개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.12
- 수록면
- 475 - 479 (5page)
- DOI
- 10.5391/JKIIS.2021.31.6.475
이용수
DBpia Top 5%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
최근, 화석 연료의 고갈로 인해 전 세계적으로 대체 에너지인 신재생 에너지의 비중이 증가하고 있는 추세이다. 이에 따라 생산 효율성을 극대화하기 위한 태양광 발전량 예측 연구에 집중하고 있다. 기존의 연구들은 단일 모델만을 사용하여 태양광 발전량을 예측하지만 본 논문에서는 XGBoost와 LSTM Encoder-Decoder의 앙상블 모델을 이용한 태양광 발전량을 예측할 수 있는 기계학습 모델을 개발한다. 성능검증을 위해서 실제 과거의 태양광 발전량 데이터와 기상 데이터를 활용해서 미래의 태양광 발전량을 예측하는 실험을 통해 제안한 앙상블 모델과 단일 LSTM Encoder-Decoder을 이용한 예측값의 성능 분석 및 비교를 보여준다.
목차
요약
Abstract
1. 서론
2. XGBoost, LSTM Encoder-Decoder의 앙상블 시스템
3. 실험 결과
4. 결론 및 향후 연구
References
참고문헌 (16)
참고문헌 신청
Scheer, Hermann. Energy autonomy: the economic, social and technological case for renewable energy. Routledge, 2012.
Holden, Ken “Vector auto regression modeling and forecasting,” Journal of Forecasting vol. 14.3, pp. 159-166, 1995.
Durbin, James “Efficient estimation of parameters in moving-average models,” Biometrika vol. 46. no 3-4, pp. 306-316, 1959.
Box, George E. P. and David A. Pierce “Distribution of residual autocorrelations in autoregressive-integrated moving average time series models,” Journal of the American statistical Association vol. 65. no. 332, pp. 1509-1526, 1970.
Zhang, Yue, et al., “Forecasting solar photovoltaic power production at the aggregated system level.” 2014 North American Power Symposium (NAPS). IEEE, 2014.
Holden, Ken “Vector auto regression modeling and forecasting,” Journal of Forecasting vol. 14.3, pp. 159-166, 1995.
Durbin, James “Efficient estimation of parameters in moving-average models,” Biometrika vol. 46. no 3-4, pp. 306-316, 1959.
Box, George E. P. and David A. Pierce “Distribution of residual autocorrelations in autoregressive-integrated moving average time series models,” Journal of the American statistical Association vol. 65. no. 332, pp. 1509-1526, 1970.
Zhang, Yue, et al., “Forecasting solar photovoltaic power production at the aggregated system level.” 2014 North American Power Symposium (NAPS). IEEE, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
효과적인 태양광 발전량 예측을 위한 LSTM 및 XGBoost 모델 성능 비교 연구
Proceedings of KIIT Conference
2023 .11
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
정보과학회 컴퓨팅의 실제 논문지
2020 .10
-
LSTM 기반 딥러닝 기술을 이용한 태양광 발전량 예측
한국통신학회 학술대회논문집
2020 .08
-
기상 데이터 및 환경데이터를 활용한 LSTM 기반 태양광 발전량 예측 시스템
한국태양에너지학회 학술대회논문집
2023 .04
-
기상정보를 활용한 LSTM 기반 태양광 발전량 예측 기법
한국통신학회논문지
2019 .12
-
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
전자공학회논문지
2023 .02
-
기상상태 변동성을 고려한 LSTM 기반 태양광 발전량 예측
한국지능시스템학회 논문지
2020 .02
-
태양광 발전량 예측을 위한 알고리즘 개발
한국태양에너지학회 학술대회논문집
2023 .04
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
한국정보과학회 학술발표논문집
2019 .12
-
기상 매개 변수를 포함한 LSTM 기반 태양광 전력 시스템의 발전량 예측
대한전기학회 학술대회 논문집
2020 .10
-
빅데이터를 이용한 태양광 발전량 분석모델
정보 및 제어 논문집
2021 .04
-
Prediction of Solar Photovoltaic Power Generation by Weather Using LSTM
한국컴퓨터정보학회논문지
2022 .08
-
미래 기상정보를 사용하지 않는 LSTM 기반의 피크시간 태양광 발전량 예측 기법
한국전자거래학회지
2019 .11
-
인공지능을 이용한 태양광 발전량 예측
전자공학회지
2024 .11
-
머신러닝을 이용한 태양광 발전량 예측 및 태양 추적 패널을 이용한 발전량 연구
대한기계학회 논문집 B권
2023 .01
-
앙상블 기법을 활용한 태양광 발전량 예측 알고리즘의 정확도 향상
대한전기학회 학술대회 논문집
2022 .07
-
태양광 발전량 예측을 위한 RNN(LSTM) 모델 개발
대한설비공학회 학술발표대회논문집
2019 .11
-
LSTM모형 기반의 재생에너지 발전량 예측에 관한 연구
대한전기학회 학술대회 논문집
2024 .07
-
국내 재생에너지 발전량 예측 정책을 고려한 XGBoost를 이용한 풍력발전량 예측
대한전자공학회 학술대회
2022 .11
-
XGBoost를 이용한 단기 발전량 예측 모델의 평가 및 해석
대한전기학회 학술대회 논문집
2019 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
부스팅 알고리즘을 사용한 폐플라스틱 데이터 패턴 분류기의 비교연구
정재원
,
김진율
,
오성권
한국지능시스템학회 논문지
2023
.06
LSTM-XGBoost 앙상블 모형을 이용한 월별 전력판매량 예측 알고리즘
김경환
,
조승민
,
송경빈
전기학회논문지
2024
.05
모델 독립적 방법과 모델 의존적 방법의 결합을 통한 기계학습 기반 특징 선택 기법
이정수
,
이종식
,
강상길
한국지능시스템학회 논문지
2023
.04
단말 간 연결정보를 이용한 GCN 기반 측위
김택윤
,
김효원
,
김선우
한국통신학회 학술대회논문집
2021
.02
Grad CAM 기반의 Noise 생성을 통한 전이 정보 최적화 기법
심선주
,
허청환
,
강상길
한국지능시스템학회 논문지
2021
.02
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-003-000135698