머신러닝 기반 태양광 에너지 발전량 예측 및 모델별 비교 연구

예측오차율은 재생에너지 발전량 예측제도에서 활용되는 성능평가 기준으로, 실제 발전량과 예측량의 차이를 설비 용량으로 나눈 후 100을 곱하여 백분율로 나타낸 값이다. 이 지표는 예측 모델의 정확도를 정량적으로 평가하는 데 사용된다.

연구 결과, RandomForest, LightGBM, XGBoost 세 가지 머신러닝 알고리즘을 비교한 결과, XGBoost 모델이 6.08%의 예측오차율로 가장 우수한 성능을 보였다. 이는 재생에너지 입찰제도 참여 기준인 오차율 8% 이내를 충족하는 결과이다.

추천

검색

질문

이용수

📌

📖

🔬

🏆

본 논문에서는 전날 예보데이터를 활용해 태양광 발전량을 예측하는 모델을 다양한 알고리즘으로 학습하고, 이를 비교 분석하였다. 2.2절에서는 전반적인 연구 방법에 대해 소개하였다. 2.2.1절에서는 태양 ... 전체 초록 보기

참고문헌 신청

전체보기

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