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
- 학술대회자료
- 저자정보
- 발행연도
- 2024.11
- 수록면
- 1,571 - 1,574 (4page)
이용수
초록· 키워드
오류제보하기
현재 기후위기로 인한 극단적인 기후 현상에 따라 전력 수요의 변동성이 증가하고 있다. 이에 기후위기 문제를 해결하기 위해 재생에너지가 확대됨에 따라 전력망이 복잡해지고, 전력 공급이 일정하지 않아 수요 예측이 어려워지고 있다. 따라서 급격한 전력 수요 변동성에 대응하고, 전력 시스템의 안정적인 운영을 위해 정확한 수요 예측 연구가 필요하다. 본 논문에서는 RandomForest, XGBoost, LightGBM, CatBoost 네 모델을 통해 각 기상, 시간, 전력 수요 변수들을 학습시키고 일주일간 제주 전력 수요 예측을 한 후 오차율을 비교한다. 이후 오차율이 낮은 모델들을 SoftVoting 기법으로 결합해 다시 학습 및 예측 진행 후 기존 모델과 오차율 비교를 통해 가장 정확도가 높은 모델을 판단한다. 이를 통해 전력 수요의 정확도를 개선하여 전력 과잉 생산과 수요 급증으로 인한 문제를 예방하고 해결하는 데 토대가 되는 것을 목표로 한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 전력 수요 예측
Ⅲ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
부스팅 알고리즘을 사용한 폐플라스틱 데이터 패턴 분류기의 비교연구
정재원
,
김진율
,
오성권
한국지능시스템학회 논문지
2023
.06
코로나19 환자 조기 분류를 위한 다층 스태킹 앙상블 기반 임상 중증도 예측 모델
김건우
한국정보기술학회논문지
2022
.12
XGBoost-LSTM 앙상블을 이용한 태양광 발전량 예측
권승일
,
강상길
한국지능시스템학회 논문지
2021
.12
나이브 베이즈 분류를 활용한 부동산 추천 기법 연구
유석종
한국정보기술학회논문지
2019
.10
협업필터링의 희박 행렬 문제를 위한 이행적 유사도 평가 모델
배은영
,
유석종
한국정보기술학회논문지
2018
.12
최근 본 자료
댓글(0)
0