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.
초록·키워드
정확한 발전량 예측은 탄소 배출권 시장의 효율성 상승과 저탄소 발전원으로의 전환을 경제적으로 유도하는 핵심적인 요인이다. 본 연구는 기존의 발전량과 기상테이터의 다양한 상관관계를 분석한 후 결과에 따른 가중치를 부여하여 발전량 예측의 정확도를 분석하였다. 태양광 발전량과 기상 데이터 간의 상관관계 계산은 연속형 변수의 상관관계 측정과 모수 검증에 사용되는 PCC(Pearson Correlation Coefficient) 알고리즘을 적용하였다. 6가지 가중치 방법을 시계열 알고리즘 LSTM, CNN-LSTM, CNN-LSTM-Attention에 적용 실험하였으며, 딥러닝 모델과 성능 비교를 위해 Random Forest 알고리즘을 사용하였다. 실험 결과, 10종의 기상데이터에 대해 선형(Linear) 가중치를 이용한 LSTM의 실제 예측 성능이 가장 높은(R² : 98.8%) 결과를 나타내었으며, 가중치를 사용하지 않은 경우보다 약 3%의 성능향상을 보였다.
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) : I410-151-26-02-096792384
