Current Result Document :
| 한글제목(Korean Title) |
태양광 발전설비 이상탐지를 위한 머신러닝 모델 비교 연구 |
| 영문제목(English Title) |
A Comparative Study on the Machine Learning Model for Anomaly Detection in Solar Photovoltaics Systems |
| 저자(Author) |
우승제
김광호
곽철의
백형구
최승진
SeungJe Woo
Kwangho Kim
CheolEui Kwak
Hyounggoo Paek
Seungjin Choi
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0690 ~ 0692 (2022. 12) |
한글내용
(Korean Abstract) |
현재 신재생에너지의 중요성이 강조되는 상황에서 대표적인 신재생에너지인 태양광 발전 또한 중요성이 커지고 있으며, 태양광 발전 설비 또한 빠르게 증가하고 있다. 태양광 발전 설비는 여러 인버터가 모여 구성되어 특정 인버터의 이상을 빠르게 탐지하기 어려우며, 다양한 발전 용량의 인버터로 구성되어 이상 탐지 모델 개발에 어려움이 있다. 본 연구는 태양광 발전 설비에서 기본적으로 얻을 수 있는 인버터별 발전량과 일사량을 직접 수집하여 발전용량에 무관한 이상 탐지 모델을 개발한다. 지도학습, 비지도 학습의 다양한 알고리즘을 적용한 결과 지도학습 알고리즘 중 XGBoost 모델이 현재의 이상 탐지 상황에 가장 적합 했음을 확인하였다. 개발한 이상 탐지 모델을 태양광 발전소에 적용 시 발전 사업자의 수익증가, 모니터링 담당자의 업무강도 완화 효과가 기대된다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
