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
- 2023.4
- 수록면
- 93 - 99 (7page)
- DOI
- 10.5573/ieie.2023.60.4.93
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 태양광 발전 예측에 대한 연구는 대부분 신재생에너지의 불확실한 발전 출력 특성을 극복하기 위해 기계학습방법이나 기상 데이터들을 활용하는 방식으로 발전량을 예측하는 연구들이 진행되고 있다. 그러나 기계학습모델은 구축 및 운용을 위해서 상대적으로 더 많은 연산량이 요구되며 이에 따라 과적합 현상이 발생하여 실제 데이터에 대한 오차가 증가 할 가능성이 높다. 따라서 기계학습보다 상대적으로 더 작은 연상량으로 구축 및 운영할 수 있는 다중선형회귀분석을 활용하여 태양광 발전량 예측 모델을 구축할 수 있는 연구가 필요하다. 본 논문에서는 다중선형회귀분석과 발전과 밀접한 기상정보를 활용한 태양광 발전량 예측 모델을 제안한다. 제안된 예측 모델은 149시간 동안 수집된 태양광 발전량 데이터와 기상 데이터를 수집하여 각 기상변수들과 발전량과의 상관관계를 분석하였다. 이후 각 독립변수에 대한 다중선형회귀분석을 수행하였고, 통계적으로 유의한 변수들만을 선별하여 발전량예측을 위한 다중선형회귀모델을 구축하였다. 구현된 다중선형회귀모델의 성능을 평가하기 위해 결정계수, RMSE, MAE를 각각 계산하고 기존의 기계학습 방법을 사용한 태양광 발전량 예측 모델들과 성능을 비교하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 발전량 예측을 위한 다중선형회귀모델
Ⅲ. 결론
REFERENCES
참고문헌 (20)
참고문헌 신청
S. J. Park, “Liquid air for large-capacity energy storage system,” Korean Society of Mechanical Engineers-Renewable Energy and Energy Storage Technology, vol. 59, no. 4, pp. 30-35, November 2019
T. S. Nam, “The here and the hereafter of energy storage system,” The Korean Institute of Electrical Engineers, vol. 69, no. 9, pp. 15-23, September 2020
https://www.kiet.re.kr/research/economyDetailView?detail_no=2299
Y. R. Lee, W. B. Son, J. Y. Kim, “PV forecasting for participation in the distributed energy resources market,” Trans. of The Korean Institute of Electrical Engineers, pp. 512-522, July 2021
Z. Wang, A. Negash, D. S. Joo, “Optimal scheduling of energy storage under forecast uncertainties,” Trans. of the IET Generation, vol. 21, no. 3, pp. 4220-4226, August 2017
T. S. Nam, “The here and the hereafter of energy storage system,” The Korean Institute of Electrical Engineers, vol. 69, no. 9, pp. 15-23, September 2020
https://www.kiet.re.kr/research/economyDetailView?detail_no=2299
Y. R. Lee, W. B. Son, J. Y. Kim, “PV forecasting for participation in the distributed energy resources market,” Trans. of The Korean Institute of Electrical Engineers, pp. 512-522, July 2021
Z. Wang, A. Negash, D. S. Joo, “Optimal scheduling of energy storage under forecast uncertainties,” Trans. of the IET Generation, vol. 21, no. 3, pp. 4220-4226, August 2017
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
다중선형회귀를 사용한 태양광 발전량 예측에 관한 연구
한국통신학회 학술대회논문집
2022 .06
-
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
-
빅데이터를 이용한 태양광 발전량 분석모델
정보 및 제어 논문집
2021 .04
-
철도인프라용 태양광발전시스템 확대를 위한 기상정보 활용 발전량 예측 비교 연구
한국철도학회 논문집
2017 .08
-
제한적인 환경에서 현재 기온 데이터에 기반한 태양광 발전 예측 모델 개발
디지털콘텐츠학회논문지
2016 .06
-
태양광 발전량에 주요한 영향을 미치는 기상변수 선정을 위한 탐색 및 시각화
대한전기학회 학술대회 논문집
2021 .10
-
태양광 발전량 예측을 위한 알고리즘 개발
한국태양에너지학회 학술대회논문집
2023 .04
-
태양광 발전량의 주요변수 분석과 다양한 예측모델 성능 비교
한국통신학회 학술대회논문집
2023 .02
-
머신러닝을 이용한 태양광 발전량 예측 및 태양 추적 패널을 이용한 발전량 연구
대한기계학회 논문집 B권
2023 .01
-
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
한국정보기술학회논문지
2019 .09
-
발전량 예측 모델 기반의 태양광 모니터링 시스템 고장 예측
JOURNAL OF PLATFORM TECHNOLOGY
2018 .06
-
기상 데이터를 활용한 순환신경망 기반 태양광 발전량 예측 시스템
한국통신학회 학술대회논문집
2021 .06
-
서포트 벡터 회귀를 이용한 24시간 앞의 태양광 발전량 예측
한국정보기술학회논문지
2016 .03
-
A Study on Comparison of Optimized Predicted Annual Energy Production and Actual Power Generation
한국신·재생에너지학회 학술대회 초록집
2017 .05
-
인공 신경망 회귀 모델을 활용한 인버터 기반 태양광 발전량 예측 알고리즘
한국전자통신학회 논문지
2024 .04
-
기상 데이터 및 환경데이터를 활용한 LSTM 기반 태양광 발전량 예측 시스템
한국태양에너지학회 학술대회논문집
2023 .04
-
태양광 발전량 실시간 예측 시스템
대한전기학회 학술대회 논문집
2019 .07
-
기상빅데이터를 활용한 신재생에너지 발전량 예측 모형 연구
한국전자통신학회 논문지
2023 .02
-
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
이 논문의 저자 정보
이 논문과 함께 이용한 논문
2021년 3월 1-2일 영동지역 폭설 사례 분석
최영길
,
채유진
,
정지훈
외 2명
한국기상학회 학술대회 논문집
2021
.10
서울ㆍ대구 ASOS 지점에서 건물에 의한 일조 차단 영향
박수진
,
김재진
대기
2014
.03
Dropout 기법을 활용한 ANN 기반 태양광 발전량 예측 모델의 성능 비교
홍성협
,
이광호
한국생활환경학회지
2024
.10
2050 탄소중립과 재생에너지 확대를 위한 ESS 확보 최적화 기술 개발
제갈성
,
이지현
한국신·재생에너지학회 학술대회 초록집
2024
.05
시계열 모형과 기계학습 모형을 이용한 풍력 발전량 예측 연구
박수진
,
이진영
,
김삼용
응용통계연구
2021
.10
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-569-001465618