Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
지도학습에서 다양한 입력 모델에 의한 초단기 태양광 발전 예측
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 장진혁 | - |
| dc.contributor.author | 신동하 | - |
| dc.contributor.author | 김창복 | - |
| dc.date.available | 2020-02-27T13:42:50Z | - |
| dc.date.created | 2020-02-12 | - |
| dc.date.issued | 2018 | - |
| dc.identifier.issn | 1226-9026 | - |
| dc.identifier.uri | https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/4671 | - |
| dc.description.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. | - |
| dc.language | 한국어 | - |
| dc.language.iso | ko | - |
| dc.publisher | 한국항행학회 | - |
| dc.relation.isPartOf | 한국항행학회논문지 | - |
| dc.title | 지도학습에서 다양한 입력 모델에 의한 초단기 태양광 발전 예측 | - |
| dc.title.alternative | Forecasting of Short Term Photovoltaic Generation by Various Input Model in Supervised Learning | - |
| dc.type | Article | - |
| dc.type.rims | ART | - |
| dc.description.journalClass | 2 | - |
| dc.identifier.doi | 10.12673/jant.2018.22.5.478 | - |
| dc.identifier.bibliographicCitation | 한국항행학회논문지, v.22, no.5, pp.478 - 484 | - |
| dc.identifier.kciid | ART002402043 | - |
| dc.citation.endPage | 484 | - |
| dc.citation.startPage | 478 | - |
| dc.citation.title | 한국항행학회논문지 | - |
| dc.citation.volume | 22 | - |
| dc.citation.number | 5 | - |
| dc.contributor.affiliatedAuthor | 장진혁 | - |
| dc.contributor.affiliatedAuthor | 신동하 | - |
| dc.contributor.affiliatedAuthor | 김창복 | - |
| dc.subject.keywordAuthor | Support vectors machine | - |
| dc.subject.keywordAuthor | Deep learning | - |
| dc.subject.keywordAuthor | Artificial neural network | - |
| dc.subject.keywordAuthor | Sunshine | - |
| dc.subject.keywordAuthor | Solar radiation. | - |
| dc.description.journalRegisteredClass | kci | - |
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - IT융합대학 > 에너지IT학과 > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Related Researcher
- Kim, Chang Bok
- College of IT Convergence (컴퓨터공학부(컴퓨터공학전공))