지도학습에서 다양한 입력 모델에 의한 초단기 태양광 발전 예측Forecasting of Short Term Photovoltaic Generation by Various Input Model in Supervised Learning
- Other Titles
- Forecasting of Short Term Photovoltaic Generation by Various Input Model in Supervised Learning
- Authors
- 장진혁; 신동하; 김창복
- Issue Date
- 2018
- Publisher
- 한국항행학회
- Keywords
- Support vectors machine; Deep learning; Artificial neural network; Sunshine; Solar radiation.
- Citation
- 한국항행학회논문지, v.22, no.5, pp.478 - 484
- Journal Title
- 한국항행학회논문지
- Volume
- 22
- Number
- 5
- Start Page
- 478
- End Page
- 484
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/4671
- DOI
- 10.12673/jant.2018.22.5.478
- ISSN
- 1226-9026
- Abstract
- 본 연구는 기온, 강수량, 풍향, 풍속, 습도, 운량, 일조, 일사 등 시간별 기상 데이터를 이용하여, 일사 및 일조 그리고 태양광 발전 예측을 하였다. 지도학습에서 입출력패턴은 예측에서 가장 중요한 요소이지만 인간이 직접 결정해야하기 때문에, 반복적인 실험에 의해 결정해야 한다. 본 연구는 일사 및 일조 예측을 위하여 4가지 모델의 입출력 패턴을 제안하였다. 또한, 예측된 일조 및 일사 데이터와 전라남도 영암 태양광 발전소의 발전량 데이터를 사용하여 태양광 발전량을 예측하였다. 실험결과 일조 및 일사 예측에서 모델 4가 가장 예측결과가 우수했으며, 모델 1에 비해 일조의 RMSE는 1.5배 정도 그리고 일사의 RMSE는 3배 정도 오차가 줄었다. 태양광 발전예측 실험결과 일조 및 일사와 마찬가지로 모델 4가 가장 예측결과가 좋았으며, 모델 1 보다 RMSE가 2.7배 정도 오차가 줄었다.
- 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/4671)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.