기상 데이터와 기상 위성 영상을 이용한 다중 딥러닝 모델 기반 일사량 예측Radiation Prediction Based on Multi Deep Learning Model Using Weather Data and Weather Satellites Image
- Other Titles
- Radiation Prediction Based on Multi Deep Learning Model Using Weather Data and Weather Satellites Image
- Authors
- 김재정; 유용훈; 김창복
- Issue Date
- Dec-2021
- Publisher
- 한국항행학회
- Keywords
- Satellites Image; Weather Data; Multi Deep Learning Model; Radiation Prediction; Artificial Intelligence
- Citation
- 한국항행학회논문지, v.25, no.6, pp.569 - 574
- Journal Title
- 한국항행학회논문지
- Volume
- 25
- Number
- 6
- Start Page
- 569
- End Page
- 574
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/83286
- ISSN
- 1226-9026
- Abstract
- 딥러닝은 데이터의 품질과 모델에 따라 예측 성능에 차이를 보인다. 본 연구는 발전량 예측에 가장 영향을 주는 일사량 예측을 위한 최적의 딥러닝 모델을 구축하기 위해 다양한 입력 데이터와 다중 딥러닝 모델을 사용하였다. 입력 데이터는 기상청의 기상 데이터와 천리안 기상영상을 기상청 지역의 영상을 분할하여 사용하였다, 본 연구는 기본적인 딥러닝 모델인 DNN, LSTM, CNN 모델에 대해 중간층의 깊이와 노드를 변경하여 일사량을 예측하여, 비교 평가하였다, 또한, 각 모델에서 가장 좋은 오차율을 가진 모델을 연결한 다증 딥러닝 모델을 구축하여 일사량을 예측하였다. 실험 결과로서 다중 딥러닝 모델인 모델 A의 RMSE는 0.0637이며, 모델 B의 RMSE는 0.07062이며, 모델 C의 RMSE는 0.06052로서 단일 모델보다 모델 A 그리고 모델 C의 오차율이 좋았다. 본 연구는 실험을 통해 두 개 이상의 모델을 연결한 모델이 향상된 예측률과 안정된 학습 결과를 보였다.
- 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/83286)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.