일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- kaggle
- r
- 에트리 인턴
- 딥러닝
- 하계인턴
- 하둡
- 한국전자통신연구원
- ML
- Eda
- 다변량분석
- ggplot2
- 지도학습
- 웹크롤링
- 기계학습
- kt aivle school
- 시각화
- 가나다영
- python
- matplot
- httr
- ETRI
- 에이블러
- 프로그래머스
- 한국전자통신연구원 인턴
- hadoop
- KT AIVLE
- KT 에이블스쿨
- SQL
- Ai
- 에이블스쿨
- 머신러닝
- SQLD
- 빅분기
- dx
- 빅데이터분석기사
- 서평
- cnn
- 소셜네트워크분석
- 시계열
- arima
Archives
- Today
- Total
목록시계열 분석 (1)
소품집
시계열 분해 알고리즘 - LOESS (MSTL)
신재생 에너지 발전 중 태양광 발전 (Photovoltaic)은 셀 단위당 에너지 생산량이 증가하고 있고, 친환경적인 발전으로 많은 연구가 진행되고 있다. 정확한 단기 PV 발전량 예측은 전력 계통에서 원활한 에너지 수급과 공급을 조절할 수 있기 때문에 경제적인 측면에서도 중요하다. 이러한 PV 시스템은 일사량과 PV 발전소 특성 및 기상요인으로 인해 에너지 발전량의 차이가 나는데, 불확실성을 줄이기 위해 이전부터 고전 통계 모델 / 인공지능 모델 / 하이브리드 모델 등을 사용하여 예측 오차를 줄이려는 시도가 증가하고 있다. 다음 포스팅에서는 내가 연구하고 있는 데이터를 적용해보고, 먼저 이번 포스팅에서는 LOESS(MSTL)와 TFT를 공부해보려한다. LOESS (MSTL) * Multiple Seas..
Time series
2023. 12. 15. 17:01