Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 배성우 | - |
dc.date.accessioned | 2022-03-22T06:13:48Z | - |
dc.date.available | 2022-03-22T06:13:48Z | - |
dc.date.issued | 2020-07 | - |
dc.identifier.citation | 2020년도 제51회 대한전기학회 하계학술대회, Page. 547-548 | en_US |
dc.identifier.uri | https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE10440298 | - |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/169304 | - |
dc.description.abstract | 전 세계적으로 환경오염 문제가 대두되면서 기존화력 발전과 원자력 발전에서 태양광 발전과 같은 신재생에너지발전 비중이 증가하고 있다. 하지만 기상 변화에 따라 변동성높은 태양광 발전은 전력계통 운영에 악영향을 미칠 수 있다.본 논문에서는 전력계통의 안정적 운영을 위해 심층 신경망과미세먼지 데이터를 활용한 태양광 발전전력 예측 기법을 제안한다. 특히, 본 논문에서 제안하는 태양광 발전전력 예측 기법의성능 향상을 위해 일사량뿐만 아니라 미세먼지를 추가적으로 고려하였다. | en_US |
dc.description.sponsorship | 본 연구는 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제입니다. (No. 20192010107050) | en_US |
dc.language.iso | ko_KR | en_US |
dc.publisher | 대한전기학회 | en_US |
dc.title | 미세먼지 데이터를 고려한 심층 신경망 기반 태양광 발전 전력 예측 | en_US |
dc.title.alternative | Deep neural network photovoltaic power generation forecasting with fine dust data | en_US |
dc.type | Article | en_US |
dc.relation.page | 547-548 | - |
dc.contributor.googleauthor | 유한식 | - |
dc.contributor.googleauthor | 배성우 | - |
dc.contributor.googleauthor | You, Hansik | - |
dc.contributor.googleauthor | Bae, Sungwoo | - |
dc.sector.campus | S | - |
dc.sector.daehak | COLLEGE OF ENGINEERING[S] | - |
dc.sector.department | SCHOOL OF ELECTRICAL AND BIOMEDICAL ENGINEERING | - |
dc.identifier.pid | swbae | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.