AI 모델 학습을 통한 전력 효율 최적화 탐구
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- KAIST 무학
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 프로그래밍, 경제, 통합과학
- 탐구 키워드
- 에너지 발전, 인공지능 (머신러닝, NLP 등)
2025-11-21
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
LSTM 모델을 활용한 전력 수요 예측 탐구 후, 자율 에너지 시스템의 핵심 요소인AI를 적용한 에너지 데이터 분석에 대해 탐구하기로 함.
'AI를 적용한 에너지 효율화 원리'를 주제로 시계열 모델 및 앙상블 모델의 개념 및에너지 공학 분야에서의 활용을 알아봄.
'태양광 발전량 데이터 분석을 통한 전력 효율 제고'를 주제로, 태양광 발전량 데이터를 상관분석해 주요 변수를 특정한 후 간단한 회귀 모델에 학습시켜 발전량과의 관계를 분석함.
회귀 모델의 성능 향상에 관심을 가져 4가지 회귀 모델에 가정 전력 소비 데이터를 학습시켜예측 정확도를 비교함.
복잡한 패턴의 실제 에너지 데이터를 효과적으로 처리할 수 있는 앙상블 모델에 관심을 갖고, XGBoost에 산업용 전력 데이터를 학습시켜 모델 성능에 기여하는 변수를 알아냄.
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.