메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
구영현 (서울대학교) 김성민 (강원대학교) 오명찬 (서울대학교) 박형동 (서울대학교)
저널정보
한국자원공학회 한국자원공학회지 한국자원공학회지 Vol.56 No.2
발행연도
2019.4
수록면
155 - 171 (17page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
일사량을 파악하는 것은 태양광 발전 시스템을 설치하고 운영하는 데 있어서 필수적이다. 본 연구에서는 기상청에서 운영하고 있는 94개 기상관측소의 일사량을 추정하기 위해 기상 관측 자료와 천리안 위성영상을 이용하였다. 우선, 천리안 위성의 가시광 채널 영상으로부터 산출한 구름지수에 K-평균 군집화를 적용하여 한국을 13개의 권역으로 분류하였으며, 이 중 일사량 관측값이 존재하는 10개 권역의 일사량 추정을 위해 인공신경망 모델을 훈련시켰다. 인공신경망의 입력변수로는 상호정보량 특징선택을 통해 총 10개의 변수가 선택되었고, MATLAB 소프트웨어를 활용하여 인공신경망 모델을 구축하였다. 교차검증 결과, 본 연구의 모델은 상관계수 0.96, RMSE 80.87 W/m²(22.62%)의 오차를 보였으며, 권역 분류를 적용하지 않은 전국적 훈련모델에 비해 오차가 약 2%p 감소하는 효과가 있었다. 이러한 권역별 일사량 모델을 활용하여 기상청의 기상관측소 94개 지점의 일사량을 추정하였다. 본 연구의 권역별 인공신경망 모델을 활용하면 일사계는 없지만 기본적인 기상요소가 관측되고 있는 관측소의 실시간 일사량을 20% 초반대의 오차 수준으로 추정할 수 있을 것으로 기대된다.

목차

Abstract
요약
서론
연구지역 및 데이터
연구방법
인공신경망 모델의 검증
인공신경망 모델의 적용과 일사량 추정
결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088368776