TimesNet기반 태양광 발전량 단기 예측 모델: 1차원 시계열 데이터의 2차원 변환 기법 활용

초록

본 연구는 TimesNet 모델의 차원 변환 기법을 활용하여 태양광 발전량의 단기 예측을 수행하고, 이를 LSTM, GRU, Transformer 모델과 비교 분석한 연구이다. 2020년부터 2023년까지의 강원대학교 삼척캠퍼스 태양광 발전 데이터를 사용하여 모델을 훈련하고 평가하였다. TimesNet 모델은 1차원 시계열 데이터를 2차원 이미지 형태로 변환하여 처리하는 독특한 접근 방식을 통해 복잡한 시계열 패턴을 효과적으로 포착할 수 있다. 실험 분석 결과, TimesNet 모델은 MSE, MAE, NMAE 등 평가 지표에서 가장 우수한 성능을 보였다. 이 연구 결과는 전력 그리드의 안정성 확보, 경제적 효율성 증대, 에너지 저장 시스템 최적화 등에 중요한 역할을 할 것으로 기대된다. 향후 본 연구를 통해 다양한 신재생 에너지원으로 연구를 확장하여 탄소 중립 달성을 위한 에너지 시스템 최적화에 기여할 수있을 것이다.

키워드