KR20230021229A - 조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램 - Google Patents

조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR20230021229A
KR20230021229A KR1020210102835A KR20210102835A KR20230021229A KR 20230021229 A KR20230021229 A KR 20230021229A KR 1020210102835 A KR1020210102835 A KR 1020210102835A KR 20210102835 A KR20210102835 A KR 20210102835A KR 20230021229 A KR20230021229 A KR 20230021229A
Authority
KR
South Korea
Prior art keywords
solar radiation
regression model
illuminance
illuminance value
prediction
Prior art date
Application number
KR1020210102835A
Other languages
English (en)
Inventor
박남현
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020210102835A priority Critical patent/KR20230021229A/ko
Publication of KR20230021229A publication Critical patent/KR20230021229A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/02—Details
    • G01J1/04—Optical or mechanical part supplementary adjustable parts
    • G01J1/0407—Optical elements not provided otherwise, e.g. manifolds, windows, holograms, gratings
    • G01J1/0429—Optical elements not provided otherwise, e.g. manifolds, windows, holograms, gratings using polarisation elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/12—Sunshine duration recorders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G01J2001/4266—Photometry, e.g. photographic exposure meter using electric radiation detectors for measuring solar light
    • G01J2001/4285—Pyranometer, i.e. integrating over space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Data Mining & Analysis (AREA)
  • Environmental Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

조도센서를 이용하여 일사량을 예측하는 장치에 있어서, 조도 측정 장치로부터 조도값을 수집하는 조도값 수집부; 상기 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성하는 회귀모형 생성부; 상기 일사량 예측 회귀모형에 상기 조도값을 입력하여 일사량을 예측하는 일사량 예측부; 및 상기 예측된 일사량과 실제 일사량을 비교하여 상기 일사량 예측 회귀모형을 검증하고, 기설정된 오차값에 기초하여 상기 일사량 예측 회귀모형을 수정하는 회귀모형 검증부를 포함하고, 상기 조도 측정 장치는 외부의 광원을 투과시키는 이중 편광필름; 및 상기 이중 편광필름에 투과된 광원으로부터 상기 조도값을 측정하는 조도센서를 포함한다.

Description

조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램{APPARATUS, METHOD AND COMPUTER PROGRAM FOR PREDICTING SOLAR RADIATION QUANTITY USING ILLUMINANCE SENSOR}
본 발명은 조도센서를 이용하여 일사량을 예측하는 장치, 방법 및 컴퓨터 프로그램에 관한 것이다.
일사량 정보는 기상청 및 관련 연구기관 등에서 제공되고 있으며, 준실시간성 정보로서, 실시간성이 보장되지 않는다. 또한, 기존에 제공되고 있는 일사량 정보는 구체적인 지역보다는 시 또는 도 범위의 일사량 정보가 제공되고 있다.
이에, 실시간으로 일사량 정보가 필요한 경우, 일사량 센서를 이용하여 일사량을 직접 측정하고 있다.
그러나, 일사량 정보를 정확히 측정하기 위해서는 고가의 일사량 센서가 필요하며, 이에 따라 비용 상의 부담으로 고가의 일사량 센서가 많이 활용되지 못하고 있다.
따라서, 종래의 경우, 국지 특성을 고려한 일사량 정보를 실시간으로 측정하기 어려웠다.
한국공개특허공보 제10-2018-0077489호 (2018. 7. 9. 공개) 한국등록특허공보 제10-1383617호 (2014. 4. 3. 등록)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 고가의 일사량 센서에 비해 상대적으로 저렴한 조도센서를 이용하여 일사량을 정확히 예측할 수 있는 일사량 예측 장치, 방법 및 컴퓨터 프로그램을 제공하고자 한다.
또한, 일사량 측정 지역에 따라 조도 측정 장치를 제어하여 해당 측정 지역의 특성을 고려하여 일사량을 정확히 예측할 수 있는 일사량 예측 장치, 방법 및 컴퓨터 프로그램을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명의 일 실시예는, 조도센서를 이용하여 일사량을 예측하는 장치에 있어서, 조도 측정 장치로부터 조도값을 수집하는 조도값 수집부; 상기 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성하는 회귀모형 생성부; 상기 일사량 예측 회귀모형에 상기 조도값을 입력하여 일사량을 예측하는 일사량 예측부; 및 상기 예측된 일사량과 실제 일사량을 비교하여 상기 일사량 예측 회귀모형을 검증하고, 기설정된 오차값에 기초하여 상기 일사량 예측 회귀모형을 수정하는 회귀모형 검증부를 포함하고, 상기 조도 측정 장치는 외부의 광원을 투과시키는 이중 편광필름; 및 상기 이중 편광필름에 투과된 광원으로부터 상기 조도값을 측정하는 조도센서를 포함하는 것인, 일사량 예측 장치를 제공 할 수 있다.
본 발명의 다른 실시예는, 조도센서를 이용하여 일사량을 예측하는 방법에 있어서, 조도 측정 장치로부터 조도값을 수집하는 단계; 상기 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성하는 단계; 상기 일사량 예측 회귀모형에 상기 조도값을 입력하여 일사량을 예측하는 단계; 상기 예측된 일사량과 실제 일사량을 비교하여 상기 일사량 예측 회귀모형을 검증하는 단계; 및 기설정된 오차값에 기초하여 상기 일사량 예측 회귀모형을 수정하는 단계를 포함하고, 상기 조도 측정 장치는 외부의 광원을 투과시키는 이중 편광필름; 및 상기 이중 편광필름에 투과된 광원으로부터 상기 조도값을 측정하는 조도센서를 포함하는 것인, 일사량 예측 방법을 제공할 수 있다.
본 발명의 또 다른 실시예는, 조도센서를 이용하여 일사량을 예측하는 명령어들의 시퀀스를 포함하는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 조도 측정 장치로부터 조도값을 수집하고, 상기 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성하고, 상기 일사량 예측 회귀모형에 상기 조도값을 입력하여 일사량을 예측하고, 상기 예측된 일사량과 실제 일사량을 비교하여 상기 일사량 예측 회귀모형을 검증하고, 기설정된 오차값에 기초하여 상기 일사량 예측 회귀모형을 수정하도록 하는 명령어들의 시퀀스를 포함하고, 상기 조도 측정 장치는 외부의 광원을 투과시키는 이중 편광필름; 및 상기 이중 편광필름에 투과된 광원으로부터 상기 조도값을 측정하는 조도센서를 포함하는 것인, 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램을 제공할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 고가의 일사량 센서에 비해 상대적으로 저렴한 조도센서를 이용하여 외부의 광원으로부터 조도값을 측정하고, 측정된 조도값을 이용하여 일사량을 정확히 예측할 수 있는 일사량 예측 장치, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 일사량 예측 장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 조도 측정 장치를 설명하기 위한 예시적인 도면이다.
도 3은 본 발명의 일 실시예에 따른 조도 측정 장치가 외부의 광원으로부터 조도값을 수집하는 방법을 설명하기 위한 예시적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 이중 편광필름의 편광면 각도를 설명하기 위한 예시적인 도면이다.
도 5는 본 발명의 일 실시예에 따른 시간별 발전량, 일사량 및 조도값 간의 관계를 설명하기 위한 예시적인 도면이다.
도 6은 본 발명의 일 실시예에 따른 보정된 조도값을 설명하기 위한 예시적인 도면이다.
도 7은 본 발명의 일 실시예에 따른 일사량 예측 방법의 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 일사량 예측 장치의 구성도이다. 도 1을 참조하면, 일사량 예측 장치(100)는 조도값 수집부(110), 회귀모형 생성부(120), 일사량 예측부(130), 회귀모형 검증부(140) 및 조도값 보정부(150)를 포함할 수 있다. 다만 위 구성 요소들(110 내지 150)은 일사량 예측 장치(100)에 의하여 제어될 수 있는 구성요소들을 예시적으로 도시한 것일 뿐이다.
도 1의 일사량 예측 장치(100)의 각 구성요소들은 일반적으로 네트워크(network)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 조도값 수집부(110), 회귀모형 생성부(120), 일사량 예측부(130), 회귀모형 검증부(140) 및 조도값 보정부(150)는 동시에 또는 시간 간격을 두고 연결될 수 있다.
네트워크는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.
본 발명의 일 실시예에 따른 일사량 예측 장치(100)는 고가의 일사량 센서에 비해 상대적으로 저렴한 조도센서를 이용하여 측정한 조도값을 이용하여 일사량을 예측할 수 있다.
예를 들어, 일사량 예측 장치(100)는 측정된 조도값을 시간에 따른 일사량과 조도값의 비율에 기초하여 보정하고, 보정된 조도값을 이용함으로써, 일사량을 정확히 예측할 수 있다.
조도값 수집부(110)는 조도 측정 장치(210)로부터 조도값을 수집할 수 있다. 예를 들어, 조도값 수집부(110)는 조도 측정 장치(210)를 이용하여 외부의 광원으로부터 조도값을 수집할 수 있다.
도 2는 본 발명의 일 실시예에 따른 조도 측정 장치를 설명하기 위한 예시적인 도면이다.
도 2를 참조하면, 조도 측정 장치(210)는 이중 편광필름(211) 및 조도센서(212)를 포함할 수 있다. 예를 들어, 조도 측정 장치(210)는 이중 편광필름(211)을 투과한 외부의 광원을 조도센서(212)를 통해 센싱하여 조도값을 측정할 수 있다. 또한, 조도 측정 장치(210)는 측정된 조도값을 센서 게이트웨이(220)를 통해 수집하고, 저장할 수 있다.
먼저, 이중 편광필름(211)은 외부의 광원을 투과시킬 수 있다. 일반적으로, 편광필름은 365도로 산란되는 빛을 한가지 방향으로 투과되도록 만들어진 필름이다. 즉, 빛은 모든 방향으로 진동하지만, 편광 필름을 거치게 되면 한가지 방향으로 진동하는 빛, 즉, 편광으로 변하게 된다.
이중 편광필름(211)은 위도, 경도 및 지역 중 적어도 하나에 따라 이중 편광필름(211)의 편광면 각도가 제어될 수 있다. 예를 들어, 조도값 수집부(110)는 일사량을 측정하고자 하는 지역에 따라 이중 편광필름의 편광면 각도를 제어할 수 있다.
본 발명의 일 실시예에 따르면, 위도, 경도 및 지역에 따라 이중 편광필름의 편광면 각도를 제어함으로써 일사량을 측정하고자 하는 지역의 지역적 특성을 고려하여 조도값을 측정할 수 있다.
도 4는 본 발명의 일 실시예에 따른 이중 편광필름의 편광면 각도를 설명하기 위한 예시적인 도면이다. 도 4를 참조하면, 조도값 수집부(110)는 도 4의 (a)와 같이, 편광면을 평행하게 제어할 수 있다. 또한, 조도값 수집부(110)는 도 4의 (b)와 같이, 편광면이 경사지도록 제어할 수 있고, 도 4의 (c)와 같이, 편광면이 직교하도록 제어할 수 있다.
즉, 조도값 수집부(110)는 일사량을 측정하고자 하는 지역에 따라 이중 편광필름(211)의 편광면의 각도를 평행하게(도 4의 (a) 참조), 경사지게(도 4의 (b) 참조) 또는 직교하게(도 4의 (c) 참조) 제어할 수 있다.
이와 같이, 본 발명에 따른 일사량 예측 장치(100)는 이중 편광필름(211)의 편광면의 각도를 제어함으로써 일사량 측정 지역의 지역적 특성을 고려하여 조도값을 측정할 수 있다.
즉, 본 발명의 일 실시예에 따르면, 일사량 예측 장치(100)는 기상 정보와 결합하여 1평방미터(1m2) 즉, 국지적인 장소의 일사량을 예측할 수 있도록 후술하는 일사량 예측 회귀모형을 생성하는 것이 가능하다. 따라서, 본 발명에 따른 일사량 예측 장치(100)는 국지적인 장소의 일사량 정보를 실시간으로 수집하고 저장하여 다양한 분야에 활용되도록 할 수 있다.
다시 도 2를 참조하면, 조도센서(212)는 이중 편광필름(211)에 투과된 광원으로부터 조도값을 측정할 수 있다.
일반적으로, 조도센서는 럭스(Lux)라는 광강도를 측정하는 센서이다. 그런데, 시중에 보급된 조도센서는 대부분 실내용이기 때문에 측정 가능한 조도값 범위가 상당히 제한적이다. 이에, 외부의 광원에 대한 조도값을 측정할 경우, 외부의 광원의 조도값이 측정 가능한 조도값 범위를 벗어나 조도값의 측정이 불가능하다.
따라서, 본 발명에 따른 일사량 측정 장치(100)는 전술한 바와 같이, 이중 편광필름(211)을 통해 외부의 광원을 센싱하여 조도값을 수집할 수 있다.
도 3은 본 발명의 일 실시예에 따른 조도 측정 장치가 외부의 광원으로부터 조도값을 수집하는 방법을 설명하기 위한 예시적인 도면이다.
도 2 및 도 3을 참조하면, 사전에 조도 측정 장치(210)의 홀더에 이중 편광필름(211)이 부착될 수 있다. 예를 들어, 조도 측정 장치(210)의 홀더에 편광면이 60도로 경사진 이중 편광필름(211)을 부착될 수 있다. 이후, 이중 편광필름(211)이 부착된 조도 측정 장치(210)는 광원(태양빛)에 노출될 수 있다.
조도센서(212)는 이중 편광필름(211)으로 투과된 광원으로부터 조도값을 측정할 수 있다(S320).
조도센서(212)에 의해 측정된 조도값은 센서 게이트웨이(220)에 저장할 수 있다(S330). 예를 들어, 조도센서(212)는 측정 및 수집된 조도값을 아날로그 형태로 센서 게이트웨이(220)에 전송할 수 있다. 센서 게이트웨이(220)는 아날로그 형태의 조도값을 디지털(Digital) 형태로 변환시켜 기설정된 기간 동안 저장할 수 있다.
센서 게이트웨이(220)는 조도값 수집부(110)의 조도값 요청에 따라 네트워크를 통해 수집된 조도값을 송신할 수 있다(S340).
다시 도 1을 참조하면, 조도값 보정부(150)는 시간에 따른 일사량과 조도값의 비율에 기초하여 조도값을 보정할 수 있다. 예를 들어, 조도값 보정부(150)는 조도 측정 장치(210)로부터 수집된 조도값을 시간별 환산 계수에 기초하여 보정할 수 있다.
도 5는 본 발명의 일 실시예에 따른 시간별 발전량, 일사량 및 조도값 간의 관계를 설명하기 위한 예시적인 도면이다. 도 5에 도시된 표는 A 태양광 발전소에서 2018년 10월에 각 시간(510) 별로 측정한 발전량(520), 일사량(530) 및 조도값(540)을 포함하고 있다. 또한, 도 5에 도시된 표는 시간(510) 별로 일사량(530)과 조도값(540) 간의 환산 비율(550)을 포함하고 있다.
도 5에 도시된 표를 참조하면, 조도 측정 장치(210)를 통해 수집된 조도값(540)은 일사량(530)과의 환산 비율(550)이 시간(510) 별로 상이한 것을 확인할 수 있다. 예를 들어, 낮 12시에 측정된 일사량(530)은 622.22W/m2이고, 조도값(540)은 62.85Lux로, 낮 12시의 일사량(530)과 조도값(540) 간의 환산 비율(550)은 약 9.9배이다.
한편, 오전 9시에 측정된 일사량(530)은 407.97W/m2이고, 조도값(540)은 41.21Lux로, 오전 9시의 일사량(530)과 조도값(540) 간의 환산 비율(550)은 약 12.29배이다.
이는, 시간에 따라 이중 편광필름(211)을 통해 투과된 광원의 양이 달라지고, 또한 광원을 조도센서(212)로 측정할 때, 예상할 수 없는 요인으로 인해 일사량과 조도값이 정확한 비율로 변환되지 않는 현상이 있기 때문이다.
위 문제를 해결하기 위해, 본 발명에 따른 일사량 예측 장치(100)는 조도값 보정부(150)를 더 포함한다.
도 6은 본 발명의 일 실시예에 따른 보정된 조도값을 설명하기 위한 예시적인 도면이다. 도 6을 참조하면, 조도값 보정부(150)는 시간별로 일사량(620)과 조도값 간의 환산계수(630)를 산출할 수 있다.
조도값 보정부(150)는 24시간을 일정 수의 그룹으로 구분하여 복수의 시간대(610)로 그룹핑할 수 있다. 예를 들어, 조도값 보정부(150)는 24시간을 일출일몰 직전(611), 일출일몰 1시간 전후(612), 일출일몰 2시간 전후(613), 일출일몰 2시간 전후와 정오 사이(614) 및 정오 근방(615)으로 구분하여 그룹핑할 수 있다.
조도값 보정부(150)는 시간대(610)별로 산출된 환산계수(630)를 이용하여 조도값을 보정할 수 있다. 예를 들어, 조도값 보정부(150)는 그룹핑된 시간대(610)별 일사량(620)을 환산계수(630)로 나누어 보정된 조도값(640)을 산출할 수 있다.
예를 들어, 조도값 보정부(150)는 일출일몰 직전(611)의 일사량(620) '25W/m2'을 환산계수(630) '24.04'로 나누어 일출일몰 직전(611)의 보정된 조도값(640) '1.04mLux'를 산출할 수 있다.
회귀모형 생성부(120)는 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성할 수 있다. 즉, 회귀모형 생성부(120)는 보정된 조도값을 입력변수로 하는 일사량 예측 회귀모형을 생성할 수 있다. 이 때, 회귀모형 생성부(120)는 일사량 예측 회귀모형으로 선형 회귀(Linear Regression)를 이용할 수 있다.
회귀모형 생성부(120)는 조도값뿐만 아니라 기상정보 중 적어도 어느 하나를 입력변수로 이용하여 일사량 예측 회귀모형을 생성할 수 있다. 회귀모형 생성부(120)는 기상정보로부터 적어도 하나 이상의 변수를 추출할 수 있다. 예를 들어, 회귀모형 생성부(120)는 기상청에서 제공하는 동네날씨 및 기상예보 등과 같은 기상정보 중 온도, 습도, 풍향, 풍속 및 전운량을 변수로 추출할 수 있다.
회귀모형 생성부(120)는 피어슨 상관분석을 통해 적어도 하나 이상의 일사량 예측 회귀모형의 입력변수를 추출할 수 있다. 예를 들어, 회귀모형 생성부(120)는 온도, 습도, 풍향, 풍속 및 전운량을 포함하는 기상정보에 대하여 피어슨 상관분석을 수행할 수 있다.
예를 들어, 회귀분석 생성부(120)는 피어슨 상관분석을 통해 일사량과 강한 양의 관계를 가지는 입력변수로서 온도를 추출할 수 있다.
또한, 회귀분석 생성부(120)는 온도와 역의 관계를 가지고 있는 습도를 주요 변수로 추출할 수 있다. 회귀분석 생성부(120)는 주요 변수로서 전운량과 습도를 포함시키지 않을 수 있다. 이는, 전운량과 습도가 피어슨 상관분석의 중요한 검증 단계인 산점도 분석결과에서 큰(Major Factor) 선형관계를 가지지 않기 때문이다.
회귀모형 생성부(120)는 추출된 적어도 하나 이상의 변수를 일사량 예측 회귀모형의 입력변수로 활용할 수 있다. 예를 들어, 회귀분석 생성부(120)는 피어슨 상관분석을 통해 추출된 일출일몰 및 외기온도 데이터를, 하기 수학식 1과 같이 일사량 예측 회귀모형의 입력변수로 활용할 수 있다.
<수학식 1>
일사량=(99.18+16.30*시간-0.69*시간 2 + 3.69 *온도+ 6.66 *광강도) *1 *I(일출일몰)
회귀모형 생성부(120)는 수학식 1과 같이 조도값 및 기상정보를 활용해 일사량 예측 회귀모형을 생성할 수 있다.
회귀모형 생성부(120)는 생성된 일사량 예측 회귀모형에 대해 수정결정계수(R2adj), 평균제곱오차(MSE: Mean Square Error) 등을 통해 1차 검증을 수행할 수 있다. 예를 들어, 회귀모형 생성부(120)는 수학식 1에 따른 일사량 예측 회귀모형의 수정결정계수가 0.8193이고, 평균제곱오차가 2327.41인 것을 통해 해당 모형의 적합성을 확인할 수 있다.
이와 같이, 회귀모형 생성부(120)는 조도값 이외에도 상관분석을 통해 추출된 주요 변수를 일사량 예측 회귀모형의 입력변수로 추가하여 보다 정확한 예측 모형을 생성할 수 있고, 일사량 예측의 정확도를 향상시킬 수 있다.
일사량 예측부(130)는 일사량 예측 회귀모형에 조도값을 입력하여 일사량을 예측할 수 있다. 예를 들어, 일사량 예측부(130)는 각 국소별 일사량 예측 회귀모형에 보정된 조도값을 입력하여 실시간으로 일사량을 예측할 수 있다.
회귀모형 검증부(140)는 예측된 일사량과 실제 일사량을 비교하여 일사량 예측 회귀모형을 2차 검증할 수 있다. 회귀모형 검증부(140)는 기설정된 오차값에 기초하여 일사량 예측 회귀모형을 수정할 수 있다. 예를 들어, 회귀모형 검증부(140)는 일사량 예측 회귀모형에 대한 검증을 수행하기 위해 정규화된 평균절대오차(nMAE: normalized Mean Absolute Error)를 활용할 수 있다.
<수학식 2>
Figure pat00001
<수학식 3>
Figure pat00002
예를 들어, 회귀모형 검증부(140)는 수학식 2와 같이, 일사량 예측 회귀모형을 통해 예측된 일사량과 실제 일사량을 비교할 수 있다. 또한, 회귀모형 검증부(140)는 수학식 3과 같이, 정규화된 평균절대오차를 활용하여 일사량 예측 회귀모형의 정확도에 대한 검증을 수행할 수 있다.
이와 같이, 본 발명에 따른 일사량 예측 장치(100)는 지역적 특성을 고려하여 보정된 조도값을 활용함으로써, 국소에 특화된 일사량 예측 회귀모형을 생성할 수 있다.
또한, 일사량 예측 장치(100)는 생성된 일사량 예측 회귀모형에 대한 검증을 수행하여 보다 정확한 국소별 일사량 예측 회귀모형을 제공할 수 있다. 따라서, 본 발명에 따른 일사량 예측 장치(100)는 국지적인 장소의 일사량 정보를 실시간으로 수집하고 저장하여 다양한 분야에 활용될 수 있다.
도 7은 본 발명의 일 실시예에 따른 일사량 예측 방법의 순서도이다. 도 7에 도시된 일사량 예측 방법은 도 1 내지 도 6에 도시된 실시예에 따라 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 1 내지 도 6에 도시된 실시예에 따른 일사량 예측 장치에서 일사량을 예측하는 방법에도 적용된다.
단계 S710에서 일사량 예측 장치는 조도센서를 포함하는 조도 측정 장치로부터 조도값을 수집할 수 있다.
단계 S720에서 일사량 예측 장치는 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성할 수 있다.
단계 S730에서 일사량 예측 장치는 일사량 예측 회귀모형에 조도값을 입력하여 일사량을 예측할 수 있다.
단계 S740에서 일사량 예측 장치는 예측된 일사량과 실제 일사량을 비교하여 일사량 예측 회귀모형을 검증할 수 있다.
단계 S750에서 일사량 예측 장치는 기설정된 오차값에 기초하여 일사량 예측 회귀모형을 수정할 수 있다.
상술한 설명에서, 단계 S710 내지 S750는 본 발명의 구현 예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 1 내지 도 7을 통해 설명된 일사량 예측 장치에서 일사량을 예측하는 방법은 컴퓨터에 의해 실행되는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행 가능한 명령어들을 포함하는 기록 매체의 형태로도 구현될 수 있다. 또한, 도 1 내지 도 7을 통해 설명된 일사량 예측 장치에서 일사량을 예측하는 방법은 컴퓨터에 의해 실행되는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램의 형태로도 구현될 수 있다.
컴퓨터 판독 가능 기록매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 기록매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 일사량 예측 장치
110: 조도값 수집부
120: 회귀모형 생성부
130: 일사량 예측부
140: 회귀모형 검증부
150: 조도값 보정부

Claims (17)

  1. 조도센서를 이용하여 일사량을 예측하는 장치에 있어서,
    조도 측정 장치로부터 조도값을 수집하는 조도값 수집부;
    상기 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성하는 회귀모형 생성부;
    상기 일사량 예측 회귀모형에 상기 조도값을 입력하여 일사량을 예측하는 일사량 예측부; 및
    상기 예측된 일사량과 실제 일사량을 비교하여 상기 일사량 예측 회귀모형을 검증하고, 기설정된 오차값에 기초하여 상기 일사량 예측 회귀모형을 수정하는 회귀모형 검증부
    를 포함하고,
    상기 조도 측정 장치는 외부의 광원을 투과시키는 이중 편광필름; 및
    상기 이중 편광필름에 투과된 광원으로부터 상기 조도값을 측정하는 조도센서를 포함하는 것인, 일사량 예측 장치.
  2. 제 1 항에 있어서,
    상기 이중 편광필름은 위도, 경도 및 지역 중 적어도 하나에 따라 상기 이중 편광필름의 편광면 각도가 제어되는 것을 특징으로 하는, 일사량 예측 장치.
  3. 제 1 항에 있어서,
    시간에 따른 일사량과 상기 조도값의 비율에 기초하여 상기 조도값을 보정하는 조도값 보정부
    를 더 포함하는, 일사량 예측 장치.
  4. 제 3 항에 있어서,
    상기 조도값 보정부는,
    상기 시간별로 상기 일사량과 상기 조도값 간의 환산계수를 산출하고, 상기 산출된 환산계수를 이용하여 상기 조도값을 보정하는 것인, 일사량 예측 장치.
  5. 제 4 항에 있어서,
    상기 회귀모형 생성부는,
    상기 보정된 조도값을 입력변수로 하는 일사량 예측 회귀모형을 생성하되,
    상기 일사량 예측 회귀모형은 선형 회귀(Linear Regression)를 이용하는 것인, 일사량 예측 장치.
  6. 제 5 항에 있어서,
    상기 일사량 예측부는,
    상기 일사량 예측 회귀모형에 상기 보정된 조도값을 입력하여 일사량을 예측하는 것인, 일사량 예측 장치.
  7. 제 1 항에 있어서,
    상기 회귀모형 생성부는,
    기상정보로부터 적어도 하나 이상의 변수를 추출하여 상기 일사량 예측 회귀모형의 상기 입력변수로 활용하는 것인, 일사량 예측 장치.
  8. 제 1 항에 있어서,
    상기 회귀모형 생성부는,
    피어슨 상관분석을 통해 적어도 하나 이상의 상기 일사량 예측 회귀모형의 상기 입력변수를 추출하는 것인, 일사량 예측 장치.
  9. 조도센서를 이용하여 일사량을 예측하는 방법에 있어서,
    조도 측정 장치로부터 조도값을 수집하는 단계;
    상기 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성하는 단계;
    상기 일사량 예측 회귀모형에 상기 조도값을 입력하여 일사량을 예측하는 단계;
    상기 예측된 일사량과 실제 일사량을 비교하여 상기 일사량 예측 회귀모형을 검증하는 단계; 및
    기설정된 오차값에 기초하여 상기 일사량 예측 회귀모형을 수정하는 단계
    를 포함하고,
    상기 조도 측정 장치는 외부의 광원을 투과시키는 이중 편광필름; 및
    상기 이중 편광필름에 투과된 광원으로부터 상기 조도값을 측정하는 조도센서를 포함하는 것인, 일사량 예측 방법.
  10. 제 9 항에 있어서,
    상기 이중 편광필름은 위도, 경도 및 지역 중 적어도 하나에 따라 상기 이중 편광필름의 편광면 각도가 제어되는 것을 특징으로 하는, 일사량 예측 방법.
  11. 제 9 항에 있어서,
    시간에 따른 일사량과 상기 조도값의 비율에 기초하여 상기 조도값을 보정하는 단계
    를 더 포함하는, 일사량 예측 방법.
  12. 제 11 항에 있어서,
    상기 조도값을 보정하는 단계는,
    상기 시간별로 상기 일사량과 상기 조도값 간의 환산계수를 산출하는 단계; 및
    상기 산출된 환산계수를 이용하여 상기 조도값을 보정하는 단계
    를 포함하는 것인, 일사량 예측 방법.
  13. 제 12 항에 있어서,
    상기 일사량 예측 회귀모형을 생성하는 단계는,
    상기 보정된 조도값을 입력변수로 하는 일사량 예측 회귀모형을 생성하되,
    상기 일사량 예측 회귀모형은 선형 회귀(Linear Regression)를 이용하는 것인, 일사량 예측 방법.
  14. 제 13 항에 있어서,
    상기 일사량을 예측하는 단계는,
    상기 일사량 예측 회귀모형에 상기 보정된 조도값을 입력하여 일사량을 예측하는 것인, 일사량 예측 방법.
  15. 제 9 항에 있어서,
    상기 일사량 예측 회귀모형을 생성하는 단계는,
    기상정보로부터 적어도 하나 이상의 변수를 추출하는 단계; 및
    상기 추출된 적어도 하나 이상의 변수를 상기 일사량 예측 회귀모형의 상기 입력변수로 활용하는 단계
    를 더 포함하는 것인, 일사량 예측 방법.
  16. 제 9 항에 있어서,
    상기 일사량 예측 회귀모형을 생성하는 단계는,
    피어슨 상관분석을 통해 적어도 하나 이상의 상기 일사량 예측 회귀모형의 상기 입력변수를 추출하는 것인, 일사량 예측 방법.
  17. 조도센서를 이용하여 일사량을 예측하는 명령어들의 시퀀스를 포함하는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램에 있어서,
    상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우,
    조도 측정 장치로부터 조도값을 수집하고,
    상기 조도값을 입력변수 중 하나로 하는 일사량 예측 회귀모형을 생성하고,
    상기 일사량 예측 회귀모형에 상기 조도값을 입력하여 일사량을 예측하고,
    상기 예측된 일사량과 실제 일사량을 비교하여 상기 일사량 예측 회귀모형을 검증하고,
    기설정된 오차값에 기초하여 상기 일사량 예측 회귀모형을 수정하도록 하는 명령어들의 시퀀스를 포함하고,
    상기 조도 측정 장치는 외부의 광원을 투과시키는 이중 편광필름; 및
    상기 이중 편광필름에 투과된 광원으로부터 상기 조도값을 측정하는 조도센서를 포함하는 것인, 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램.
KR1020210102835A 2021-08-05 2021-08-05 조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램 KR20230021229A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210102835A KR20230021229A (ko) 2021-08-05 2021-08-05 조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210102835A KR20230021229A (ko) 2021-08-05 2021-08-05 조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR20230021229A true KR20230021229A (ko) 2023-02-14

Family

ID=85220662

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210102835A KR20230021229A (ko) 2021-08-05 2021-08-05 조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR20230021229A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101383617B1 (ko) 2012-08-09 2014-04-17 연세대학교 산학협력단 일사량 예측 방법 및 장치
KR20180077489A (ko) 2016-12-29 2018-07-09 한국교통대학교산학협력단 수평면 전일사량의 예측방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101383617B1 (ko) 2012-08-09 2014-04-17 연세대학교 산학협력단 일사량 예측 방법 및 장치
KR20180077489A (ko) 2016-12-29 2018-07-09 한국교통대학교산학협력단 수평면 전일사량의 예측방법

Similar Documents

Publication Publication Date Title
Ashfaq et al. Sources of errors in the simulation of south Asian summer monsoon in the CMIP5 GCMs
O’Gorman Sensitivity of tropical precipitation extremes to climate change
O’Gorman Contrasting responses of mean and extreme snowfall to climate change
Sherwood et al. Spread in model climate sensitivity traced to atmospheric convective mixing
Johnson et al. Changes in the sea surface temperature threshold for tropical convection
Wengel et al. Seasonal ENSO phase locking in the Kiel Climate Model: The importance of the equatorial cold sea surface temperature bias
Lorenz et al. Local and regional photovoltaic power prediction for large scale grid integration: Assessment of a new algorithm for snow detection
PT109213B (pt) Método e sistema para a previsão da potência de saída de um grupo de centros eletroprodutores fotovoltaicos e a gestão da integração da referida potência de saída numa rede elétrica
Turner et al. Using idealized snow forcing to test teleconnections with the Indian summer monsoon in the Hadley Centre GCM
Zhang et al. A simple analytical model for understanding the formation of sea surface temperature patterns under global warming
Kirmani et al. Empirical correlation of estimating global solar radiation using meteorological parameters
Zhang et al. Different El Niño types and intense typhoons in the Western North Pacific
Bunge et al. On the warm water volume and its changing relationship with ENSO
Gagen et al. North Atlantic summer storm tracks over Europe dominated by internal variability over the past millennium
Onyango et al. Estimation of mean monthly global solar radiation using sunshine hours for Nairobi City, Kenya
KR20200031420A (ko) 태양광 발전량 예측 장치
Halilovic et al. An analytical approach for estimating the global horizontal from the global tilted irradiance
Rahimikhoob et al. Assessment of Blaney-Criddle equation for calculating reference evapotranspiration with NOAA/AVHRR data
Bilbao et al. Air temperature model evaluation in the north Mediterranean belt area
Wei et al. Evaluation and comparison of three long-term gauge-based precipitation products for drought monitoring over mainland China from 1961 to 2016
Ouyang et al. Comparison of seasonal surface temperature trend, spatial variability, and elevation dependency from satellite-derived products and numerical simulations over the Tibetan Plateau from 2003 to 2011
KR20230021229A (ko) 조도센서를 이용한 일사량 예측 장치, 방법 및 컴퓨터 프로그램
Bakirci The calculation of diffuse radiation on a horizontal surface for solar energy applications
Žaknić-Ćatović et al. A comparison of climatological observing windows and their impact on detecting daily temperature extrema
Ceccato et al. Monitoring air and land surface temperatures from remotely sensed data for climate-human health applications