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
- 2022.11
- 수록면
- 1,572 - 1,581 (10page)
이용수
초록· 키워드
오류제보하기
Energy conversion to renewable energy is being promoted to solve the recently serious environmental pollution problem. Solar energy is one of the promising natural renewable energy sources. Compared to other energy sources, it is receiving great attention because it has less ecological impact and is sustainable. It is important to predict power generation at a future time in order to maximize the output of solar energy and ensure the stability and variability of power. In this paper, solar power generation data and sensor data were used. Using the PCC(Pearson Correlation Coefficient) analysis method, factors with a large correlation with power generation were derived and applied to the GAM(Generalized Additive Model). And the prediction accuracy of the power generation prediction model was judged. It aims to derive efficient solar power generation in the future and improve power generation performance.
목차
ABSTRACT
1. 서론
2. 관련 연구
3. 발전량 예측을 위한 일반화 가법모형
4. 발전량 예측 실험
5. 결론 및 향후 연구
REFERENCE
참고문헌 (22)
참고문헌 신청
M.S. Isha and S.B. Sunita, “Solar Panel Monitoring and Energy Prediction for Smart Solar System,” International Journal of Advances in Applied Sciences, Vol. 8, No. 2, pp. 136-1452, 2019.
R. Kim, K. Kim, J. Ahn, “Comparison Between Random Forest and Recurrent Neural Network for Photovoltaic Power Forecasting,” Journal of Korean Society of Environmental Engineers, Vol. 43, No. 5, pp. 347-356, 2021.
W. Chung, S. Park, J. Moon, E. Hwang, “SHAP based Solar Power Generation Forecasting Scheme Reflecting Time Pattern,” Proceedings of the Korean Information Science Society Conference, pp. 262-264, 2021.
W. Cha, A Study on the Prediction of the Annual Power Generation through the Analysis on Factors Affecting Photovoltaic Power Generation, Docter’s Thesis of Soongsil University, 2015.
C. Park, “Study on the Obsolescence Forecasting Judgment of PV Systems Adapted Micro-Inverter,” Journal of The Korean Data Analysis Society, Vol. 18, No. 7, 864-872, 2015.
R. Kim, K. Kim, J. Ahn, “Comparison Between Random Forest and Recurrent Neural Network for Photovoltaic Power Forecasting,” Journal of Korean Society of Environmental Engineers, Vol. 43, No. 5, pp. 347-356, 2021.
W. Chung, S. Park, J. Moon, E. Hwang, “SHAP based Solar Power Generation Forecasting Scheme Reflecting Time Pattern,” Proceedings of the Korean Information Science Society Conference, pp. 262-264, 2021.
W. Cha, A Study on the Prediction of the Annual Power Generation through the Analysis on Factors Affecting Photovoltaic Power Generation, Docter’s Thesis of Soongsil University, 2015.
C. Park, “Study on the Obsolescence Forecasting Judgment of PV Systems Adapted Micro-Inverter,” Journal of The Korean Data Analysis Society, Vol. 18, No. 7, 864-872, 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
그림자 효과를 고려한 태양전지 모듈의 발전량 예측 연구
Current Photovoltaic Research
2016 .06
-
태양광발전시스템 고정식과 고정가변식의 운전효율분석
한국기계기술학회지
2017 .01
-
기상위성을 이용한 태양광발전 일사량 예측
전기학회논문지 P
2019 .06
-
B/C 계산을 이용한 양수발전의 경제성 분석 비교
대한전기학회 학술대회 논문집
2021 .10
-
국내 지역별 일사량을 고려한 버스 탑재형 태양광 패널의 발전량 예측
한국기계기술학회지
2023 .06
-
순환신경망을 이용한 충주수상태양광 발전량 예측
전력전자학회논문지
2023 .08
-
THE INFLUENCE OF THE RENEWABLE POWER GENERATION INTEGRATED WITH ESS ON THE POWER GENERATION MIX
AFORE
2015 .11
-
Analysis of Power Network Stabilities Considering the Uncertainty of Large Renewable Power Generations
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
신재생에너지 예측시장 참여형 태양광 발전량 예측 모델 개발
한국태양에너지학회 논문집
2022 .12
-
Semantic Segmentation을 이용한 구름 분석 기술 기반, 일사량 및 태양광 발전량 예측 기술
대한전자공학회 학술대회
2020 .11
-
태양광 발전량 예측을 위한 알고리즘 개발
한국태양에너지학회 학술대회논문집
2023 .04
-
지방 도시에 도입된 풍력단지의 기후 특성을 고려한 전력 발전량 예측
대한건축학회논문집
2023 .11
-
순환신경망을 이용한 수상 태양광 발전량 예측
전기학회논문지
2022 .08
-
Design and Construction of Solar Power Plant Power Generation Control Management System
AFORE
2023 .11
-
Zero-Shot Solar Power Efficiency Prediction Method Considering PCC-Based Climate Similarity
Journal of KIISE
2023 .07
-
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
전자공학회논문지
2023 .02
-
머신러닝을 이용한 수상태양광 발전량 예측에 관한 연구
한국기계기술학회지
2024 .02
-
Risk and economic assessment of a solar powered integrated power generation system for climate change adaptation
대한환경공학회 학술발표논문집
2020 .11
-
발전시스템 및 송전용량을 고려한 태양광 발전 한계투입용량 산정 방법론
한국태양에너지학회 논문집
2023 .12
-
영농형 태양광 발전의 진단을 위한 지능형 예측 시스템
한국전자통신학회 논문지
2021 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
설비데이터와 기상데이터를 고려한 LSTM 기반 태양광 발전량 예측
최준혁
,
임종태
,
유재수
한국콘텐츠학회논문지
2023
.05
시계열 모형과 기상변수를 활용한 태양광 발전량 예측 연구
이근호
,
손흥구
,
김삼용
응용통계연구
2018
.02
일반화가법부분선형모형을 이용한 자동차보험 충성도 요인분석
기승도
,
강기훈
응용통계연구
2012
.02
신재생에너지 예측시장 참여형 태양광 발전량 예측 모델 개발
유재혁
,
김상진
,
장병훈
외 1명
한국태양에너지학회 논문집
2022
.12
에너지자립을 위한 도시전력량과 태양광 발전량 비교분석
김강민
,
나욱정
대한건축학회논문집
2022
.11
최근 본 자료
댓글(0)
0