KCI등재
설비데이터와 기상데이터를 고려한 LSTM 기반 태양광 발전량 예측 = Prediction of Solar Power Generation Based on LSTM Considering Facility Data and Weather Data
저자
발행기관
학술지명
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
150-157(8쪽)
제공처
Recently, the demand for power generation using solar power has been continuously increasing. Solar power generation fluctuates greatly depending on external conditions, and even distribution areas with the same solar radiation do not produce the same electricity. Therefore, it is necessary to reflect other factors besides weather factors in order to improve the accuracy of solar power generation prediction. Therefore, this paper proposes a solar power generation prediction model that adds facility data to weather data used to predict existing solar power generation. The proposed technique builds a dataset based on the module temperature to be used as weather data and facility data and predicts solar power generation with a prediction model using long short-memory (LSTM), which is effective in time series. Finally, performance evaluation is performed through comparison with the model under different conditions. As a result, the model using weather data and facility data achieves better perfomance than the model using only weather data in terms of accuracy.
더보기최근 태양광을 이용한 발전수요가 지속적으로 증가하고 있다. 태양광 발전은 외부여건에 따라 변동폭이 크며, 같은 일사량을 가진 분포지역이라도 같은 전력을 생산하지 못하므로 기상요인 이외의 다른 요인을 반영할 필요가 있다. 따라서 본 논문은 기존 태양광 발전량 예측에 사용되는 기상 데이터에 설비 데이터를 추가한 태양광 발전량 예측모델을 제안한다. 제안하는 기법은 기상데이터와 설비데이터로 사용할 모듈 온도를 기반으로 데이터셋을 구축하고, 시계열에 효과적인 LSTM(Long Short-Term Memory)을 이용한 예측 모델로 태양광 발전량을 예측한다. 마지막으로 다른 조건의 모델과 비교를 통하여 성능평가를 수행한다. 성능평가 결과, 기상데이터와 설비데이터를 사용한 모델의 정확도가 기상데이터만 사용한 모델보다 좋은 성능을 보이는 것으로 나타났다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)