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
- 박준호
- 발행연도
- 2020
- 저작권
- 부산대학교 논문은 저작권에 의해 보호받습니다.
이용수18
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
전력수요 예측은 전력시장에서 가격결정 및 공급예비력 결정을 위해 필수적인 요소이며, 높은 정확성이 요구된다. 하절기의 전력수요는 기상요소인 기온, 습도, 풍속, 강수량 등에 영향을 받으며, 특히 기온에 의한 영향이 가장 크다. 따라서 정확한 전력수요 예측을 위해서는 냉방부하와 관련이 있는 기온을 정밀하게 고려해야 한다. 본 논문에서는 비선형성을 가지는 전력수요의 특성을 고려하여 인공 신경망을 이용하여 2015-2017년도 우리나라 전력수요 데이터와 기상데이터를 통해 하절기 단기 전력수요를 예측하였으며, 이를 지수평활화법과 이동평균법을 이용한 예측결과와 비교하였다. 제안한 예측 모델의 정확성을 향상시키기 위해 기온 변화에 대한 전력수요의 변화를 시간별로 산출한 시간별 기온 민감도를 인공 신경망의 입력변수로 추가함으로써 예측오차를 개선한 사례연구 결과를 제시한다.
목차
1. 서 론 ?????????????????????????? 12. 하절기 평일의 전력수요 패턴 ??????????????? 33. 입력변수 선정 ?????????????????????? 53.1 기상요소 ?????????????????????? 53.2 전력수요 데이터 ??????????????????? 133.3 시간별 기온 민감도 ????????????????? 153.4 시간별 기온 민감도 산출 ??????????????? 193.5 전력수요 예측모델 ?????????????????? 214. 사례연구 ???????????????????????? 225. 결 론 ?????????????????????????? 45참고문헌 ?????????????????????????? 46Abstract ????????????????????????? 49
최근 본 자료
댓글(0)
0