태양광 발전 시스템의 발전량 예측 모델 개발과 검증

Q: 이 논문에서 정의한 가우시안 과정 회귀 모형이란 무엇인가?

가우시안 과정 회귀 모형(GPRM)은 연속 시간 확률 과정의 일종인 가우시안 과정을 응용한 회귀 모형이다. 이는 평균함수와 공분산함수를 통해 학습 데이터로부터 회귀 모형을 구성하며, 이 모형으로써 미지의 관측값의 평균과 분산을 예측할 수 있다. 특성함수를 통해 확률적으로 표현이 가능하다.

Q: 태양광 발전량 예측에 가장 높은 정확도를 보이는 모델은 무엇인가?

연구 결과, 태양광 발전량 예측에 있어 가우시안 과정 회귀 모형(GPRM)에 실시간 보정을 적용한 모델이 가장 우수한 예측 정확도를 보였다. 이 모델은 현장 실증을 통해 5.5%의 오차율을 기록하여, 선형회귀분석이나 인공신경망 모델보다 높은 신뢰성을 입증하였다.

이준우; 김경재; 윤상철; 장세동

추천

검색

질문

자료유형: 학술대회자료

저자정보: 이준우 (LG전자) 김경재 (LG전자) 윤상철 (LG전자) 장세동 (LG전자)

저널정보: 대한설비공학회 대한설비공학회 학술발표대회논문집 대한설비공학회 2017년도 동계학술발표대회 논문집

발행연도: 2017.11

수록면: 454 - 457 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper reports power generation prediction methods of photovoltaic systems for simulation based power system operations. To predict power generation of photovoltaic systems, 1) The photovoltaic system modeling methods and 2) the statistic data driven modeling methods such as Linear Regression(LR), Artificial Neural Network(ANN), and Gaussian Process Regression Model(GPRM) are analysed. Developed model is verified through annual measured data of existing photovoltaic power generation system. The error rate of GPRM is 5.5%, which has the highest accuracy compare to 6.3% of LR or 7.8% of ANN. This highly accurate prediction model contributes to improve the power quality and stability of the power management system.

#Machine Learning(기계학습) #Gaussian Process Regression Model(가우시안 과정 회귀 모형) #Photovoltaic Systems(태양광 발전 시스템)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-553-001583990

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)