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
- 2024.02
- 수록면
- 23 - 32 (10page)
이용수
DBpia Top 5%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
태양광 모듈 표면의 먼지오염은 수광장애 요인으로 발전량 저하를 유발하기 때문에 이를 주기적으로 탐지하는 것은 유지관리 측면에서 매우 중요하다. 따라서 본 연구에서는 드론으로 촬영한 이미지와 딥러닝 기법을 이용하여 태양광 패널 규모에서의 먼지오염 여부에 대한 분류 예측 모델의 성능을 평가하였다. 강원특별자치도 삼척시에 위치한 육상 및 옥상 태양광 패널에 대한 드론 이미지를 취득 및 전처리 후 5종의 딥러닝 기법을 적용하여 패널위의 먼지오염 여부를 분류하였으며 혼동 행렬을 이용하여 예측결과의 분류 성능을 평가하였다. 그 결과 convolutional neural network 기법이 가장 높은 예측력을 보였으며 Area under the curve는 80.6%, 정확도는 66.0%, 재현율은 94.0%로 계산되었다. 실제로 패널위에 먼지오염이 있는 경우에 높은 예측력을 보인 반면 먼지오염이 없는 경우를 오분류한 비율도 높았기에 이에 대한 개선이 필요할 것으로 판단된다. 본 연구에서 제안한 분석모델은 대규모 태양광 발전소에서 패널위의 먼지오염을 신속하게 평가하고 스크리닝하는 방법론의 하나로 활용될 수 있을 것으로 기대한다.
목차
Abstract
요약
서론
연구방법
연구결과 및 해석
토의 및 결론
References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
학교시설 파사드에 BIPV적용을 위한 전제조건 연구 - 태양광패널 모듈 활용을 중심으로 -
전현우
,
최종천
KIEAE Journal
2024
.04
음료수 종류 및 섭취 시간이 치아부식에 미치는 영향
천제덕
,
조은아
,
박현배
외 4명
대한치과재료학회지
2018
.09
소상공인들을 위한 딥러닝 기반의 상권 방문자 수 예측 시스템
황병일
,
여동훈
,
김다현
외 5명
한국통신학회 학술대회논문집
2024
.01
암모니아 연소 특성 및 기술개발 동향
이민정
,
김유성
,
마채운
외 2명
한국가스학회지
2023
.09
실험실에서 제조되는 고기 ‘배양육’의 전망
조선미
,
석용주
,
한성수
외 1명
한국염색가공학회지
2022
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089485776