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
- 2021.4
- 수록면
- 102 - 108 (7page)
- DOI
- 10.5391/JKIIS.2021.31.2.102
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
태양광 발전량 예측은 태양광 발전 시스템을 연계하여 운용되는 마이크로그리드의 전력공급 안정성을 향상시키기 위해 필요하다. 하지만 태양광 발전은 계절별 특성 및 기상조건에 따라 발전량이 다르기 때문에 예측하기 어렵다. 따라서 본 논문에서는 기상 및 발전량 데이터를 계절 및 날씨에 따라 분류하고, 분류된 데이터에 각각 Long Short-Term Memory(LSTM)를 이용하여 태양광 발전량 예측 방법을 제안한다. 제안된 방법의 성능을 비교하기 위해 계절만 고려한 모델, 날씨별 모델과 비교하였다. 실험결과, 계절 및 날씨에 따라 분류된 데이터를 이용하여 모델을 구현하였을 때, 기존 방법들보다 예측성능이 더 우수한 것을 확인할 수 있었다.
목차
요약
Abstract
1. 서론
2. 태양광 발전량 예측 방법
3. 실험 결과
4. 결론 및 향후 연구
References
참고문헌 (11)
참고문헌 신청
J. Titus, U. Shah, T. Siva Rama Sarma, B. Jagyasi, P. Gawade, M. Bhagwat and A. De “Forecasting of Electricity Demand and Renewable Energy Generation for Grid Stability,” Proceedings of the 7th International Conference on Advances in Energy Research, pp. 1571-1581, 2021.
A. Mellit, S. Sağlam, and S. A. Kalogirou, “Artificial neural network-based model for estimating the produced power of a photovoltaic module,” Renewable Energy, vol. 60, pp. 71-78, 2013.
E. ogliari, A. Dolara, G. Manzolini and S. Leva, “Physical and hybrid methods comparison for the day ahead PV outputpower forecast,” Renewable Energy, vol. 113, pp. 11-21, 2017.
S. Bismark, P. David, “A Guide to Solar Power Forecasting using ARMA Models,” 2019 IEEE PES Innovative Smart Grid Technologies Europe, pp. 1-4, 2019.
A. Sharif, N. Subrina, R. Vishwajit, S. Vinitha, B. Stephen and M. Joshua “Forecasting of total daily solar energy generation using ARIMA: A case study,” 2019 IEEE 9th Annual Computing and Communication Worshop and Conference(CCWC), pp. 0114-0119, 2019.
A. Mellit, S. Sağlam, and S. A. Kalogirou, “Artificial neural network-based model for estimating the produced power of a photovoltaic module,” Renewable Energy, vol. 60, pp. 71-78, 2013.
E. ogliari, A. Dolara, G. Manzolini and S. Leva, “Physical and hybrid methods comparison for the day ahead PV outputpower forecast,” Renewable Energy, vol. 113, pp. 11-21, 2017.
S. Bismark, P. David, “A Guide to Solar Power Forecasting using ARMA Models,” 2019 IEEE PES Innovative Smart Grid Technologies Europe, pp. 1-4, 2019.
A. Sharif, N. Subrina, R. Vishwajit, S. Vinitha, B. Stephen and M. Joshua “Forecasting of total daily solar energy generation using ARIMA: A case study,” 2019 IEEE 9th Annual Computing and Communication Worshop and Conference(CCWC), pp. 0114-0119, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
정보과학회 컴퓨팅의 실제 논문지
2020 .10
-
제한적인 환경에서 현재 기온 데이터에 기반한 태양광 발전 예측 모델 개발
디지털콘텐츠학회논문지
2016 .06
-
기상상태 변동성을 고려한 LSTM 기반 태양광 발전량 예측
한국지능시스템학회 논문지
2020 .02
-
기상 데이터 및 환경데이터를 활용한 LSTM 기반 태양광 발전량 예측 시스템
한국태양에너지학회 학술대회논문집
2023 .04
-
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
전자공학회논문지
2023 .02
-
빅데이터를 이용한 태양광 발전량 분석모델
정보 및 제어 논문집
2021 .04
-
철도인프라용 태양광발전시스템 확대를 위한 기상정보 활용 발전량 예측 비교 연구
한국철도학회 논문집
2017 .08
-
효과적인 태양광 발전량 예측을 위한 LSTM 및 XGBoost 모델 성능 비교 연구
Proceedings of KIIT Conference
2023 .11
-
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
한국정보기술학회논문지
2019 .09
-
태양광 발전량 예측을 위한 알고리즘 개발
한국태양에너지학회 학술대회논문집
2023 .04
-
기상 요인이 태양광 발전량에 미치는 영향 분석
한국컴퓨터정보학회 학술발표논문집
2025 .01
-
머신러닝을 이용한 태양광 발전량 예측 및 태양 추적 패널을 이용한 발전량 연구
대한기계학회 논문집 B권
2023 .01
-
태양광 발전량과 기상변수간 상관관계 분석
한국정보통신학회 종합학술대회 논문집
2022 .05
-
태양광 발전량에 주요한 영향을 미치는 기상변수 선정을 위한 탐색 및 시각화
대한전기학회 학술대회 논문집
2021 .10
-
최신 기상 관측 자료 기반 날씨 예보 보정에 따른 태양광 발전량 예측 방법
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
미래 기상정보를 사용하지 않는 LSTM 기반의 피크시간 태양광 발전량 예측 기법
한국전자거래학회지
2019 .11
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
한국정보과학회 학술발표논문집
2019 .12
-
태양광 발전량 예측을 위한 다중 데이터 통합 모델 연구
한국통신학회 인공지능 학술대회 논문집
2023 .09
-
기상 데이터를 활용한 순환신경망 기반 태양광 발전량 예측 시스템
한국통신학회 학술대회논문집
2021 .06
-
RNN-LSTM을 이용한 태양광 발전량 단기 예측 모델
한국항행학회논문지
2018 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
SARIMA 모델을 이용한 태양광 발전량 예측 연구
정하영
,
홍석훈
,
전재성
외 4명
멀티미디어학회논문지
2022
.01
기상상태 변동성을 고려한 LSTM 기반 태양광 발전량 예측
김백천
,
정승환
,
김민석
외 3명
한국지능시스템학회 논문지
2020
.02
태양광발전소의 발전량 예측·제어 관리시스템의 설계 및 구축
김지현
,
김창헌
,
정재훈
외 1명
한국신·재생에너지학회 학술대회 초록집
2022
.04
1시간 단위 태양광 발전량 예측 모델 및 기상데이터를 활용한 스마트 O&M 솔루션
박대현
한국태양에너지학회 학술대회논문집
2022
.04
다양한 가중치 최적화기법이 결합된 머신러닝 모형을 이용한 태양광 발전량의 예측
조영탁
,
이건희
,
홍준희
외 1명
한국지능시스템학회 논문지
2022
.02
최근 본 자료
댓글(0)
0