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
안연주 (Hankyong National University) 이택기 (Hankyong National University) 김규호 (Hankyong National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제70권 제8호
발행연도
2021.8
수록면
1,096 - 1,101 (6page)
DOI
10.5370/KIEE.2021.70.8.1096

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

2021

일조 시간과 일조량 데이터를 고려한 LSTM 기반 태양광 발전량 예측
안연주 ,  이택기 ,  김규호 전기학회논문지 2021.08 학술저널
기상 매개 변수를 포함한 LSTM 기반 태양광 전력 시스템의 발전량 예측
안연주 IoT융합산업학과 2021.01 학위논문

2020

기상 매개 변수를 포함한 LSTM 기반 태양광 전력 시스템의 발전량 예측
안연주 ,  이택기 ,  김규호 대한전기학회 학술대회 논문집 2020.10 학술대회자료
태양광 발전단지 데이터를 활용한 머신러닝 기반의 태양광 전력 시스템의 발전량 예측
안연주 ,  이택기 ,  김규호 대한전기학회 학술대회 논문집 2020.07 학술대회자료

초록· 키워드

오류제보하기
This paper presents a method to predict the photovoltaic power generation using daylight and solar radiation data. Keras based long short-term memory(LSTM) model, a deep learning library, is used to predict the photovoltaic power generation and compared with a simple machine learning model. Based on the annual power generation, the weather parameters are selected with the highest correlation such as sunshine time and solar radiation. The prediction of Keras based LSTM model is superior to the prediction of the photovoltaic power generation using the simple machine learning model. This is because the probabilistic characteristics of actual variables are considered forecasting with actual weather parameters in the prediction of photovoltaic power generation.
#Photovoltaic Power Generation #Prediction #Long Short-Term Memory(LSTM) #Deep Learning

목차

Abstract
1. 서론
2. 본론
3. 시뮬레이션
4. 결론
References

참고문헌 (11)

참고문헌 신청
D. Su / 2019 / Machine Learning Algorithms in Forecasting of Photovoltaic Power Generation / International Conference on Smart Energy Systems and Technologies (SEST) google schola H. He / 2018 / A Power Forecasting Approach for PV Plant based on Irradiance Index and LSTM / 37th Chinese Control Conference (CCC) google schola S. Theocharides / 2018 / Machine learning algorithms for photovoltaic system power output prediction / IEEE International Energy Conference (ENERGYCON) google schola 박소연 / 2019 / 센싱데이터와 기상기후 빅데이터를 융합한 태양광발전량의 회귀모델 예측분석 / 전기학회논문지 68(12):1662~1668 dbpia A. Golder / 2019 / Machine Learning-Based Demand and PV Power Forecasts / IEEE Electrical Power and Energy Conference (EPEC) google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

그림책을 통한 유아의 동일시 현상과 자아개념 분석 연구
정대현 ,  신원애 한국영유아보육학 2011 .06
그림책을 활용한 정서적 경험 활동이 유아의 정서지능과 그림표상 능력에 미치는 효과
김명화 ,  백영숙 어린이미디어연구 2015 .09
고려 태조대 都護府 설치의 추이와 운영 : 북방 개척과 통일전쟁
尹京鎭 군사 2007 .08
다양한 가중치 최적화기법이 결합된 머신러닝 모형을 이용한 태양광 발전량의 예측
조영탁 ,  이건희 ,  홍준희 외 1명 한국지능시스템학회 논문지 2022 .02
그림책을 활용한 나눔교육활동이 유아의 사회적 능력 및 행복감에 미치는 영향
홍지명 어린이미디어연구 2014 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-560-001935170