시간 가중 분위수 손실을 통한 풍속 예측 오차 완화
정확한 단기 풍속 예측은 풍력 발전 시스템 통합에 필수적이지만, 딥러닝 모델은 풍속의 우측 편향된 와이블 분포 특성으로 인해 고풍속 샘플 부족 현상을 겪으며 체계적인 과소 예측 경향을 보인다. 이는 데이터 불균형에서 기인하는 분포 편향 문제로, 예측 모델의 신뢰성을 저해한다. 본 연구에서는 이러한 문제를 해결하기 위해 분위수 손실(quantile loss)을 활용한 경량화된 학습 전략을 제안한다. 이 방법은 비대칭 페널티를 부과하여 모델이 분포의 꼬리 부분을 더 효과적으로 학습하도록 유도한다. Conv3D, SimVP, MFWPN…