Recap of Accomplishments

2023-09-12

1. 각 컬럼의 대한 중요성을 평가해봤으나 결과가 그렇게 달라지지 않았다.

   컬럼별로 컬럼의 평균값을 넣어서 실험해보는 건?

2. 전체 지역에 대한 최적화 모델 만들기

   • 데이터 모으기
   • 패널 넓이가 다 달라서 같은 넓이에 대해 비교 power/패널넓이
   • 1MW 규모의 시설을 만들 때 13200m2의 부지가 필요하다고 하고 계산

3. 초록 제출하기

2023-09-13

1. 지도에 발전소/관측소 표시해서 보여드리기

2. 최신 머신러닝 모델 논문 정리하기

3. 면담했음

   • 다른 발전소를 훈련 데이터셋으로 사용하고 거기서 최적화 모델
   • ASOS에 넣어서 비교해보고
   • 미래 시나리오에 넣기

4. 할 일

   • location안에서 8곳 아닌 거 지우고
   • 8곳별로 asos에 매칭되는 지점소 숫자 매기기
   • ASOS 데이터 옆에 추가하기

2023-09-14

1. 초록 제출했다.
2. test데이터 - 천안 데이터 (2018~2022)
   • 선정 기준 : 중앙에 있고, 발전소-관측소 거리가 가깝고, 데이터도 충분
3. 모델 돌려보기
   • 전체 데이터(7곳)에 대해 훈련하다보니 시간이 너무 오래 걸려서 돌려놓고 퇴근
4. 거의 대기역학2 과제를 했다. 마지막 문제까지 다 풀었음.

2023-09-15

1. 아침에 와서 결과 확인
   
   mae : 0.011526312177849175
   RMSE : 0.02114353205245276
   Normalized RMSE : 0.00027979458648116993
   이게... 그래프가 이상하게 나오는 것 같아서....... 년도별로 확인해보니까 데이터 구멍난곳이 너무 많아서 그런 것 같다.
   그리고 다른 논문들이랑 비교했을 때 왜이렇게 잘나오는지 너무 의문이다.
   다른 논문들이랑 내 방법이랑 비교를 해봐야겠음.

정리

기존/최신 머신러닝 모델 논문 살펴보기

Next Week's Agenda

1. 우리나라 태양광 발전소에 대한 최적화 모델 개발
   • 여러 모델들 비교해서 교수님께 보여드리기
   • 도메인에 맞는 모델을 만들고 싶은데...아 빡세네