원문정보
초록
영어
The government is implementing a policy to expand eco-friendly energy as a power source. However, the output of new and renewable energy is not constant. It is difficult to stably adjust the power supply to the power demand in the power system. Therefore, the government predicts day-ahead the amount of renewable energy generation to cope with the output volatility caused by the expansion of renewable energy. It is a system that pays a settlement amount if it transitions within a certain error rate the next day. In this paper, Machine Learning was used to study the prediction of power generation within the error rate.
목차
ABSTRACT
1. 서론
2. 태양광 현황 및 발전량 예측 필요성
2.1 재생에너지 발전량 예측 제도
2.2 전력계층 구성 및 재생에너지 설비 현황
3. 데이터 셋
3.1 발전소 및 발전량 데이터
3.2 기상 데이터
3.3 데이터 학습 및 검증 기간
4. 발전량 예측 방법론
4.1 발전량 예측 방법론 요약
4.2 물리 기반 알고리즘
4.3 Gradient Boosting Regressor(GBR)
5. 분석 결과
5.1 예측 평가 지표
5.2 태양광발전량 예측 알고리즘 적용 결과
5.3 모델 해석
6. 결론
References
1. 서론
2. 태양광 현황 및 발전량 예측 필요성
2.1 재생에너지 발전량 예측 제도
2.2 전력계층 구성 및 재생에너지 설비 현황
3. 데이터 셋
3.1 발전소 및 발전량 데이터
3.2 기상 데이터
3.3 데이터 학습 및 검증 기간
4. 발전량 예측 방법론
4.1 발전량 예측 방법론 요약
4.2 물리 기반 알고리즘
4.3 Gradient Boosting Regressor(GBR)
5. 분석 결과
5.1 예측 평가 지표
5.2 태양광발전량 예측 알고리즘 적용 결과
5.3 모델 해석
6. 결론
References
저자정보
참고문헌
자료제공 : 네이버학술정보