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
- 2024.10
- 수록면
- 3 - 16 (14page)
이용수
초록· 키워드
오류제보하기
Accurate and interpretable solar irradiance forecasts are critical to maximizing photovoltaic energy production, especially in areas with significant solar potential. Gwangju Metropolitan City, located in the southwestern part of South Korea, enjoys abundant solar irradiance, making it an ideal location for solar energy projects. As Gwangju increasingly focuses on renewable energy, accurate solar irradiance forecasts are essential for efficient planning and management of energy resources. This paper uses explainable artificial intelligence techniques, in particular Shapley additive explanations (SHAP), to interpret solar irradiance prediction models built using data from Gwangju. By employing boosting ensemble learning methods such as extreme gradient boosting and light gradient boosting machine, which are known for their efficiency and accuracy, this research aims to improve the prediction accuracy while increasing the transparency and reliability of the models. SHAP helps identify the most influential features that affect solar irradiance, thereby providing better interpretability. The study aims to improve the accuracy of solar irradiance predictions, contributing to the effective deployment and integration of renewable energy in urban environments.
목차
Abstract
Ⅰ. Introduction
Ⅱ. Related work
Ⅲ. Methodology for model construction
Ⅳ. Results and discussion
Ⅴ. Conclusions
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Estimation of Solar Irradiance Using Satellites Images over the Korea Peninsula
대한설비공학회 학술발표대회논문집
2019 .11
-
Solar Irradiance Prediction Using Machine Learning Models and Physical Models
대한설비공학회 학술발표대회논문집
2020 .06
-
누적 데이터 부족 시 활용 가능한 로컬 일사 예측 모델 개발 및 평가
한국태양에너지학회 논문집
2023 .10
-
Prediction of Short-Term Cloud Movement for Solar Irradiance Forecast
한국태양에너지학회 학술대회논문집
2019 .10
-
Application of Deep Transfer Learning for Estimating Solar Irradiance
대한설비공학회 학술발표대회논문집
2021 .11
-
Reinforcement Learning-Based Solar Irradiance Prediction Pre-Trained with Constrained Historical Data
AFORE
2024 .11
-
강건한 일사량 예측을 위한 딥러닝과 특징 공학의 통합 접근법
Proceedings of KIIT Conference
2023 .06
-
ESTIMATION AND COMPARISON OF SOLAR IRRADIANCE USING CLOUD COVER
AFORE
2017 .11
-
PROBABLISTIC ESTIMATION OF DIRECT NORMAL IRRADIANCE FROM GLOBAL HORIZONTAL IRRADIANCE USING MONTE-CARLO METHOD
AFORE
2017 .11
-
수평면 전일사를 이용한 창 투과 일사량 계산 방법
설비공학논문집
2017 .04
-
고해상도 일사량 관측 자료를 이용한 UM-LDAPS 예보 모형 성능평가
한국태양에너지학회 논문집
2020 .10
-
태양광 발전 시스템의 평가에서 태양 일사 모델이 주는 영향
대한기계학회 춘추학술대회
2016 .12
-
Evaluation of Day-Ahead Solar Irradiance Forecast Using Three Different Configurations of the WRF Model
AFORE
2022 .09
-
A Method to Improve Accuracy of Short-Term Solar Irradiance Forecasting Using Sky Images and Machine Learning
대한기계학회 춘추학술대회
2024 .11
-
Analysis of the Solar Power Plants’ Performance in Daejeon and Jeollanam-do
한국태양에너지학회 학술대회논문집
2018 .11
-
로컬 일사 예측 모델 개발
한국태양에너지학회 학술대회논문집
2020 .10
-
수평면 전일사량 예측법에 따른 BIPV 패널 경사면의 전일사량 비교 및 검증 연구
KIEAE Journal
2018 .02
-
Gompertz Model-based Prediction of the Photovoltaic Power Generation Output
한국태양에너지학회 학술대회논문집
2019 .04
-
직달일사량 직산분리에서 전일사량 정확도의 영향 분석
한국태양에너지학회 학술대회논문집
2023 .11
-
딥러닝을 이용한 일사 예측 모델 개발
한국태양에너지학회 학술대회논문집
2019 .04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091064764