신기한 Reference: 나중에 자세히 읽어봐야겠다.
The solar irradiation forecasting will be investigated and
evaluated in this dissertation Solar energy is expected to reach
8000 GW in 2050, according to the Renewable Energy Policy
Network for the Twenty-First Century (REN21) in a research
released in [2].
Deep learning application in power system with a case study on solar irradiation forecasting
A Muhammad, JM Lee, SW Hong, SJ Lee, EH Lee
해당 논문에 따르면 여러개의 변수를 다른 논문에서는 거의 고려하지 않았다고.
그래서 여기 논문에서는 총 16개의 변수를 고려한다.
결론을 스포해보자면 16개를 다썼더니 결과가 좋아졌다고 한다.
Precipitation, Relative Humidity, Wind Speed on 10 m height,
Wind Direction on 10 m height, Wind Speed [900 milli bar],
Wind Direction [when the atmospheric pressure equal 900
milli bar], Cloud Cover Total, CAPE [180-0 milli bar above
ground], Sunshine Duration, Soil Moisture [0-10 cm down],
Mean Sea Level Pressure [MSL], Evapotranspiration,
temperature
사용한 모델은 LSTM
사용한 데이터는 Basel, Switzerland 에 위치해있고, 날짜가 2015년부터 2021까지, hourly.
또한 변수들의 상관관계도 그래프로 나타내었다. (초점이 변수여서 그런 것 같음)
이런 느낌...
그리고 아까 말했듯이, 변수가 많아질수록 잘맞춘다는 것을 보이기 위해서
위와 같이 변수 개수에 따른 acc 피겨로 표현하였다.(실제 발전량을 뒤에 파란색으로 나타냄)
나는 매 시간대를 나타내니까 잘 안보였는데 이런 방식이라면 변수를 더 추가했을 때 좋아진다는 것을 보여주기에는 충분하니까 사용한 듯.
또한 변수간의 corr에서도 분석했는데 피겨로는 없었고 그냥 글로 수치를 적었다.
