| 1 |
1
발전량을 예측하는 인공지능 모델을 트레이닝 시키는 방법에 있어서,태양광 발전 장치의 n일(n은 1이상의 기설정된 정수) 이전 일자부터 오늘 일자까지 각각의 일자에 대응하는 n+1개의 제1 시간대 발전량 정보 및 n일(n은 1이상의 기설정된 정수) 이전 일자부터 오늘 일자까지 각각의 일자에 대응하는 n+1개의 제1 시간대 기상 정보를 상기 인공지능 모델에 입력하는 단계; 및상기 제1 시간대 발전량 정보 및 상기 제1 시간대 기상 정보에 기반으로, RNN(Recurrent Neural Network)으로 구성된 상기 인공지능 모델을 훈련시키는 단계를 포함하고,상기 인공지능 모델을 훈련시키는 단계는,상기 태양광 발전 장치의 n+1개의 제1 시간대 발전량 정보 및 상기 n+1개의 제1 시간대 기상 정보가 입력되면, 내일의 상기 태양광 발전 장치의 제1 시간대 발전량 및 제1 시간대 기상 정보를 출력하도록 학습하는 단계를 포함하며,상기 제1 시간대는 2시간 이내의 범위에서 사용자에 의해 기설정된 시간대인 것을 특징을 하고,상기 인공지능 모델을 트레이닝 시키는 방법은,상기 인공지능 모델을 통해 출력된 상기 내일의 제1 시간대 기상 정보가, 상기 내일의 제1 시간대 실제 기상 정보와 매칭되고, 상기 인공지능 모델을 통해 출력된 상기 내일의 제1 시간대 발전량 정보가 내일의 상기 태양광 발전 장치의 제1 시간대 실제 발전량 정보보다 임계치 이상 많은 경우, 적어도 하나의 관리자 장치에 상기 태양광 발전 장치의 점검을 요청하고,상기 인공지능 모델을 통해 출력된 상기 내일의 제1 시간대 기상 정보가, 상기 내일의 제1 시간대 실제 기상 정보와 매칭되고, 상기 내일의 상기 태양광 발전 장치의 제1 시간대 실제 발전량이 상기 인공지능 모델을 통해 출력된 상기 내일의 제1 시간대 발전량보다 임계치 이상 많은 경우, 상기 내일의 상기 태양광 발전 장치의 제1 시간대 실제 발전량 및 상기 내일의 제1 시간대 실제 기상 정보를 기반으로 상기 인공지능 모델을 훈련시키고,상기 인공지능 모델을 통해 출력된 상기 내일의 제1 시간대 기상 정보가 상기 내일의 제1 시간대 실제 기상 정보와 매칭되지 않는 경우, 상기 내일의 제1 시간대 실제 발전량 정보 및 상기 내일의 제1 시간대 실제 기상 정보를 기반으로 상기 인공지능 모델을 훈련시키는 단계; 를 더 포함하는 것을 특징으로 하는 인공지능 모델을 트레이닝 시키는 방법
|
