|
entification of Wind Turbine with a Neural Network”, IEEE TRANSACTIONS ON ENERGY CONVERSION, VOL. 19, NO. 3, 607-612, SEP 2004
[3] 저자명, “논문제목”, 논문지명, 권호, 페이지, 출판년도
<작성시 참조 : 글씨크기 8 Point, 글씨체 신명조체> 이론적 배경
실측데이
|
|
|
퍼지 신경망 모델을 적용한 SONN 모델에 관한 기본적인 특징에 대해 간단히 예시한다.
SONN(Self-Organizing Neural Networks) 모델
SONN 모델은 베즈덱(James Bezdek)의 퍼지 c-means 알고리즘의 퍼지 멤버십 등식을 경망과 융합한 자율적인 자기조직화 신경망
|
|
|
이용하여 청정한 에너지를 얻는 것이므로 자원의 보존량은 거의 무한대다. 선진국들의 신재생에너지에 대한 투자와 개발이 급속히 이루어지고 있지만 우리나라는 그에 비에 미약한 편이다. 미래의 에너지난으로 어려움을 겪지 않으려면 우
|
|
|
태양광발전 : 태양전지
2) 태양열 발전
가. 태양열 이용 장치 : 난방. 온수용 집열판
나. 태양열 냉방, 건조 장치
2. 풍력에너지의 이용
1) 풍력발전기의 분류와 특징
2) 풍력발전기의 설치
3) 풍력발전의 이용 전망
Ⅲ. 결론
※ 참고문헌
|
|
|
풍력발전의 전력생산 단가와 대형화
4. 실측 후보지점의 도출 및 측정자료의 통계분석
5. 풍력자원의 통계분석 결과 예
6. 행원지역의 풍속과 기종별 예상발전량
1) 고도별 평균 풍속과 표준편차
2) 행원지역 설치기종의 월별 이용율 및 예
|
|
메뉴펼치기
