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
- 허견
- 발행연도
- 2018
- 저작권
- 연세대학교 논문은 저작권에 의해 보호받습니다.
이용수12
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
전력수요 예측은 전력의 안정적인 공급과 더불어 효율적인 전력계통 운영의 기반이 되는 연구 주제로 전력 공급자의 필요에 따라 특정 시점의 실제 부하 값을 미리 추정하는 것이다. 여기서의 핵심은 예측 값과 실제 값의 차이를 최소화하여 전력계통 운영 계획을 원활히 함에 있다.
최근 10년 동안 꾸준히 발생한 여름철 최대전력 갱신, 예비율 불안 문제와 2011년 9월 15일에 발생한 순환정전 같은 일들을 보았을 때 예측 연구는 하계라는 시점에 더욱 무게를 둘 필요가 있다. 위 논문에서는 예측의 목표가 하계로 한정된 점을 이용하여 데이터 분석에 활용되는 데이터를 하계로 한정, 데이터 간의 분산을 최소화한 뒤 연도별 하계의 주간 최대전력 값과 가장 상관관계가 큰 온도 및 경제성장률과의 관계를 보다 명확히 분석할 수 있는 방법을 제시하였다.
위 논문에서는 하계 주별 최대전력을 예측하기 위해 기존의 검증된 시계열 분석법 중 Seasonal ARIMA(AutoRegressive Integrated Moving Average)와 다중회귀모형을 활용하였고, 각 모형을 통해 도출된 예측 값은 MAPE(Mean Absolute Percentage Error)를 통해 예측의 우수성을 검증하였다. 미래를 예측함에 있어서 존재할 수밖에 없는 불확실성에 대해서는 다중회귀모형의 경우 과거 38개년의 주간 최대, 최저 온도 자료를 통해, Seasonal ARIMA의 경우 평균 최대전력 값에 대한 적정 비를 통해 예측 결과 값에 대한 확률론적인 범위를 산정하였다.
위와 같은 방법을 통해 본 논문에서는 타 연구보다 정확도가 높은 하계 주간 최대전력의 예측하였고 이를 기반으로 경제적이고 안정적인 발전기 유지보수 계획 및 수요관리 계획을 세우는데 기여하고자 한다.
최근 10년 동안 꾸준히 발생한 여름철 최대전력 갱신, 예비율 불안 문제와 2011년 9월 15일에 발생한 순환정전 같은 일들을 보았을 때 예측 연구는 하계라는 시점에 더욱 무게를 둘 필요가 있다. 위 논문에서는 예측의 목표가 하계로 한정된 점을 이용하여 데이터 분석에 활용되는 데이터를 하계로 한정, 데이터 간의 분산을 최소화한 뒤 연도별 하계의 주간 최대전력 값과 가장 상관관계가 큰 온도 및 경제성장률과의 관계를 보다 명확히 분석할 수 있는 방법을 제시하였다.
위 논문에서는 하계 주별 최대전력을 예측하기 위해 기존의 검증된 시계열 분석법 중 Seasonal ARIMA(AutoRegressive Integrated Moving Average)와 다중회귀모형을 활용하였고, 각 모형을 통해 도출된 예측 값은 MAPE(Mean Absolute Percentage Error)를 통해 예측의 우수성을 검증하였다. 미래를 예측함에 있어서 존재할 수밖에 없는 불확실성에 대해서는 다중회귀모형의 경우 과거 38개년의 주간 최대, 최저 온도 자료를 통해, Seasonal ARIMA의 경우 평균 최대전력 값에 대한 적정 비를 통해 예측 결과 값에 대한 확률론적인 범위를 산정하였다.
위와 같은 방법을 통해 본 논문에서는 타 연구보다 정확도가 높은 하계 주간 최대전력의 예측하였고 이를 기반으로 경제적이고 안정적인 발전기 유지보수 계획 및 수요관리 계획을 세우는데 기여하고자 한다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0