ESS 용량 산정을 위한 다층 퍼셉트론을 이용한 풍력 발전량 예측

• 영문명: Prediction of Wind Power Generation for Calculation of ESS Capacity using Multi-Layer Perceptron
• 발행기관: 한국전자통신학회
• 저자명: 최정곤(Jeong-Gon Choi) 최효상(Hyo-Sang Choi)
• 간행물 정보: 『한국전자통신학회 논문지』제16권 제2호, 319~327쪽, 전체 9쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2021.04.30

국문 초록

본 논문에서는 풍력 발전 수익 극대화 및 비용 최소화를 위해 설치하는 ESS에 대하여 정확한 용량 산정을 하기 위한 목적으로 풍력 단지용 전력량 예측을 다층 퍼셉트론을 이용하여 수행한다. 풍력 발전량을 예측하기 위해 풍속, 풍향, 공기밀도를 변수로 하고 그 변수를 병합하고 정규화한다. 모델을 훈련시키기 위해 병합된 변수를 70% 대 30% 비율로 훈련 및 테스트 데이터로 나눈다. 그런 다음 학습 데이터를 사용하여 모델을 학습시키고 테스트 데이터를 사용하여 모델의 예측 성능도 평가한다. 마지막으로 풍력량 예측 결과를 제시한다.

영문 초록

In this paper, we perform prediction of amount of electric power plant for complex of wind plant using multi-layer perceptron in order to calculate exact calculation of capacity of ESS to maximize profit through generation and to minimize generation cost of wind generation. We acquire wind speed, direction of wind and air density as variables to predict the amount of generation of wind power. Then, we merge and normalize there variables. To train model, we divide merged variables into data as train and test data with ratio of 70% versus 30%. Then we train model by using training data, and we alsouate the prediction performance of model by using test data. Finally, we present the result of prediction in amount of wind power.

목차

Ⅰ. 서론

Ⅱ. 풍력 발전의 특성 및 요인 분석

Ⅵ. 입력 변수의 사전처리 및 모델 구성

Ⅳ. 예측 결과

Ⅴ. 예측 결과

키워드

머신 러닝 풍력발전 에너지저장장치 다중 퍼셉트론 전력량 예측 Deep Learning Wind Power ESS Prediction Multi-Layer Perceptron