딥 러닝 모델을 통한 태양광 에너지 발전량 예측Prediction of solar energy generation by a deep learning model

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 771
  • Download : 0
최근 많은 환경적인 문제들로 인하여, 지금의 에너지원과 다른 재생 에너지원에 대한 관심이 높아지고 있고, 재생 에너지에 대한 연구와 투자가 계속해서 이루어 지고 있다. 결과적으로, 재생 에너지가 전력망에서 차지하는 양이 점점 늘어나고 있고, 재생 에너지의 생산량을 예측하는 것이 매우 중요해 졌다. 재생에너지에는 풍력 발전을 통한 에너지, 태양광 발전을 통한 에너지 처럼 다양한 종류의 에너지가 존재한다. 이런 에너지들 중에서, 태양광 에너지는 사람들이 자신의 집에 태양광 패널만 설치한다면 태양광 에너지를 생성해 낼 수 있기 때문에 가장 손쉽게 접근할 수 있고, 이는 태양광 에너지가 전세계적으로 빠르게 성장하고 있는 이유이다. 이처럼 태양광 에너지가 전력망에서 점점 많은 부분을 차지하게 되면서, 태양광 에너지의 생산량을 예측할 수 있다면, 전력망을 통제하는데 매우 도움이 될 수 있다. 하지만, 태양광 에너지는 매우 유동적이여서 생산량을 예측하는 것이 쉽지 않다. 이 논문에서는 태양광 에너지 생산량을 딥 러닝 모델을 통하여 예측하고자 한다.
Advisors
김명호researcherKim, Myounghoresearcher
Description
한국과학기술원 :전산학부,
Publisher
한국과학기술원
Issue Date
2019
Identifier
325007
Language
kor
Description

학위논문(석사) - 한국과학기술원 : 전산학부, 2019.2,[iv, 26 p. :]

Keywords

시퀀스 예측▼a태양광 에너지 발전량 예측▼a순환 신경망; sequence prediction; prediction of solar energy generation; recurrent neural network

URI
http://hdl.handle.net/10203/267020
Link
http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=843538&flag=dissertation
Appears in Collection
CS-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0