맞춤기술찾기

이전대상기술

태양광 발전량 예측 방법 및 시스템

  • 기술번호 : KST2022007451
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 태양광 발전량 예측 방법 및 시스템이 제공된다. 태양광 발전량 예측 방법은, 복수의 태양광 사이트의 공간 정보를 1차원 벡터로 표현하는 단계; 상기 1차원 벡터로 표현된 상기 공간 정보와 시간 정보를 이용하여 입력 시공간 행렬 및 목표 시공간 행렬을 생성하는 단계; 상기 입력 시공간 행렬 및 상기 목표 시공간 행렬을 이용하여 뉴럴 네트워크 학습을 수행하는 단계; 및 상기 학습을 통해 태양광 발전량 예측 모델의 파라미터를 결정하는 단계를 포함할 수 있다.
Int. CL H02S 50/10 (2014.01.01)
CPC H02S 50/10(2013.01) Y02E 10/50(2013.01)
출원번호/일자 1020200159204 (2020.11.24)
출원인 서강대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0071740 (2022.05.31) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.24)
심사청구항수 16

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 서강대학교산학협력단 대한민국 서울특별시 마포구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김홍석 서울특별시 마포구
2 정재익 서울특별시 마포구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 팬코리아특허법인 대한민국 서울특별시 강남구 논현로**길 **, 역삼***빌딩 (역삼동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2020.11.24 수리 (Accepted) 1-1-2020-1265778-91
2 보정요구서
Request for Amendment
2020.12.02 발송처리완료 (Completion of Transmission) 1-5-2020-0181561-13
3 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2020.12.07 수리 (Accepted) 1-1-2020-1323570-41
4 선행기술조사의뢰서
Request for Prior Art Search
2022.02.16 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
복수의 태양광 사이트의 공간 정보를 1차원 벡터로 표현하는 단계;상기 1차원 벡터로 표현된 상기 공간 정보와 시간 정보를 이용하여 입력 시공간 행렬 및 목표 시공간 행렬을 생성하는 단계;상기 입력 시공간 행렬 및 상기 목표 시공간 행렬을 이용하여 뉴럴 네트워크 학습을 수행하는 단계; 및상기 학습을 통해 태양광 발전량 예측 모델의 파라미터를 결정하는 단계를 포함하는태양광 발전량 예측 방법
2 2
제1항에 있어서,상기 공간 정보를 1차원 벡터로 표현하는 단계는,하기의 수학식 1을 이용하여 제1 태양광 사이트 s(1)을 선택하는 단계를 포함하는, 태양광 발전량 예측 방법
3 3
제2항에 있어서,상기 공간 정보를 1차원 벡터로 표현하는 단계는,상기 s(1)부터 시작하여 상기 s(1)과 가장 가까운 태양광 사이트를 선택해 나가는 과정을 반복함으로써, 상기 P1에 속하는 모든 태양광 사이트들에 대한 상기 공간 정보를 상기 1차원 벡터로 표현하는 단계를 포함하는, 태양광 발전량 예측 방법
4 4
제3항에 있어서,상기 s(1)과 가장 가까운 태양광 사이트를 선택해 나가는 과정을 반복하는 것은,하기의 수학식 2를 이용하여 s(n)을 선택하는 것을 포함하는, 태양광 발전량 예측 방법
5 5
제1항에 있어서,상기 입력 시공간 행렬은, 과거 M개(여기서 M은 자연수)의 상기 시간 정보를 이용하여, 상기 복수의 태양광 사이트의 과거 태양광 발전량을 2차원으로 표현한 행렬을 포함하는, 태양광 발전량 예측 방법
6 6
제5항에 있어서,상기 목표 시공간 행렬은, 미래 H개(여기서 H는 자연수)의 시간대 후까지 예측되는 상기 복수의 태양광 사이트의 목표 태양광 발전량을 2차원으로 표현한 행렬을 포함하는, 태양광 발전량 예측 방법
7 7
제1항에 있어서,상기 학습을 수행하는 단계는,상기 입력 시공간 행렬에 대해 상기 뉴럴 네트워크를 통과한 출력 시공간 행렬과 상기 목표 시공간 행렬 사이의 오차를 최소화하도록 상기 파라미터의 값을 연산하는 단계를 포함하는, 태양광 발전량 예측 방법
8 8
제1항에 있어서,상기 태양광 발전량 예측 모델을 이용하여, 새로운 복수의 태양광 사이트에 대해 태양광 발전량을 예측하는 단계를 더 포함하는, 태양광 발전량 예측 방법
9 9
복수의 태양광 사이트의 공간 정보를 1차원 벡터로 표현하는 공간 정보 생성 모듈;상기 1차원 벡터로 표현된 상기 공간 정보와 시간 정보를 이용하여 입력 시공간 행렬 및 목표 시공간 행렬을 생성하는 시공간 행렬 생성 모듈; 및상기 입력 시공간 행렬 및 상기 목표 시공간 행렬을 이용하여 뉴럴 네트워크 학습을 수행하고, 태양광 발전량 예측 모델의 파라미터를 결정하는 학습 모듈을 포함하는태양광 발전량 예측 시스템
10 10
제9항에 있어서,상기 공간 정보 생성 모듈은,하기의 수학식 1을 이용하여 제1 태양광 사이트 s(1)을 선택하는, 태양광 발전량 예측 시스템
11 11
제10항에 있어서,상기 공간 정보 생성 모듈은,상기 s(1)부터 시작하여 상기 s(1)과 가장 가까운 태양광 사이트를 선택해 나가는 과정을 반복함으로써, 상기 P1에 속하는 모든 태양광 사이트들에 대한 상기 공간 정보를 상기 1차원 벡터로 표현하는, 태양광 발전량 예측 시스템
12 12
제11항에 있어서,상기 s(1)과 가장 가까운 태양광 사이트를 선택해 나가는 과정을 반복하는 것은,하기의 수학식 2를 이용하여 s(n)을 선택하는 것을 포함하는, 태양광 발전량 예측 시스템
13 13
제9항에 있어서,상기 입력 시공간 행렬은, 과거 M개(여기서 M은 자연수)의 상기 시간 정보를 이용하여, 상기 복수의 태양광 사이트의 과거 태양광 발전량을 2차원으로 표현한 행렬을 포함하는, 태양광 발전량 예측 시스템
14 14
제13항에 있어서,상기 목표 시공간 행렬은, 미래 H개(여기서 H는 자연수)의 시간대 후까지 예측되는 상기 복수의 태양광 사이트의 목표 태양광 발전량을 2차원으로 표현한 행렬을 포함하는, 태양광 발전량 예측 시스템
15 15
제9항에 있어서,상기 학습 모듈은,상기 입력 시공간 행렬에 대해 상기 뉴럴 네트워크를 통과한 출력 시공간 행렬과 상기 목표 시공간 행렬 사이의 오차를 최소화하도록 상기 파라미터의 값을 연산하는, 태양광 발전량 예측 시스템
16 16
제9항에 있어서,상기 태양광 발전량 예측 모델을 이용하여, 새로운 복수의 태양광 사이트에 대해 태양광 발전량을 예측하는 태양광 발전량 예측 모듈을 더 포함하는, 태양광 발전량 예측 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.