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
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.46 No.6
- 발행연도
- 2019.6
- 수록면
- 506 - 514 (9page)
- DOI
- 10.5626/JOK.2019.46.6.506
이용수
초록· 키워드
오류제보하기
스마트그리드는 태양광 발전을 포함한 신·재생에너지의 발전량을 예측하고 이를 기반으로 효율적인 전력 생산과 소비를 가능하게 한다. 기존 태양광 발전량 예측 연구들은 시계열에 뛰어난 순환신경망 기법들을 적용 및 비교한 연구가 거의 없다. 또한 학습에 사용되는 과거 데이터의 길이에 대한 고려가 없어 모델의 예측 성능이 떨어졌다. 본 연구에서는 임베디드 변수 선택 기법을 이용하여 태양광 발전에 영향을 미치는 요인을 찾아내고, 시계열 순환신경망 기법들(RNN, LSTM. GRU)에 다양한 과거 데이터 길이를 넣는 실험을 진행하였다. 이 과정에서 가장 뛰어난 성능을 보이는 예측 요인들을 찾고 예측 모델을 설계하였다. 설계한 태양광 발전량 예측 모델은 다른 변수 설정을 사용할 때와 비교하여 더욱 뛰어난 예측 성능을 보이는 것을 확인하였다. 또한 기존 연구들과의 비교를 통하여 본 연구에서 개발한 태양광 발전량 예측 결과가 더 뛰어난 성능을 보이는 것을 확인하였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 데이터 전처리 및 변수 선택
4. 순환신경망을 이용한 태양광 발전량 예측 모델
5. 결론 및 향후 연구
References
참고문헌 (18)
참고문헌 신청
D. Sung, N. Song, G. Go, J. Cha, G. Bae and H. Jang, "Convergence of Power System Technology and Information Communication Technology in Smart Grid," Communications of the Korean Institute of Information Scientists and Engineers, Vol. 31, No. 3, pp. 10-21, Mar. 2013. (in Korean)
M. Lee and S. Kim, "Analysis of Smart Grid Technologies and Domestic and Foreign Policy Trends," Journal of Korean Institute of Information Technology, Vol. 11, No. 8, pp. 181-187, May, 2013. (in Korean)
J. Su, Energy supply and demand brief May issue, pp. 1-15, Korea Energy Economics Institute, 2017.
J. C. B. Gamboa, "Deep Learning for Time-Series Analysis," arXiv preprint arXiv:1701.01887, Jan. 2017.
C. Tofallis, "A better measure of relative prediction accuracy for model selection and model estimation," Journal of the Operational Research Society, Vol. 66, No. 8, pp. 1352-1362, Aug. 2015.
M. Lee and S. Kim, "Analysis of Smart Grid Technologies and Domestic and Foreign Policy Trends," Journal of Korean Institute of Information Technology, Vol. 11, No. 8, pp. 181-187, May, 2013. (in Korean)
J. Su, Energy supply and demand brief May issue, pp. 1-15, Korea Energy Economics Institute, 2017.
J. C. B. Gamboa, "Deep Learning for Time-Series Analysis," arXiv preprint arXiv:1701.01887, Jan. 2017.
C. Tofallis, "A better measure of relative prediction accuracy for model selection and model estimation," Journal of the Operational Research Society, Vol. 66, No. 8, pp. 1352-1362, Aug. 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
태양광 발전량 예측을 위한 RNN(LSTM) 모델 개발
대한설비공학회 학술발표대회논문집
2019 .11
-
발전량 예측 모델 기반의 태양광 모니터링 시스템 고장 예측
JOURNAL OF PLATFORM TECHNOLOGY
2018 .06
-
태양광 발전량 예측을 위한 알고리즘 개발
한국태양에너지학회 학술대회논문집
2023 .04
-
태양광 발전량의 주요변수 분석과 다양한 예측모델 성능 비교
한국통신학회 학술대회논문집
2023 .02
-
태양광 발전량 실시간 예측 시스템
대한전기학회 학술대회 논문집
2019 .07
-
미래 기상정보를 사용하지 않는 LSTM 기반의 피크시간 태양광 발전량 예측 기법
한국전자거래학회지
2019 .11
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
정보과학회 컴퓨팅의 실제 논문지
2020 .10
-
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
전자공학회논문지
2023 .02
-
철도인프라용 태양광발전시스템 확대를 위한 기상정보 활용 발전량 예측 비교 연구
한국철도학회 논문집
2017 .08
-
기상 데이터 및 환경데이터를 활용한 LSTM 기반 태양광 발전량 예측 시스템
한국태양에너지학회 학술대회논문집
2023 .04
-
Photovoltaic Power Forecasting Scheme Based on Graph Neural Networks through Long- and Short-Term Time Pattern Learning
Journal of KIISE
2024 .08
-
기상정보를 활용한 LSTM 기반 태양광 발전량 예측 기법
한국통신학회논문지
2019 .12
-
태양광 발전량 예측을 위한 순환신경망 계열 모델의 성능 비교
한국생산제조학회 학술발표대회 논문집
2022 .12
-
기상 데이터를 활용한 순환신경망 기반 태양광 발전량 예측 시스템
한국통신학회 학술대회논문집
2021 .06
-
태양광 발전단지 데이터를 활용한 머신러닝 기반의 태양광 전력 시스템의 발전량 예측
대한전기학회 학술대회 논문집
2020 .07
-
제한적인 환경에서 현재 기온 데이터에 기반한 태양광 발전 예측 모델 개발
디지털콘텐츠학회논문지
2016 .06
-
태양광 발전량 예측 모델의 최적 학습-평가 기간 선정 연구
한국통신학회 학술대회논문집
2019 .11
-
종관기상관측 자료 기반 태양광발전량 예측에 관한 연구
전자공학회논문지
2023 .04
-
순환신경망과 랜덤 포레스트를 이용한 태양광 발전량 예측
대한환경공학회 학술발표논문집
2020 .11
-
An Inference Method of Influence Parameters for a Physical Calculation Model of Photovoltaic Power Generation
한국태양에너지학회 학술대회논문집
2022 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
김정원
한국정보기술학회논문지
2019
.09
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
강병복
,
윤중현
전자공학회논문지
2023
.02
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
손혜숙
,
김석연
,
장윤
정보과학회 컴퓨팅의 실제 논문지
2020
.10
ICT기반 신재생에너지 발전량 예측기술 동향
이정인
,
이일우
한국통신학회지(정보와통신)
2019
.10
순환신경망을 이용한 수상 태양광 발전량 예측
권오극
,
최수현
,
조현식
외 1명
전기학회논문지
2022
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-569-000782075