188 0

Full metadata record

DC FieldValueLanguage
dc.contributor.author배성우-
dc.date.accessioned2022-03-22T06:13:48Z-
dc.date.available2022-03-22T06:13:48Z-
dc.date.issued2020-07-
dc.identifier.citation2020년도 제51회 대한전기학회 하계학술대회, Page. 547-548en_US
dc.identifier.urihttps://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE10440298-
dc.identifier.urihttps://repository.hanyang.ac.kr/handle/20.500.11754/169304-
dc.description.abstract전 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.sponsorship본 연구는 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제입니다. (No. 20192010107050)en_US
dc.language.isoko_KRen_US
dc.publisher대한전기학회en_US
dc.title미세먼지 데이터를 고려한 심층 신경망 기반 태양광 발전 전력 예측en_US
dc.title.alternativeDeep neural network photovoltaic power generation forecasting with fine dust dataen_US
dc.typeArticleen_US
dc.relation.page547-548-
dc.contributor.googleauthor유한식-
dc.contributor.googleauthor배성우-
dc.contributor.googleauthorYou, Hansik-
dc.contributor.googleauthorBae, Sungwoo-
dc.sector.campusS-
dc.sector.daehakCOLLEGE OF ENGINEERING[S]-
dc.sector.departmentSCHOOL OF ELECTRICAL AND BIOMEDICAL ENGINEERING-
dc.identifier.pidswbae-
Appears in Collections:
COLLEGE OF ENGINEERING[S](공과대학) > ELECTRICAL AND BIOMEDICAL ENGINEERING(전기·생체공학부) > Articles
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE