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
- 학위논문
- 저자정보
- 지도교수
- 김삼용
- 발행연도
- 2016
- 저작권
- 중앙대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
풍력에너지 산업이 발전하고 풍력발전에 대한 의존율이 높아짐에 따라 안정적인 공급이 중요해지고 있다. 원활한 전력수급계획을 세우기 위해서 풍력발전량을 정확히 예측하는 것이 중요하다. 본 논문에서는 강원도 평창 횡계리에 설치된 대관령 2풍력(2MW 1기)의 시간별 풍력발전 데이터와 강원도 대관령 기상대에서 관측되는 시간별 풍속과 풍향 데이터를 기상청 지상관측자료에서 수집하여 연구하였다.
풍력발전량 예측을 위하여 신경망 모형과 시계열 모형인 ARMA, ARMAX, ARMA GARCH, Holt Winters 모형을 비교하였다. 모형 간 예측력을 비교하기 위해 MAE (Mean Absolute Error)를 사용하였다. 모형의 예측 성능 비교 결과 단기 예측에 있어서 ARMA GARCH 모형이 신경망 모형보다 우수한 예측력을 나타냈다.
풍력발전량 예측을 위하여 신경망 모형과 시계열 모형인 ARMA, ARMAX, ARMA GARCH, Holt Winters 모형을 비교하였다. 모형 간 예측력을 비교하기 위해 MAE (Mean Absolute Error)를 사용하였다. 모형의 예측 성능 비교 결과 단기 예측에 있어서 ARMA GARCH 모형이 신경망 모형보다 우수한 예측력을 나타냈다.
목차
제 1 장 서론 1제 2 장 풍력발전량 예측을 위한 모형 32.1 신경망 모형 32.2 ARMA 모형 42.3 ARMAX 모형 42.4 ARMA-GARCH 모형 52.5 Holt-Winters 모형 5제 3 장 데이터 및 분석 결과 73.1 데이터 소개 73.2 모형 적합 결과 103.3 모형 비교 및 예측 성능 평가 13제 4 장 결론 15참고문헌 16부록 18국문초록 21ABSTRACT 22
최근 본 자료
댓글(0)
0