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
이유림 (Konkuk University) 김현진 (Konkuk University) 이다한 (Konkuk University) 이채정 (Konkuk University) 이두희 (Konkuk University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제68권 제12호
발행연도
2019.12
수록면
1,704 - 1,710 (7page)
DOI
10.5370/KIEE.2019.68.12.1704

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
We propose the novel solar power forecasting algorithm by using the Extreme Gradient Boosting (XGBoost) machine based on the 2-stage forecasting structure. Our algorithm is implemented to solve three problems. First, the solar power is linearly proportional to the solar irradiation on a target solar panel, but it is hard to obtain the target solar irradiation. Therefore, in the first stage, we predict the target solar irradiation by using the XGBoost based on numerical weather prediction, which is measured on a different location but modified for the target location. Second, the forecasting errors on the predicted solar irradiation can be transferred to the second stage when the predicted solar irradiation is used to predict the solar power. We forecast the conditional error distribution of predicted irradiation by collecting forecasting errors, and we sample solar irradiation scenarios, which are converted to the solar power scenarios. Then, the final point forecast of solar power is estimated by calculating the median of scenarios so that we can improve the forecasting accuracy. Third, in this process, the quality of numerical weather prediction deteriorates as the target hour is farther. Therefore, we build forecasting models for each target hour in parallel to minimize the forecasting accuracy deterioration from the quality deterioration. Finally, we verify our proposed algorithm by participating in the solar power forecasting competition hosted by KPX.
#2-Stage Forecasting #XGBoost (Extreme Gradient Boosting) #Solar Power Forecasting

목차

Abstract
1. 서론
2. 태양광 발전예측 기법 연구사례
3. 제안된 2단계 태양광 발전예측 알고리즘
4. 제안된 2단계 태양광 발전량 예측 모델의 성능 평가
5. 결론
References

참고문헌 (20)

참고문헌 신청
Korea Energy Economics Institute / 2018 / World energy market insight, vol. 15, no. 36 google schola IEA / 2018 / 2017 Global Energy & CO2 Status Report google schola Natalia Alexandrovna Vorobeva / 2016 / International Journal of Energy Economics and Policy 6(2) google schola Korea Energy Economics Institute / 2018 / 2018 Energy Info. Korea google schola 이현진 / 2016 / 현재 기상 정보의 이동 평균을 사용한 태양광 발전량 예측 / 멀티미디어학회논문지 19(8):1530~1537 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

XGBoost를 이용한 단기 발전량 예측 모델의 평가 및 해석
이용건 ,  함도현 ,  오재영 외 1명 대한전기학회 학술대회 논문집 2019 .07
XGBoost 모형을 활용한 코스피 200 주가지수 등락 예측에 관한 연구
하대우 ,  김영민 ,  안재준 한국데이터정보과학회지 2019 .05
태양광시스템의 고장 검출을 위한 새로운 확률적 진단 알고리즘
노명준 ,  방준호 ,  임종길 외 2명 대한전기학회 학술대회 논문집 2020 .10
태양광 발전량 예측과 확률분포 모델 구성
윤영걸 ,  손용주 ,  이동영 외 2명 한국조명·전기설비학회 학술대회논문집 2020 .07
머신러닝 해석 기법을 이용한 전력 수요 예측 모델 해석
이용건 ,  오재영 ,  김기백 전기학회논문지 2020 .03

최근 본 자료

전체보기

댓글(0)

0