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
박래진 (Hanbat National University) 강성우 (Korea University) 이재형 (Korea Electric Power Corporation) 정승민 (Hanbat National University)
저널정보
한국신재생에너지학회 신·재생에너지 신재생에너지 제18권 제2호(통권 제72호)
발행연도
2022.6
수록면
18 - 25 (8page)
DOI
10.7849/ksnre.2022.0001

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

2022

정확도 향상을 위한 CNN-LSTM 기반 풍력발전 예측 시스템
박래진 ,  강성우 ,  이재형 외 1명 신·재생에너지 2022.06 학술저널
LSTM-CNN 모델 기반 실시간 시뮬레이션 응용 단기 풍력발전예측 시스템 방안
박래진 ,  김정환 ,  정승민 외 1명 한국신·재생에너지학회 학술대회 초록집 2022.04 학술대회자료

2021

풍력발전 예측시스템 검증을 위한 LSTM 기반 실시간 시뮬레이션 연구
박래진 ,  김정환 ,  채성기 외 1명 대한전기학회 학술대회 논문집 2021.07 학술대회자료
실시간 시뮬레이터 기반 풍력발전 예측시스템 연구
박래진 ,  김정환 ,  정승민 한국신·재생에너지학회 학술대회 초록집 2021.07 학술대회자료

초록· 키워드

오류제보하기
In this study, we propose a wind power generation prediction system that applies machine learning and data mining to predict wind power generation. This system increases the utilization rate of new and renewable energy sources. For time-series data, the data set was established by measuring wind speed, wind generation, and environmental factors influencing the wind speed. The data set was pre-processed so that it could be applied appropriately to the model. The prediction system applied the CNN (Convolutional Neural Network) to the data mining process and then used the LSTM (Long Short-Term Memory) to learn and make predictions. The preciseness of the proposed system is verified by comparing the prediction data with the actual data, according to the presence or absence of data mining in the model of the prediction system.
#CNN #LSTM #Wind power prediction(풍력발전예측) #Machine learning(기계학습)

목차

ABSTRACT
1. 서론
2. 모델 최적화
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

광환원법을 이용한 편극 패턴 된 강유전체 표면에 금속 나노입자의 선택적 성장
박영식 ,  김정훈 ,  추벤벤 외 2명 한국진공학회 학술발표회초록집 2011 .02
알루미나 탄화규소 복합세라믹스 균열치유재의 강도와 탄성파 특성
김해숙 ,  김미경 ,  김진욱 외 2명 한국동력기계공학회 학술대회 논문집 2006 .06
기상자료 기반 단기 풍력발전 예측 모형 분석
류주열 ,  박성호 ,  박혜민 외 3명 한국에너지학회 학술발표회 2022 .10
새로운 보터 이중화 구조를 이용한 결함 허용 시스템
장민영 ,  남정한 ,  이세경 외 2명 정보 및 제어 논문집 2010 .10
풍력발전 예측 모형 개발을 위한 기상정보 적용성 평가
류주열 ,  박성호 ,  이창형 외 3명 한국에너지학회 학술발표회 2022 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-505-001350756