인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
- 저자정보
초록·키워드
태양광 발전의 간헐성은 안정적인 전력 수급을 어렵게 하는 요인 중 하나이다. 기상 상태에 따른 간헐성 문제를 극복하기 위해, 통계적 모델링 기법 및 딥러닝을 활용한 태양광 발전량 예측 방법들이 여럿 개발되었다. 하지만 기존의 방법들은 기상 데이터에 내재된 날씨 패턴의 상관성과 이동성을 고려하지 않아 예측 정확도 개선에 한계가 있다. 본 연구에서는 태양광 발전량 예측 정확도 향상을 위해, 장단기 메모리 모델을 활용하여 여러 도시의 기상 데이터로부터 시간적 패턴을 추출하고, 유전자 알고리즘을 통해 각 도시 날씨 패턴의 중요도를 분석 및 최적화하는 태양광 발전량 예측 기법을 제안한다. 대한민국에서 태양광 발전이 활발한 3개 지역을 대상으로 제안 기술의 성능을 평가하였으며, 제안하는 방법이 기존 방법들 보다 예측 성능이 우수하고, 태양광 발전과 밀접한 주요 지역을 식별할 수 있음을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093881343
