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
- 김동식
- 발행연도
- 2020
- 저작권
- 한국외국어대학교 논문은 저작권에 의해 보호받습니다.
이용수8
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
Recently, smart grid technology has been actively developed to increase the efficiency of energy management. the developments of the advanced metering infrastructure (AMI) in the smart grid technology have recently been actively conducted. Analysis of power consumption data collected by AMI technology and power consumption pattern prediction are essential. In this paper, we summarize errors that can occur in power consumption data and consider the correction method. In addition, power consumption patterns are analyzed using average and k-means clustering algorithms, and electricity fee are analyzed according to area. Finally, we propose a method for predicting power consumption pattern using DNN.
목차
제 1 장 서 론 1제 2 장 전력 소비 데이터 분석 52.1. 데이터 오류 52.1.1. 중복된 데이터 오류 62.1.2. 다중으로 누락된 데이터 오류 72.1.3. 하나의 누락된 데이터 오류 82.1.4. 정보 데이터 오류 92.1.5. 지능형 전력량계 데이터 오류 102.2. 데이터 오류 보정 11제 3 장 전력 소비 패턴 및 요금제 분석 153.1. 월간 평균 전력 소비 패턴 153.1.1. 월간 세대별 평균 전력 소비 패턴 173.1.2. 월간 공용부 평균 전력 소비 패턴 183.2. K-means 군집화 223.2.1. 주중 데이터를 이용한 군집화 233.2.2. 주말 데이터를 이용한 군집화 263.3. 면적에 따른 요금제 분석 28제 4 장 딥러닝을 이용한 전력 소비 패턴 예측 384.1. Deep Neural Network 384.2. 제안하는 기법 394.3. 설계한 모델 42제 5 장 실험 결과 44제 6 장 결 론 48
최근 본 자료
댓글(0)
0