실제 컨버터 출력 데이터를 이용한 특정 지역 태양광 장단기 발전 예측Prediction of Short and Long-term PV Power Generation in Specific Regions using Actual Converter Output Data
- Other Titles
- Prediction of Short and Long-term PV Power Generation in Specific Regions using Actual Converter Output Data
- Authors
- 하은규; 김태오; 김창복
- Issue Date
- 2019
- Publisher
- 한국항행학회
- Keywords
- Photovoltaic; linear regression; Support vector machine; Deep neural network; Recurrent neural network
- Citation
- 한국항행학회논문지, v.23, no.6, pp.561 - 569
- Journal Title
- 한국항행학회논문지
- Volume
- 23
- Number
- 6
- Start Page
- 561
- End Page
- 569
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/19320
- ISSN
- 1226-9026
- Abstract
- 태양광 발전은 일사량만 있으면 전기에너지를 얻을 수 있기 때문에, 새로운 에너지 공급원으로 용도가 급증하고 있다. 본 논문은 실제 태양광 발전 시스템의 컨버터 출력을 이용하여 장단기 출력 예측을 하였다. 예측 알고리즘은 다중선형회귀와 머신러닝의 지도학습 중 분류모델인 서포트 벡터 머신 그리고 DNN과 LSTM 등 딥러닝을 이용하였다. 또한 기상요소의 입출력 구조에 따라 3개의 모델을 이용하였다. 장기 예측은 월별, 계절별, 연도별 예측을 하였으며, 단기 예측은 7일간의 예측을 하였다. 결과로서 RMSE 측도에 의한 예측 오차로 비교해 본 결과 다중선형회귀와 SVM 보다는 딥러닝 네트워크가 예측 정확도 측면에서 더 우수하였다. 또한, DNN 보다 시계열 예측에 우수한 모델인 LSTM이 예측 정확도 측면에서 우수하였다. 입출력 구조에 따른 실험 결과는 모델 1보다 모델 2가 오차가 적었으며, 모델 2보다는 모델 3이 오차가 적었다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - IT융합대학 > 에너지IT학과 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/19320)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.