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
- 발행연도
- 2023.1
- 수록면
- 55 - 62 (8page)
- DOI
- 10.3795/KSME-B.2023.47.1.055
이용수
DBpia Top 5%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
전 세계적으로 신재생 에너지의 중요성이 부각됨에 때라 대한민국은 2030년까지 신재생에너지 발전비중을 30.2%까지 늘리는 것을 목표로 하고 있다. 태양광 발전은 국내 신재생 에너지 발전량 중 80% 이상을 차지하는 중요한 역할을 한다. 하지만, 태양광 발전은 기상요소에 따라 발전량이 크게 변동하므로 안정적인 에너지 확보를 위해서 태양광 발전의 불안정성에 대한 대응과 발전량 증대가 필요하다. 따라서 본 논문에서는 기상데이터를 기반으로 머신러닝 모델을 학습시켜 태양광 발전량을 예측하고, 계절 및 시간에 따라 변화하는 태양 고도와 방위각을 계산하고, 태양을 추적하도록 발전 패널 제어하여 태양광 발전량을 증가시킨다. 실험 결과 0.208의 제곱평균오차 이내로 발전량을 예측했고, 태양 추적 전후 발전량의 차이가 23.4%임을 확인하였다.
목차
초록
Abstract
1. 서론
2. 데이터 확보와 전처리
3. 순환신경망 머신러닝 모델 구축
4. 실험
5. 실험 결과 및 고찰
6. 결론 및 토론
참고문헌(Reference)
참고문헌 (6)
참고문헌 신청
Meeus, J., 1991, Astonomical Algorithms, Willmann-Be;l, Inc.
Shin, H. S., 2010, Principles and Types of Solar Tracking Devices for Efficiency Improvement of Solar Power Generation Systems (https://www.reseat.or.kr/portal/bbs/B0000261/view.do?nttId=181534&menuNo=200019&optn18=&searchCnd=4&searchWrd=%EC%8B%A0%ED%9D%A
Kwak, N. W. and Lim, D. H., 2020, “Financial Time Series Forecasting Using AdaBoost-GRU Ensemble Model,” Journal of the Korean Data & Information Science Society, Vol. 32, No. 2, pp. 268~279.
Lee, S. and Lee, W. J., 2016, “Development of a System for Predicting Photovoltaic Power Generation and Detecting Defects Using Machine Learning,” KIPS Trans. on Computer and Communication Systems, Vol. 5, No. 10, pp. 353~359.
Chuluunsaikhan, T., Nasridinov, A., Choi, W. S., Choi, D. B., Choi, S. H. and Kim, Y. M., 2021, “Predicting the Power Output of Solar Panels based on Weather and Air Pollution Features Using Machine Learning,” Journal of Korea Multimedia Society, pp. 222~
Shin, H. S., 2010, Principles and Types of Solar Tracking Devices for Efficiency Improvement of Solar Power Generation Systems (https://www.reseat.or.kr/portal/bbs/B0000261/view.do?nttId=181534&menuNo=200019&optn18=&searchCnd=4&searchWrd=%EC%8B%A0%ED%9D%A
Kwak, N. W. and Lim, D. H., 2020, “Financial Time Series Forecasting Using AdaBoost-GRU Ensemble Model,” Journal of the Korean Data & Information Science Society, Vol. 32, No. 2, pp. 268~279.
Lee, S. and Lee, W. J., 2016, “Development of a System for Predicting Photovoltaic Power Generation and Detecting Defects Using Machine Learning,” KIPS Trans. on Computer and Communication Systems, Vol. 5, No. 10, pp. 353~359.
Chuluunsaikhan, T., Nasridinov, A., Choi, W. S., Choi, D. B., Choi, S. H. and Kim, Y. M., 2021, “Predicting the Power Output of Solar Panels based on Weather and Air Pollution Features Using Machine Learning,” Journal of Korea Multimedia Society, pp. 222~
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
태양광 발전량 예측을 위한 알고리즘 개발
한국태양에너지학회 학술대회논문집
2023 .04
-
빅데이터를 이용한 태양광 발전량 분석모델
정보 및 제어 논문집
2021 .04
-
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
전자공학회논문지
2023 .02
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
정보과학회 컴퓨팅의 실제 논문지
2020 .10
-
철도인프라용 태양광발전시스템 확대를 위한 기상정보 활용 발전량 예측 비교 연구
한국철도학회 논문집
2017 .08
-
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
한국정보기술학회논문지
2019 .09
-
A Study on Comparison of Optimized Predicted Annual Energy Production and Actual Power Generation
한국신·재생에너지학회 학술대회 초록집
2017 .05
-
발전량 예측 모델 기반의 태양광 모니터링 시스템 고장 예측
JOURNAL OF PLATFORM TECHNOLOGY
2018 .06
-
종관기상관측 자료 기반 태양광발전량 예측에 관한 연구
전자공학회논문지
2023 .04
-
신재생 에너지 동적 운영을 위한 기계학습 기반 태양광 및 풍력 발전량 예측에 관한 연구
한국통신학회 학술대회논문집
2025 .02
-
태양광 발전량 실시간 예측 시스템
대한전기학회 학술대회 논문집
2019 .07
-
머신러닝 기반 태양광 에너지 발전량 예측 및 모델별 비교 연구
전력전자학회 학술대회 논문집
2024 .11
-
A Study on Change Trend of Actual Power Generation Yield and Accuracy Prediction Method of Photovoltaic AEP(Annual Energy Production) by Climate Change
한국에너지기후변화학회 학술대회
2018 .11
-
기상빅데이터를 활용한 신재생에너지 발전량 예측 모형 연구
한국전자통신학회 논문지
2023 .02
-
입지 및 설치방식에 따른 태양광 발전량 분석 방법에 관한 연구
한국산업정보학회논문지
2023 .12
-
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
-
계절별 기상조건에 기반한 태양광 발전량 예측에 관한 연구
한국지능시스템학회 논문지
2021 .04
-
기상 데이터를 활용한 순환신경망 기반 태양광 발전량 예측 시스템
한국통신학회 학술대회논문집
2021 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
머신러닝 정규화 기술을 통한 태양광 발전량 예측의 불확실성 정량화
홍성협
,
이광호
한국생활환경학회지
2024
.10
신재생에너지 예측시장 참여형 태양광 발전량 예측 모델 개발
유재혁
,
김상진
,
장병훈
외 1명
한국태양에너지학회 논문집
2022
.12
머신러닝을 이용한 태양광 발전량 예측 모델 비교
이용택
,
김두형
,
신우석
외 3명
대한산업공학회지
2021
.10
태양광 패널을 이용한 자율주행 전기자동차 디자인 개발에 관한 연구
이재용
,
안선영
,
송유정
외 5명
한국디자인학회 학술발표대회 논문집
2023
.10
Reinforcement Learning-Based Trajectory Optimization of Solar Panel-Equipped UAV BS for Energy Efficiency
김동욱
,
홍충선
,
박성배
외 1명
Journal of KIISE
2023
.10
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-550-000333816