Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

다양한 가중치 최적화기법이 결합된 머신러닝 모형을 이용한 태양광 발전량의 예측

Full metadata record
DC Field Value Language
dc.contributor.author조영탁-
dc.contributor.author이건희-
dc.contributor.author홍준희-
dc.contributor.author김종우-
dc.date.accessioned2022-03-01T03:40:42Z-
dc.date.available2022-03-01T03:40:42Z-
dc.date.created2022-02-28-
dc.date.issued2022-02-
dc.identifier.issn1976-9172-
dc.identifier.urihttps://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/83596-
dc.description.abstract본 논문에서는 충남 홍성지역의 상업운전 중인 1MW급 태양광 발전소와 주변지역의 기상조건을 근거로 태양광 발전량을 머신러닝 기법과 통계기법으로 예측하고 비교해보았다. 모형의 입력자료는 홍성지역의 약 9개월간 시간대별 실제발전량과 주변지역의 시간별 습도, 일조시간, 일사량을 사용하였으며, 각 방법별로 학습과 평가를 수행하였다. 계산결과 기존의통계기법보다는 하모니 서치기법과 결합된 신경망 모형이 오차는 더 줄이고 결정계수는 더높였다. 이를 통해 태양광발전원의 간헐적인 전력품질을 개선하고 분산형 전원확대에 큰 도움이 될 것으로 기대된다.-
dc.language한국어-
dc.language.isoko-
dc.publisher한국지능시스템학회-
dc.relation.isPartOf한국지능시스템학회 논문지-
dc.title다양한 가중치 최적화기법이 결합된 머신러닝 모형을 이용한 태양광 발전량의 예측-
dc.title.alternativePrediction of Photovoltaic Generation Using Machine Learning Models with Various Weight Optimization Techniques-
dc.typeArticle-
dc.type.rimsART-
dc.description.journalClass2-
dc.identifier.bibliographicCitation한국지능시스템학회 논문지, v.32, no.1, pp.1 - 6-
dc.identifier.kciidART002813866-
dc.description.isOpenAccessN-
dc.citation.endPage6-
dc.citation.startPage1-
dc.citation.title한국지능시스템학회 논문지-
dc.citation.volume32-
dc.citation.number1-
dc.contributor.affiliatedAuthor조영탁-
dc.contributor.affiliatedAuthor이건희-
dc.contributor.affiliatedAuthor홍준희-
dc.contributor.affiliatedAuthor김종우-
dc.subject.keywordAuthorOptimization Techniques-
dc.subject.keywordAuthorPhotovoltaic-
dc.subject.keywordAuthorHarmony Search-
dc.subject.keywordAuthorMachine Learning-
dc.subject.keywordAuthorGeneration Prediction-
dc.subject.keywordAuthor최적화기법-
dc.subject.keywordAuthor태양광-
dc.subject.keywordAuthor하모니 서치-
dc.subject.keywordAuthor머신러닝-
dc.subject.keywordAuthor발전량 예측-
dc.description.journalRegisteredClasskci-
Files in This Item
There are no files associated with this item.
Appears in
Collections
IT융합대학 > 에너지IT학과 > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Hong, Jun Hee photo

Hong, Jun Hee
College of IT Convergence (Department of smart city)
Read more

Altmetrics

Total Views & Downloads

BROWSE