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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김동준 (고려대학교) 박성우 (고려대학교) 문재욱 (고려대학교) 황인준 (고려대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.50 No.7
발행연도
2023.7
수록면
581 - 587 (7page)
DOI
10.5626/JOK.2023.50.7.581

이용수

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

초록· 키워드

오류제보하기
화력 발전은 저렴한 단가로 인해 국내외에서 큰 비중을 차지하는 발전 방식이다. 그러나 보건 및 환경 문제를 야기하는 다량의 유해 물질들을 배출한다는 단점 때문에 이를 대체할 발전원으로 신재생 에너지가 주목 받고 있다. 태양광 발전은 유지보수가 용이하다는 등의 장점들 때문에 신재생 에너지 중에서 가장 많은 관심을 받고 있다. 변동성이 강한 태양광 발전의 불확실성을 개선하고 안정적으로 전력을 공급하기 위한 다양한 태양광 발전량 예측 연구가 진행되고 있지만, 기존 연구들은 충분한 양의 과거 발전량 데이터가 존재할 때에만 수행이 가능하다는 한계점이 존재한다. 이에 본 논문은 과거 데이터가 부족한 콜드스타트 문제를 해결하기 위해 기상 유사도를 활용하여 유사한 지역의 과거 데이터를 활용하는 제로샷 학습 기반의 태양광 발전 효율 예측 기법을 제안한다. 성능 비교 결과, 제안 기법이 그러지 않은 경우보다 좋은 성능을 보였고, 그중에서도 한시간 기준 제안 기법이 가장 우수한 예측 성능을 보였다.

목차

요약
Abstract
1. 서론
2. 데이터 셋
3. 실험 구성
4. 실험 결과
5. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-569-001747068