| 1 |
1
임의 지역에서 M일에 관측된 시간별 일사량 데이터, 시간별 날씨 정보 및 상기 M일에 예보된 M+1일의 시간별 날씨 예보 정보를 각각 입력 데이터로 하고, M+1일에 실제 관측된 시간별 일사량 관측치를 출력 데이터로 하여, 예측 모델을 학습시키는 모델 학습부; 예측 대상 지역에서 측정된 금일 시간별 일사량 데이터, 금일 시간별 날씨 정보 및 내일 시간별 날씨 예보 정보를 각각 획득하는 데이터 획득부; 및 예측 대상 지역에 대응하여 획득된 금일 시간별 일사량 데이터, 금일 시간별 날씨 정보, 그리고 내일 시간별 날씨 예보 정보를 상기 예측 모델에 적용하여, 상기 예측 대상 지역에 대한 내일의 시간별 일사량 예측치를 도출하는 제어부를 포함하는 일사량 예측 장치
|
| 2 |
2
청구항 1에 있어서,상기 예측 모델에 입력되는 상기 시간별 날씨 정보와 상기 시간별 날씨 예보 정보는,온도, 습도, 운량, 풍속, 강수량 중에서 선택된 적어도 하나의 인자를 각각 포함하는 일사량 예측 장치
|
| 3 |
3
청구항 2에 있어서,상기 시간별 날씨 정보와 상기 시간별 날씨 예보 정보는,미세먼지, 초미세먼지, 황사 중에서 선택된 적어도 하나의 인자를 더 포함하는 일사량 예측 장치
|
| 4 |
4
청구항 1에 있어서,상기 예측 모델의 입력 데이터로 사용된 시간별 일사량 데이터는,해당 일자에 관측된 시간별 일사량 관측치를 해당 일자의 하루 중 관측된 최대 일사량으로 나누어 0과 1 사이의 값으로 정규화한 값인 일사량 예측 장치
|
| 5 |
5
청구항 1에 있어서,상기 예측 대상 지역에서 관측된 금일 시간별 일사량 측정치를 금일 중 관측된 최대 일사량으로 나누어 각각 정규화하고, 정규화된 시간별 일사량 측정치를 상기 금일 시간별 일사량 데이터로 제공하는 정규화부를 더 포함하는 일사량 예측 장치
|
| 6 |
6
청구항 1에 있어서, 상기 예측 모델은,LSTM(Long Short-Term Memory) 딥러닝 알고리즘을 통하여 학습된 일사량 예측 장치
|
| 7 |
7
청구항 1에 있어서, 상기 예측 대상 지역은, 상기 임의 지역과 위도 및 경도 중 적어도 하나가 상이한 지역인 일사량 예측 장치
|
| 8 |
8
일사량 예측 장치를 이용한 일사량 예측 방법에 있어서,임의 지역에서 M일에 관측된 시간별 일사량 데이터, 시간별 날씨 정보 및 상기 M일에 예보된 M+1일의 시간별 날씨 예보 정보를 각각 입력 데이터로 하고, M+1일에 실제 관측된 시간별 일사량 관측치를 출력 데이터로 하여, 예측 모델을 학습시키는 단계;예측 대상 지역에서 측정된 금일 시간별 일사량 데이터, 금일 시간별 날씨 정보 및 내일 시간별 날씨 예보 정보를 각각 획득하는 단계; 및 예측 대상 지역에 대응하여 획득된 금일 시간별 일사량 데이터, 금일 시간별 날씨 정보, 그리고 내일 시간별 날씨 예보 정보를 상기 예측 모델에 적용하여, 상기 예측 대상 지역에 대한 내일의 시간별 일사량 예측치를 도출하는 단계를 포함하는 일사량 예측 방법
|
| 9 |
9
청구항 8에 있어서,상기 예측 모델에 입력되는 상기 시간별 날씨 정보와 상기 시간별 날씨 예보 정보는,온도, 습도, 운량, 풍속, 강수량 중에서 선택된 적어도 하나의 인자를 각각 포함하는 일사량 예측 방법
|
| 10 |
10
청구항 9에 있어서,상기 시간별 날씨 정보와 상기 시간별 날씨 예보 정보는, 미세먼지, 초미세먼지, 황사 중에서 선택된 적어도 하나의 인자를 더 포함하는 일사량 예측 방법
|
| 11 |
11
청구항 8에 있어서,상기 예측 모델의 입력 데이터로 사용된 시간별 일사량 데이터는,해당 일자에 관측된 시간별 일사량 관측치를 해당 일자의 하루 중 관측된 최대 일사량으로 나누어 0과 1 사이의 값으로 정규화한 값인 일사량 예측 방법
|
| 12 |
12
청구항 8에 있어서,상기 예측 대상 지역에서 관측된 금일 시간별 일사량 측정치를 금일 중 관측된 최대 일사량으로 나누어 각각 정규화하고, 정규화된 시간별 일사량 측정치를 상기 금일 시간별 일사량 데이터로 제공하는 단계를 더 포함하는 일사량 예측 방법
|
| 13 |
13
청구항 8에 있어서, 상기 예측 모델은,LSTM(Long Short-Term Memory) 딥러닝 알고리즘을 통하여 학습된 일사량 예측 방법
|
| 14 |
14
청구항 8에 있어서, 상기 예측 대상 지역은, 상기 임의 지역과 위도 및 경도 중 적어도 하나가 상이한 지역인 일사량 예측 방법
|
