Acknowledgement
이 논문은 과학기술정보통신부 및 정보통신기회평가원의 지역지능화혁신인재양성사업의 연구결과로 수행되었음(IITP-2022-RS-2022-00156287)
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2022.11a
- /
- Pages.577-579
- /
- 2022
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Prediction of solar power generation for power brokerage based on Federated Learning
연합학습 기반 전력 중개용 태양광 발전 예측
- Lee, Mirinae (Department of Artificial Intelligence Convergence Chonnam National University) ;
- Yeom, Sungwoong (Department of Artificial Intelligence Convergence Chonnam National University) ;
- Kim, Kyungbaek (Department of Artificial Intelligence Convergence Chonnam National University)
- Published : 2022.11.21
Abstract
최근 대두된 환경문제로 인해 다양한 재생 에너지의 실리적인 활용 방법에 귀추가 주목되고 있다. 특히 '그린뉴딜', 'K-RE100' 등 정부 주도의 정책으로 태양광 발전 시장 규모가 확대되면서, 소규모 발전 사업자의 태양광 발전 참여율도 매년 증가 추세를 보이고 있다. 이로 인해 소규모 발전 사업자의 수익을 산정하는 전력 중개 시스템의 태양광 발전 예측은 에너지 시장의 핵심요소로 부각되었다. 하지만 전력 중개용 태양광 발전 예측에는 기후의 간헐성으로 인한 예측 정확도 감소, 소규모 발전 사업자의 개인정보 보호 등 제약이 존재한다. 이 논문에서는 전력 중개용 태양광 발전 예측의 제약을 해소하고, 전력 중개 활성화를 지원키 위한 CNN-LSTM 기반 연합학습 기법을 제안한다.
Keywords