메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
지평식 (국립한국교통대학교) 이창성 (세명이앤씨) 임재윤 (대덕대학교)
저널정보
대한전기학회 전기학회논문지 P 전기학회논문지 제68P권 제1호
발행연도
2019.3
수록면
41 - 46 (6page)
DOI
10.5370/KIEEP.2019.68.1.041

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Most photovoltaic power prediction model has been developed considering solar radiation and temperature. Therefore, the reliability of measured radiation value is considered to be a very important factor in the performance of the predictive model. In this paper, we have developed a diagnostic method of solar radiation sensor based on solar power prediction model constructed by RBFN(Radial Basis Fuction Networks). The developed fault diagnosis method is performed by using the difference between power calculated by the solar power prediction model and the actual generation amount. To construct the model, we selected the data with higher correlation coefficients between irradiation and PV power. In the diagnosis process, the diagnosis is made by using the error between the power generation predicted value calculated by the RBFN and the actual power generation. We verified the usefulness of the proposed method through various experiments.
#Fault diagnosis #Photovoltaic system #RBFN #Solar energy #Solar radiation sensor

목차

Abstract
1. 서론
2. 방사기저함수 기반의 일사량 센서 고장진단 알고리즘
3. 실험 결과
4. 결론
References

참고문헌 (7)

참고문헌 신청
M. T. Islama, N. Hudaa, A. B. Abdullahb, R. Saidurc, “A comprehensive review of state-ofthe- art concentrating solar power (CSP) technologies: Current status and research trends,” Renewable and Sustainable Energy Reviews, vol. 91, pp. 987-1018, 2018. google schola A. Modi. F. Buhler, J. G. Andreasen, F. Haglind, “Review of solar energy based heat and power generation systems,” Renewable and Sustainable Energy Reviews, vol. 67, pp. 1047-1064, 2017. google schola Chang-Sung Lee, Pyeong-Shik Ji, “Modeling of Photovoltaic Power Systems using Clustering Algorithm and Modular Networks,” Trans. KIEE, vol. 65P, no. 2, pp. 108-113, 2016. dbpia P. Bacher, H. Madsen, H. A. Nielsen, “Online short-term solar power forecasting,” Solar Energy, vol. 83, pp. 1772-1783, 2009. google schola A. Yona, T. Senjyu, A. Y. Saber, T. Funabashi, H. Sekine, C. H. Kim, “Application of neural network to 24-hour-ahead generating power forecasting for PV system,” IEEE Transactions on Power and Energy, vol. 128, pp. 33-39. 2008. google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

태양전지모듈 고장 진단 알고리즘을 적용한 모니터링시스템
고석환 ,  소정훈 ,  황혜미 외 6명 한국태양에너지학회 논문집 2018 .06
태양전지 모듈 고장진단센서를 이용한 모니터링 시스템
박유나 ,  강기환 ,  주영철 외 3명 한국태양에너지학회 논문집 2016 .10
태양광발전설비 고장 및 수명예지 진단을 위한머신러닝기반 태양광 발전량 진단시스템
김창준 ,  권영서 한국태양에너지학회 학술대회논문집 2023 .04
태양광발전소 현장 진단평가 기술: 발전량 시뮬레이션과 다채널 I-V 장치를 통한 고장진단
고석환 ,  신우균 ,  신주영 외 1명 한국태양광발전학회지 2021 .10
태양광모듈의 성능저하율을 고려한 폐기진단 알고리즘에 관한 연구
박지현 ,  이후동 ,  태동현 외 2명 한국산학기술학회 논문지 2019 .10

최근 본 자료

전체보기

댓글(0)

0