그린 수소 에너지 예측을 위한 트랜스포머 모델 적용 방안 연구 = Researching the Application of Transformer Models for Green Hydrogen Energy Forecasting

국문 초록 (Abstract)

우리나라는 2050년 탄소 중립 목표 달성을 위한 핵심 에너지원으로서 그린 수소의 잠재력에 주목하고 있다. 그린 수소는 태양광 및 풍력과 같은 재생 에너지를 활용해 수전해 방식으로 생산되며, 온실가스 및 미세 먼지의 원인 물질을 전혀 배출하지 않는 완벽한 청정 에너지로 평가된다. 본 연구에서는 강원특별자치도 삼척 지역의 태양광 발전 데이터와 해당 지역 기상 데이터를 기반으로 수소에너지 수요 및 공급을 예측하기 위해 트랜스포머(Transformer) 기반 예측 모델을 구현하였다. 태양광 발전량과 기상 데이터의 상관관계를 분석하여 모델의 입력 변수로 활용하였으며, 예측 모델의 성능은 평균 절대값 오차(MAE), 평균 제곱 오차(MSE), 평균 제곱근오차(RMSE)를 사용해 평가하였다. 또한, 훈련 데이터와 테스트 데이터의 비율에 따라 예측 성능의 차이를 분석하여 최적의 데이터분할 전략을 제시하였다. 본 연구에서 제안한 예측 모델은 시각화를 통해 예측된 수소 생산량을 쉽게 파악하여 그린 수소 에너지의 효율적인 관리 및 운영에 기여할 수 있는 모델을 제안한다.

다국어 초록 (Multilingual Abstract)

South Korea is focusing on the potential of green hydrogen as a key energy source to achieve its 2050 carbon neutrality goal. Green hydrogen is produced by water electrolysis using renewable energy sources such as solar and wind power, and is considered to be a completely clean energy source that does not emit any greenhouse gases and fine dust. In this study, a Transformer-based forecasting model was implemented to predict the demand and supply of hydrogen energy based on solar power generation data and local weather data in Samcheok, Gangwon Special Self-Governing Province. The correlation between solar power generation and meteorological data was analyzed and used as input variables for the model, and the performance of the prediction model was evaluated using the mean absolute value error (MAE), mean square error (MSE), and root mean square error (RMSE). We also analyzed the difference in prediction performance according to the ratio of training and test data to suggest the optimal data partitioning strategy. The prediction model proposed in this study can easily grasp the predicted hydrogen production through visualization, which can contribute to the efficient management and operation of green hydrogen energy.