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
- 학술저널
- 저자정보
- 저널정보
- 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.10 No.6
- 발행연도
- 2021.12
- 수록면
- 483 - 489 (7page)
- DOI
- 10.5573/IEIESPC.2021.10.6.483
이용수
초록· 키워드
오류제보하기
Prediction of electricity demand in homes and buildings can be used to optimize an energy management system by decreasing energy wastage. A time-series prediction system is still a challenging problem in machine learning and deep learning. Our main idea is to compare three methods. For this work, we analyzed an electricity demand prediction system using the current state-of-the-art deep-learning methods with a machine-learning method: error correction with multi-layer perceptron (eMLP) structure, autoregressive integrated moving average (ARIMA) structure, and a proposed structure named CNN-LSTM. For this, we measured and collected electricity demand data in Germany for home appliances. We report the prediction accuracy in terms of the mean square error (MSE) and mean absolute percentage error (MAPE). The experimental result indicates that CNN-LSTM outperforms eMLP and ARIMA in accuracy.
목차
Abstract
1. Introduction
2. Related Work
3. Methodologies
4. Performance Evaluation
5. Conclusion
References
참고문헌 (29)
참고문헌 신청
K. Amarasinghe, D.L. Marino and M. Manic, “Deep neural networks for energy load forecasting”, in IEEE 26th International Symposium on Industrial Electronics, June 2017. Article (CrossRef Link)
D.L. Marino, K. Amarasinghe and M. Manic, “Building energy load forecasting using Deep Neural Networks”, in IEEE Industrial Electronics Society, Oct. 2016. Article (CrossRef Link)
A. Azadeh and Z.S. Faiz, “A meta-heuristic framework for forecasting household electricity consumption”, in Elsevier of Applied Soft Computing Volume 11, Issue 1, Pages 614-620, 2011. Article (CrossRef Link)
I. Mpawenimana, A. Pegatoquet, V. Roy, L. Rodrguez and C. Belleudy, “A comparative study of LSTM and ARIMA for energy load prediction with enhanced data preprocessing”, in IEEE Sensors Applications Symposium, Oct. 2020. Article (CrossRef Link)
J.W. Taylor and P.E. McSharry, “Short-Term Load Forecasting Methods: An Evaluation Based on European Data”, in IEEE Transactions on Power Systems, Vol. 22, Issue 4, Nov. 2007. Article (CrossRef Link)
D.L. Marino, K. Amarasinghe and M. Manic, “Building energy load forecasting using Deep Neural Networks”, in IEEE Industrial Electronics Society, Oct. 2016. Article (CrossRef Link)
A. Azadeh and Z.S. Faiz, “A meta-heuristic framework for forecasting household electricity consumption”, in Elsevier of Applied Soft Computing Volume 11, Issue 1, Pages 614-620, 2011. Article (CrossRef Link)
I. Mpawenimana, A. Pegatoquet, V. Roy, L. Rodrguez and C. Belleudy, “A comparative study of LSTM and ARIMA for energy load prediction with enhanced data preprocessing”, in IEEE Sensors Applications Symposium, Oct. 2020. Article (CrossRef Link)
J.W. Taylor and P.E. McSharry, “Short-Term Load Forecasting Methods: An Evaluation Based on European Data”, in IEEE Transactions on Power Systems, Vol. 22, Issue 4, Nov. 2007. Article (CrossRef Link)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Prediction of the Major Factors for the Analysis of the Erosion Effect on Atomic Oxygen in LEO Satellite Using a Machine Learning Method (LSTM)
항공우주시스템공학회지
2020 .04
-
Tourist Data Analysis using ARIMA Model and LSTM
Proceedings of KIIT Conference
2019 .06
-
딥러닝 기반의 산업 현장 위험도 예측
한국정밀공학회 학술발표대회 논문집
2022 .05
-
정확도 향상을 위한 CNN-LSTM 기반 풍력발전 예측 시스템
신·재생에너지
2022 .06
-
Deep Learning Model Architecture for Rare Event Time Series Prediction
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
Comparison of Performance of 1D CNN and LSTM Models for Multi-Channel Time Series Data Discrimination
대한기계학회 춘추학술대회
2022 .11
-
CNN-LSTM 기반의 전이학습을 이용한 캠퍼스 건물의 피크시간 전력 부하량 예측 모델
한국에너지학회 학술발표회
2022 .04
-
CNN-LSTM Coupled Model for Prediction of Waterworks Operation Data
JIPS(Journal of Information Processing Systems)
2018 .01
-
LSTM 기반의 다중 차량 경로 예측 네트워크
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
수소 메이저 홀드오버 시간예측을 위한 머신러닝 모델 개발
Journal of Positioning, Navigation, and Timing
2024 .03
-
특수일 분리와 예측요소 확장을 이용한 전력수요 예측 딥 러닝 모델
한국항행학회논문지
2017 .01
-
Attention-Mechanism을 결합한 Hybrid 딥러닝 기반 주간 전력수요예측
전기학회논문지
2024 .09
-
라이프로그 데이터를 활용한 LSTM 모델 기반의 치매 예측
한국정보기술학회논문지
2024 .09
-
FEMS 적용을 위한 LSTM 기반의 식품공장 에너지 소비 예측 모델의 최적화
환경에너지공학
2023 .07
-
A temperature prediction model for library building based on LSTM
대한설비공학회 학술발표대회논문집
2019 .11
-
EMD-CNN-LSTM을 이용한 하이브리드 방식의 리튬 이온 배터리 잔여 수명 예측
전력전자학회논문지
2022 .02
-
머신러닝을 활용한 공군 수리부속 수요예측 정확도 개선에 관한 연구
한국 SCM 학회지
2021 .10
-
ARIMA 모델을 이용한 데이터 흐름 예측 기법
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
CNN-LSTM 기반 낙상 감지 시스템 구현
한국통신학회논문지
2022 .02
-
Text Classification Using LSTM-CNN
한국정보통신학회 종합학술대회 논문집
2019 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0