순환신경망 기반 태양광 발전량 예측 시스템

홈 > 연구문헌 >

한글제목(Korean Title)	순환신경망 기반 태양광 발전량 예측 시스템
영문제목(English Title)	Photovoltaic Prediction System based on Recurrent Neural Network
저자(Author)	정설령 박경욱 고진광 이성근 Seolryung Jung Kyoungwook Park Jingwang Koh Sungkeun Lee
원문수록처(Citation)	VOL 28 NO. 02 PP. 0849 ~ 0852 (2021. 11)
한글내용 (Korean Abstract)	화석연료의 빈번한 사용으로 인한 지구온난화 문제가 심각해지면서 화석연료를 대체할 수 있는 신재생 에너지가 떠오르고 있다. 그중에서도 에너지원이 청정하고 무제한으로 사용할 수 있다는 장점을 가진 태양광 발전소가 주목을 받고 있다. 하지만 기후에 따라 영향을 많이 받는 특징 때문에 안정적인 전력 생산을 위해서는 태양광 발전량 예측이 매우 중요해지고 있다. 본 논문에서는 시계열 데이터에 특화된 순환신경망 기법인 RNN과 LSTM 모델을 이용하여 태양광 발전량을 예측하고 각 모델의 하이퍼 파라미터를 다르게 주어 비교 분석하였다. 그 결과 LSTM 모델이 RNN 모델보다 높은 예측력을 보였고, 손실 값이 0.1보다 낮은 높은 정확도를 보였다.
영문내용 (English Abstract)
키워드(Keyword)
파일첨부	PDF 다운로드

사이트맵