KR102643388B1 - Apparatus of data verification for quality evaluation of insolation and power generation data and method thereof - Google Patents
Apparatus of data verification for quality evaluation of insolation and power generation data and method thereof Download PDFInfo
- Publication number
- KR102643388B1 KR102643388B1 KR1020210131504A KR20210131504A KR102643388B1 KR 102643388 B1 KR102643388 B1 KR 102643388B1 KR 1020210131504 A KR1020210131504 A KR 1020210131504A KR 20210131504 A KR20210131504 A KR 20210131504A KR 102643388 B1 KR102643388 B1 KR 102643388B1
- Authority
- KR
- South Korea
- Prior art keywords
- verification
- map
- similarity
- quality
- data
- Prior art date
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 33
- 238000013524 data verification Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims description 20
- 238000013441 quality evaluation Methods 0.000 title description 2
- 238000012795 verification Methods 0.000 claims abstract description 114
- 230000005855 radiation Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 208000032368 Device malfunction Diseases 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/12—Sunshine duration recorders
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Photovoltaic Devices (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
본 발명의 실시예에 따른 데이터 검증 장치는 연간 일사량 정보 또는 연간 태양광 발전량 정보 중 적어도 하나를 포함하는 시계열 데이터를 입력받는 입력부; 상기 시계열 데이터를 이용하여 검증 지도를 생성하는 검증 지도 생성부; 상기 검증 지도와 상기 검증 지도에 대응하여 선택된 참조 지도를 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 유사도 산출부; 상기 유사도와 기 설정된 임계치를 비교하여 상기 시계열 데이터에 대한 품질을 검증하는 품질 검증부; 및 상기 품질을 검증한 결과를 출력하는 출력부;를 포함한다. A data verification device according to an embodiment of the present invention includes an input unit that receives time series data including at least one of annual solar radiation information or annual solar power generation information; a verification map generator that generates a verification map using the time series data; a similarity calculation unit that calculates a similarity between the verification map and the reference map using the verification map and a reference map selected corresponding to the verification map; a quality verification unit that verifies the quality of the time series data by comparing the similarity with a preset threshold; and an output unit that outputs a result of verifying the quality.
Description
실시 예는 일사량 및 발전량 데이터의 품질 평가를 위한 데이터 검증 장치 및 그 방법에 관한 것이다.The embodiment relates to a data verification device and method for evaluating the quality of solar radiation and power generation data.
태양에너지는 태양에서 공급받는 에너지로 지구에서 발생하는 대부분의 기상현상을 발생시키는 요소로, 이 태양에너지를 측정함으로써 대기의 흐름, 기상예보, 농업 생산량과 같은 다양한 분야에 활용 할 수 있어 기상관측에 있어 매우 중요한 요소이다. 특히, 최근에는 환경 문제에 대한 관심이 증가함에 따라 태양광 발전 시스템에 연구가 증가하고 있는바, 태양 에너지에 대한 중요도가 더 증가하는 추세이다. Solar energy is energy supplied from the sun and is a factor that causes most weather phenomena that occur on Earth. By measuring this solar energy, it can be used in various fields such as atmospheric flow, weather forecasting, and agricultural production, making it useful for weather observation. It is a very important element. In particular, recently, as interest in environmental issues has increased, research on solar power generation systems has increased, and the importance of solar energy is increasing.
한편, 태양 에너지의 경우에는 기후/날씨 등에 의한 변동성이 매우 크므로, 태양광 발전을 수행하기 위해서는 일사량이나 태양광에 의한 발전량의 예측이 요구된다. 이와 같은 일사량/발전량의 예측을 위해 위성 영상이나 지상에 구비된 일사량 측정기 등을 통해 측정된 일사량 정보나 태양광 발전 시설에 구비된 발전량 측정기 등을 통해 측정된 발전량 정보를 이용하고 있다. Meanwhile, in the case of solar energy, the volatility due to climate/weather, etc. is very large, so prediction of solar radiation or power generation by solar power is required to perform solar power generation. To predict solar radiation/power generation, solar radiation information measured through satellite images or solar radiation meters installed on the ground, or power generation information measured through power generation meters installed at solar power generation facilities, is used.
하지만, 일사량/발전량의 측정 정보의 품질이 떨어지는 경우, 예를 들어, 측정 장비의 오류로 인해 측정 정보의 시계열성이 보장되지 않거나 기기의 오작동으로 인해 오측정을 하는 등으로 인해 측정 데이터에 신뢰도가 낮은 경우 부정확한 예측 정보가 도출될 수 있다. However, when the quality of solar radiation/generation measurement information is low, for example, the time series of the measurement information is not guaranteed due to errors in the measurement equipment, or incorrect measurements are made due to device malfunction, the reliability of the measurement data is low. If it is low, inaccurate prediction information may be derived.
따라서, 일사량/발전량 데이터의 품질을 정확히 평가하고 제공할 수 있는 기술이 요구된다. Therefore, technology that can accurately evaluate and provide the quality of solar radiation/generation data is required.
실시 예는 일사량 데이터 및 태양광 발전량 데이터의 품질을 평가하고 그 결과를 제공하기 위한 데이터 검증 장치 및 그 방법을 제공하기 위한 것이다. The embodiment is intended to provide a data verification device and method for evaluating the quality of solar radiation data and solar power generation data and providing the results.
실시 예에서 해결하고자 하는 과제는 이에 한정되는 것은 아니며, 아래에서 설명하는 과제의 해결수단이나 실시 형태로부터 파악될 수 있는 목적이나 효과도 포함된다고 할 것이다.The problem to be solved in the embodiment is not limited to this, and it will also include means of solving the problem described below and purposes and effects that can be understood from the embodiment.
본 발명의 실시예에 따른 데이터 검증 장치는 연간 일사량 정보 또는 연간 태양광 발전량 정보 중 적어도 하나를 포함하는 시계열 데이터를 입력받는 입력부; 상기 시계열 데이터를 이용하여 검증 지도를 생성하는 검증 지도 생성부; 상기 검증 지도와 상기 검증 지도에 대응하여 선택된 참조 지도를 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 유사도 산출부; 상기 유사도와 기 설정된 임계치를 비교하여 상기 시계열 데이터에 대한 품질을 검증하는 품질 검증부; 및 상기 품질을 검증한 결과를 출력하는 출력부;를 포함한다. A data verification device according to an embodiment of the present invention includes an input unit that receives time series data including at least one of annual solar radiation information or annual solar power generation information; a verification map generator that generates a verification map using the time series data; a similarity calculation unit that calculates a similarity between the verification map and the reference map using the verification map and a reference map selected corresponding to the verification map; a quality verification unit that verifies the quality of the time series data by comparing the similarity with a preset threshold; and an output unit that outputs a result of verifying the quality.
상기 검증 지도는, 1년을 1일 단위로 분할하는 가로축과 하루를 24시간 단위로 분할하는 세로축을 이용하여 분할되는 복수의 픽셀을 포함하는 그리드로 구성되며, 상기 그리드에 포함된 상기 복수의 픽셀 각각은, 1시간 동안의 상기 일사량의 평균값 또는 상기 발전량의 평균값 중 적어도 하나를 픽셀값으로 포함할 수 있다. The verification map is composed of a grid including a plurality of pixels divided using a horizontal axis that divides a year into one day and a vertical axis that divides a day into 24 hours, and the plurality of pixels included in the grid Each may include at least one of the average value of the solar radiation amount or the average value of the power generation amount for 1 hour as a pixel value.
상기 유사도 산출부는, 상기 복수의 픽셀 중 소정의 임계값보다 큰 값을 가지는 픽셀을 선택하고, 상기 선택된 격자로 형성된 영역의 에지를 검출하고, 상기 검출된 에지와 상기 참조 지도의 에지를 비교하여 유사도를 산출할 수 있다. The similarity calculation unit selects a pixel having a value greater than a predetermined threshold among the plurality of pixels, detects an edge of an area formed by the selected grid, and compares the detected edge with an edge of the reference map to calculate the similarity. can be calculated.
상기 유사도 산출부는, 상기 검증 지도에 포함된 상기 복수의 픽셀의 픽셀값과 대응하는 참조 지도의 픽셀값을 이용하여 각각의 픽셀에 대응하는 비교값을 산출하고, 복수의 상기 비교값을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출할 수 있다. The similarity calculation unit calculates a comparison value corresponding to each pixel using the pixel value of the plurality of pixels included in the verification map and the pixel value of the corresponding reference map, and uses the plurality of comparison values to calculate the comparison value. The similarity between the verification map and the reference map can be calculated.
상기 출력부는, 상기 기 설정된 임계치에 기초하여 설정된 복수의 레벨 구간 중 상기 유사도가 포함되는 레벨 구간을 선택하고, 상기 선택된 레벨 구간에 대응하는 품질 결과를 상기 시계열 데이터에 대한 품질 결과로 출력할 수 있다. The output unit may select a level section including the similarity among a plurality of level sections set based on the preset threshold, and output a quality result corresponding to the selected level section as a quality result for the time series data. .
상기 유사도 산출부는, 기 저장된 기계학습 기반의 유사도 산출 모델을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출할 수 있다. The similarity calculation unit may calculate the similarity between the verification map and the reference map using a previously stored machine learning-based similarity calculation model.
본 발명의 실시예에 따른 데이터 검증 방법은 연간 일사량 정보 또는 연간 태양광 발전량 정보 중 적어도 하나를 포함하는 시계열 데이터를 입력받는 단계; 상기 시계열 데이터를 이용하여 검증 지도를 생성하는 단계; 상기 검증 지도와 상기 검증 지도에 대응하여 선택된 참조 지도를 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 단계; 및 상기 유사도와 기 설정된 임계치를 비교하여 상기 시계열 데이터에 대한 품질 결과를 출력하는 단계;를 포함한다. A data verification method according to an embodiment of the present invention includes receiving time series data including at least one of annual solar radiation information or annual solar power generation information; generating a verification map using the time series data; calculating a degree of similarity between the verification map and the reference map using the verification map and a reference map selected corresponding to the verification map; and comparing the similarity with a preset threshold to output a quality result for the time series data.
상기 검증 지도는, 1년을 1일 단위로 분할하는 가로축과 하루를 24시간 단위로 분할하는 세로축을 이용하여 분할되는 복수의 픽셀을 포함하는 그리드로 구성되며, 상기 그리드에 포함된 상기 복수의 픽셀 각각은, 1시간 동안의 상기 일사량의 평균값 또는 상기 발전량의 평균값 중 적어도 하나를 픽셀값으로 포함할 수 있다. The verification map is composed of a grid including a plurality of pixels divided using a horizontal axis that divides a year into one day and a vertical axis that divides a day into 24 hours, and the plurality of pixels included in the grid Each may include at least one of the average value of the solar radiation amount or the average value of the power generation amount for 1 hour as a pixel value.
상기 유사도를 산출하는 단계는, 상기 복수의 픽셀 중 소정의 임계값보다 큰 값을 가지는 픽셀을 선택하는 단계; 상기 선택된 격자로 형성된 영역의 에지를 검출하는 단계; 및 상기 검출된 에지와 상기 참조 지도의 에지를 비교하여 유사도를 산출하는 단계;를 포함할 수 있다. Calculating the similarity may include selecting a pixel having a value greater than a predetermined threshold among the plurality of pixels; detecting edges of an area formed by the selected grid; and calculating a degree of similarity by comparing the detected edge with an edge of the reference map.
상기 유사도를 산출하는 단계는, 상기 검증 지도에 포함된 상기 복수의 픽셀의 픽셀값과 대응하는 참조 지도의 픽셀값을 이용하여 각각의 픽셀에 대응하는 비교값을 산출하는 단계; 및 복수의 상기 비교값을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 단계;를 포함할 수 있다. Calculating the similarity may include calculating a comparison value corresponding to each pixel using pixel values of the plurality of pixels included in the verification map and pixel values of a corresponding reference map; and calculating a degree of similarity between the verification map and the reference map using a plurality of comparison values.
상기 품질 결과를 출력하는 단계는, 상기 기 설정된 임계치에 기초하여 설정된 복수의 레벨 구간 중 상기 유사도가 포함되는 레벨 구간을 선택하는 단계; 및 상기 선택된 레벨 구간에 대응하는 품질 결과를 상기 시계열 데이터에 대한 품질 결과로 출력하는 단계;를 포함할 수 있다. Outputting the quality result may include selecting a level section including the similarity among a plurality of level sections set based on the preset threshold; and outputting a quality result corresponding to the selected level section as a quality result for the time series data.
상기 유사도를 산출하는 단계는, 기 저장된 기계학습 기반의 유사도 산출 모델을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출할 수 있다. In the step of calculating the similarity, the similarity between the verification map and the reference map may be calculated using a previously stored machine learning-based similarity calculation model.
실시 예에 따르면, 일사량 데이터 및 태양광 발전량 데이터의 품질을 정확히 평가할 수 있다. According to the embodiment, the quality of solar radiation data and solar power generation data can be accurately evaluated.
데이터의 종류 및 지리적 위치 등을 고려하여 데이터의 품질 평가를 수행하므로 일사량 데이터 및 태양광 발전량 데이터의 품질을 정확히 평가할 수 있다. Since data quality evaluation is performed considering the type of data and geographical location, etc., the quality of solar radiation data and solar power generation data can be accurately evaluated.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.The various and beneficial advantages and effects of the present invention are not limited to the above-described content, and may be more easily understood through description of specific embodiments of the present invention.
도 1은 본 발명의 실시예에 따른 데이터 검증 장치의 구성을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 검증 지도의 예시를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 데이터 검증 방법의 순서도이다.
도 4는 도 3의 S330을 구체적으로 도시한 일 실시예이다.1 is a diagram showing the configuration of a data verification device according to an embodiment of the present invention.
Figure 2 is a diagram showing an example of a verification map according to an embodiment of the present invention.
Figure 3 is a flowchart of a data verification method according to an embodiment of the present invention.
FIG. 4 is an example specifically illustrating S330 of FIG. 3.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. Since the present invention can be subject to various changes and can have various embodiments, specific embodiments will be illustrated and described in the drawings. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all changes, equivalents, and substitutes included in the spirit and technical scope of the present invention.
제2, 제1 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다. Terms containing ordinal numbers, such as second, first, etc., may be used to describe various components, but the components are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, the second component may be referred to as the first component without departing from the scope of the present invention, and similarly, the first component may also be referred to as the second component. The term and/or includes any of a plurality of related stated items or a combination of a plurality of related stated items.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. When a component is said to be "connected" or "connected" to another component, it is understood that it may be directly connected to or connected to the other component, but that other components may exist in between. It should be. On the other hand, when it is mentioned that a component is “directly connected” or “directly connected” to another component, it should be understood that there are no other components in between.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in this application are only used to describe specific embodiments and are not intended to limit the invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person of ordinary skill in the technical field to which the present invention pertains. Terms defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and unless explicitly defined in the present application, should not be interpreted in an ideal or excessively formal sense. No.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, embodiments will be described in detail with reference to the attached drawings, but identical or corresponding components will be assigned the same reference numbers regardless of reference numerals, and duplicate descriptions thereof will be omitted.
도 1은 본 발명의 실시예에 따른 데이터 검증 장치의 구성을 나타낸 도면이다. 1 is a diagram showing the configuration of a data verification device according to an embodiment of the present invention.
도 1을 참조하면 본 발명의 실시예에 따른 데이터 검증 장치(100)는 입력부(110), 검증 지도 생성부(120), 유사도 산출부(130), 품질 검증부(140) 및 출력부(150)를 포함할 수 있다. Referring to FIG. 1, the data verification device 100 according to an embodiment of the present invention includes an input unit 110, a verification map generation unit 120, a similarity calculation unit 130, a quality verification unit 140, and an output unit 150. ) may include.
입력부(110)는 연간 일사량 정보 또는 연간 태양광 발전량 정보 중 적어도 하나를 포함하는 시계열 데이터를 입력받을 수 있다. The input unit 110 may receive time series data including at least one of annual solar radiation information or annual solar power generation information.
검증 지도 생성부(120)는 시계열 데이터를 이용하여 검증 지도를 생성할 수 있다. The verification map generator 120 may generate a verification map using time series data.
유사도 산출부(130)는 검증 지도와 검증 지도에 대응하여 선택된 참조 지도를 이용하여 검증 지도와 참조 지도 사이의 유사도를 산출할 수 있다. The similarity calculation unit 130 may calculate the similarity between the verification map and the reference map using the verification map and a reference map selected corresponding to the verification map.
일 실시예에 따르면, 참조 지도는 검증 지도의 기초가 되는 일사량 정보 또는 태양광 발전량 정보의 측정 지역에 따라 상이하게 설정될 수 있다. 즉, 검증 지도 생성부(120)는 연간 일사량 정보 및 연간 태양광 발전량 정보의 측정 지역에 기반하여 대응하는 참조 지도를 선택하는 과정을 더 수행할 수 있다. According to one embodiment, the reference map may be set differently depending on the area where solar radiation information or solar power generation information, which is the basis of the verification map, is measured. That is, the verification map generator 120 may further perform a process of selecting a corresponding reference map based on the measurement area of the annual solar radiation information and the annual solar power generation information.
일 실시예에 따르면, 유사도 산출부(130)는 복수의 픽셀 중 소정의 임계값보다 큰 값을 가지는 픽셀을 선택할 수 있다. 유사도 산출부(130)는 선택된 격자로 형성된 영역의 에지를 검출할 수 있다. 유사도 산출부(130)는 검출된 에지와 참조 지도의 에지를 비교하여 유사도를 산출할 수 있다. According to one embodiment, the similarity calculator 130 may select a pixel with a value greater than a predetermined threshold among a plurality of pixels. The similarity calculation unit 130 may detect edges of the area formed by the selected grid. The similarity calculation unit 130 may calculate the similarity by comparing the detected edge with the edge of the reference map.
일 실시예에 따르면, 유사도 산출부(130)는 검증 지도에 포함된 복수의 픽셀의 픽셀값과 대응하는 참조 지도의 픽셀값을 이용하여 각각의 픽셀에 대응하는 비교값을 산출할 수 있다. 그리고, 유사도 산출부(130)는 복수의 비교값을 이용하여 검증 지도와 참조 지도 사이의 유사도를 산출할 수 있다. According to one embodiment, the similarity calculation unit 130 may calculate a comparison value corresponding to each pixel using pixel values of a plurality of pixels included in the verification map and pixel values of the corresponding reference map. Additionally, the similarity calculation unit 130 may calculate the similarity between the verification map and the reference map using a plurality of comparison values.
일 실시예에 따르면, 유사도 산출부(130)는 검증 지도의 대상이 된 데이터의 종류에 따라 유사도를 산출하는 방식으로 다르게 선택할 수 있다. 예를 들어, 일사량 정보에 대한 검증 지도의 경우에는 검증 지도에 포함된 복수의 픽셀의 픽셀값과 대응하는 참조 지도의 픽셀값을 이용하여 각각의 픽셀에 대응하는 비교값을 이용하여 유사도를 산출할 수 있다. 그리고, 발전량 정보에 대한 검증 지도의 경우에는 복수의 픽셀 중 소정의 임계값보다 큰 값을 가지는 픽셀을 선택하여 형성된 영역의 에지와 참조 지도의 에지를 비교하여 유사도를 산출할 수 있다. According to one embodiment, the similarity calculation unit 130 may select a different method for calculating similarity depending on the type of data that is the target of the verification map. For example, in the case of a verification map for solar radiation information, the similarity can be calculated using the pixel values of a plurality of pixels included in the verification map and the pixel values of the corresponding reference map, using the comparison value corresponding to each pixel. You can. In addition, in the case of a verification map for power generation information, the similarity can be calculated by comparing the edge of the area formed by selecting a pixel with a value greater than a predetermined threshold among a plurality of pixels and the edge of the reference map.
품질 검증부(140)는 유사도와 기 설정된 임계치를 비교하여 시계열 데이터에 대한 품질을 검증할 수 있다. The quality verification unit 140 may verify the quality of time series data by comparing similarity with a preset threshold.
구체적으로, 품질 검증부(140)는 기 설정된 임계치에 기초하여 설정된 복수의 레벨 구간 중 유사도가 포함되는 레벨 구간을 선택할 수 있다. 예를 들어, A 내지 D의 품질 등급 레벨과 각 등급에 해당하기 위한 유사도 범위가 기 설정되어 있을 수 있으며, 품질 검증부(140)는 유사도가 해당하는 범위에 따라 A 내지 D의 품질 등급 레벨을 선택할 수 있다. Specifically, the quality verification unit 140 may select a level section containing similarity among a plurality of level sections set based on a preset threshold. For example, the quality grade levels of A to D and the similarity range for each grade may be preset, and the quality verification unit 140 determines the quality grade levels of A to D according to the similarity range. You can choose.
한편, 일 실시예에 따르면, 품질 검증부(140)는 소정의 조건에 따라 시계열 데이터에 대한 품질을 검증할 수도 있다. 예를 들어, 품질 검증부(140)는 시계열 데이터가 소정의 시간대에 0이 아닌 일사량 수치를 가지는 정도에 기초하여 데이터의 품질을 검증할 수 있다. 다른 예로, 품질 검증부(140)는 시계열 데이터가 남중 시간대를 기준으로 하는 일사량 분포 특성의 대칭성에 기초하여 데이터의 품질을 검증할 수도 있다. 다른 예로, 품질 검증부(140)는 시계열 데이터의 누락 데이터의 빈도 정도에 기초하여 시계열 데이터의 품질을 검증할 수도 있다. 다른 예로, 품질 검증부(140)는 계절별 일사량의 분포 순위에 기초하여 시계열 데이터의 품질을 검증할 수도 있다. 다른 예로, 품질 검증부(140)는 기 저장된 각 지점의 평균 일사량 및 분포 특성과의 유사도에 기초하여 시계열 데이터의 품질을 검즐할 수도 있다. 이러한 소정의 조건에 따른 품질 검증 과정은 검증 지도를 이용하는 품질 검증 과정과 병행하여 수행될 수도 있으며, 이에 따라 품질 검증부(140)는 병행된 프로세스의 결과를 종합하여 최종적인 시계열 데이터에 대한 품질 결과를 산출할 수 있다. Meanwhile, according to one embodiment, the quality verification unit 140 may verify the quality of time series data according to predetermined conditions. For example, the quality verification unit 140 may verify the quality of the time series data based on the degree to which the time series data has a non-zero solar radiation value in a predetermined time period. As another example, the quality verification unit 140 may verify the quality of the data based on the symmetry of the solar radiation distribution characteristics based on the time zone in which the time series data is concentrated. As another example, the quality verification unit 140 may verify the quality of time series data based on the frequency of missing data in the time series data. As another example, the quality verification unit 140 may verify the quality of time series data based on the distribution ranking of seasonal solar radiation. As another example, the quality verification unit 140 may check the quality of time series data based on the similarity with the average solar radiation amount and distribution characteristics of each previously stored point. The quality verification process according to these predetermined conditions may be performed in parallel with the quality verification process using a verification map, and accordingly, the quality verification unit 140 synthesizes the results of the parallel processes to obtain the final quality result for the time series data. can be calculated.
한편, 일 실시예에 따르면, 품질 검증부(140)는 시계열 데이터와 이에 대응하는 소정의 임계 곡선을 이용하여 시계열 데이터에 대한 품질을 검증할 수도 있다. 여기서, 임계 곡선은 데이터의 값으로서 허용될 수 있는 최대 한계량을 나타내는 곡선을 의미할 수 있다. 일 실시예에 따르면, 품질 검증부(140)는 시계열 데이터에서 임계 곡선 이상의 데이터가 발견되는 빈도에 기초하여 시계열 데이터에 대한 품질을 검증할 수 있다. 예를 들어, 품질 검증부(140)는 임계 곡선 이상의 데이터가 발견될 경우 데이터 품질이 낮다는 검증 결과를 산출할 수 있다. 다른 실시예로, 품질 검증부(140)는 임계 곡선과의 차이값이 소정의 값 이내에 있는 데이터의 수에 기초하여 시계열 데이터에 대한 품질을 검증할 수 있다. 예를 들어, 품질 검증부(140)는 전체 1000개의 데이터 중 임계 곡선과의 차이값이 소정의 값 이내에 있는 데이터의 개수가 차지하는 비율이 작을수록 데이터의 품질을 낮게 평가할 수 있다. 이러한 임계 곡선에 기초한 품질 검증 과정은 검증 지도를 이용하는 품질 검증 과정 및 소정의 조건에 따른 품질 검증 과정과 병행하여 수행될 수도 있으며, 이에 따라 품질 검증부(140)는 병행된 프로세스의 결과를 종합하여 최종적인 시계열 데이터에 대한 품질 결과를 산출할 수 있다.Meanwhile, according to one embodiment, the quality verification unit 140 may verify the quality of the time series data using the time series data and a predetermined threshold curve corresponding thereto. Here, the critical curve may mean a curve representing the maximum limit amount that can be tolerated as a data value. According to one embodiment, the quality verification unit 140 may verify the quality of time series data based on the frequency with which data above a threshold curve is found in the time series data. For example, if data above the threshold curve is found, the quality verification unit 140 may calculate a verification result indicating that the data quality is low. In another embodiment, the quality verification unit 140 may verify the quality of time series data based on the number of data whose difference from the threshold curve is within a predetermined value. For example, the quality verification unit 140 may evaluate the quality of the data as low as the ratio of the number of data whose difference from the threshold curve is within a predetermined value among the total 1000 data is smaller. The quality verification process based on this critical curve may be performed in parallel with the quality verification process using a verification map and the quality verification process according to predetermined conditions. Accordingly, the quality verification unit 140 synthesizes the results of the parallel processes and Quality results can be calculated for the final time series data.
출력부(150)는 품질을 검증한 결과를 출력할 수 있다. 출력부(150)는 선택된 레벨 구간에 대응하는 품질 결과를 시계열 데이터에 대한 품질 결과로 출력할 수 있다. 품질 결과의 출력시 품질 검증부(140)는 품질 등급 레벨에 따른 부가적인 정보를 추가적으로 제공할 수도 있다. 예를 들어, 해당 데이터의 품질 등급이 C로 판정된 경우, 해당 데이터가 C등급의 품질을 가진다는 정보와 함께 해당 데이터는 부정확하므로 연구 개발 등에 이용하기 부적합하다는 코멘트를 함께 제공할 수도 있다. The output unit 150 may output a quality verification result. The output unit 150 may output a quality result corresponding to the selected level section as a quality result for time series data. When outputting quality results, the quality verification unit 140 may additionally provide additional information according to the quality grade level. For example, if the quality grade of the data is determined to be C, information that the data has a quality of grade C may be provided along with a comment that the data is inaccurate and therefore unsuitable for use in research and development.
도 2는 본 발명의 실시예에 따른 검증 지도의 예시를 나타낸 도면이다. Figure 2 is a diagram showing an example of a verification map according to an embodiment of the present invention.
도 2는 연간의 일사량 정보에 대한 검증 지도를 나타낸다. Figure 2 shows a verification map for annual solar radiation information.
검증 지도는 가로축과 세로축을 포함하는 그리드의 형태로 구성될 수 있다. 구체적으로, 검증 지도는 1년을 1일 단위로 분할하는 가로축과 하루를 24시간 단위로 분할하는 세로축을 이용하여 분할되는 복수의 픽셀을 포함하는 그리드로 구성될 수 있다. 도 2를 참조하면, 가로축은 1년(예를 들어, 365일)을 일 단위로 분할한 시간축임을 알 수 있고, 세로축은 하루를 시간 단위로 분할한 시간축임을 알 수 있다. The verification map may be configured in the form of a grid including a horizontal axis and a vertical axis. Specifically, the verification map may be composed of a grid including a plurality of pixels divided using a horizontal axis that divides a year into 1 day and a vertical axis that divides a day into 24 hours. Referring to FIG. 2, it can be seen that the horizontal axis is a time axis dividing one year (for example, 365 days) into days, and the vertical axis is a time axis dividing one day into hours.
검증 지도는 복수의 픽셀을 포함할 수 있다. 그리드에 포함된 복수의 픽셀 각각은 1시간 동안의 일사량의 평균값 또는 발전량의 평균값 중 적어도 하나를 픽셀값으로 포함할 수 있다. 도 2를 참조하면, 가로축의 0에서 1, 세로축의 11에서 12에 배치된 픽셀은 1월 1일, 11시에서 12시 사이에 계측된 일사량 값의 평균값을 나타낸다. The verification map may include multiple pixels. Each of the plurality of pixels included in the grid may include at least one of the average value of solar radiation or the average value of power generation for one hour as a pixel value. Referring to FIG. 2, pixels located at 0 to 1 on the horizontal axis and 11 to 12 on the vertical axis represent the average value of solar radiation measured between 11 o'clock and 12 o'clock on January 1.
이와 같이, 검증 지도는 1년 동안의 일사량 또는 발전량을 나타낸 하나의 이미지일 수 있다. In this way, the verification map may be an image showing the amount of solar radiation or power generation for one year.
유사도 산출부(130)는 기 저장된 기계학습 기반의 유사도 산출 모델을 이용하여 검증 지도와 참조 지도 사이의 유사도를 산출할 수 있다. The similarity calculation unit 130 may calculate the similarity between the verification map and the reference map using a previously stored machine learning-based similarity calculation model.
도 3은 본 발명의 실시예에 따른 데이터 검증 방법의 순서도이다. Figure 3 is a flowchart of a data verification method according to an embodiment of the present invention.
입력부(110)는 연간 일사량 정보 또는 연간 태양광 발전량 정보 중 적어도 하나를 포함하는 시계열 데이터를 입력받을 수 있다(S310). The input unit 110 may receive time series data including at least one of annual solar radiation information or annual solar power generation information (S310).
검증 지도 생성부(120)는 시계열 데이터를 이용하여 검증 지도를 생성할 수 있다(S320). The verification map generator 120 may generate a verification map using time series data (S320).
유사도 산출부(130)는 검증 지도와 검증 지도에 대응하여 선택된 참조 지도를 이용하여 검증 지도와 참조 지도 사이의 유사도를 산출할 수 있다(S330). The similarity calculation unit 130 may calculate the similarity between the verification map and the reference map using the verification map and the reference map selected in response to the verification map (S330).
품질 검증부(140)는 유사도와 기 설정된 임계치를 비교하여 시계열 데이터에 대한 품질 결과를 출력할 수 있다(S340). The quality verification unit 140 may compare the similarity with a preset threshold and output a quality result for the time series data (S340).
구체적으로, 품질 검증부(140)는 기 설정된 임계치에 기초하여 설정된 복수의 레벨 구간 중 유사도가 포함되는 레벨 구간을 선택할 수 있다. 예를 들어, A 내지 D의 품질 등급 레벨과 각 등급에 해당하기 위한 유사도 범위가 기 설정되어 있을 수 있으며, 품질 검증부(140)는 유사도가 해당하는 범위에 따라 A 내지 D의 품질 등급 레벨을 선택할 수 있다. Specifically, the quality verification unit 140 may select a level section containing similarity among a plurality of level sections set based on a preset threshold. For example, the quality grade levels of A to D and the similarity range for each grade may be preset, and the quality verification unit 140 determines the quality grade levels of A to D according to the similarity range. You can choose.
품질 검증부(140)는 선택된 레벨 구간에 대응하는 품질 결과를 시계열 데이터에 대한 품질을 검증할 수 있다. The quality verification unit 140 may verify the quality of time series data using quality results corresponding to the selected level section.
출력부(150)는 품질 검증에 대한 결과를 출력할 수 있다. 품질 결과의 출력시 품질 검증부(140)는 품질 등급 레벨에 따른 부가적인 정보를 추가적으로 제공할 수도 있다. 예를 들어, 해당 데이터의 품질 등급이 C로 판정된 경우, 해당 데이터가 C등급의 품질을 가진다는 정보와 함께 해당 데이터는 부정확하므로 연구 개발 등에 이용하기 부적합하다는 코멘트를 함께 제공할 수도 있다. The output unit 150 may output quality verification results. When outputting quality results, the quality verification unit 140 may additionally provide additional information according to the quality grade level. For example, if the quality grade of the data is determined to be C, information that the data has a quality of grade C may be provided along with a comment that the data is inaccurate and therefore unsuitable for use in research and development.
도 4는 도 3의 S330을 구체적으로 도시한 일 실시예이다. FIG. 4 is an example specifically illustrating S330 of FIG. 3.
유사도 산출부(130)는 검증 지도에 대한 데이터 종류를 판단할 수 있다(S341). The similarity calculation unit 130 may determine the type of data for the verification map (S341).
그리고, 검증 지도에 대한 데이터가 일사량이라고 판단되면, 유사도 산출부(130)는 해당 데이터에 대응하는 지역을 판단할 수 있다(S342). And, if it is determined that the data for the verification map is solar radiation, the similarity calculation unit 130 can determine the area corresponding to the data (S342).
그리고, 유사도 산출부(130)는 판단된 지역 및 데이터의 종류에 기초하여 참조 지도를 선택할 수 있다(S343). Additionally, the similarity calculation unit 130 may select a reference map based on the determined region and type of data (S343).
그리고, 유사도 산출부(130)는 검증 지도에 포함된 복수의 픽셀의 픽셀값과 대응하는 참조 지도의 픽셀값을 이용하여 각각의 픽셀에 대응하는 비교값을 산출할 수 있다(S344). Additionally, the similarity calculation unit 130 may calculate a comparison value corresponding to each pixel using the pixel values of a plurality of pixels included in the verification map and the pixel values of the corresponding reference map (S344).
그리고, 유사도 산출부(130)는 복수의 비교값을 이용하여 검증 지도와 참조 지도 사이의 유사도를 산출할 수 있다(S345). Additionally, the similarity calculation unit 130 may calculate the similarity between the verification map and the reference map using a plurality of comparison values (S345).
그리고, 검증 지도에 대한 데이터가 발전량이라고 판단되면, 유사도 산출부(130)는 해당 데이터에 대응하는 지역을 판단할 수 있다(S346). And, if it is determined that the data for the verification map is the amount of power generation, the similarity calculation unit 130 can determine the region corresponding to the data (S346).
그리고, 유사도 산출부(130)는 판단된 지역 및 데이터의 종류에 기초하여 참조 지도를 선택할 수 있다(S347).Additionally, the similarity calculation unit 130 may select a reference map based on the determined region and type of data (S347).
그리고, 유사도 산출부(130)는 복수의 픽셀 중 소정의 임계값보다 큰 값을 가지는 픽셀을 선택할 수 있다. 유사도 산출부(130)는 선택된 격자로 형성된 영역의 에지를 검출할 수 있다(S348). Additionally, the similarity calculation unit 130 may select a pixel having a value greater than a predetermined threshold value among a plurality of pixels. The similarity calculation unit 130 may detect the edges of the area formed by the selected grid (S348).
유사도 산출부(130)는 검출된 에지와 참조 지도의 에지를 비교하여 유사도를 산출할 수 있다(S349). The similarity calculation unit 130 may calculate the similarity by comparing the detected edge with the edge of the reference map (S349).
본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.The term '~unit' used in this embodiment refers to software or hardware components such as FPGA (field-programmable gate array) or ASIC, and the '~unit' performs certain roles. However, '~part' is not limited to software or hardware. The '~ part' may be configured to reside in an addressable storage medium and may be configured to reproduce on one or more processors. Therefore, as an example, '~ part' refers to components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, and procedures. , subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables. The functions provided within the components and 'parts' may be combined into a smaller number of components and 'parts' or may be further separated into additional components and 'parts'. Additionally, components and 'parts' may be implemented to regenerate one or more CPUs within a device or a secure multimedia card.
이상에서 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다. Although the above description focuses on the examples, this is only an example and does not limit the present invention, and those skilled in the art will be able to You will see that various variations and applications are possible. For example, each component specifically shown in the examples can be modified and implemented. And these variations and differences in application should be construed as being included in the scope of the present invention as defined in the appended claims.
100 : 데이터 검증 장치
110 : 입력부
120 : 검증 지도 생성부
130 : 유사도 산출부
140 : 품질 검증부
150 : 출력부100: data verification device
110: input unit
120: Verification map generation unit
130: Similarity calculation unit
140: Quality verification department
150: output unit
Claims (12)
상기 시계열 데이터를 이용하여 검증 지도를 생성하는 검증 지도 생성부;
상기 검증 지도와 상기 연간 일사량 정보 또는 상기 연간 태양광 발전량 정보의 측정 지역에 기반하여 상기 검증 지도에 대응하여 선택된 참조 지도를 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 유사도 산출부; 및
상기 유사도와 기 설정된 임계치를 비교하여 상기 시계열 데이터에 대한 품질을 검증하는 품질 검증부; 및
상기 품질을 검증한 결과를 출력하는 출력부;를 포함하며,
상기 검증 지도는,
1년을 1일 단위로 분할하는 가로축과 하루를 24시간 단위로 분할하는 세로축을 이용하여 분할되는 복수의 픽셀을 포함하는 그리드로 구성되며, 상기 그리드에 포함된 상기 복수의 픽셀 각각은, 계측된 1시간 동안의 상기 일사량의 평균값 또는 상기 발전량의 평균값 중 적어도 하나를 픽셀값으로 포함하며,
상기 유사도 산출부는,
상기 연간 일사량 정보에 대한 검증 지도는, 검증 지도에 포함된 상기 복수의 픽셀의 픽셀값과 이에 대응하는 참조 지도의 픽셀값을 이용하여 각각의 픽셀에 대응하는 비교값을 산출하고, 복수의 상기 비교값을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하며,
상기 연간 태양광 발전량 정보에 대한 검증 지도는, 상기 복수의 픽셀 중 소정의 임계값보다 큰 값을 가지는 픽셀을 선택하고, 상기 선택된 격자로 형성된 영역의 에지를 검출하고, 상기 검출된 에지와 상기 참조 지도의 에지를 비교하여 유사도를 산출하는 데이터 검증 장치.An input unit that receives time series data including at least one of annual solar radiation information or annual solar power generation information;
a verification map generator that generates a verification map using the time series data;
a similarity calculation unit that calculates a similarity between the verification map and the reference map using a reference map selected in response to the verification map based on a measurement area of the verification map and the annual solar radiation information or the annual solar power generation information; and
a quality verification unit that verifies the quality of the time series data by comparing the similarity with a preset threshold; and
It includes an output unit that outputs the quality verification result,
The verification map is,
It is composed of a grid including a plurality of pixels divided using a horizontal axis that divides a year into 1 day and a vertical axis that divides a day into 24 hours, and each of the plurality of pixels included in the grid is a measured Contains at least one of the average value of the solar radiation amount or the average value of the power generation amount for 1 hour as a pixel value,
The similarity calculation unit,
The verification map for the annual solar radiation information calculates a comparison value corresponding to each pixel using the pixel value of the plurality of pixels included in the verification map and the pixel value of the corresponding reference map, and the comparison value of the plurality of pixels is calculated. Calculate the similarity between the verification map and the reference map using the value,
The verification map for the annual solar power generation information selects a pixel with a value greater than a predetermined threshold among the plurality of pixels, detects an edge of an area formed by the selected grid, and uses the detected edge and the reference A data verification device that calculates similarity by comparing the edges of a map.
상기 출력부는,
상기 기 설정된 임계치에 기초하여 설정된 복수의 레벨 구간 중 상기 유사도가 포함되는 레벨 구간을 선택하고,
상기 선택된 레벨 구간에 대응하는 품질 결과를 상기 시계열 데이터에 대한 품질 결과로 출력하는 데이터 검증 장치. According to paragraph 1,
The output unit,
Selecting a level section containing the similarity among a plurality of level sections set based on the preset threshold,
A data verification device that outputs a quality result corresponding to the selected level section as a quality result for the time series data.
상기 유사도 산출부는,
기 저장된 기계학습 기반의 유사도 산출 모델을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 데이터 검증 장치. According to paragraph 1,
The similarity calculation unit,
A data verification device that calculates the similarity between the verification map and the reference map using a previously stored machine learning-based similarity calculation model.
상기 시계열 데이터를 이용하여 검증 지도를 생성하는 단계;
상기 검증 지도와 상기 연간 일사량 정보 또는 상기 연간 태양광 발전량 정보의 측정 지역에 기반하여 상기 검증 지도에 대응하여 선택된 참조 지도를 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 단계;
상기 유사도와 기 설정된 임계치를 비교하여 상기 시계열 데이터에 대한 품질을 검증하는 단계; 및
상기 품질을 검증한 결과를 출력하는 단계;를 포함하며,
상기 검증 지도는,
1년을 1일 단위로 분할하는 가로축과 하루를 24시간 단위로 분할하는 세로축을 이용하여 분할되는 복수의 픽셀을 포함하는 그리드로 구성되며, 상기 그리드에 포함된 상기 복수의 픽셀 각각은, 계측된 1시간 동안의 상기 일사량의 평균값 또는 상기 발전량의 평균값 중 적어도 하나를 픽셀값으로 포함하며,
상기 유사도를 산출하는 단계는,
상기 연간 일사량 정보에 대한 검증 지도의 경우 검증 지도에 포함된 상기 복수의 픽셀의 픽셀값과 이에 대응하는 참조 지도의 픽셀값을 이용하여 각각의 픽셀에 대응하는 비교값을 산출하고, 복수의 상기 비교값을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하며,
상기 연간 태양광 발전량 정보에 대한 검증 지도의 경우 상기 복수의 픽셀 중 소정의 임계값보다 큰 값을 가지는 픽셀을 선택하고, 상기 선택된 격자로 형성된 영역의 에지를 검출하고, 상기 검출된 에지와 상기 참조 지도의 에지를 비교하여 유사도를 산출하는 데이터 검증 방법. Receiving time series data including at least one of annual solar radiation information or annual solar power generation information;
Generating a verification map using the time series data;
Calculating a degree of similarity between the verification map and the reference map using a reference map selected in response to the verification map based on a measurement area of the verification map and the annual solar radiation information or the annual solar power generation information;
Verifying the quality of the time series data by comparing the similarity with a preset threshold; and
It includes: outputting the results of verifying the quality,
The verification map is,
It is composed of a grid including a plurality of pixels divided using a horizontal axis that divides a year into 1 day and a vertical axis that divides a day into 24 hours, and each of the plurality of pixels included in the grid is a measured Contains at least one of the average value of the solar radiation amount or the average value of the power generation amount for 1 hour as a pixel value,
The step of calculating the similarity is,
In the case of a verification map for the annual solar radiation information, a comparison value corresponding to each pixel is calculated using the pixel value of the plurality of pixels included in the verification map and the pixel value of the corresponding reference map, and the plurality of comparisons are performed. Calculate the similarity between the verification map and the reference map using the value,
In the case of a verification map for the annual solar power generation information, a pixel having a value greater than a predetermined threshold value is selected among the plurality of pixels, an edge of an area formed by the selected grid is detected, and the detected edge and the reference A data verification method that calculates similarity by comparing the edges of a map.
상기 품질을 검증한 결과를 출력하는 단계는,
상기 기 설정된 임계치에 기초하여 설정된 복수의 레벨 구간 중 상기 유사도가 포함되는 레벨 구간을 선택하는 단계; 및
상기 선택된 레벨 구간에 대응하는 품질 결과를 상기 시계열 데이터에 대한 품질 결과로 출력하는 단계;를 포함하는 데이터 검증 방법. In clause 7,
The step of outputting the results of verifying the quality is,
selecting a level section including the similarity among a plurality of level sections set based on the preset threshold; and
A data verification method comprising: outputting a quality result corresponding to the selected level section as a quality result for the time series data.
상기 유사도를 산출하는 단계는,
기 저장된 기계학습 기반의 유사도 산출 모델을 이용하여 상기 검증 지도와 상기 참조 지도 사이의 유사도를 산출하는 데이터 검증 방법.
In clause 7,
The step of calculating the similarity is,
A data verification method that calculates the similarity between the verification map and the reference map using a previously stored machine learning-based similarity calculation model.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210131504A KR102643388B1 (en) | 2021-10-05 | 2021-10-05 | Apparatus of data verification for quality evaluation of insolation and power generation data and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210131504A KR102643388B1 (en) | 2021-10-05 | 2021-10-05 | Apparatus of data verification for quality evaluation of insolation and power generation data and method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230048725A KR20230048725A (en) | 2023-04-12 |
| KR102643388B1 true KR102643388B1 (en) | 2024-03-07 |
Family
ID=85984231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210131504A KR102643388B1 (en) | 2021-10-05 | 2021-10-05 | Apparatus of data verification for quality evaluation of insolation and power generation data and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102643388B1 (en) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101882106B1 (en) * | 2016-12-22 | 2018-08-24 | 전자부품연구원 | Method and apparatus for predicting the generated energy of the solar cell module |
| KR102020561B1 (en) * | 2017-11-30 | 2019-09-10 | 한국에너지기술연구원 | Apparatus and method for evaluating insolation data |
| KR102364176B1 (en) * | 2019-12-20 | 2022-02-18 | 한국전자기술연구원 | Comparative Evaluation Method and System of Photovoltaic Power Prediction Model |
-
2021
- 2021-10-05 KR KR1020210131504A patent/KR102643388B1/en active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230048725A (en) | 2023-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lauret et al. | Verification of solar irradiance probabilistic forecasts | |
| Burke et al. | Regional drought over the UK and changes in the future | |
| US9209743B2 (en) | Fault detection apparatus and fault detection method | |
| Sperati et al. | Gridded probabilistic weather forecasts with an analog ensemble | |
| JP5977272B2 (en) | Solar radiation intensity estimation device, solar radiation intensity estimation system, and solar radiation intensity estimation method | |
| Goyal et al. | Evaluation of linear regression methods as downscaling tools in temperature projections over the Pichola Lake Basin in India | |
| Ravan et al. | Correcting correlation function measurements | |
| KR102169452B1 (en) | METHOD FOR ENSURING STABILITY OF DATA COLLECTED IN IoT WEATHER ENVIRONMENT | |
| Thorey et al. | Ensemble forecast of solar radiation using TIGGE weather forecasts and HelioClim database | |
| Wette | Empirically extending the range of validity of parameter-space metrics for all-sky searches for gravitational-wave pulsars | |
| Skrynyk et al. | Quality control and homogenization of monthly extreme air temperature of Ukraine | |
| CN104406715A (en) | Precision evaluation method and system for remote sensing estimation of surface sensible heat/latent heat flux | |
| JP2020134300A (en) | Prediction method, prediction program and information processing apparatus | |
| KR102643388B1 (en) | Apparatus of data verification for quality evaluation of insolation and power generation data and method thereof | |
| Tian et al. | A deep‐learning ensemble method to detect atmospheric rivers and its application to projected changes in precipitation regime | |
| Bouramdane | Determining vulnerable areas to warming and drought in Africa and Morocco Based on CMIP6 Projections: towards the implementation of mitigation and adaptation measures | |
| Bie et al. | Online method to impute missing loop detector data for urban freeway traffic control | |
| Zhang et al. | Developing a remote sensing-based ecological index based on improved biophysical features | |
| Deshmukh et al. | A Whittaker biome‐based framework to account for the impact of climate change on catchment behavior | |
| Ablain et al. | Detection of long-term instabilities on altimeter backscatter coefficient thanks to wind speed data comparisons from altimeters and models | |
| Ono et al. | A preliminary study on quality control of oceanic observation data by machine learning methods | |
| CN110968656B (en) | Topographic map processing method and device | |
| Abareshi et al. | Sensible heat flux estimation over the FIFE site by neural networks | |
| KR102643387B1 (en) | Apparatus for forecasting insolation and power generation using ann artificial neural network and method thereof | |
| US20150169800A1 (en) | Method for locating the source of gas flows in a geographical area, involving a selection of measurements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |