다음 날 시간별 태양 복사량 예측을 위한 다중 특성 공간-시계열 그래프 컨볼루션 네트워크

태양 복사량 예측은 태양 에너지 발전의 상용화를 위해 출력 변동성을 극복하는 데 필수적인 기반이다. 정확한 예측은 과거 태양 복사량 데이터, 다양한 기상 변수(예: 풍속, 습도, 구름량 등) 간의 상관관계, 그리고 공간적으로 인접한 지역 간 기상 맥락 간의 영향을 기반으로 한다. 그러나 기존 연구들은 태양 복사량과 명확한 상관관계를 보이는 몇 가지 변수(예: 일조 시간)에 대한 시간-공간 분석에 국한되어 있으며, 다양한 기상 변수로부터 대기 맥락 정보를 추출하려는 시도는 이루어지지 않았다. 따라서 본 연구는 여러 관측소에서 관측된 대기 변수를 속성화된 동적 네트워크로 표현하고, 기존의 시공간 그래프 컨볼루션 네트워크(ST-GCN) 모델을 확장하여 네트워크의 시계열적 변화를 분석하는 새로운 태양 복사량 예측 모델을 제안한다. 제안된 모델을 기존 모델들과 비교함으로써, (i) 관측소 간 공간적 인접성, (ii) 기상 변수의 시계열적 변화, (iii) 변수의 다양성의 세 가지 요소가 예측 성능에 미치는 기여도를 탐구하였다. 또한 한국 반도의 관측소에서 시간당 태양 복사량을 예측함으로써 제안된 모델과 기존 모델의 성능을 평가하였다. 실험 결과, 세 가지 특징이 상호보완적으로 작용하며, 단일 측면 분석만으로는 도출하기 어려운 복잡한 상관관계를 보이고 있음을 확인하였다.