Acknowledgement
Grant : 태양 광발전 운영효율 향상을 위한 통합관리 시스템 개발
Supported by : 산업통산자원부
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2016.10a
- /
- Pages.397-400
- /
- 2016
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Predicting Photovoltaic Power Generation with Random Forests
랜덤 포레스트를 이용한 태양광 발전량 예측
- Lee, Woonghee (Dept. of Computer Science and Engineering, Hayang University) ;
- Kim, Younghoon (Dept. of Computer Science and Engineering, Hayang University)
- Published : 2016.10.27
Abstract
태양광 발전 방식은 기존 고갈 가능성이 있는 에내지를 대체하기 위해 많은 개발이 이루어져왔다. 태양광 발전 모듈의 인버터에는 발전량에 영향을 주는 다양한 속성들이 계측되어 저장된다. 본 연구에서는 이런 데이터에, 발전량에 영향을 주는 외부 요인인 기상 데이터를 추가하고, 랜덤 포레스트를 써서 과거 몇일까지의 데이터를 고려했을 때 가장 예측 성능이 높은지 실험을 통해 검증하였다. 2일 전부터 최대 365일 전까지의 데이터를 고려한 결과 5일 정도의 과거 데이터를 고려했을 때 예측 성능이 가장 높고, 고려하는 기간이 길어질수록 예측 성능이 떨어지는 경향을 보였다.
Keywords