복소수 가치 신경망을 이용한 하루 전 풍력 예보

풍력 예보는 풍력 발전소(WPP)에서 수행하는 일상적인 과정 중 하나입니다. 전력 시스템을 위해 하루 전 생성-소비 균형을 제공하는 것이 매우 중요합니다. 본 연구에서는 7개의 WPP에 대해 시간 단위로 하루 전 풍력 예보를 수행합니다. 이 예보에 사용된 데이터는 7개의 WPP의 생성 데이터와 해당 WPP 위치의 수치 기상 예보로 구성됩니다. 훈련 데이터는 12개월 데이터로 구성되고, 테스트 데이터는 6개월 데이터로 구성됩니다. 복소수 가치 신경망(CVNN), 특별한 종류의 인공 신경망(ANN),이 예보 방법으로 선호되며 실제 가치 신경망(RVNN)과 비교됩니다. 시스템 입력으로 시간, 풍속 예보 및 풍향 예보가 사용되며, 출력은 예보된 풍력입니다. CVNN은 복소수로 작동하므로 비복소수 입력은 복소수 값으로 변환됩니다. 예보 정확도를 보여주기 위해 정규화된 평균 절대 오차(NMAE)와 정규화된 제곱 평균 오차(NRMSE)가 선호됩니다. RVNN은 평균 12.S2% NMAE와 16.S% NRMS를 가지며, CVNN은 11.75% NMAE와 15.77% NRMSE를 가집니다. CVNN 방법이 RVNN보다 더 낮은 오류율로 더 성공적인 것으로 나타났습니다. 따라서 CVNN은 풍력 예보를 위한 효과적인 도구로 사용될 수 있습니다.