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
학술대회자료
저자정보
윤운도 (국립순천대학교) 박지우 (국립순천대학교) 김도준 (국립순천대학교) 최정우 (국립순천대학교) 강태욱 (국립순천대학교) 박장우 (국립순천대학교) 조용윤 (국립순천대학교) 신창선 (국립순천대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2023.11
수록면
628 - 631 (4page)

이용수

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

초록· 키워드

오류제보하기
현재 지구는 기후 위기로 인해 많은 기상재해가 발생하고 있다. 문제의 원인은 대표적으로 화석연료의 과도한 사용 때문이라고 한다. 이에 대응하기 위해서 국제적으로 신재생 에너지에 관한 관심이 급부상하고 있다. 그러나 태양광 발전은 기상에 영향을 크게 받으므로 기상 상황에 따라 출력의 변동성이 높아 전력 시스템의 안정도에 영향을 미친다. 따라서 기상 데이터를 이용해 태양광 발전량을 예측하는 것은 이 문제를 해결하기 위한 하나의 방법이라고 할 수 있다. 본 연구에서는 여러 모델 중 높은 성능을 보여주고 있는 LSTM(Long Short-Term Memory)과 XGBoost(eXtreme Gradient Boosting), 두 모델을 활용하여 태양광 발전량과 여러 기상 데이터 및 시간 변수를 학습하고, 이를 통해 태양광 발전량 예측에 대한 두 가지 주요 접근 방식 간의 차이를 분석하여, 효과적인 모델 선택에 관한 신뢰성 있는 정보를 제공하는 목표를 가진다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 태양광 발전량 예측 모델
Ⅲ. 결론
참고문헌

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088560636