다양한 가중치 최적화기법이 결합된 머신러닝 모형을 이용한 태양광 발전량의 예측 (Prediction of Photovoltaic Generation Using Machine Learning Models with Various Weight Optimization Techniques)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 32권 / 1호 / 1 ~ 6페이지
· 저자명 : 조영탁, 이건희, 홍준희, 김종우

초록

본 논문에서는 충남 홍성지역의 상업운전 중인 1MW급 태양광 발전소와 주변지역의 기상조건을 근거로 태양광 발전량을 머신러닝 기법과 통계기법으로 예측하고 비교해보았다. 모형의 입력자료는 홍성지역의 약 9개월간 시간대별 실제발전량과 주변지역의 시간별 습도, 일조시간, 일사량을 사용하였으며, 각 방법별로 학습과 평가를 수행하였다. 계산결과 기존의통계기법보다는 하모니 서치기법과 결합된 신경망 모형이 오차는 더 줄이고 결정계수는 더높였다. 이를 통해 태양광발전원의 간헐적인 전력품질을 개선하고 분산형 전원확대에 큰 도움이 될 것으로 기대된다.

영어초록

This paper performs a comparison among several machine learning techniques (ANN-BP, ANN-GRG, ANN-GA, ANN-HS) and statistical technique (MLR) in predicting photovoltaic generation amount from 1MW unit solar plant installed in Hongseong area. For dataset, we considered nine-month hourly data of humidity, sunshine hour, and insolation. After performing each model, ANN-HS found better solutions than other machine learning or statistical models in terms of RMSE and determination coefficient. This model can improve the utilization of low-quality intermittent photovoltaic generation.

참고자료

· 없음