일기 예보와 예측 일사 및 일조를 이용한 태양광 발전 예측
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 신동하 | - |
dc.contributor.author | 박준호 | - |
dc.contributor.author | 김창복 | - |
dc.date.available | 2020-02-27T22:41:55Z | - |
dc.date.created | 2020-02-12 | - |
dc.date.issued | 2017 | - |
dc.identifier.issn | 1226-9026 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/7234 | - |
dc.description.abstract | 무한한 에너지원을 가진 태양광 발전은 기상 에 의존하기 때문에 발전량이 매우 간헐적이다. 따라서 태양광 발전량의 불확실성을 줄이고 경제성을 향상시키기 위하여 정확한 발전량 예측기술이 필요하다. 기상청은 3일간 기상정보를 예보하지만 태양광 발전예측에 높은 상관관계가 있는 일조량과 일사량은 예보하지 않는다. 본 연구에서는 기상청에서 3일간 예보하는 기상요소인 기온, 강수량, 풍향, 풍속, 습도, 운량 등을 이용하여, 일조 및 일사량을 예측하였으며, 예측된 일사 및 일조량을 이용하여, 실시간 태양광 발전량을 예측하는 딥러닝 모델을 제안하였다. 결과로서 예측된 기상요소로 발전량을 예측하는 모델보다 제안 모델이 MAE, RMSE, MAPE 등의 오차율 지표에서 더 좋은 결과를 보여주었다. 또한, 기계 학습의 한 종류인 서포트 벡터 머신을 사용하는 것보다 DNN을 사용하는 것이 더 낮은 오차율 지표를 보여주었다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국항행학회 | - |
dc.relation.isPartOf | 한국항행학회논문지 | - |
dc.title | 일기 예보와 예측 일사 및 일조를 이용한 태양광 발전 예측 | - |
dc.title.alternative | Photovoltaic Generation Forecasting Using Weather Forecast and Predictive Sunshine and Radiation | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.description.journalClass | 2 | - |
dc.identifier.doi | 10.12673/jant.2017.21.6.643 | - |
dc.identifier.bibliographicCitation | 한국항행학회논문지, v.21, no.6, pp.643 - 650 | - |
dc.identifier.kciid | ART002302286 | - |
dc.citation.endPage | 650 | - |
dc.citation.startPage | 643 | - |
dc.citation.title | 한국항행학회논문지 | - |
dc.citation.volume | 21 | - |
dc.citation.number | 6 | - |
dc.contributor.affiliatedAuthor | 신동하 | - |
dc.contributor.affiliatedAuthor | 박준호 | - |
dc.contributor.affiliatedAuthor | 김창복 | - |
dc.subject.keywordAuthor | Solar photovoltaic generation forecast | - |
dc.subject.keywordAuthor | Deep learning | - |
dc.subject.keywordAuthor | Artificial neural network | - |
dc.subject.keywordAuthor | Support vector machine. | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
1342, Seongnam-daero, Sujeong-gu, Seongnam-si, Gyeonggi-do, Republic of Korea(13120)031-750-5114
COPYRIGHT 2020 Gachon University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.