Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

시나리오 생성 기반 ANN을 이용한 수전해설비 모델링

Full metadata record
DC Field Value Language
dc.contributor.author전승찬-
dc.contributor.author장문석-
dc.contributor.author배성우-
dc.date.accessioned2023-11-14T08:41:33Z-
dc.date.available2023-11-14T08:41:33Z-
dc.date.created2023-07-21-
dc.date.issued2021-07-
dc.identifier.urihttps://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/192345-
dc.description.abstract본 논문은 운전 데이터 부족으로 인한 수전해설비의 인공 신경망(Artificial Neural Network) 모델링 문제를 해결하기 위하여 시나리오 생성 기반 수전해설비의 ANN 모델링 방법을 제안한다. 제안된 방법의 정확도는 기존 무작위 데이터 생성 방법을 이용한 ANN 모델과 비교 분석되었다. 제안한 방법을이용한 시뮬레이션 결과는 RMSE 0.0015V, APE 0.77%로 RMSE 0.0232V, MAPE 2.71%인 무작위 데이터 생성 방법보다 정확도가 향상되었으며 시나리오 생성 방법을 통해 수전해설비 ANN 모델 성능을 개선하였다.-
dc.language한국어-
dc.language.isoko-
dc.publisher대한전기학회-
dc.title시나리오 생성 기반 ANN을 이용한 수전해설비 모델링-
dc.title.alternativeModeling of Electrolyzer using ANN based on Scenario Generation Method-
dc.typeArticle-
dc.contributor.affiliatedAuthor배성우-
dc.identifier.bibliographicCitation2021 제 52회 대한전기학회 하계학술대회, pp.283 - 284-
dc.relation.isPartOf2021 제 52회 대한전기학회 하계학술대회-
dc.citation.title2021 제 52회 대한전기학회 하계학술대회-
dc.citation.startPage283-
dc.citation.endPage284-
dc.type.rimsART-
dc.type.docTypeProceeding-
dc.description.journalClass3-
dc.description.isOpenAccessN-
dc.description.journalRegisteredClassother-
dc.identifier.urlhttps://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE10609684-
Files in This Item
Go to Link
Appears in
Collections
서울 공과대학 > 서울 전기공학전공 > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Bae, Sung Woo photo

Bae, Sung Woo
COLLEGE OF ENGINEERING (MAJOR IN ELECTRICAL ENGINEERING)
Read more

Altmetrics

Total Views & Downloads

BROWSE