본 논문에서는 다변량 시계열 태양광 발전 예측을 위한 새로운 조건부 확산 기반 프레임워크를 제안합니다.
시간적 PV 데이터를 슬라이딩 윈도우 패치 구성 방식으로 2차원 이미지로 표현하여 DDPM을 적용하고 시공간 학습을 통합합니다.
태양광 예측을 인페인팅 문제로 정의하여 과거 관측값을 조건 맥락으로 유지하고 미래 영역을 점진적으로 손상 및 복구하는 마스크 기반 조건부 확산 메커니즘을 사용합니다.
GEFCom2014 벤치마크 데이터셋 실험 결과, 제안된 방법은 특히 단기 예측 시 높은 정확도를 달성했습니다.