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
- 2021.10
- 수록면
- 444 - 458 (15page)
- DOI
- 10.7232/JKIIE.2021.47.5.444
이용수
DBpia Top 5%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
The amount of new renewable energy generation is increasing worldwide every year. Among many new renewable energy sources, solar energy generation using solar energy accounts for the highest proportion of new renewable energy generation. There is a variation in power production because solar power generation is more affected by climate conditions compared to power generation using crude oil or oil. In order to accurately predict solar energy generation dependent on climate variables, this study compares the performance of machine learning-based solar power generation prediction models using weather forecast data from the current forecast technology, Numeric Weather Prediction (NWP). In this study, we experimented on two NWP types, and 7 machine learning models depending on 21 photovoltaic(pv) power stations. Based on results, we select the model with the lowest statistical indicators nMAE(%) by region as the optimal model for the region. Finally, experimental results show that the 7-Block ANN model devised in this study is better than conventional machine learning models.
목차
1. 서론
2. 선행 연구
3. 데이터 전처리 및 평가 지표
4. 태양광 발전량 예측 모델
5. 하이퍼파라미터 탐색 및 실험 결과
6. 결론 및 향후 과제
참고문헌
참고문헌 (15)
참고문헌 신청
Ahmad, M. W., Reynolds, J., and Rezgui, Y. (2018), Predictive Modelling for Solar Thermal Energy Systems: A Comparison of Support Vector Regression, Random Forest, Extra Trees and Regression Trees, Journal of Cleaner Production, 203, 810-821.
Cheng, H., Cao, W., and Ge, P. (2012), Forecasting Research of Long-term Solar Irradiance and Output Power for Photovoltaic Generation System, IEEE., 2012 Fourth International Conference on Computational and Information Sciences, pp. 1224-1227.
Huang, C. J. and Kuo, P. H. (2019), Multiple-input Deep Convolutional Neural Network Model for Short-term Photovoltaic Power Forecasting, IEEE Access, 7, 74822-74834.
Kayri, M., Kayri, I., and Gencoglu, M. T. (2017), The Performance Comparison of Multiple Linear Regression, Random Forest and Artificial Neural Network by using Photovoltaic and Atmospheric Data, International Conference on Engineering of Modern Electric Systems (EMES), IEEE, 1-4.
Kim, J. W. (2019), A Solar Power Prediction Scheme Based on Machine Learning Algorithm from Weather Forecasts, The Journal of Korean Institute of Information Technology, 17(9), 83-89.
Cheng, H., Cao, W., and Ge, P. (2012), Forecasting Research of Long-term Solar Irradiance and Output Power for Photovoltaic Generation System, IEEE., 2012 Fourth International Conference on Computational and Information Sciences, pp. 1224-1227.
Huang, C. J. and Kuo, P. H. (2019), Multiple-input Deep Convolutional Neural Network Model for Short-term Photovoltaic Power Forecasting, IEEE Access, 7, 74822-74834.
Kayri, M., Kayri, I., and Gencoglu, M. T. (2017), The Performance Comparison of Multiple Linear Regression, Random Forest and Artificial Neural Network by using Photovoltaic and Atmospheric Data, International Conference on Engineering of Modern Electric Systems (EMES), IEEE, 1-4.
Kim, J. W. (2019), A Solar Power Prediction Scheme Based on Machine Learning Algorithm from Weather Forecasts, The Journal of Korean Institute of Information Technology, 17(9), 83-89.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
머신러닝 기반 태양광 에너지 발전량 예측 및 모델별 비교 연구
전력전자학회 학술대회 논문집
2024 .11
-
태양광 발전량 예보를 위한 앙상블 머신러닝 모델 개발
한국태양에너지학회 학술대회논문집
2022 .10
-
머신러닝 기법을 이용한 태양광 발전량 예측모델 개선
한국태양에너지학회 학술대회논문집
2022 .10
-
태양광 발전단지 데이터를 활용한 머신러닝 기반의 태양광 전력 시스템의 발전량 예측
대한전기학회 학술대회 논문집
2020 .07
-
기상자료를 이용한 기계학습모델 기반 태양광 발전량 예측
한국환경기술학회지
2017 .01
-
Research Trends of Photovoltaic Power Forecasting Using Machine Learning
AFORE
2022 .09
-
기계 학습 모델을 이용한 발전 성능 분석
한국태양에너지학회 학술대회논문집
2022 .10
-
태양광 발전량 예측을 위한 알고리즘 개발
한국태양에너지학회 학술대회논문집
2023 .04
-
기계학습 기법을 조합한 태양광 발전량 예측
한국통신학회 학술대회논문집
2020 .08
-
Support Vector Regression(SVR) 기반의 단기 태양광발전 예측시스템 개발에 관한 연구
조명·전기설비학회논문지
2019 .06
-
Deep Learning Model for Forecasting Short-Term Solar PV Power
한국태양에너지학회 학술대회논문집
2020 .10
-
태양광 발전량 예측에 있어서 시계열과 기계학습의 적용 비교
대한전기학회 학술대회 논문집
2019 .04
-
다양한 가중치 최적화기법이 결합된 머신러닝 모형을 이용한 태양광 발전량의 예측
한국지능시스템학회 논문지
2022 .02
-
태양광 발전량 예측과 확률분포 모델 구성
한국조명·전기설비학회 학술대회논문집
2020 .07
-
Comparison of Machine Learning Methods for Predicting Solar Photovoltaic Power
대한설비공학회 학술발표대회논문집
2019 .11
-
신재생에너지 예측시장 참여형 태양광 발전량 예측 모델 개발
한국태양에너지학회 논문집
2022 .12
-
건물일체형 태양광 발전(BIPV) 생산량 예측모델별 특성 비교 분석
대한건축학회 학술발표대회 논문집
2016 .10
-
태양광발전시스템 고정식과 고정가변식의 운전효율분석
한국기계기술학회지
2017 .01
-
머신러닝 기반 태양광 모듈의 발전량 저하에 따른 노후도 예측모델 설계
대한전기학회 학술대회 논문집
2023 .10
-
태양광 발전량 예측을 위한 다중 데이터 통합 모델 연구
한국통신학회 인공지능 학술대회 논문집
2023 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
머신러닝 모델을 이용한 대한민국 코로나 신규 확진자 예측
배진수
,
김성범
대한산업공학회지
2021
.06
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
김정원
한국정보기술학회논문지
2019
.09
머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은
,
조윤상
,
황석철
외 1명
대한산업공학회지
2022
.08
머신러닝 알고리즘을 이용한 중년 남성 건강과 밀접한 라이프로그 분석
김지용
,
이지수
,
박민서
대한산업공학회지
2021
.12
사회적 감성이 가상화폐 가격에 미치는 영향분석 : 실물화폐와의 비교를 중심으로
박민규
,
이청록
,
김경옥
외 1명
대한산업공학회지
2021
.02
최근 본 자료
댓글(0)
0