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
정승민 (고려대학교) 문지훈 (고려대학교) 박성우 (고려대학교) 황인준 (고려대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제12호
발행연도
2019.12
수록면
602 - 609 (8page)
DOI
10.5626/KTCP.2019.25.12.602

이용수

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

초록· 키워드

오류제보하기
스마트 시티와는 달리 섬이라는 지형적 특징을 기반으로 하는 스마트 아일랜드에서는 신재생에너지 발전이 매우 중요하다. 한국에서의 대표적인 신재생에너지로는 태양광과 풍력 에너지가 있으며, 특히 태양광 발전은 제주도에서 많이 보편화되어 있다. 태양광 발전시스템에서 더욱 효과적인 전력 생산을 위해서는 미래의 일사량 예측값이 고려되어야 하지만, 기상청에서는 온도, 습도, 풍속과 같이 다른 기상 요소들과는 다르게 일사량에 대한 예측값을 제공하고 있지 않다. 따라서 태양광 발전시스템의 수요관리를 위해서는 충분히 신뢰할 수 있는 정확도 높은 일사량 예측 모델이 필요하다. 이에 본 논문은 장단기 메모리네트워크 기반의 확률론적 단기 일사량 예측 모델을 제안한다. 구체적으로, 기상청에서 제공하는 제주도의 서로 다른 두 지역의 과거 일사량 정보와 기상 요소 데이터들을 수집하며, 예측 모델의 입력 변수 구성을 위해 수집된 데이터에 대해 전처리 과정을 수행한다. 다음으로 주의 집중 메커니즘 기반 장단기 메모리 네트워크를 이용하여 일사량 예측 모델을 구축한다. 마지막으로 다양한 심층 학습 모델과의 비교 및 분석을 통해 제안한 모델의 타당성을 검증한다.
#스마트 아일랜드 #일사량 예측 #주의 집중 메커니즘 #장단기 메모리 네트워크 #심층 학습 #smart island #solar radiation prediction #attention mechanism #long short-term memory networks #deep learning

목차

요약
Abstract
1. 서론
2. 입력 변수 구성
3. 예측 모델 구성
4. 비교 모델
5. 실험 결과
6. 결론
References

참고문헌 (20)

참고문헌 신청
J. Moon, K.-H. Kim, Y. Kim, and E. Hwang, A Short-Term Electric Load Forecasting Scheme Using 2-Stage Predictive Analytics, Proc. of. the 2018 IEEE International Conference on Big Data and Smart Computing (BigComp), pp. 219-226, 2018. google schola J. Moon, J. Park, E. Hwang, and S. Jun, Forecasting power consumption for higher educational institutions based on machine learning, The Journal of Supercomputing, Vol. 74, No. 8, pp. 3778-3800, 2018. google schola M. Son, J. Moon, S. Jung, and E. Hwang, A Short-Term Load Forecasting Scheme Based on Auto-Encoder and Random Forest, Proc. of the 3rd International Conference on Applied Physics, System Science and Computers, pp. 138-144, 2018. google schola Jeju Special Self-Governing Province. Networks [Online]. Available: https://www.jeju.go.kr/index.htm D. Yang, N. Yeo, and P. Mah, A Dynamic Piecewise Prediction Model of Solar Insolation for Efficient Photovoltaic Systems, KIISE Transactions on Computing Practices, Vol. 23, No. 11, pp. 632-640, 2017. google schola

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

효율적인 태양광 발전시스템 운용을 위한 인공신경망 기반 일사량 예측에 관한 연구
김민석 ,  정승환 ,  김종근 외 3명 한국지능시스템학회 논문지 2019 .12
A Comparative Study on Data Augmentation Using Generative Models for Robust Solar Irradiance Prediction
Jinyeong Oh ,  Jimin Lee ,  Daesungjin Kim 외 2명 한국컴퓨터정보학회논문지 2023 .11
텍스트 마이닝 기반의 국내 빅데이터 처리 및 분석 사례 연구: 아마존 웹 서비스를 중심으로
이병천 ,  오진영 ,  임수빈 외 2명 한국전자거래학회지 2023 .05
국내 가상발전소 도입을 위한 비용 추정 모델
박혜연 ,  박상윤 ,  손성용 한국정보전자통신기술학회 논문지 2022 .04
태양광 주기성에 적합한 시간 변수를 반영한 SHAP 기반의 태양광 발전량 예측
정원용 ,  박성우 ,  문재욱 외 1명 정보과학회 컴퓨팅의 실제 논문지 2022 .03

최근 본 자료

전체보기

댓글(0)

0