지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.6
- 수록면
- 106 - 111 (6page)
- DOI
- 10.5370/KIEEP.2019.68.2.106
이용수
초록· 키워드
오류제보하기
Recently, due to the depletion of fossil fuel resources and the regulation of CO2 emissions, attention and demand for solar power generation are increasing. The solar power generation has begun to be applied to small-scale power generation, and recently, largescale power plants have been built and sold to utility companies or power demand has been supplied to cities. In addition, facilities for microgrid for energy self-reliance through renewable energy such as solar power, wind power, and tidal power are being constructed and studied in places where electricity supply is difficult, such as island or inland countryside. The solar power generation is advantageous in that it has no pollution, is easy to maintain, and has a long life. However, the power generation depends on the weather, the installation site is limited, and the initial investment cost and the power generation cost are high. Particularly, since it depends on the weather condition, the generation amount is very intermittent and it is difficult to adjust the power generation amount, and it is difficult to establish a power generation plan in advance. Therefore, high accuracy solar power generation forecasting is essential to reduce the uncertainty of solar power generation and to improve the economical efficiency of solar power generation. Existing solar power generation forecasting has been conducted to predict power generation using Extreme Learning Machine (ELM), Support Vector Regression (SVR), and neural network. However, in this paper, we forecast the solar power generation using the meteorological satellite data from 2011 to 2017 and forecasting method using the CNN (Convolutional Neural Network) which is one of the deep running algorithms. And the feasibility of the proposed method was verified using the meteorological satellite data in 2018. For the forecasting program, we programmed using Python, which is specialized for deep running.
목차
Abstract
1. 서론
2. 본론
3. 예측 프로그램
4. 예측사례
5. 결론
References
참고문헌 (5)
참고문헌 신청
Ji Eun Yu, Hwan Cheol Kang, Hye Rim Hyun, Na Yeon Kim, Seung Yun Lee, Young Seok Ji, Han Sam Oh, Yoon Seok Kang, Sang Hun Lee, “Korea Infomation Science Society,” pp. 1974-1976, Dec. 2017.
Kyung Soo Han, “Insolation Algorithm Technology analysis report,” National Meteorological Satellite Center, Dec. 2012.
Yu Jeong Choe, Chang Sun Baek, Jae Hong Yom, “Machine Learning Based Accuracy Improvement of Land Surface Temperature from Satellite Imagery -With Application to Cloud Cover Enhancement-,” Korea Society of Surveying, pp. 280-286, Apr. 2017.
Sun Ho Lee, Sang Hyeon Kim, Han Lim Choi, “Vision- Based Multi-Object Detection and Localization Using CNN,” The Korean Society for Aeronautical & Space Sciences, pp. 326-328, Nov. 2017.
Hyun Jin Lee, “Use of the Moving Average of the Current Weather Data for the Solar Power Generation Amount Prediction,” Journal of Korea Multimedia Society Vol. 19, No. 8, August. 2016.
Kyung Soo Han, “Insolation Algorithm Technology analysis report,” National Meteorological Satellite Center, Dec. 2012.
Yu Jeong Choe, Chang Sun Baek, Jae Hong Yom, “Machine Learning Based Accuracy Improvement of Land Surface Temperature from Satellite Imagery -With Application to Cloud Cover Enhancement-,” Korea Society of Surveying, pp. 280-286, Apr. 2017.
Sun Ho Lee, Sang Hyeon Kim, Han Lim Choi, “Vision- Based Multi-Object Detection and Localization Using CNN,” The Korean Society for Aeronautical & Space Sciences, pp. 326-328, Nov. 2017.
Hyun Jin Lee, “Use of the Moving Average of the Current Weather Data for the Solar Power Generation Amount Prediction,” Journal of Korea Multimedia Society Vol. 19, No. 8, August. 2016.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
B/C 계산을 이용한 양수발전의 경제성 분석 비교
대한전기학회 학술대회 논문집
2021 .10
-
지방 도시에 도입된 풍력단지의 기후 특성을 고려한 전력 발전량 예측
대한건축학회논문집
2023 .11
-
태양광발전시스템 고정식과 고정가변식의 운전효율분석
한국기계기술학회지
2017 .01
-
풍력발전 설비가 전력계통의 전력품질에 미치는 영향
조명·전기설비학회논문지
2016 .09
-
일반화 가법모형을 이용한 태양광 발전량 예측 알고리즘
멀티미디어학회논문지
2022 .11
-
THE INFLUENCE OF THE RENEWABLE POWER GENERATION INTEGRATED WITH ESS ON THE POWER GENERATION MIX
AFORE
2015 .11
-
국내 지역별 일사량을 고려한 버스 탑재형 태양광 패널의 발전량 예측
한국기계기술학회지
2023 .06
-
발전용 천연가스 일일수요 예측 모형 연구-평일수요를 중심으로
한국태양광발전학회지
2018 .08
-
Semantic Segmentation을 이용한 구름 분석 기술 기반, 일사량 및 태양광 발전량 예측 기술
대한전자공학회 학술대회
2020 .11
-
발전분야 적용을 위한 국내외 표준화 동향 및 검 · 인증 체계 조사 분석
동력시스템공학회지
2018 .08
-
그림자 효과를 고려한 태양전지 모듈의 발전량 예측 연구
Current Photovoltaic Research
2016 .06
-
LSTM 기법을 이용한 풍력발전 출력 예측에 관한 연구
전기학회논문지
2020 .08
-
Analysis of Power Network Stabilities Considering the Uncertainty of Large Renewable Power Generations
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
태양광발전을 고려한 RF 모델 기반 제주 하계 전력수요예측
한국조명·전기설비학회 학술대회논문집
2021 .05
-
100㎾ 이상의 발전량을 가진 태양광 발전소들의 장기 운전 데이터 분석 연구(1)
한국태양에너지학회 학술대회논문집
2022 .10
-
Solar Photovoltaic Generation Forecasting using Machine Learning Methods
The Journal of Contents Computing
2020 .06
-
발전시스템 및 송전용량을 고려한 태양광 발전 한계투입용량 산정 방법론
한국태양에너지학회 논문집
2023 .12
-
PV와 PEFC를 병용한 가정용 분산 전원 시스템의 전력평준화 제어법
전기학회논문지 P
2016 .12
-
신재생 발전에 적용된 접지변압기(Y-D)의 지락전류의 흐름 검토
한국조명·전기설비학회 학술대회논문집
2021 .11
-
1kW급 조력발전 용 프로토타입 PCS에 관한 연구
한국기계기술학회지
2021 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
건물적용 태양광발전시스템의 국내 지역에 따른 설치각도별 연간 전력생산량 예측에 관한 연구
김동수
,
신우철
,
윤종호
KIEAE Journal
2014
.02
시간별 일사량을 고려한 18 MW급 수상 태양광 시스템 연간 발전량 예측에 관한 연구
서석호
,
차종환
,
오시덕
외 5명
한국신·재생에너지학회 학술대회 초록집
2020
.08
고분자 보호 필름을 적용한 태양광 모듈의 출력 및 신뢰성에 관한 연구
임종록
,
신우균
,
윤희상
외 5명
한국태양에너지학회 논문집
2019
.10
BIPV의 사례 및 적용 방법에 대한 연구
문형빈
,
안종권
,
김진희
외 1명
한국태양에너지학회 학술대회논문집
2019
.04
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
김정원
한국정보기술학회논문지
2019
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-560-000727986