최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.30 no.6, 2017년, pp.1005 - 1013
In this paper, we investigate the performances of time series models to forecast irradiance that consider weather variables such as temperature, humidity, cloud cover and Global Horizontal Irradiance. We first introduce the time series models and show that regression ARIMAX has the best performance ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
신재생에너지에 대한 관심이 증가하는 이유는? | 화석에너지 자원의 한계와 화석연료 발전으로 인한 환경문제가 점차 대두됨에 따라 전 세계에서 신재생에너지(renewable energy)에 대한 관심이 증가하고 관련 산업이 발달함으로 인하여 신재생에너지 발전량 예측에 대한 중요성이 높아지고 있다. 신재생에너지는 신에너지와 재생에너지를 통틀어 이르는 말이다. | |
본 논문에서 태양광 발전량 예측에 필요한 일사량에 대한 예측을 하기 위해 어떤 모형을 사용했는가? | 본 연구는 태양광 발전량 예측에 필요한 일사량에 대한 예측에 다양한 시계열 모형과 외생변수를 고려하여 미래 일사량 예측을 하였다. 예측에 사용된 모형은 ARIMA, ARIMAX, 다중회귀모형이며 외생변수로는 다양한 기상변수들 중 실제 예보가 이루어지고 있어 향후 실무에 사용 가능한 기상변수 중 일사량과 연관성이 높은 변수들을 사용하였다. 또한 일사량에 근간이 되는 대기권 밖 일사량 변수를 추가로 사용하여 모형의 성능을 높였다. | |
신재생에너지는 무엇인가? | 신재생에너지는 신에너지와 재생에너지를 통틀어 이르는 말이다. 기존의 화석연료를 변환하여 이용하거나 물, 강수, 바이오, 햇빛 등을 이용하여 재생이 가능한 에너지로 변환하는 에너지를 신재생에너지라고 한다. 국내에서도 미세먼지와 원자력의 위험에 대한 국민들의 인식 변화와 정부의 관심이 높아지면서 신재생에너지에 대한 정부 정책이 많이 나타나고 있다. |
Dazhi, Y., Jirutitijaroen, P., and Walsh, W. M. (2012) Hourly solar irradiance time series forecasting using cloud cover index, Solar Energy, 86, 3531-3543.
Duffle, J. A. and Beckman, W. A. (2013). Solar Engineering of Thermal Process (4th ed), John Wiley & Sons, New York, 3-41.
Huang, J. and Davy, R. J. (2016). Predicting intra-hour variability of solar irradiance using hourly local weather forecasts, Solar Energy, 139, 633-639.
Maleki, S. A. M., Hizam, H., and Gomes, C. (2017). Estimation of hourly, daily, and monthly global solar radiation on inclined surfaces: models re-visited, Energies 2017, 10, 134-161.
Martin, L., Zarzalejo, L. F., Polo, J., Navarro, A., Marchante, R. and Cony, M. (2010). Prediction of globar solar irradiance based on time series analysis: Application to solar thermal power plants energy production planning, Solar Energy, 84, 1772-1871.
Moreno-Munoz, A., de la Rosa, J. J. G., Posadillo, R., and Bellido, F. (2008). Short term forecasting of solar radiation, IEEE, International Symposium on Industrial Electronics, 1537-1541.
Park, J. K., Kim, B. S., and Park, J. H. (2014). Characteristic analysis of solar radiation and atmospheric transmissivity at Chupungryeong, Journal of Agricultural Science, 41, 149-155.
Park, S.-H. and Kim, S. (2016) A study on short-term wind power forecasting using time series models, The Korean Journal of Applied Statistics, 29, 1373-1383.
Reikard, G. (2009). Predicting solar radiation at high resolutions : A comparison of time series forecasts, Solar Energy, 83, 342-349.
Sohn, H., Jung, S., and Kim, S. (2016). A study on electricity demand forecasting based on time series clustering in smart grid, The Korean Journal of Applied Statistics, 29, 190-203.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.