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
박소연 (Jeonbuk National University) 방준호 (Jeonbuk National University) 유인호 (Jeonbuk National University) 김태형 (Jeonbuk National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제68권 제12호
발행연도
2019.12
수록면
1,662 - 1,668 (7page)
DOI
10.5370/KIEE.2019.68.12.1662

이용수

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

이 논문의 연구 히스토리 (3)

2020

기상데이터와 실측데이터를 이용한 태양광발전량 회귀 예측 기법에 관한 연구
박소연 IT응용시스템공학과 2020.01 학위논문

2019

센싱데이터와 기상기후 빅데이터를 융합한 태양광발전량의 회귀모델 예측분석
박소연 ,  방준호 ,  유인호 외 1명 전기학회논문지 2019.12 학술저널
공공 기후데이터와 현장 전력데이터를 활용한 태양광발전량 예측 DNN 모델
박소연 ,  방준호 ,  김태형 외 2명 대한전기학회 학술대회 논문집 2019.10 학술대회자료

초록· 키워드

오류제보하기
In this paper, a model for predicting photovoltaic power based on collecting weather big-data and data from photovoltaic power plants is proposed with linear regression models of machining technique. The temperature, humidity, illumination, and fine dust data of photovoltaic power plants were collected and the values fused with the weather big-data were utilized as the regression model learning data. The three regression models of LR, SVR and DNN were compared and the results and accuracy of the error function were predicted by applying photovoltaic power data to each model. When using the DNN model, it was confirmed that it would have the highest accuracy from the data for predicting photovoltaic power generation. Using the designed DNN model, photovoltaic power can be predicted in any area, and accuracy can be improved according to the seasonal climate and standards of the area and the quality of comparative data.
#Machine learning #Linear Regression #SVR #DNN #Predcition

목차

Abstract
1. 서론
2. LR, SVR, DNN 회귀모델 특성 및 분석방법
3. 기상기후 빅데이터와 센싱데이터를 활용한 발전량예측 및 실험결과
4. 결론
Reference

참고문헌 (12)

참고문헌 신청
J. H. Kang / Solar Energy Industry Trends in Q4 of 2018 google schola J. Shi / 2012 / Forecasting power output of photovoltaic systems based on weather classification and support vector machines / IEEE Transactions on Industry Applications 48(3):1064~1069 google schola N. Sharma / 2011 / Predicting solar generation from weather forecasts using machine learning / 2011 IEEE International Conference on Smart Grid Communications (Smart-GridComm) :528~533 google schola M. Ceci / 2017 / Predictive modeling of pv energy production : How to set up the learning task for a better prediction? / IEEE Transactions on Industrial Informatics 13(3):956~966 google schola 송재주 / 2014 / 태양광 발전을 위한 발전량 예측 모델 분석 / 디지털융복합연구 12(3):243~248 dbpia

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

기후변화 인식과 정책동향에 대한 빅데이터 분석
최충익 한국환경정책학회 학술대회논문집 2021 .10
Deep Learning Model for Forecasting Short-Term Solar PV Power
Adhitya Raden ,  Hyunjin Lee 한국태양에너지학회 학술대회논문집 2020 .10
3D 스케너를 활용한 VR환경 태양광 발전량 예측 장치 개발
박재완 ,  유성균 한국태양에너지학회 학술대회논문집 2020 .10
Semantic Segmentation을 이용한 구름 분석 기술 기반, 일사량 및 태양광 발전량 예측 기술
이다훈 ,  고디모데 ,  김현우 대한전자공학회 학술대회 2020 .11
LSTM 기반 딥러닝 기술을 이용한 태양광 발전량 예측
김유리 ,  정일엽 ,  최선웅 한국통신학회 학술대회논문집 2020 .08

최근 본 자료

전체보기

댓글(0)

0