韩国庆熙大学旨在实现稳定的电子电源和能量转换目标的新算法

　　研究生院大数据分析系的Eunkyung Kang、Seonuk Yang和Haryeom Jang在产业通商资源部主办的“公共数据利用商业创意(BI)竞赛”中获得了大数据分析领域的大奖。荣获特等奖

　　这三名学生的任务是开发一个优化的集体资源构成预测模型，以提高可再生能源发电的预测准确性。他们设计并提出了一种算法，该算法将多个发电厂配置和优化为一个集体发电单元，其输出可以根据政府可再生能源发电预测系统的指导在电力交易市场上出售。这种新算法有望实现接近最大理论值80%的结算金额。大数据分析系的杨成炳教授为学生提供建议，他解释说：“我们的学生提出的想法显示出强大的商业可行性，可以很容易地转化为商业应用，这似乎吸引了评审委员会。

　　“过往在人工智能算法开发课程中的经验和培训给了我额外的动力”

　　如果电力生产过剩或生产不足，就会损害整个电网的稳定性。目前，解决这个问题的唯一方法是控制发电量。控制的主要形式是化石燃料发电，其投入和产出之间有更直接的相关性。另一方面，可再生能源发电很难以所需的精确度对在给定时间段内产生多少电力形成一致的准确预测，因为它会受到人类无法控制的环境因素的显着影响。这仍然是向可再生能源发电过渡的主要障碍，这需要将可再生能源产生的发电量中越来越大的一部分纳入电网。

　　为了实现可靠的电力供应并实现能源转换目标，对可再生能源发电量的准确预测至关重要。由于单个可再生能源发电厂的发电量相对较小，因此将多个可再生能源发电厂组合在一起，作为集体电力资源进行管理。学生Eunkyung Kang、Seonuk Yang和Haryeom Jang专注于这一方面，并朝着最小化集体权力资源状态下的预测误差的方向进行了研究。

　　他们探索了几种方法，最终决定研究各种聚类算法，并扩展这些聚类算法相交的数据中心点。学生Seonuk Yang说：“在人工智能课上，我开发了一种算法，那次经历激发了我创建自己的算法，而不是从成熟的库中汲取灵感。我有动力去制定自己独特的解决方案。

　　杨成炳教授：“顾问的作用是创造一种让学生共同成长的氛围。

　　这些学生是SMART Lab的成员，在杨教授的推荐下参加了比赛。他说：“最近，越来越多的学生在研究生院和大数据分析系就读，他们正在寻求就业机会，而不是追求进一步的学术目标。对于这些学生来说，赢得比赛或实习等实践经验可能很重要。我们积极倡导和促进更多学生参与比赛和项目。

　　杨教授还召集了八个学生团队，准备参加各种比赛，并举办了一个工作坊。“我认为顾问的作用是创造一种氛围，让学生竞争、合作和共同成长，”他说，解释了研讨会的目的。“我认为协同作用是通过学生分享想法和解决问题的技巧来实现的。”

　　他总结道：“赢得公开竞赛与撰写研究论文完全不同。它很可能成为一场现实世界的想法之战，以开发具有商业潜力的实用解决方案。我建议学生们通过开辟所有可能性并通过头脑风暴进行讨论来展示团队合作精神，他们的反应非常出色。