표제지
국문요약
목차
제1장 서론 17
제1절 연구의 목적 17
제2절 연구의 내용 및 방법 22
1. 연구의 내용 22
2. 연구의 방법 23
제3절 논문의 구성 24
제2장 기존 연구에 대한 이론적 고찰 26
제1절 태양광발전 개념 26
제2절 태양광발전의 동작 원리 27
제3절 태양광발전의 종류 30
1. 고정형 태양광발전 30
2. 고정가변형 태양광발전 31
3. 추적형 태양광발전 32
4. 건물 일체형 태양광발전 34
5. 수상/해상 태양광발전 35
제4절 태양광발전의 장단점 비교 38
1. 계통연계형 태양광발전 38
2. 독립형 태양광발전 39
3. 하이브리드 태양광발전 39
제5절 선행연구 고찰 40
제3장 태양광 발전량 예측 방법 및 모델 45
제1절 태양광 연간발전량 산정 방법 45
1. 수식에 의한 연간발전량 산정 45
2. 프로그램을 사용한 연간발전량 산정 45
3. 다중회귀분석에 의한 연간발전량 산정 46
제2절 발전량에 미치는 영향인자 48
1. 일사량 48
2. 일조시간 50
3. 전운(雲)량 52
4. 발전량-일사량, 기상요소 영향 분석 53
제3절 인공지능 발전량 예측 모델 80
1. DNN 모델 80
2. RNN 모델 81
제4장 태양광 발전량 예측 모델 설계 및 구현 83
제1절 발전량 예측 프로세스 설계 83
1. 예측 시스템 구성 83
2. 예측자료 적용 방법 90
제2절 태양광 발전량 예측 모델 구현 91
1. 발전량 예측 아키텍처 91
2. 입력자료별 적용한 신경망 종류 93
3. 예측모형 세부 구성 94
제3절 태양광 발전량 예측 모델 품질관리 101
1. 데이터 품질관리 시나리오 102
2. 수집자료 상관분석 103
3. 최대/최소값 관리 104
4. 품질관리 전후 비교 105
제5장 태양광 발전량 예측 모델 검증 및 평가 107
제1절 태양광 발전량 모델 데이터 적용 방법 107
제2절 태양광 발전량 모델 데이터 평가(학습, 검증, 평가) 109
1. DNN 모델 시간대별 분석 113
2. 예측 모델 학습 기간별 분석 121
제3절 태양광 발전량 모델 예측 결과 분석 125
제6장 결론 126
참고문헌 128
ABSTRACT 136
[표-1] 태양광 발전량과 인공지능으로 검색된 논문 목록 41
[표-2] 전국 관측지점별 평균 일사량 49
[표-3] 지역별 평균 일조시간 51
[표-4] 전국 관측지점별 평균 전운(雲)량 52
[표-5] A발전소 발전량-일사량 현황 54
[표-6] B발전소 발전량-일사량 현황 55
[표-7] C발전소 발전량-일사량 현황 56
[표-8] D발전소 발전량-일사량 현황 57
[표-9] A발전소 발전량-구름량 현황 59
[표-10] A발전소 발전량-강수량 현황 60
[표-11] A발전소 발전량-풍속 현황 61
[표-12] A발전소 발전량-외기온도 현황 62
[표-13] A발전소 발전량-습도 현황 63
[표-14] B발전소 발전량-구름량 현황 64
[표-15] B발전소 발전량-강수량 현황 65
[표-16] B발전소 발전량-풍속 현황 66
[표-17] B발전소 발전량-외기온도 현황 67
[표-18] B발전소 발전량-습도 현황 68
[표-19] C발전소 발전량-구름량 현황 69
[표-20] C발전소 발전량-강수량 현황 70
[표-21] C발전소 발전량-풍속 현황 71
[표-22] C발전소 발전량-외기온도 현황 72
[표-23] C발전소 발전량-습도 현황 73
[표-24] D발전소 발전량-구름량 현황 74
[표-25] D발전소 발전량-강수량 현황 75
[표-26] D발전소 발전량-풍속 현황 76
[표-27] D발전소 발전량-외기온도 현황 77
[표-28] D발전소 발전량-습도 현황 78
[표-29] 기상 요소별 발전량과 상관계수 관계 79
[표-30] 인터페이스 모듈 85
[표-31] 태양광 예측 모듈 86
[표-32] 운영자/관리자 모듈 87
[표-33] 소프트웨어 모듈 기능 89
[표-34] 입력자료에 따른 신경망 종류 94
[표-35] 본 연구에서 개발한 예측모형 95
[표-36] 모형 학습 python 소스 96
[표-37] 모형 예측 관련 python 소스 97
[표-38] 예측모형 개별 학습 소스의 실행 파라미터 98
[표-39] 개별 예측 소스의 실행 파라미터 100
[표-40] 일괄 예측(다음날) 소스의 실행 파라미터 100
[표-41] 발전소별 데이터 간 상관계수 비교 108
[표-42] 모델별 활성화 함수 109
[표-43] 모델별 사용데이터 112
[표-44] 3개월 학습 예측 비교 114
[표-45] 6개월 학습 예측 비교 115
[표-46] 12개월 학습 예측 비교 116
[표-47] 24개월 학습 예측 비교 117
[표-48] 36개월 학습 예측 비교 118
[표-49] 학습 기간별 FER 분석 결과 119
[표-50] 발전소-모델별 FER값 (1년) 121
[표-51] 발전소-모델별 FER값 (6개월) 122
[표-52] 발전소-모델별 FER값 (3개월) 123
[그림-1] 태양광 모듈의 등가회로 28
[그림-2] 태양광 모듈의 J-V 곡선 28
[그림-3] 고정형 태양광발전 31
[그림-4] 고정가변형 태양광발전 32
[그림-5] 추적형 태양광발전 34
[그림-6] 건물 일체형 태양광발전 35
[그림-7] 수상태양광의 구조도 37
[그림-8] 합천댐 수상태양광 전경 37
[그림-9] 계통연계형 태양광발전 38
[그림-10] 독립형 태양광발전 구성도 39
[그림-11] 하이브리드 태양광발전 구성도 40
[그림-12] A발전소 발전량-일사량 상관관계 그래프 54
[그림-13] B발전소 발전량-일사량 상관관계 그래프 55
[그림-14] C발전소 발전량-일사량 상관관계 그래프 56
[그림-15] D발전소 발전량-일사량 상관관계 그래프 57
[그림-16] A발전소 발전량-구름양 상관관계 그래프 58
[그림-17] A발전소 발전량-강수량 상관관계 그래프 59
[그림-18] A발전소 발전량-풍속 상관관계 그래프 60
[그림-19] A발전소 발전량-외기온도 상관관계 그래프 61
[그림-20] A발전소 발전량-습도 상관관계 그래프 62
[그림-21] B발전소 발전량-구름양 상관관계 그래프 63
[그림-22] B발전소 발전량-강수량 상관관계 그래프 64
[그림-23] B발전소 발전량-풍속 상관관계 그래프 65
[그림-24] B발전소 발전량-외기온도 상관관계 그래프 66
[그림-25] B발전소 발전량-습도 상관관계 그래프 67
[그림-26] C발전소 발전량-구름양 상관관계 그래프 68
[그림-27] C발전소 발전량-강수량 상관관계 그래프 69
[그림-28] C발전소 발전량-풍속 상관관계 그래프 70
[그림-29] C발전소 발전량-외기온도 상관관계 그래프 71
[그림-30] C발전소 발전량-습도 상관관계 그래프 72
[그림-31] D발전소 발전량-구름양 상관관계 그래프 73
[그림-32] D발전소 발전량-강수량 상관관계 그래프 74
[그림-33] D발전소 발전량-풍속 상관관계 그래프 75
[그림-34] D발전소 발전량-외기온도 상관관계 그래프 76
[그림-35] D발전소 발전량-습도 상관관계 그래프 77
[그림-36] 기상 요소별 상관계수 그래프 79
[그림-37] DNN 모델 81
[그림-38] RNN 모델 82
[그림-39] 적용한 시스템 아키텍처 84
[그림-40] Blackboard 아키텍처 구성 85
[그림-41] MVC 아키텍처 흐름도 88
[그림-42] MVC 아키텍처 기반의 모듈 구성 89
[그림-43] 데이터베이스에 저장하는 시나리오 90
[그림-44] 일사량 정보를 이용한 발전량 예측 아키텍처 91
[그림-45] 일사량과 외기온도를 이용한 발전량 예측 아키텍처 92
[그림-46] 모형별로 학습시키는 방법 97
[그림-47] 운영자 화면에서 모형 학습 98
[그림-48] 개별 모형별 발전량을 예측하는 방법 99
[그림-49] 다음날의 발전량 예측 100
[그림-50] 운영자 화면에서의 발전량 예측 101
[그림-51] 데이터 품질관리 처리 흐름도 102
[그림-52] 수집자료 상관분석 예시 103
[그림-53] 최대/최소값 관리 예시 104
[그림-54] 데이터 최적화 예시 105
[그림-55] 품질관리 전후 비교(A발전소) 106
[그림-56] 신경망의 학습 절차 110
[그림-57] ReLU 함수 그래프 110
[그림-58] ELU 함수 그래프 111
[그림-59] 학습 기간별 FER 분석 그래프 120
[그림-60] 발전소-모델별 예측 정확도(FER) 결과 그래프 122
[그림-61] Power generation prediction result of model 2(DNN) 124
[그림-62] RNN 모델 예측 결과 124
[그림-63] Insolation in raine 124