KR20180109101A - 기계학습을 이용한 태양광 발전 용량 예측 방법 - Google Patents

Abstract

본 발명은 단일 회귀 분석 방정식을 구성, 완성, 결과 산출, 결과값 분석을 포함하여 구성된 태양광발전예측시스템을 제공한다.

Description

기계학습을 이용한 태양광 발전 용량 예측 방법{Prediction Method of Photovolatic Power Generation Using Machine Learning}

본 발명은 태양광발전설비 모니터링 시스템의 효율화를 목적으로 이용하기 위한 "태양광 발전 용량 예측 기법"을 포함하고 있으며, 보다 세부적으로는 "기계학습"을 위하여 실제 발전용량을 입력으로 학습한 예측 모델이 자동으로 구성되어 정확도 85% 이상의 발전량 예측이 가능하도록 하는 예측 방법에 관한 것이다.

기존의 태양광발전설비 모니터링 시스템은 사람이 항시 태양광 발전량을 모니터하며 발전설비에 이상이 없는지를 체크하였으나, 정확한 발전량 예측이 가능하다면 사람의 모니터링 없이 예측된 발전량을 벗어나는 경우 발전 설비의 이상상태를 자동으로 파악하여 사용자에게 경고할 수 있게 된다.

본 발명은 상기한 바와 같은 종래의 제반 문제점을 해소하기 위해서 제시되는 것이다.

그 목적은 종래의 태양광 발전 설비 모니터링 시스템이 사람의 항시 모니터링을 요구하기 때문에 발생하는 비용을 제거하고, 이를 자동화하기 위함이다.

상기 기술한 기존의 태양광 발전 설비 모니터링 과정에서 사람의 모니터링 비용을 절감하기 위하여 정확한 태양광 발전량 예측 시스템을 구성하는 단계에서,

기계학습을 이용하여 예측 모델을 구성하는 단계;

예측된 모델을 이용하여 발전량을 예측하고 실제 발전량과 비교하여 정확도를 판정하는 단계;

를 포함하여 구성되는 것을 특징으로 하는 태양광 발전량 예측 시스템을 제공한다.

본 발명에 따르면 종래의 모니터링 시스템이 요구하는 인력에 의한 비용을 제거하여 실시간 자동화된 모니터링 및 이상상태 감지가 가능하여 보다 효율적인 발전 설비 운용이 가능하게 된다.

본 발명은 아래와 같이 단일 회귀 분석을 기반으로 구성된다. 예를 들면, Y = a+bX와 같은 방정식을 Y(발전량)과 X(온도,습도,운량) 간의 관계를 요약하는 선을 나타낸다고 하자. 이러한 변수들 사이의 관계를 확인하기 위해서는 a와 b를 정확히 계산해야 한다. a와 b가 계산되면 기상예보에 따라 Y를 정확히 예측하는 것이 가능하게 된다.

b = r * SDy / SDx

a = Y' - bX '

여기서 b 값은 회귀 선의 기울기, a 값은 좌표평면상의 세로축과 회귀선의 교차점, X'은 x값들의 평균, Y' y값들의 평균, SDx은 x의 표준 편차, SDy은 y의 표준 편차를 나타낸다. 이와 같은 방식으로 a, b를 구하여 단일 회귀 분석 예측 방정식을 완성할 수 있다.

Claims (1)

1. 단일 회귀 분석으로 구성된 태양광 발전량 예측 시스템에서,
   (1) 단일 회귀 방정식으로 Y(발전량)과 X(온도, 습도, 운량)의 상관관계를 나타내는 단계;
   (2) a, b를 계산하여 예측 모델을 완성하는 단계;
   (3) 완성된 예측 모델로 결과값을 구성하고 실제 값과 비교하여 정확도를 산출하는 단계;
   를 포함하여 구성되는 것을 특징으로 하는 기상정보를 활용한 태양광발전량 예측시스템.