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
신창훈 (Chungnam National University) 차한주 (Chungnam National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제72권 제9호
발행연도
2023.9
수록면
1,029 - 1,034 (6page)
DOI
10.5370/KIEE.2023.72.9.1029

이용수

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

초록· 키워드

오류제보하기
This paper proposes a net-load forecasting method for the PV integrated distribution line using hybrid regression model. The hybrid model is combined such that an ARIMA model is assigned for pure load forecasting and an MLR model using weather forecasting information is established for PV generation forecasting. Therefore, the hybrid model enables to forecast net-load of the distribution line with better accuracy than that of ARIMA only model. The validity of the proposed method is verified through the accuracy analysis based on the forecasting results of a real distribution line with its actual load, PV generation and net-load data. The proposed method can be widely applied to other studies such as overload analysis, load transfer planing and ESS scheduling of a distribution line.
#ARIMA model #MLR model #Accuracy measure #Net-load forecasting #PV integrated distribution line

목차

Abstract
1. 서론
2. 배전선로의 순부하 예측 방법
3. 결론
References

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

이 논문과 함께 이용한 논문

기상예보를 이용한 수상태양광 발전량 예측
권오극 ,  홍현표 ,  조현식 외 1명 전기학회논문지 2023 .08
AI 기반 재생에너지 발전 예측 기술 특허 동향
장문종 ,  김태훈 ,  오은성 전기학회논문지 2023 .04
중기 전력수요 예측을 위한 LSTM 최적 모델 선정
엄호용 ,  백승묵 전기학회논문지 2022 .11
머신러닝 해석 기법을 이용한 전력 수요 예측 모델 해석
이용건 ,  오재영 ,  김기백 전기학회논문지 2020 .03
딥러닝 모델 기반 단기 전력수요 예측
김도현 ,  조호진 ,  김명수 외 2명 전기학회논문지 2019 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-560-002038714