earticle

영어

In this paper, we propose a wind power forecasting method that takes into consideration wind characteristics to improve the accuracy of wind power prediction. The proposed method involves extracting wind characteristics and predicting power generation. Correlation analysis of power generation amount, wind direction, and wind speed is performed for extracting wind characteristics. Based on the correlation between the wind direction and the wind speed, the feature vector is extracted by clustering using the K-means method. In the prediction part, machine learning is performed using the SVR (support vector regression) that generalizes the SVM (support vector machine) so that an arbitrary real value can be predicted. To verify the accuracy and feasibility of the proposed method, we used the data collected from three different locations of the Jeju Island wind farm. Experimental results show that the error of the proposed method is better than that of existing wind power generation methods.

한국어

본 논문에서는 풍력 예측의 정확도를 높이기 위해 풍향 특성을 고려한 풍력 예측 방법을 제안한다. 제안 된 방법은풍력 특성을 추출하고 발전을 예측하는 것을 포함한다. 바람의 특성을 추출하기 위해 발전량, 풍향 및 풍속의 상관분석이 수행된다. 풍향과 풍속의 상관 관계를 바탕으로 K-means 법을 이용한 클러스터링을 통해 특징 벡터를 추출한다. 예측 부분에서는 임의의 실수 값을 예측할 수 있도록 SVM (Support Vector Machine)을 일반화 한 SVR (Support Vector Regression)을 사용하여 기계 학습을 수행한다. 제안 된 방법의 정확성과 타당성을 검증하기위해 제주도 풍력 발전 단지의 3 곳에서 수집 한 자료를 이용하였다. 실험 결과는 제안 된 방법의 오차가 기존 풍력발전 방법의 오차보다 우수하다는 것을 보여준다.