메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Bowoo Kim (Kyungpook National University) Dongjun Suh (Kyungpook National University)
저널정보
한국디지털콘텐츠학회 The Journal of Contents Computing JCC Vol.2 No.1
발행연도
2020.6
수록면
105 - 112 (8page)
DOI
10.9728/jcc.2020.06.2.1.105

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Forecasting of Photovoltaic(PV) power generation plays an important role in the planning and operation of the supply and demand response of the entire power grid system. Therefore, this study aims to develop an integrated model for predicting PV power generation in South Korea for stable and efficient power supply and demand response. Especially, in the case of PV power generation, it is important to increase the reliability of the prediction model for accurate prediction because it reacts sensitively to external factors such as atmospheric factors. Most of the previous studies focused on the atmospheric factors in the forecasting of the PV power generation. However, this study considers new parameters such as geographical and facility factors along with PV output of previous time step. Conventional time series method(SARIMAX) and machine learning-based methods, such as Support Vector Regression(SVR) and Artificial Neural Network(ANN) were employed for forecasting PV power generation.
#Facility Factors #Geographical Factors #Machine Learning #PV Power Forecasting #SARIMAX

목차

Abstract
1. Introduction
2. Methodology of Proposed Models
3. Forecasting of PV Power Generation
4. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
손혜숙 ,  김석연 ,  장윤 정보과학회 컴퓨팅의 실제 논문지 2020 .10

최근 본 자료

전체보기

댓글(0)

0