KR20210034714A - Method and apparatus for reconstructing time series data of climate - Google Patents

Method and apparatus for reconstructing time series data of climate Download PDF

Info

Publication number
KR20210034714A
KR20210034714A KR1020190115935A KR20190115935A KR20210034714A KR 20210034714 A KR20210034714 A KR 20210034714A KR 1020190115935 A KR1020190115935 A KR 1020190115935A KR 20190115935 A KR20190115935 A KR 20190115935A KR 20210034714 A KR20210034714 A KR 20210034714A
Authority
KR
South Korea
Prior art keywords
climate
time series
series data
climate time
target region
Prior art date
Application number
KR1020190115935A
Other languages
Korean (ko)
Inventor
김종현
Original Assignee
한국전력공사
대명지이씨(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전력공사, 대명지이씨(주) filed Critical 한국전력공사
Priority to KR1020190115935A priority Critical patent/KR20210034714A/en
Publication of KR20210034714A publication Critical patent/KR20210034714A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

The present invention relates to a method and device for restoring climate time series data, which comprises the steps of: allowing a climate time series data input unit to receive climate series data of a target area and climate time series data of one or more surrounding areas located around the target area to restore a climate reference average value of the target area from single-year climate time series data of the target area; allowing a reference climate station selection unit to analyze a correlation between the climate time series data of the target area and the climate time series data of the surrounding area and select a reference climate station of the surrounding area for correcting the time series data of the target area through the analyzed correlation; and allowing a climate reference average value restoration unit to correct the climate time series data of the target area based on the climate time series data of the selected reference climate station and restore the climate reference average value for estimating an amount of power generation through the corrected climate time series data of the target area. Therefore, the accuracy and reliability of feasibility evaluation can be improved.

Description

기후시계열 데이터 복원 방법 및 장치{METHOD AND APPARATUS FOR RECONSTRUCTING TIME SERIES DATA OF CLIMATE}METHOD AND APPARATUS FOR RECONSTRUCTING TIME SERIES DATA OF CLIMATE}

본 발명은 기후시계열 데이터 복원 방법 및 장치에 관한 것으로, 에너지 발전량 추정에 적용되는 기후시계열 데이터 복원 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for restoring climate time-series data, and to a method and apparatus for restoring climate time-series data applied to estimate energy generation.

신재생에너지 사업에 대한 사업성을 평가하는 경우에 있어서, 신재생에너지의 발전량을 산출하는 것은 필수적이며, 신재생에너지의 발전량을 산출하기 위해서는 장기간 동안 해당 지역에 대해서 측정된 기후자료가 요구된다. In the case of evaluating the viability of a new and renewable energy business, it is essential to calculate the amount of generation of new and renewable energy, and in order to calculate the amount of generation of new and renewable energy, climate data measured for the region for a long time is required.

하지만, 국내 모든 지역에서 발전량 산출에 필요한 기후자료를 측정하고 있는 것은 아니다. 예를 들면, 2017년 기준으로 일사량을 측정하고 있는 지점은 국내에 40여 곳이 존재하고, 이들 중에서 20년 이상 일사량을 측정한 지점은 22여 곳에 불과하다. However, not all regions in Korea are measuring climate data necessary to calculate power generation. For example, as of 2017, there are 40 locations in Korea that measure insolation, and among them, only 22 have measured insolation for more than 20 years.

이와 같이, 신재생에너지 사업성 평가를 위한 정확한 자료가 국내에서 충분히 제공되고 있지 않아, 대부분 신재생에너지 사업성 평가를 위해 해외의 자료를 참조하고 있는 실정이다. 한편, 해외의 자료를 이용하는 경우, 지역 여건에 따른 차이로 인해 신재생에너지 사업에 대한 사업성 평가의 정확성 및 신뢰도가 낮아지는 문제가 발생하고 있다.As such, since accurate data for evaluating the feasibility of new and renewable energy are not sufficiently provided in Korea, most of them refer to overseas data for evaluating the feasibility of new and renewable energy. On the other hand, when using overseas data, there is a problem that the accuracy and reliability of the business feasibility evaluation for the new and renewable energy business are lowered due to differences according to local conditions.

본 발명의 배경기술은 대한민국 공개특허공보 제10-2019-0092744호(2019.08.08.)의 '태양광 발전소 역모델링을 통한 일사량 추정 방법'에 개시되어 있다.The background technology of the present invention is disclosed in Korean Patent Application Publication No. 10-2019-0092744 (2019.08.08.)'A method of estimating solar radiation through reverse modeling of a solar power plant.'

본 발명은 전술한 문제점을 해결하기 위해 창안된 것으로, 본 발명의 일 측면에 따른 목적은 주변 지역의 기후시계열 데이터를 이용하여 대상 지역의 기후시계열 데이터를 보정함으로써 단일해의 기후시계열 데이터로부터 기후표준평년값을 예측할 수 있는 기후시계열 데이터 복원 방법 및 장치를 제공하는 것이다.The present invention was invented to solve the above-described problem, and an object according to an aspect of the present invention is to correct the climate time series data of the target region using the climate time series data of the surrounding region, thereby providing a climate standard from the climate time series data of a single year. It is to provide a method and apparatus for restoring climate time series data that can predict average year values.

본 발명의 일 측면에 따른 기후시계열 데이터 복원 방법은 기후시계열 데이터 입력부가, 대상 지역의 단일해 기후시계열 데이터로부터 상기 대상 지역의 기후표준평년값을 복원하기 위해, 상기 대상 지역의 기후시계열 데이터 및 상기 대상 지역의 주변에 위치한 하나 이상의 주변 지역의 기후시계열 데이터를 입력받는 단계, 기준 기후측정소 선택부가, 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상관성을 분석하고, 상기 분석된 상관성을 통해 상기 대상 지역의 기후시계열 데이터를 보정하기 위한 해당 주변 지역의 기준 기후측정소를 선택하는 단계, 및 기후표준평년값 복원부가, 상기 선택된 기준 기후측정소의 기후시계열 데이터에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하고, 보정된 상기 대상 지역의 기후시계열 데이터를 통해 발전량 추정을 위한 기후표준평년값을 복원하는 단계를 포함하는 것을 특징으로 한다.In a method for restoring climate time series data according to an aspect of the present invention, the climate time series data input unit includes, in order to restore the standard average climate value of the target region from the single year climate time series data of the target region, the climate time series data of the target region and the target region. The step of receiving climate time series data of one or more surrounding areas located in the vicinity of the area, a reference climate measurement station selection unit, analyzes the correlation between the climate time series data of the target area and the climate time series data of the surrounding area, and makes the analyzed correlation Selecting a reference climate measurement station of the surrounding area for correcting the climate time series data of the target area through, and a climate standard average year value restoration unit, based on the climate time series data of the selected reference climate measurement station, the climate time series data of the target area And restoring a standard climate average value for estimating power generation through the corrected climate time series data of the target region.

본 발명에 있어 상기 입력받는 단계에서, 상기 기후시계열 데이터 입력부는, 상기 기후시계열 데이터로 온도, 습도, 기압, 풍속, 풍향 및 일사 중 적어도 하나를 입력받는 것을 특징으로 한다.In the present invention, in the receiving step, the climate time series data input unit receives at least one of temperature, humidity, atmospheric pressure, wind speed, wind direction, and solar radiation as the climate time series data.

본 발명에 있어 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는, 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터의 시계열 유사성 분석을 통해 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 한다.In the present invention, in the selecting step, the reference climate measurement station selection unit supplements the missing value of the climate time series data of the target region through a time series similarity analysis between the climate time series data of the target region and the climate time series data of the surrounding region. Alternatively, the missing value of the climate time series data of the target region is compensated by using a linear interpolation method.

본 발명에 있어 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는, 상기 각 주변 지역의 기후시계열 데이터 간의 시계열 유사성 분석을 통해 상기 각 주변 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 주변 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 한다.In the step of selecting in the present invention, the reference climate measurement station selection unit supplements the missing values of the climate time series data of each surrounding area through analysis of time series similarity between the climate time series data of each surrounding area, or uses a linear interpolation method. Thus, it is characterized in that the missing value of the climate time series data of the surrounding area is compensated.

본 발명에 있어 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는, 상기 기후시계열 데이터의 구성요소별로 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상기 상관성을 분석하는 것을 특징으로 한다.In the selecting step in the present invention, the reference climate measurement station selection unit analyzes the correlation between the climate time series data of the target area and the climate time series data of the surrounding area for each component of the climate time series data. .

본 발명에 있어 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는, 상기 상관성이 가장 높은 상기 주변 지역의 기후측정소를 상기 기준 기후측정소로 선택하는 것을 특징으로 한다.In the selecting step of the present invention, the reference climate measurement station selection unit may select a climate measurement station in the surrounding area having the highest correlation as the reference climate measurement station.

본 발명에 있어 상기 복원하는 단계에서, 상기 기후표준평년값 복원부는, 상기 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값과 상기 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 비교하고, 상기 비교 결과에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 한다.In the restoring step in the present invention, the climate standard average year value restoration unit compares the element values for each element of the climate time series data of the reference climate measurement station with the element values for each element of the climate time series data of the target area, and the It is characterized in that the climate time series data of the target region is corrected based on the comparison result.

본 발명에 있어 상기 복원하는 단계에서, 상기 기후표준평년값 복원부는, 상기 주변 지역의 기후시계열 데이터의 구성요소별 누적밀도함수에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 한다.In the present invention, in the restoring step, the climate standard average year value restoration unit corrects the climate time series data of the target region based on a cumulative density function for each component of the climate time series data of the surrounding region.

본 발명의 일 측면에 따른 기후시계열 데이터 복원 장치는 대상 지역의 단일해 기후시계열 데이터로부터 상기 대상 지역의 기후표준평년값을 복원하기 위해, 상기 대상 지역의 기후시계열 데이터 및 상기 대상 지역의 주변에 위치한 하나 이상의 주변 지역의 기후시계열 데이터를 입력받는 기후시계열 데이터 입력부, 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상관성을 분석하고, 상기 분석된 상관성을 통해 상기 대상 지역의 기후시계열 데이터를 보정하기 위한 해당 주변 지역의 기준 기후측정소를 선택하는 기준 기후측정소 선택부, 및 상기 선택된 기준 기후측정소의 기후시계열 데이터에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하고, 보정된 상기 대상 지역의 기후시계열 데이터를 통해 발전량 추정을 위한 기후표준평년값을 복원하는 기후표준평년값 복원부;를 포함하는 것을 특징으로 한다.The apparatus for restoring climate time series data according to an aspect of the present invention includes: a climate time series data of the target region and one located around the target region in order to restore the standard average year value of the climate of the target region from the single year climate time series data of the target region. A climate time series data input unit that receives the above climate time series data of the surrounding area, analyzes the correlation between the climate time series data of the target area and the climate time series data of the surrounding area, and analyzes the climate time series data of the target area through the analyzed correlation. A reference climate measurement station selection unit for selecting a reference climate measurement station of the surrounding area for correction, and correcting the climate time series data of the target area based on the climate time series data of the selected reference climate measurement station, and the corrected climate of the target area It characterized in that it comprises a; climate standard average year value restoration unit for restoring the standard average climate value for power generation estimation through time series data.

본 발명에 있어 상기 기후시계열 데이터 입력부는, 상기 기후시계열 데이터로 온도, 습도, 기압, 풍속, 풍향 및 일사 중 적어도 하나를 입력받는 것을 특징으로 한다.In the present invention, the climate time series data input unit receives at least one of temperature, humidity, atmospheric pressure, wind speed, wind direction, and solar radiation as the climate time series data.

본 발명에 있어 상기 기준 기후측정소 선택부는, 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터의 시계열 유사성 분석을 통해 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 한다.In the present invention, the reference climate measurement station selection unit supplements the missing value of the climate time series data of the target region or uses a linear interpolation method by analyzing the time series similarity between the climate time series data of the target region and the climate time series data of the surrounding region. Thus, it is characterized in that the missing value of the climate time series data of the target region is compensated.

본 발명에 있어 상기 기준 기후측정소 선택부는, 상기 각 주변 지역의 기후시계열 데이터 간의 시계열 유사성 분석을 통해 상기 각 주변 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 주변 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 한다.In the present invention, the reference climate measurement station selection unit supplements the missing values of the climate time series data of each surrounding area through analysis of time series similarity between the climate time series data of each surrounding area, or by using a linear interpolation method. It is characterized in that it compensates for missing values of time series data.

본 발명에 있어 상기 기준 기후측정소 선택부는, 상기 기후시계열 데이터의 구성요소별로 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상기 상관성을 분석하는 것을 특징으로 한다.In the present invention, the reference climate measurement station selection unit is characterized in that for analyzing the correlation between the climate time series data of the target region and the climate time series data of the surrounding region for each component of the climate time series data.

본 발명에 있어 상기 기준 기후측정소 선택부는, 상기 상관성이 가장 높은 상기 주변 지역의 기후측정소를 상기 기준 기후측정소로 선택하는 것을 특징으로 한다.In the present invention, the reference climate measurement station selection unit may select, as the reference climate measurement station, a climate measurement station in the surrounding area having the highest correlation.

본 발명에 있어 상기 기후표준평년값 복원부는, 상기 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값과 상기 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 비교하고, 상기 비교 결과에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 한다.In the present invention, the standard climate standard normal year value restoration unit compares the element values for each element of the climate time series data of the reference climate measurement station with the element values for each element of the climate time series data of the target area, and based on the comparison result, the It is characterized by correcting the climate time series data of the target area.

본 발명에 있어 상기 기후표준평년값 복원부는, 상기 주변 지역의 기후시계열 데이터의 구성요소별 누적밀도함수에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 한다.In the present invention, the climate standard normal year value restoration unit corrects the climate time series data of the target area based on a cumulative density function for each component of the climate time series data of the surrounding area.

본 발명의 일 측면에 따른 기후시계열 데이터 복원 방법 및 장치는 주변 지역의 기후시계열 데이터를 이용하여 대상 지역의 기후시계열 데이터를 보정함으로써 단기간의 기후시계열 데이터로부터 기후표준평년값을 예측하고, 신재생에너지 발전량을 정확히 추정함으로써 그 사업성 평가의 정확성 및 신뢰도를 향상시킬 수 있다.A method and apparatus for restoring climate time series data according to an aspect of the present invention predicts a standard average climate value from short-term climate time series data by correcting climate time series data of a target region using climate time series data of a surrounding region, By accurately estimating the value, the accuracy and reliability of the feasibility evaluation can be improved.

도 1은 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 장치를 설명하기 위한 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법을 설명하기 위한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법의 기준 기후측정소를 선택하는 단계를 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법의 효과를 나타내는 그래프이다.1 is a block diagram illustrating an apparatus for recovering climate time series data according to an embodiment of the present invention.
2 is a flowchart illustrating a method of restoring climate time series data according to an embodiment of the present invention.
3 is a flowchart illustrating a step of selecting a reference climate measurement station in a method for restoring climate time series data according to an embodiment of the present invention.
4 is a graph showing the effect of a method for restoring climate time series data according to an embodiment of the present invention.

이하에서는 본 발명의 실시예에 따른 기후시계열 데이터 복원 방법 및 장치를 첨부된 도면들을 참조하여 상세하게 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.Hereinafter, a method and apparatus for restoring climate time series data according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. In this process, the thickness of the lines or the size of components shown in the drawings may be exaggerated for clarity and convenience of description. In addition, terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to the intention or custom of users or operators. Therefore, definitions of these terms should be made based on the contents throughout the present specification.

도 1은 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 장치를 설명하기 위한 블록 구성도이다.1 is a block diagram illustrating an apparatus for recovering climate time series data according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 장치는 기후시계열 데이터 입력부(100), 기준 기후측정소 선택부(200), 기후표준평년값 복원부(300)를 포함할 수 있다. Referring to FIG. 1, the apparatus for restoring climate time series data according to an embodiment of the present invention may include a climate time series data input unit 100, a reference climate measurement station selection unit 200, and a standard climate standard average year value restoration unit 300. .

기후시계열 데이터 입력부(100)는 대상 지역의 단일해 기후시계열 데이터로부터 대상 지역의 기후표준평년값을 복원하기 위한 기초 데이터로서, 대상 지역의 기후시계열 데이터 및 대상 지역의 주변에 위치한 하나 이상의 주변 지역의 기후시계열 데이터를 입력받을 수 있다.The climate time series data input unit 100 is basic data for restoring the standard average year of climate of the target region from the single-year climate time series data of the target region, and the climate time series data of the target region and the climate of one or more surrounding regions located in the vicinity of the target region. Time series data can be input.

기후시계열 데이터 입력부(100)는 기후시계열 데이터로 온도, 습도, 기압, 풍속, 풍향 및 일사 중 적어도 하나를 입력받을 수 있다. The climate time series data input unit 100 may receive at least one of temperature, humidity, atmospheric pressure, wind speed, wind direction, and solar radiation as climate time series data.

기후시계열 데이터 입력부(100)는 복원 장치의 구성요소에 사용될 명령 또는 데이터를 복원 장치의 외부(예: 기상자료개방포털 또는 기상청 서버)로부터 수신할 수 있다. 또한, 기후시계열 입력부(100)는, 예를 들면, 마우스, 키보드, 또는 디지털 펜을 포함할 수 있다. 또한, 기후시계열 입력부(100)는 유선 또는 무선 통신을 통해 기후시계열 데이터를 입력받을 수도 있고, 기후시계열 데이터가 저장된 메모리로부터 데이터를 입력받을 수도 있다.The climate time series data input unit 100 may receive commands or data to be used for components of the restoration apparatus from the outside of the restoration apparatus (eg, a meteorological data open portal or a Meteorological Administration server). In addition, the climate time series input unit 100 may include, for example, a mouse, a keyboard, or a digital pen. In addition, the climate time series input unit 100 may receive climate time series data through wired or wireless communication, or may receive data from a memory in which climate time series data is stored.

한편, 기준 기후측정소 선택부(200)는 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관성을 분석하고, 분석된 상관성을 통해 대상 지역의 기후시계열 데이터를 보정하기 위한 해당 주변 지역의 기준 기후측정소를 선택할 수 있다. Meanwhile, the reference climate measurement station selection unit 200 analyzes the correlation between the climate time series data of the target area and the climate time series data of the surrounding area, and uses the analyzed correlation to correct the climate time series data of the target area. You can choose a climate station.

기준 기후측정소 선택부(200)는 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터의 시계열 유사성 분석을 통해 대상 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 대상 지역의 기후시계열 데이터의 결측값을 보완할 수 있다.The reference climate measurement station selection unit 200 supplements the missing values of the climate time series data of the target region by analyzing the time series similarity between the climate time series data of the target region and the climate time series data of the surrounding region, or by using a linear interpolation method. Missing values of time series data can be compensated.

또한, 기준 기후측정소 선택부(200)는 각 주변 지역의 기후시계열 데이터 간의 시계열 유사성 분석을 통해 각 주변 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 주변 지역의 기후시계열 데이터의 결측값을 보완할 수 있다,In addition, the reference climate measurement station selection unit 200 supplements the missing values of the climate time series data of each surrounding region through analysis of the time series similarity between the climate time series data of each surrounding region, or by using a linear interpolation method. Can compensate for missing values,

기준 기후측정소 선택부(200)는 기후시계열 데이터의 구성요소별로 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관성을 분석할 수 있다.The reference climate measurement station selection unit 200 may analyze a correlation between climate time series data of a target region and climate time series data of a surrounding region for each component of the climate time series data.

기준 기후측정소 선택부(200)는 상관성이 가장 높은 주변 지역의 기후측정소를 기준 기후측정소로 선택할 수 있다.The reference climate measurement station selection unit 200 may select a climate measurement station in a surrounding region having the highest correlation as the reference climate measurement station.

한편, 기후표준평년값 복원부(300)는 선택된 기준 기후측정소의 기후시계열 데이터에 기초하여 대상 지역의 기후시계열 데이터를 보정하고, 보정된 대상 지역의 기후시계열 데이터를 통해 발전량(예:신재생에너지 발전량) 추정을 위한 기후표준평년값을 복원할 수 있다.On the other hand, the standard climate standard normal year value restoration unit 300 corrects the climate time series data of the target region based on the climate time series data of the selected reference climate measurement station, and uses the corrected climate time series data of the target region to generate power generation (eg, renewable energy generation amount). ) It is possible to restore the standard average climate value for estimation.

기후표준평년값 복원부(300)는 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값과 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 비교하고, 비교 결과에 기초하여 대상 지역 기후시계열 데이터를 보정할 수 있다.The standard climate standard average year value restoration unit 300 compares the element values of each element of the climate time series data of the reference climate station and the element values of each element of the climate time series data of the target region, and compares the climate time series data of the target region based on the comparison result. Can be corrected.

기후표준평년값 복원부(300)는 주변 지역의 기후시계열 데이터의 구성요소별 누적밀도함수에 기초하여 대상 지역의 기후시계열 데이터를 보정할 수 있다.The climate standard average year value restoration unit 300 may correct the climate time series data of the target region based on the cumulative density function for each component of the climate time series data of the surrounding region.

도 2는 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법을 설명하기 위한 순서도이고, 도 3은 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법의 기준 기후측정소를 선택하는 단계를 설명하기 위한 순서도이며, 도 4는 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법의 효과를 나타내는 그래프이다.FIG. 2 is a flowchart illustrating a method of restoring climate time series data according to an embodiment of the present invention, and FIG. 3 is a flowchart illustrating a step of selecting a reference climate measurement station in a method of restoring climate time series data according to an embodiment of the present invention. 4 is a graph showing the effect of a method for restoring climate time series data according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법은 대상 지역의 기후시계열 데이터와 주변 지역의 기후 시계열 데이터를 입력받는 단계(S100), 기준 기후측정소를 선택하는 단계(S200), 및 기준표준평년값을 복원하는 단계(S300)를 포함할 수 있다.Referring to FIG. 2, in the method of restoring climate time series data according to an embodiment of the present invention, receiving climate time series data of a target region and climate time series data of a surrounding region (S100), selecting a reference climate measurement station (S200). ), and restoring the reference standard average year value (S300).

여기서, 기후시계열 데이터란 해당 지역의 온도, 습도, 기압, 풍속, 풍향 및 일사 중 적어도 하나를 포함하는 기후 데이터를 시간의 경과에 따라 측정한 데이터를 의미한다. 다만, 본 실시예는 이에 한정되는 것은 아니며, 신재생에너지 발전량 추정에 이용될 수 있는 다양한 기후 데이터가 기후시계열 데이터에 포함될 수 있다.Here, the climate time series data means data obtained by measuring climate data including at least one of temperature, humidity, air pressure, wind speed, wind direction, and solar radiation of a corresponding region over time. However, the present embodiment is not limited thereto, and various climate data that can be used for estimating the amount of renewable energy generated may be included in the climate time series data.

한편, 대상 지역은 신재생에너지 발전량 추정을 위해 기후표준평년값(해당 지역 과거 30년간의 기온이나 강수량 등의 기후 요소를 평균한 값)의 생성이 요구되는 지역으로, 기후표준평년값을 산출하기 위해 요구되는 기간인 30년간의 기후데이터가 축적되지 못한 지역을 의미할 수 있다. 또한, 대상 지역은 단일해(1년) 또는 단기간(ex: 10년 이하의 기간)의 기후시계열 데이터만을 축적하고 있는 지역일 수 있다.On the other hand, the target area is an area that requires the generation of the standard average climate value (average of climate factors such as temperature and precipitation for the past 30 years in the region) for estimating the amount of renewable energy generation, and is required to calculate the standard average year value for climate. It may mean an area where climate data for 30 years, which is a period of time, has not been accumulated. In addition, the target region may be a region that accumulates only climate time series data for a single year (1 year) or for a short period (ex: a period of 10 years or less).

대상 지역으로부터 해당 지역의 기상측정소까지의 거리가 기 설정된 범위 이내이고, 장기간에 걸친 기후시계열 데이터를 축적하고 있는 지역이 주변 지역으로 선정될 수 있다. 예를 들어, 주변 지역은 기후측정소를 통해 30년 이상의 기후데이터를 축적하고 있는 지역일 수 있다. The area where the distance from the target area to the meteorological station in the area is within a preset range, and an area that has accumulated climate time series data over a long period of time can be selected as the surrounding area. For example, the surrounding area may be an area that has accumulated more than 30 years of climate data through a climate measurement station.

표 1은 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법을 통해 해당 지역과 가장 가까운 기후측정소를 선정한 것이다.Table 1 shows the selection of a climate measurement station closest to a corresponding region through a method for restoring climate time series data according to an embodiment of the present invention.

번호number 기후측정소Climate monitoring station 지역명Local people 1One 대관령Daegwallyeong 태백Taebaek 22 강릉Gangneung 속초, 북강릉, 동해, 궁촌Sokcho, Bukgangneung, Donghae, Gungchon 33 춘천Chun Cheon 북춘천, 철원, 인제Bukchuncheon, Cheorwon, Inje 44 서울Seoul 기상청, 현충원Meteorological Administration, Cemetery 55 인천Incheon 강화, 무의도Ganghwa, Muuido 66 원주Won-ju 영월, 홍천, 제천, 정선군, 북평Yeongwol, Hongcheon, Jecheon, Jeongseon-gun, Bukpyeong 77 수원Suwon 동두천, 파주, 포천, 양평, 이천Dongducheon, Paju, Pocheon, Yangpyeong, Icheon 88 청주Rice wine 군산, 충주, 홍성, 보령, 부여, 보은, 천안Gunsan, Chungju, Hongseong, Boryeong, Buyeo, Boeun, Cheonan 99 추풍령Chu Pungryeong 상주, 문경, 구미Sangju, Mungyeong, Gumi 1010 안동Andong 봉화, 영주, 청송군, 의성Bonghwa, Yeongju, Cheongsong-gun, Uiseong 1111 포항Pohang 울진, 영덕Uljin, Yeongdeok 1212 대구Dae-gu 영천Yeongcheon 1313 전주Jeonju 금산, 부안, 임실, 정읍, 남원, 장수, 순창군, 함양군Geumsan, Buan, Imsil, Jeongeup, Namwon, Jangsu, Sunchang-gun, Hamyang-gun 1414 광주Gwangju 고창, 순천, 고창군, 영광군, 보성군, 장흥,
고흥, 광양시, 여수, 남해, 상무대 Gochang, Suncheon, Gochang-gun, Yeonggwang-gun, Boseong-gun, Jangheung,
Goheung, Gwangyang City, Yeosu, Namhae, Sangmudae 1515 부산Busan 울산, 창원, 통영, 김해시, 북창원,
양산시, 영주시, 밀양, 거제Ulsan, Changwon, Tongyeong, Gimhae City, Bukchangwon,
Yangsan City, Yeongju City, Miryang, Geoje 1616 목포Mokpo 완도, 강진군, 해남, 진도군Wando, Gangjin-gun, Haenam, Jindo-gun 1717 제주Jeju 성산, 서귀포Seongsan, Seogwipo 1818 진주Pearl 의령군, 거창, 합천, 산청, 창녕Uiryeong-gun, Geochang, Hapcheon, Sancheong, Changnyeong

예를 들어, 대상 지역이 태백일 경우, 주변 지역으로는 대관령이 선정될 수 있고, 대상 지역이 영월인 경우, 주변 지역으로 원주가 선정될 수 있다.For example, if the target area is Taebaek, Daegwallyeong may be selected as the surrounding area, and if the target area is Yeongwol, Wonju may be selected as the surrounding area.

한편, 입력받는 단계(S100)에서 기후시계열 데이터 입력부(100)는, 대상 지역의 단일해 기후시계열 데이터로부터 대상 지역의 기후표준평년값을 복원하기 위해, 대상 지역에서 측정된 기후시계열 데이터와 주변 지역에서 측정된 기후시계열 데이터를 입력받을 수 있다.On the other hand, in the receiving step (S100), the climate time series data input unit 100, in order to restore the climate standard average year value of the target region from the single year climate time series data of the target region, the climate time series data measured in the target region and the surrounding region. Measured climate time series data can be input.

대상 지역은 단기간의 기후시계열 데이터만을 축적하고 있어, 신재생에너지 발전량 추정을 위해 요구되는 충분한 기후 데이터를 제공하지 못한다. 따라서, 대상 지역의 발전량 추정을 위해서는 대상 지역에서 측정된 단기간의 기후시계열 데이터로부터 대상 지역의 기후표준평년값을 복원하는 작업이 필요하다. 이때, 대상 지역의 기후표준평년값을 복원하기 위해서는 대상 지역에서 기후데이터를 측정하기 이전의 기후 데이터가 필요하며, 이 데이터는 대상 지역과 기후 특성이 유사한 주변 지역의 기후데이터에 기초하여 도출될 수 있다. 본 발명의 일 실시예에 따른 기후시계열 데이터 복원방법은 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터를 대상 지역의 기후표준평년값을 복원하기 위한 데이터로서 이용한다.Since the target region only accumulates short-term climate time series data, it does not provide sufficient climate data required for estimating the amount of renewable energy generation. Therefore, in order to estimate the amount of power generation in the target area, it is necessary to restore the standard average climate value of the target area from the short-term climate time series data measured in the target area. At this time, in order to restore the climate standard average value of the target region, climate data prior to measuring the climate data in the target region is required, and this data can be derived based on climate data of the surrounding region with similar climate characteristics to the target region. . The method for restoring climate time series data according to an embodiment of the present invention uses climate time series data of a target region and climate time series data of a surrounding region as data for restoring a standard average year of climate of the target region.

선택하는 단계(S200)에서 기준 기후측정소 선택부(200)는, 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관성을 분석하고, 분석된 상관성을 통해 기후시계열 데이터를 보정하기 위한 해당 주변 지역의 기준 기후측정소를 선택할 수 있다.In the selecting step (S200), the reference climate measurement station selection unit 200 analyzes the correlation between the climate time series data of the target region and the climate time series data of the surrounding region, and uses the analyzed correlation to correct the climate time series data. You can choose a local standard climate measurement station.

도 3을 참조하면, 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법의 기준 기후측정소를 선택하는 단계(S200)는 기준 기후측정소 선택부(200)가 시계열 유사성 분석 또는 선형보간법을 이용하여 결측값 및 이상치를 보완하는 단계(S210), 기후시계열 데이터의 구성요소별로 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관성을 분석하는 단계(S220), 및 기준 기후측정소를 선택하는 단계(S230)를 포함할 수 있다.Referring to FIG. 3, in the step of selecting a reference climate measurement station in the method for restoring climate time series data according to an embodiment of the present invention (S200), the reference climate measurement station selection unit 200 is determined by using a time series similarity analysis or a linear interpolation method. Compensating the measured values and outliers (S210), analyzing the correlation between the climate time series data of the target region and the climate time series data of the surrounding region for each component of the climate time series data (S220), and selecting a reference climate measurement station ( S230) may be included.

보완하는 단계(S210)에서, 기준 기후측정소 선택부(200)는, 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터의 시계열 유사성 분석을 통해 대상 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 대상 지역의 기후시게열 데이터의 결측값을 보완할 수 있다. In the supplementing step (S210), the reference climate measurement station selection unit 200 supplements the missing value of the climate time series data of the target region through time series similarity analysis between the climate time series data of the target region and the climate time series data of the surrounding region, The missing values of the climate time heat data of the target area can be compensated by using the linear interpolation method.

변수variable 물리적 한계범위Physical limit range 온도Temperature -50 ~ +50 (oC)-50 ~ +50 ( o C) 습도Humidity 0 ~ 100 (%)0 ~ 100 (%) 기압atmospheric pressure 500 ~ 1080 (hPa)500 ~ 1080 (hPa) 풍속Wind speed 0 ~ 75 (m/s)0 ~ 75 (m/s) 풍향Wind direction 0 ~ 360 (degrees)0 to 360 (degrees) 일사Ilsa 0 ~ 1100 (W/m2)0 ~ 1100 (W/m 2 )

표 2는 기후시계열 데이터에 포함될 수 있는 구성요소 및 그 물리적 한계범위를 나타내고 있다. 이에 따라, 기준 기후측정소 선택부(200)는, 기후시계열 데이터의 구성요소의 요소값이 물리적 한계범위에 포함되지 않는 경우, 해당 요소값을 이상치로 판단하고 보정할 수 있다.Table 2 shows the components that can be included in the climate time series data and their physical limits. Accordingly, when the element value of the element of the climate time series data is not included in the physical limit range, the reference climate measurement station selection unit 200 may determine and correct the element value as an outlier.

기후시계열 데이터는 기후요소를 측정한 기간 중 일부 시간에 대한 기후시계열 데이터를 포함하고 있지 않을 수 있다, 예를 들면, 기상 측정 장비의 고장으로 인해 고장이 발생한 특정 시간에서는 기후시계열 데이터가 존재하지 않을 수 있고, 측정 장비의 오류로 인하여 기후시계열 데이터에 이상치가 발생하는 경우도 있을 수 있다. 이 경우, 기후시계열 데이터에 발생한 결측값 및 이상치를 보완함으로써 기후시계열 데이터의 정확성과 신뢰도를 향상시킬 수 있다. Climate time-series data may not include climate time-series data for some of the time periods during which the climate factor is measured, for example, climate time-series data may not exist at a specific time when a failure occurs due to a failure of the meteorological measurement equipment. In some cases, an outlier may occur in the climate time series data due to an error in the measurement equipment. In this case, the accuracy and reliability of the climate time series data can be improved by supplementing the missing values and outliers occurring in the climate time series data.

보완하는 단계(S210)에서, 결측값 및 이상치의 보완은, 기준 기후측정소 선택부(200)가, 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 기후시계열 유사성 분석을 함으로써 수행될 수 있다. 예를 들면, 대상 지역의 기후시계열 데이터와 기 설정된 유사도 이상의 유사성을 지닌 주변 지역의 기후시계열 데이터를 참조하여 대상 지역의 기후시계열 데이터에 발생한 결측값을 보완할 수 있다. 또한, 대상 지역의 기후시계열 데이터와 기 설정된 유사도 이상의 유사성을 지닌 주변 지역의 기후시계열 데이터와 대상 지역의 기후시계열 데이터와 비교하고, 기 설정된 기준값 이상의 차이가 발생하는 경우, 그 데이터값을 이상치로 판단하고 주변 지역의 기후시계열 데이터를 참조하여 보정함으로써 이상치를 제거할 수도 있다. 이때, 상관함수(correlation function)를 이용하여 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 유사도를 계산할 수 있다.In the supplementing step (S210), the correction of the missing values and outliers may be performed by the reference climate measurement station selection unit 200 performing a climate time series similarity analysis between the climate time series data of the target region and the climate time series data of the surrounding region. . For example, by referring to climate time series data of a target region and climate time series data of a neighboring region having a similarity greater than or equal to a preset similarity, missing values occurring in the climatic time series data of the target region may be compensated. In addition, the climate time series data of the target area and the climate time series data of the surrounding area having similarity greater than or equal to a preset similarity are compared with the climate time series data of the target area. And it is possible to remove outliers by referring to the climate time series data of the surrounding area and correcting. In this case, a similarity between climate time series data of a target region and climate time series data of a surrounding region may be calculated using a correlation function.

한편, 보완하는 단계(S210)에서, 기준 기후측정소 선택부(200)는, 대상 지역의 기후시계열 데이터에 발생한 결측값을 보완하기 위한 방법으로 선형보간법을 이용할 수도 있다. 예를 들어, 결측값이 발생한 구간에 가장 가까운 기후시계열 데이터값을 연결하는 직선 방정식을 산출하고, 산출된 직선 방정식을 통해 결측값을 예측할 수 있다. Meanwhile, in the supplementing step (S210), the reference climate measurement station selection unit 200 may use a linear interpolation method as a method to compensate for missing values generated in the climate time series data of the target region. For example, a linear equation connecting the climate time series data values closest to the section in which the missing value has occurred may be calculated, and the missing value may be predicted through the calculated linear equation.

또한, 보완하는 단계(S210)에서, 기준 기후측정소 선택부(200)는, 대상 지역 지역의 기후시계열 데이터에 발생한 이상치를 제거하기 위한 방법으로 선형보간법을 이용할 수도 있다. 예를 들어, 기 설정된 시간동안 측정된 기후시계열 데이터값을 연결하는 직선방정식을 산출하고, 측정된 기후시계열 데이터 값이 산출된 직선방정식과 기 설정된 기준값 이상의 차이가 발생하는 경우, 상기 측정된 기후시계열 데이터값을 이상치로 판단하여 산출된 직선방정식 또는 주변 지역의 기후시계열 데이터를 참조하여 보정함으로써 이상치를 제거할 수 있다.In addition, in the supplementing step (S210), the reference climate measurement station selection unit 200 may use a linear interpolation method as a method for removing outliers generated in the climate time series data of the target region. For example, if a linear equation connecting the measured climate time series data values for a preset time is calculated, and a difference between the measured climate time series data value and the calculated linear equation is greater than a preset reference value, the measured climate time series The outlier can be removed by determining the data value as an outlier and correcting it by referring to the calculated linear equation or the climate time series data of the surrounding area.

기준 기후측정소 선택부(200)는, 결측값 및 이상치를 보완하기 위한 방법으로, 선형보간법을 대신하여 다항식 보간법, 라그랑주 다항식 보간법, 스플라인 보간법 및 이중선형보간법을 이용할 수도 있다.The reference climate measurement station selection unit 200 may use a polynomial interpolation method, a Lagrange polynomial interpolation method, a spline interpolation method, and a bilinear interpolation method in place of the linear interpolation method as a method to compensate for missing values and outliers.

결측값 및 이상치의 보완은 대상 지역의 기후시계열 데이터를 보완하는 경우뿐만 아니라, 주변 지역의 기후시계열 데이터를 보완하기 위해서 이루어질 수도 있다. 예를 들면, 주변 지역의 기후시계열 데이터와 주변 지역에 인접한 지역의 기후시계열 데이터 간 시계열 유사성 분석 또는 선형보간법을 통해 주변 지역의 결측값 및 이상치를 보완할 수 있다.The correction of missing values and outliers may be made not only to supplement the climate time series data of the target region, but also to supplement the climate time series data of the surrounding region. For example, it is possible to compensate for missing values and outliers in the surrounding area through a time series similarity analysis or linear interpolation between the climate time series data of the surrounding area and the climate time series data of the area adjacent to the surrounding area.

분석하는 단계에서(S220), 기준 기후측정소 선택부(200)는, 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관성을 기후시계열 데이터의 구성요소별로 분석할 수 있다.In the analyzing step (S220), the reference climate measurement station selection unit 200 may analyze a correlation between the climate time series data of the target region and the climate time series data of the surrounding region for each component of the climate time series data.

여기서, 상관성이란 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터와의 유사한 정도를 의미할 수 있으며, 유사한 정도의 판단은 기후시계열 데이터의 구성요소별(온도, 습도, 기압, 풍속, 풍향 및 일사)로 이루어질 수 있다. 예를 들면, 일사량을 기준으로 한 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터를 비교하여 상관성을 판단할 수 있다.Here, the correlation may mean a degree of similarity between the climate time series data of the target region and the climate time series data of the surrounding region. Isolation) can be made. For example, the correlation may be determined by comparing climate time series data of a target area based on the amount of insolation and climate time series data of a surrounding area.

분석하는 단계에서(S220), 기준 기후측정소 선택부(200)는, 상관함수(correlation function)를 이용하여 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관도를 계산함으로써 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관성을 계산할 수도 있다.In the analyzing step (S220), the reference climate measurement station selection unit 200 calculates a correlation between the climate time series data of the target area and the climate time series data of the surrounding area using a correlation function to determine the climate of the target area. It is also possible to calculate the correlation between the time series data and the climate time series data of the surrounding area.

선택하는 단계(S230)에서, 기준 기후측정소 선택부(200)는, 대상 지역의 기후시계열 데이터와 주변 지역의 기후시계열 데이터 간의 상관성이 가장 높은 주변 지역의 기후측정소를 기준 기후측정소로 선택할 수 있다. 예를 들어, 기준 기후측정소 선택부(200)는, 상관함수를 이용하여 대상 지역의 기후시계열 데이터와 각 주변 지역의 기후시계열 데이터 간의 상관도를 각각 계산하고, 계산된 상관도 중에서 가장 높은 상관도를 갖는 주변 지역의 기후측정소를 대상 지역의 기후시계열 데이터를 보정하기 위한 기후데이터를 제공하는 기준 기후측정소로 선택할 수 있다.In the selecting step (S230), the reference climate measurement station selection unit 200 may select a climate measurement station in a surrounding region having the highest correlation between the climate time series data of the target region and the climate time series data of the surrounding region as the reference climate measurement station. For example, the reference climate measurement station selection unit 200 calculates a correlation between climate time series data of a target region and climate time series data of each surrounding region using a correlation function, and the highest correlation among the calculated correlations A climate measurement station in the surrounding area having a can be selected as a reference climate measurement station that provides climate data for correcting the climate time series data of the target area.

이때, 기준 기후측정소 선택부(200)는, 기후시계열 데이터의 구성요소별로 기준 기후측정소를 다르게 선택할 수도 있다. 예를 들어, 일사량에 있어서는 A지역의 기후측정소에서 측정한 기후시계열 데이터와 가장 높은 상관성을 보이는 반면, 기압에 있어서는 B지역의 기후측정소에서 측정한 기후시계열 데이터와 가장 높은 상관성을 보이는 경우, 일사량에 관한 기후시계열 데이터의 보정을 수행하는 과정에서는 A지역의 기후측정소에서 측정된 기후시계열 데이터를 이용하고, 기압에 관한 기후시계열 데이터의 보정을 수행하는 과정에서는 B지역의 기후측정소에서 측정된 기후시계열 데이터를 이용할 수 있다. 이처럼, 본 발명은 구성요소별로 대상 지역과 상관성이 높은 지역을 선택하여 기후시계열 데이터를 보정함으로써 생성되는 기후표준평년값의 정확성을 향상시키는 것이 가능하다.In this case, the reference climate measurement station selection unit 200 may differently select the reference climate measurement station for each component of the climate time series data. For example, in terms of insolation, it shows the highest correlation with the climate time series data measured by the climate station in A region, whereas the air pressure has the highest correlation with the climate time series data measured by the climate station in B region. In the process of correcting the climate time-series data of area A, the climate time-series data measured at the climate measurement station in area A are used, and in the process of performing the correction of the climate time-series data related to atmospheric pressure, the climate time-series data measured at the climate measurement station in area B You can use As described above, according to the present invention, it is possible to improve the accuracy of the generated climate standard average year value by correcting the climate time series data by selecting a region having a high correlation with the target region for each component.

복원하는 단계(S300)에서, 기후표준평년값 복원부(300)는, 선택하는 단계(S200)에서 선택된 기준 기후측정소의 기후시계열 데이터에 기초하여 대상 지역의 기후시계열 데이터를 보정하고, 보정된 대상 지역의 기후시계열 데이터를 통해 발전량 추정을 위한 기후표준평년값을 복원할 수 있다.In the restoring step (S300), the climate standard average year value restoration unit 300 corrects the climate time series data of the target area based on the climate time series data of the reference climate measurement station selected in the selecting step (S200), and corrects the corrected target area. It is possible to restore the standard average climate value for power generation estimation through the climate time series data of.

이때, 기후표준평년값 복원부(300)는, 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값과 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 비교하고, 비교 결과에 기초하여 대상 지역의 기후시계열 데이터를 보정할 수 있다. 예를 들어, 기준 기후측정소의 일사량에 관한 기후시계열 데이터값과 대상 지역의 일사량에 관한 기후시계열 데이터값을 비교하고, 비교 결과에 기초하여 대상 지역의 일사량에 관한 기후시계열 데이터를 보정할 수 있다.At this time, the standard climate standard normal year value restoration unit 300 compares the element values for each element of the climate time series data of the reference climate station and the element values for each element of the climate time series data of the target area, and based on the comparison result, Climate time series data can be corrected. For example, it is possible to compare the climatic time series data value of the insolation amount of the reference climate station with the climatic time series data value of the insolation amount of the target area, and based on the comparison result, the climatic time series data of the insolation amount of the target area may be corrected.

보정은 대상 지역의 기후시계열 데이터로부터 기후표준평년값을 생성하기 위하여 수행되는 것으로, 기준 기후측정소의 기후시계열 데이터를 참조하여 이루어질 수 있다.The correction is performed to generate a standard average climate value from the climate time series data of the target region, and may be made by referring to the climate time series data of the reference climate measurement station.

Figure pat00001
Figure pat00001

수학식 1은 기준 기후측정소의 기후시계열 데이터에 기초하여 대상 지역의 기후시계열 데이터를 보정하는 수식을 나타낸다. 여기서,

Figure pat00002
는 대상 지역의 기후시계열 데이터의 구성요소별 요소값이고,
Figure pat00003
는 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 기준 기후측정소의 기후시계열 데이터에 기초하여 보정한 값이다.
Figure pat00004
는 대상 지역의 기후시계열 데이터의 구성요소별 요소값의 누적밀도함수(Cumulative Density Function;CDF)를 의미하고,
Figure pat00005
은 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값의 누적밀도함수의 역함수를 의미한다.Equation 1 represents an equation for correcting the climate time series data of the target area based on the climate time series data of the reference climate measurement station. here,
Figure pat00002
Is the element value of each component of the climate time series data of the target area,
Figure pat00003
Is a value corrected based on the climate time series data of the reference climate measurement station for the element values of each component of the climate time series data of the target area.
Figure pat00004
Means the cumulative density function (CDF) of the element values of each component of the climate time series data of the target area,
Figure pat00005
Denotes the inverse function of the cumulative density function of the element values of each component of the climate time series data of the reference climate station.

다시 말해, 대상 지역의 기후시계열 데이터의 구성요소별 요소값의 누적밀도함수를 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값의 누적밀도함수의 역함수에 대입함으로써 기준 기후측정소의 기후시계열 데이터가 반영된 대상 지역의 기후시계열 데이터를 획득할 수 있다. In other words, by substituting the cumulative density function of the element values of each component of the climate time series data of the target area into the inverse function of the cumulative density function of the component values of the climate time series data of the reference climate station, the climate time series data of the reference climate station is It is possible to acquire climate time series data of the reflected target area.

예를 들어, 2018년 1월에 측정된 대상 지역의 기후시계열 데이터와 2017년 1월에 기준 기후측정소에서 측정된 기후시계열 데이터를 토대로 수학식 1을 계산하면, 대상 지역의 2017년 1월 기후시계열 데이터를 획득할 수 있다. For example, if Equation 1 is calculated based on the climate time series data of the target region measured in January 2018 and the climate time series data measured at the reference climate station in January 2017, the January 2017 climate time series of the target region Data can be acquired.

도 4는 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법의 효과를 나타내는 그래프이다. 도 4에서 일사량에 관한 대상 지역의 기후시계열 데이터에 기초한 누적밀도함수를 일점쇄선으로 표시하고, 일사량에 관한 기준 기후측정소의 기후시계열 데이터에 기초한 누적밀도함수를 점선으로 표시하였으며, 본 발명에 따른 기후시계열 데이터 복원 방법에 의해, 일사량에 관한 대상 지역의 기후시계열 데이터를 보정 데이터의 누적밀도함수로 실선으로 표시하였다. 보정된 대상 지역의 기후시계열 데이터는 기준 기후측정소의 기후시계열 데이터와 유사한 확률분포를 나타냄을 확인할 수 있다.4 is a graph showing the effect of a method for restoring climate time series data according to an embodiment of the present invention. In FIG. 4, the cumulative density function based on the climate time series data of the target area on the amount of insolation is indicated by a dashed-dotted line, and the cumulative density function based on the climate time series data of the reference climate station related to the amount of insolation is indicated by a dotted line. By the time-series data restoration method, the climate time-series data of the target area related to the amount of insolation is represented by a solid line as the cumulative density function of the correction data. It can be seen that the corrected climate time series data of the target region shows a probability distribution similar to the climate time series data of the reference climate station.

복원하는 단계(S300)에서, 기후표준평년값 복원부(300)는, 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 기준 기후측정소의 기후시계열 데이터에 기초하여 보정한 값을 산출하는 작업을 반복하여 대상 지역의 기후시계열 데이터를 측정하기 이전 기간의 기후시계열 데이터를 복원할 수 있고, 복원된 대상 지역의 기후시계열 데이터를 토대로 기후표준평년값을 계산할 수 있다. In the restoring step (S300), the standard climate standard normal year value restoration unit 300 repeats the operation of calculating a corrected value based on the climate time series data of the reference climate measurement station based on the element values of each component of the climate time series data of the target area. Thus, it is possible to restore the climate time series data of the period prior to the measurement of the climate time series data of the target region, and calculate the standard average climate value based on the restored climate time series data of the target region.

본 발명의 또 다른 실시예로, 기후표준평년값 복원부(300)는, 기준 기후측정소의 기후시계열 데이터를 토대로 산출된, 기준 기후측정소가 위치한 주변 지역의 기후표준평년값과 대상 지역의 기후시계열 데이터를 수학식 1에 적용하여, 바로 대상 지역의 기후표준평년값을 계산할 수도 있다.In yet another embodiment of the present invention, the standard climate standard normal year value restoration unit 300 calculates the average standard climate value of the surrounding area where the reference climate measurement station is located and the climate time series data of the target area calculated based on the climate time series data of the reference climate measurement station. By applying to Equation 1, it is also possible to calculate the standard average climate value of the target area immediately.

상술한 바와 같이, 본 발명의 일 실시예에 따른 기후시계열 데이터 복원 방법 및 장치는 주변 지역의 기후시계열 데이터를 이용하여 대상 지역의 기후시계열 데이터를 보정함으로써 단기간의 기후시계열 데이터로부터 기후표준평년값을 예측할 수 있다. 또한, 본 발명은 기후시계열 데이터에 결측값이 존재하는 경우, 주변 지역의 기후시계열 데이터 또는 선형보간법을 이용하여 결측값을 보완할 수 있다.As described above, in the method and apparatus for restoring climate time series data according to an embodiment of the present invention, it is possible to predict the standard average climate value from the short-term climate time series data by correcting the climate time series data of the target area using the climate time series data of the surrounding area. I can. In addition, according to the present invention, when a missing value exists in the climate time series data, the missing value may be compensated for by using the climate time series data of the surrounding area or a linear interpolation method.

본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.The implementation described herein may be implemented in, for example, a method or process, an apparatus, a software program, a data stream or a signal. Although discussed only in the context of a single form of implementation (eg, only as a method), the implementation of the discussed features may also be implemented in other forms (eg, an apparatus or program). The device may be implemented with appropriate hardware, software and firmware. The method may be implemented in an apparatus such as a processor, which generally refers to a processing device including, for example, a computer, a microprocessor, an integrated circuit or a programmable logic device, or the like. Processors also include communication devices such as computers, cell phones, personal digital assistants ("PDAs") and other devices that facilitate communication of information between end-users.

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.Although the present invention has been described with reference to the embodiments shown in the drawings, this is only exemplary, and those of ordinary skill in the art to which the present technology pertains, various modifications and other equivalent embodiments are possible. I will understand. Therefore, the true technical protection scope of the present invention should be determined by the following claims.

100: 기후시계열 데이터 입력부
200: 기준 기후측정소 선택부
300: 기후표준평년값 복원부100: climate time series data input unit
200: Reference climate measurement station selection unit
300: Restoration of the standard average climate value

Claims (16)

기후시계열 데이터 입력부가, 대상 지역의 단일해 기후시계열 데이터로부터 상기 대상 지역의 기후표준평년값을 복원하기 위해, 상기 대상 지역의 기후시계열 데이터 및 상기 대상 지역의 주변에 위치한 하나 이상의 주변 지역의 기후시계열 데이터를 입력받는 단계;
기준 기후측정소 선택부가, 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상관성을 분석하고, 상기 분석된 상관성을 통해 상기 대상 지역의 기후시계열 데이터를 보정하기 위한 해당 주변 지역의 기준 기후측정소를 선택하는 단계; 및
기후표준평년값 복원부가, 상기 선택된 기준 기후측정소의 기후시계열 데이터에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하고, 보정된 상기 대상 지역의 기후시계열 데이터를 통해 발전량 추정을 위한 기후표준평년값을 복원하는 단계;를 포함하는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The climate time series data input unit includes climate time series data of the target region and climate time series data of one or more surrounding regions located in the vicinity of the target region in order to restore the standard average climate value of the target region from the single year climate time series data of the target region. Receiving input;
The reference climate measurement station selection unit analyzes the correlation between the climate time series data of the target area and the climate time series data of the surrounding area, and corrects the climate time series data of the target area through the analyzed correlation. Selecting a measurement station; And
The climate standard average year value restoration unit corrects the climate time series data of the target region based on the climate time series data of the selected reference climate measurement station, and restores the standard standard average year value for power generation through the corrected climate time series data of the target region. Step; Climate time series data recovery method comprising a.
 제1항에 있어서, 상기 입력받는 단계에서, 상기 기후시계열 데이터 입력부는,
상기 기후시계열 데이터로 온도, 습도, 기압, 풍속, 풍향 및 일사 중 적어도 하나를 입력받는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The method of claim 1, wherein in the receiving step, the climate time series data input unit,
And receiving at least one of temperature, humidity, atmospheric pressure, wind speed, wind direction, and solar radiation as the climate time series data.
 제1항에 있어서, 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는,
상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터의 시계열 유사성 분석을 통해 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The method of claim 1, wherein in the selecting step, the reference climate measurement station selection unit,
The missing value of the climate time series data of the target area is supplemented through a time series similarity analysis between the climate time series data of the target area and the climate time series data of the surrounding area, or the missing value of the climate time series data of the target area by using a linear interpolation method. Climate time series data restoration method, characterized in that to complement.
 제1항에 있어서, 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는,
상기 각 주변 지역의 기후시계열 데이터 간의 시계열 유사성 분석을 통해 상기 각 주변 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 주변 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The method of claim 1, wherein in the selecting step, the reference climate measurement station selection unit,
The missing value of the climate time series data of each surrounding area is supplemented by analyzing the time series similarity between the climate time series data of each surrounding area, or the missing value of the climate time series data of the surrounding area is supplemented by using a linear interpolation method. How to restore climate time series data.
 제1항에 있어서, 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는,
상기 기후시계열 데이터의 구성요소별로 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상기 상관성을 분석하는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The method of claim 1, wherein in the selecting step, the reference climate measurement station selection unit,
And analyzing the correlation between the climate time series data of the target region and the climate time series data of the surrounding region for each component of the climate time series data.
 제5항에 있어서, 상기 선택하는 단계에서, 상기 기준 기후측정소 선택부는,
상기 상관성이 가장 높은 상기 주변 지역의 기후측정소를 상기 기준 기후측정소로 선택하는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The method of claim 5, wherein in the selecting step, the reference climate measurement station selection unit,
The climate time series data restoration method, characterized in that selecting a climate measurement station in the surrounding area having the highest correlation as the reference climate measurement station.
 제1항에 있어서, 상기 복원하는 단계에서, 상기 기후표준평년값 복원부는,
상기 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값과 상기 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 비교하고, 상기 비교 결과에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The method of claim 1, wherein in the restoring step, the climate standard average year value restoration unit,
Comparing the element values of each element of the climate time series data of the reference climate station and the element values of each element of the climate time series data of the target region, and correcting the climate time series data of the target region based on the comparison result. How to restore climate time series data
 제1항에 있어서, 상기 복원하는 단계에서, 상기 기후표준평년값 복원부는,
상기 주변 지역의 기후시계열 데이터의 구성요소별 누적밀도함수에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 하는 기후시계열 데이터 복원 방법.
The method of claim 1, wherein in the restoring step, the climate standard average year value restoration unit,
And correcting the climate time series data of the target region based on a cumulative density function for each component of the climate time series data of the surrounding region.
 대상 지역의 단일해 기후시계열 데이터로부터 상기 대상 지역의 기후표준평년값을 복원하기 위해, 상기 대상 지역의 기후시계열 데이터 및 상기 대상 지역의 주변에 위치한 하나 이상의 주변 지역의 기후시계열 데이터를 입력받는 기후시계열 데이터 입력부;
상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상관성을 분석하고, 상기 분석된 상관성을 통해 상기 대상 지역의 기후시계열 데이터를 보정하기 위한 해당 주변 지역의 기준 기후측정소를 선택하는 기준 기후측정소 선택부; 및
상기 선택된 기준 기후측정소의 기후시계열 데이터에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하고, 보정된 상기 대상 지역의 기후시계열 데이터를 통해 발전량 추정을 위한 기후표준평년값을 복원하는 기후표준평년값 복원부;를 포함하는 것을 특징으로 하는 기후시계열 데이터 복원 장치.
Climate time series data receiving climate time series data of the target region and climate time series data of one or more surrounding regions located in the vicinity of the target region in order to restore the standard average climate value of the target region from the single year climate time series data of the target region. Input unit;
A reference climate that analyzes the correlation between the climate time series data of the target area and the climate time series data of the surrounding area, and selects a reference climate measurement station of the surrounding area to correct the climate time series data of the target area through the analyzed correlation. Measurement station selection unit; And
A climate standard average year value restoration unit for correcting the climate time series data of the target region based on the selected reference climate time series data and restoring the standard average year value for power generation estimation through the corrected climate time series data of the target region; Climate time series data recovery apparatus comprising a.
 제9항에 있어서, 상기 기후시계열 데이터 입력부는,
상기 기후시계열 데이터로 온도, 습도, 기압, 풍속, 풍향 및 일사 중 적어도 하나를 입력받는 것을 특징으로 하는 기후시계열 데이터 복원 장치.
The method of claim 9, wherein the climate time series data input unit,
The apparatus for restoring climate time series data, wherein at least one of temperature, humidity, atmospheric pressure, wind speed, wind direction, and solar radiation is input as the climate time series data.
 제9항에 있어서, 상기 기준 기후측정소 선택부는,
상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터의 시계열 유사성 분석을 통해 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 대상 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 하는 기후시계열 데이터 복원 장치.
The method of claim 9, wherein the reference climate measurement station selection unit,
The missing value of the climate time series data of the target area is supplemented through a time series similarity analysis between the climate time series data of the target area and the climate time series data of the surrounding area, or the missing value of the climate time series data of the target area by using a linear interpolation method. Climate time series data recovery device, characterized in that to complement.
 제9항에 있어서, 상기 기준 기후측정소 선택부는,
상기 각 주변 지역의 기후시계열 데이터 간의 시계열 유사성 분석을 통해 상기 각 주변 지역의 기후시계열 데이터의 결측값을 보완하거나, 선형보간법을 이용하여 상기 주변 지역의 기후시계열 데이터의 결측값을 보완하는 것을 특징으로 하는 기후시계열 데이터 복원 장치.
The method of claim 9, wherein the reference climate measurement station selection unit,
The missing value of the climate time series data of each surrounding area is supplemented by analyzing the time series similarity between the climate time series data of each surrounding area, or the missing value of the climate time series data of the surrounding area is supplemented by using a linear interpolation method. A device for restoring climate time series data.
 제9항에 있어서, 상기 기준 기후측정소 선택부는,
상기 기후시계열 데이터의 구성요소별로 상기 대상 지역의 기후시계열 데이터와 상기 주변 지역의 기후시계열 데이터 간의 상기 상관성을 분석하는 것을 특징으로 하는 기후시계열 데이터 복원 장치.
The method of claim 9, wherein the reference climate measurement station selection unit,
And analyzing the correlation between the climate time series data of the target region and the climate time series data of the surrounding region for each component of the climate time series data.
 제13항에 있어서, 상기 기준 기후측정소 선택부는,
상기 상관성이 가장 높은 상기 주변 지역의 기후측정소를 상기 기준 기후측정소로 선택하는 것을 특징으로 하는 기후시계열 데이터 복원 장치.
The method of claim 13, wherein the reference climate measurement station selection unit,
The climate time series data restoration apparatus, characterized in that selecting a climate measurement station of the surrounding area with the highest correlation as the reference climate measurement station.
 제9항에 있어서, 상기 기후표준평년값 복원부는,
상기 기준 기후측정소의 기후시계열 데이터의 구성요소별 요소값과 상기 대상 지역의 기후시계열 데이터의 구성요소별 요소값을 비교하고, 상기 비교 결과에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 하는 기후시계열 데이터 복원 장치.
The method of claim 9, wherein the climate standard average year value restoration unit,
Comparing the element values of each element of the climate time series data of the reference climate station and the element values of each element of the climate time series data of the target region, and correcting the climate time series data of the target region based on the comparison result. A device for restoring climate time series data.
 제9항에 있어서, 상기 기후표준평년값 복원부는,
상기 주변 지역의 기후시계열 데이터의 구성요소별 누적밀도함수에 기초하여 상기 대상 지역의 기후시계열 데이터를 보정하는 것을 특징으로 하는 기후시계열 데이터 복원 장치.The method of claim 9, wherein the climate standard average year value restoration unit,
And correcting the climate time series data of the target region based on a cumulative density function for each component of the climate time series data of the surrounding region.
KR1020190115935A 2019-09-20 2019-09-20 Method and apparatus for reconstructing time series data of climate KR20210034714A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190115935A KR20210034714A (en) 2019-09-20 2019-09-20 Method and apparatus for reconstructing time series data of climate

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190115935A KR20210034714A (en) 2019-09-20 2019-09-20 Method and apparatus for reconstructing time series data of climate

Publications (1)

Publication Number Publication Date
KR20210034714A true KR20210034714A (en) 2021-03-31

Family

ID=75238075

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190115935A KR20210034714A (en) 2019-09-20 2019-09-20 Method and apparatus for reconstructing time series data of climate

Country Status (1)

Country Link
KR (1) KR20210034714A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102430619B1 (en) * 2021-12-07 2022-08-09 케빈랩 주식회사 Management method of data
KR20230022643A (en) * 2021-08-09 2023-02-16 한국에너지기술연구원 Apparatus for calculating renewable energy amount and method thereof

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230022643A (en) * 2021-08-09 2023-02-16 한국에너지기술연구원 Apparatus for calculating renewable energy amount and method thereof
KR102430619B1 (en) * 2021-12-07 2022-08-09 케빈랩 주식회사 Management method of data

Similar Documents

Publication Publication Date Title
US20180038994A1 (en) Techniques to Improve Global Weather Forecasting Using Model Blending and Historical GPS-RO Dataset
US10742040B2 (en) System and method of determining forecast error for renewable energy fluctuations
US20080168339A1 (en) System and method for automatic environmental data validation
Zienkiewicz Application of M split estimation to determine control points displacements in networks with unstable reference system
CN107563554B (en) Screening method of statistical downscaling model forecasting factors
KR20210034714A (en) Method and apparatus for reconstructing time series data of climate
CN110968833A (en) Calibration function relation obtaining method and device for analog quantity calibration
Simmonds et al. XZ: Deriving redshifts from X-ray spectra of obscured AGN
Sachindra et al. Statistical downscaling of general circulation model outputs to precipitation accounting for non-stationarities in predictor-predictand relationships
CA2996731C (en) Methods and systems for energy use normalization and forecasting
WO2023070960A1 (en) Wind power prediction method based on convolutional transformer architecture, and system and device
Koubli et al. Inference of missing data in photovoltaic monitoring datasets
JP2008077561A (en) Energy prediction method, energy prediction device and program
Moré et al. Do you trust derivatives or differences?
US20170293590A1 (en) Warp models for registering multi-spectral imagery
JP2018018329A (en) Power amount prediction program, power amount prediction device and power amount prediction method
Bodini et al. Operational-based annual energy production uncertainty: are its components actually uncorrelated?
Zirkel-Hofer et al. Confidence interval computation method for dynamic performance evaluations of solar thermal collectors
EP3195438B1 (en) System, method and apparatus for determining parameter settings for a power generation system and a tangible computer readable medium
US20030016868A1 (en) Robust method for image feature estimation
CN112732777A (en) Position prediction method, apparatus, device and medium based on time series
CN113962495A (en) Wind power plant power prediction method and device and electronic equipment
KR102568490B1 (en) Server, method and computer program for estimating solar radiation of targer point
Okazaki et al. Prediction of the number of defects in image sensors by VM using equipment QC data
Valero et al. An approach for the forecasting of wind strength tailored to routine observational daily wind gust data