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
Moon, Jongwoo (Korea Environment Institute)
저널정보
한국기후변화학회 한국기후변화학회지 Journal of Climate Change Research Vol.14 No.5
발행연도
2023.10
수록면
569 - 586 (18page)
DOI
10.15531/ksccr.2023.14.5.569

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Demand-side approaches become an important pillar for energy analysis, and their roles for achieving climate targets have been increasingly emphasized globally. Particularly, Korea is one of the countries experiencing a rapid transition of demographic and household structures, and accordingly, the current and future energy demand could be significantly affected. As per the importance of the understanding the energy demand characteristics, this study contributes to understanding the electricity consumption of households by analyzing how the various household characteristics can be used to understand the household’s electricity consumption with household-level survey and machine learning techniques. This study utilizes the Household Energy Standing Survey published in 2022 and selects key household, housing, and appliance ownership and usage characteristics from the entire dataset. Afterward, the study applies Support Vector Machine, Random Forest, and Decision Tree classifiers to classify the household’s monthly electricity consumption. The results suggest that the Random Forest classifier provides slightly better performances in general compared to the other models. Moreover, the feature importance suggests that the housing characteristics, such as the size of housing, and appliance usage information, and some household characteristics, such as the number of household members and household income, are relatively important features for classification. Although the study finds some evidence of the importance of household and behavioral information in understanding the household’s electricity consumption, the study also identifies the limitation of the survey dataset in extracting the behavioral information.
#Residential Electricity Consumption #Machine Learning #Household Characteristics #Electricity Demand #Household Energy Survey

목차

ABSTRACT
1. Introduction
2. Material and Methods
3. Results
4. Conclusions and Discussions
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

기축 건물의 온실가스 감축 잠재량 추정: 지역난방 공급 노후 아파트 단지를 중심으로
백시우 ,  최요한 ,  양정모 외 2명 한국기후변화학회지 2023 .12
2050 Carbon neutrality measures and costs in the road transport sector of South Korea
Oh ,  Il Young ,  Jang 외 5명 한국기후변화학회지 2023 .12
Evaluating the economic impacts of Korea"s NDC (nationally determined contributions) implementation via carbon pricing : A global multiregional computable general equilibrium analysis
Kim ,  Yong-Gun ,  Moon 외 3명 한국기후변화학회지 2023 .06
운전자 주행패턴 기반 V2G 확산 가능성 및 전략 연구 : K-평균 군집 분석을 이용하여
정현주 ,  우종률 한국혁신학회지 2023 .08
2050 탄소중립 시나리오에 따른 전환부문의 온실가스 배출량 및 배출원단위 경로 연구
장명진 ,  이지윤 ,  이현진 외 1명 한국기후변화학회지 2022 .12

최근 본 자료

전체보기

댓글(0)

0