전천일사 예측을 위한 회귀모델과 인공신경망 모델의 비교

전문가 제언

○ 태양복사(solar radiation)에너지는 지구상 모든 생명체의 에너지원으로 생태계와 환경, 농수산업, 산업과 문화생활에 활용되며 기상과 유병율을 변화시킨다. 일사는 위도, 경도, 고도와 지형, 일조율, 운량, 에어로졸 농도, 광학 깊이와 상대습도 등의 영향을 받는다.

 

○ 태양광패널과 같은 에너지 활용장치의 설계와 건물의 냉난방 부하 평가를 위해서도 세부 지역별 직달 일사와 전천 일사 등의 정확한 데이터가 필요하다. 지역에 따라 지상관측, 항공관측과 위성탐사로 일사와 감쇠매개변수를 측정하지만 세부 지역은 측정할 수 없으므로, 측정 자료를 근거로 회귀모델, 인공신경망(ANN)모델 등으로 세부 지역의 일사 즉 태양복사를 예측하고 오차를 줄이기 위하여 연구하고 있다.

 

○ 본문은 전천 일사예측연구에 사용한 회귀모델과 ANN모델의 여러 사례를 비교 검토한 것으로 ANN모델이 회귀모델보다 평균 절대 백분율오차(MAPE)가 적고 적합도(R )도 높아 훨씬 정확한 예측기법임을 확인하였고 더 정확한 많은 입력 자료의 필요성을 강조하였다.

 

○ 인공지능이란 용어는 1956년 처음 등장하였고 1965～1980에 다층인식자(MLP)신경망이 개발된 후 상당한 암흑기를 거쳐 2005년 전처리과정과 오류역전파 등 알고리즘을 개발하면서 연구가 급속히 진행되어 2009년에는 ANN을 심화시킨 Deep learning의 새로운 기계학습알고리즘이 개발되어 현재 AlphaGo와 같은 인공지능이 개발되었다. 인공기능의 세계시장은 2015: $1,270억, 2020: $4,000억, 2025: $11,000억으로 급성장할 것으로 전망하고 있다(한국인터넷진흥원 2015.9).

 

○ 우리나라는 2000년부터 ANN기술을 연구하고 있으나 아직은 로봇, 게임, 음성인식 등에 적용하고 있으나 초보단계다. 기상재해예방과 기후변화에 대응하기 위하여 운량, 일사량, 태풍 강도와 진로, 강우, 광학 두께 등의 정확한 변화 예측과, 굴뚝 TMS의 오염물질 자료와 기상자료를 활용하여 주변지역의 오염물질 농도의 정밀예측 등 ANN모델링 연구를 하고 있으며, 정부는 앞으로 5년간 1조 원을 투자할 계획이다(2016. 3 미래창조과학부).

 

저자

Rajesh Kumar, R.K. Aggarwal , J.D. Sharma

자료유형

니즈학술정보

원문언어

영어

기업산업분류

환경·건설

연도

2015

권(호)

52()

잡지명

Renewable and Sustainable Energy Reviews

과학기술
표준분류

환경·건설

페이지

1294~1299

분석자

박*서

분석물

• 전천일사 예측을 위한 회귀모델과 인공신경망 모델의 비교.pdf [536,666 byte]

이미지변환중입니다.