach, we find the probability of load forecasts by using the quantile regression (QR). Finally, we compare the forecasting accuracy of parametric and non-parametric approaches by measuring the accuracy on the pinball loss function. A parametric approach based on the Laplace distribution and GBM is the most accurate approach.
#Probabilistic load forecasting Gradient boosting machine Quantile regression #Laplace distribution

목차

Abstract
1. 서론
2. 사례조사
3. 확률적 전력수요 예측 알고리즘
4. 해석 결과
5. 결론
References

참고문헌 (18)

참고문헌 신청
박혜정 / 2009 / 비대칭 라플라스 분포를 이용한 분위수 회귀 / 한국데이터정보과학회지 20(6):1093~1101 dbpia 안병훈 / 2015 / 계절 ARIMA 모형을 이용한 국내 지역별 전력사용량 중장기수요예측 / 한국산학기술학회논문지 16(12):8576~8584 dbpia M. Baek / 2017 / Spatial and Temporal Day-Ahead Total Daily Solar Irradiation Forecasting: Ensemble Forecasting Based on the Empirical Biasing google schola Ergun Yukseltan / 2020 / Hourly electricity demand forecasting using Fourier analysis with feedback google schola 김진태 / 2020 / 장시간 간헐성을 가진 풍력발전 출력안정화를 위한 ESS 출력과 용량 설계 / 전기학회 논문지 P권 69(3):175~180 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

[전력경제] 우리나라 전력시장에서 수도권 열병합발전기의 송전혼잡완화 편익 산정 연구
박용기 ,  노재형 ,  이두희 외 1명 전기학회논문지 2019 .05
입력 데이터 전처리 과정을 통한 태양광 발전량 예측 모델 성능 향상
박세준 ,  최원석 ,  이두희 전기학회논문지 2022 .09
신뢰도지표를 활용한 신 가치기반신뢰도평가 (VBDRA) 기반의 배전 설비 투자 선택 방안 연구
박성미 ,  오찬우 ,  박세준 외 2명 전기학회논문지 2022 .02
안정적 전력계통의 운영을 위한 유연성 지수의 분석 및 개선
안성현 ,  김예령 ,  김권 외 3명 전기학회논문지 2022 .02
스마트 인버터 Volt-Var 제어 Mode에 따른 연계점 전압 및 손실 분석
공은경 ,  우종하 ,  박채운 외 2명 대한전기학회 학술대회 논문집 2021 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-560-002150208