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
- 2023.12
- 수록면
- 87 - 95 (9page)
이용수
초록· 키워드
오류제보하기
Given multiple weather forecasts, how can we achieve higher photovoltaic (PV) prediction accuracy while maintaining prediction stability? As the significance of renewable energy sources increases, accurate prediction of PV generation has become increasingly important. However, the inherent volatility of the weather sets a challenge into achieving accurate PV generation predictions. To address this challenge, this study proposes a Transformer-based Photovoltaic power prediction model Utilizing multiple weather forecasts (TPU), which is a novel framework that utilizes multiple weather forecasts to enhance prediction accuracy while maintaining performance stability. TPU employs attentive Long Short-Term Memory (LSTM) to create embeddings of weather forecasts with different time horizons and cross-attention to fuse the features of different forecasts. Experimental results conducted using a six-month dataset comprising generation data from nine PV power plants spread across the whole country demonstrate that our model outperforms all baseline models in terms of mean absolute error (MAE) and root mean squared error (RMSE), while concurrently achieving a reduced mean absolute deviation (MAD).
목차
Abstract
1. 서론
2. 예측 모델
3. 실험 결과 및 토의
4. 결론
REFERENCES
참고문헌 (8)
참고문헌 신청
Park, S. B., Kim, J. S., Jung, S. H., and Sim, C. B., Ensemble-based Solar Power Prediction System Using Missing Value Interpolation Algorithm, Journal of Korea Multimedia Society, Vol. 26, No. 8, pp. 944-955, 2023, https://doi.org/10.9717/kmms.2023.26.8.
Kim, B. C., Jung, S. H., Kim, M. S., Kim, J. G., and Kim, S. S., A Study on Solar Power Generation Forecasting Based on Seasonal Weather Condition, Journal of Korean Institute of Intelligent Systems, Vol. 31, No. 2, pp. 102-108, 2021, https://doi.org/10.5
Na, H. J. and Kim, K. S., Study on Generation Volume of Floating Solar Power Using Historical Insolation Data, Journal of the Korean Society of Civil Engineers, Vol. 43, No. 2, pp. 249-258, 2023, https://doi.org/10.12652/Ksce.2023.43.2.0249.
Qin, Y., Song, D., Chen, H., Cheng, W., Jiang, G., and Cottrell, G., A Dual-stage Attention-Based Recurrent Neural Network for Time Series Prediction, International Joint Conference on Artificial Intelligence (IJCAI), 2017, Melbourne, Australia, https://d
Hochreiter, S. and Schmidhuber, J., Long Short-term Memory, Neural Computation, Vol. 9, No. 8, pp. 1735-1780, 1997, https://doi.org/10.1162/neco.1997.9.8.1735.
Kim, B. C., Jung, S. H., Kim, M. S., Kim, J. G., and Kim, S. S., A Study on Solar Power Generation Forecasting Based on Seasonal Weather Condition, Journal of Korean Institute of Intelligent Systems, Vol. 31, No. 2, pp. 102-108, 2021, https://doi.org/10.5
Na, H. J. and Kim, K. S., Study on Generation Volume of Floating Solar Power Using Historical Insolation Data, Journal of the Korean Society of Civil Engineers, Vol. 43, No. 2, pp. 249-258, 2023, https://doi.org/10.12652/Ksce.2023.43.2.0249.
Qin, Y., Song, D., Chen, H., Cheng, W., Jiang, G., and Cottrell, G., A Dual-stage Attention-Based Recurrent Neural Network for Time Series Prediction, International Joint Conference on Artificial Intelligence (IJCAI), 2017, Melbourne, Australia, https://d
Hochreiter, S. and Schmidhuber, J., Long Short-term Memory, Neural Computation, Vol. 9, No. 8, pp. 1735-1780, 1997, https://doi.org/10.1162/neco.1997.9.8.1735.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Transformer-based Photovoltaics Power Prediction Model Utilizing Multiple Weather Forecasts
한국태양에너지학회 학술대회논문집
2023 .11
-
머신러닝 기반의 예측 시장 참여를 위한 태양광 발전량 예측 알고리즘 및 수익성에 관한 연구
한국태양에너지학회 논문집
2022 .12
-
현재 기상 정보의 이동 평균을 사용한 태양광 발전량 예측
멀티미디어학회논문지
2016 .08
-
제한적인 환경에서 현재 기온 데이터에 기반한 태양광 발전 예측 모델 개발
디지털콘텐츠학회논문지
2016 .06
-
다중 기상 예보 기반 일사량 예측 모델을 활용한 태양광 발전량 예측 연구
대한전기학회 학술대회 논문집
2024 .10
-
An Improved Photovoltaic System Output Prediction Model under Limited Weather Information
Journal of Electrical Engineering & Technology
2018 .09
-
재생에너지 발전량 예측제도를 위한 수치기상예측 모델링 검증
한국태양에너지학회 학술대회논문집
2021 .11
-
기상예보를 이용한 수상태양광 발전량 예측
전기학회논문지
2023 .08
-
복합 기상 데이터 기반 풍력 발전량 예측
한국에너지학회 학술발표회
2023 .10
-
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
전자공학회논문지
2023 .02
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
정보과학회 컴퓨팅의 실제 논문지
2020 .10
-
기상정보를 활용한 LSTM 기반 태양광 발전량 예측 기법
한국통신학회논문지
2019 .12
-
기상 데이터 및 환경데이터를 활용한 LSTM 기반 태양광 발전량 예측 시스템
한국태양에너지학회 학술대회논문집
2023 .04
-
일사량 및 수치예보 데이터 활용 태양광 발전량 예측 모델링
한국태양에너지학회 학술대회논문집
2023 .04
-
On the Use of Maximum Likelihood and Input Data Similarity to Obtain Prediction Intervals for Forecasts of Photovoltaic Power Generation
Journal of Electrical Engineering & Technology
2015 .05
-
기계학습 기법을 활용한 기상 예보 데이터 기반 익일 태양광 발전량 예측 모델 개발에 대한 연구
한국태양에너지학회 학술대회논문집
2022 .10
-
일기 예보와 예측 일사 및 일조를 이용한 태양광 발전 예측
한국항행학회논문지
2017 .01
-
국내 지역별 일사량을 고려한 버스 탑재형 태양광 패널의 발전량 예측
한국기계기술학회지
2023 .06
-
구름이동벡터와 수치기상예측 기반 태양광 발전량 예보
한국신·재생에너지학회 학술대회 초록집
2022 .04
-
그림자 효과를 고려한 태양전지 모듈의 발전량 예측 연구
Current Photovoltaic Research
2016 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
태양광 설비 및 기후 데이터를 활용한 태양광 발전량 예측 모델 개발
우태경
,
소민섭
,
강신영
외 1명
한국CDE학회 논문집
2024
.03
에너지플랫폼 내 태양광 발전량 예측 데이터 연계에 관한 연구
김예미
,
김준호
정보 및 제어 논문집
2023
.10
기상 일기 예보 및 실황 데이터 기반의 단계적 학습 방식을 통한 태양광 발전량 예측 모델 최적화에 관한 연구
이주승
,
강지명
한국통신학회 학술대회논문집
2024
.06
기상 데이터를 활용한 태양광 발전량 예측
김민석
,
김윤현
,
김지찬
외 2명
대한전기학회 학술대회 논문집
2023
.11
학습 데이터가 제한된 상황에서 태양광 발전량 예측을 위한 메타러닝 적용
이해중
,
송근주
,
김홍석
한국통신학회 학술대회논문집
2023
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089234715