비전형 잔여 기상 정보를 활용한 하이브리드형 전력 수요 예측 모델 설계

박강구; 송준호; 황의석; Kanggu Park; Junho Song; Euiseok Hwang

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보과학회 논문지 > 정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

Current Result Document : 12 / 42 이전건 다음건

한글제목(Korean Title)	비전형 잔여 기상 정보를 활용한 하이브리드형 전력 수요 예측 모델 설계
영문제목(English Title)	Hybrid Load Forecasting Model based on Atypical Residual of Meteorological Information
저자(Author)	박강구 송준호 황의석 Kanggu Park Junho Song Euiseok Hwang
원문수록처(Citation)	VOL 25 NO. 01 PP. 0052 ~ 0057 (2019. 01)
한글내용 (Korean Abstract)	인구증가와 더불어 전기 기기의 보급 확대에 따라 에너지 소비가 꾸준히 증가하고 효율적인 전력 공급 및 관리를 위한 스마트 그리드 기술에 대한 요구 또한 증가하고 있다. 이에 따라서, 스마트 에 너지 기술의 주요 원동력으로서 부하 예측 기술이 활발히 연구되고 있다. 본 연구에서는 하루 전 전력 사 용량 예측 방법에 초점을 맞추고 있으며, 기상정보, 사람의 활동 등의 영향으로 복잡한 패턴 특성을 갖는 전력 데이터에 효과적인 예측 기법인 선형 예측과 비선형 예측을 결합한 하이브리드 예측 모델을 설계한 다. 또한, 중요한 입력 변수를 찾아내기 위해서 랜덤 포레스트 기반으로 비선형 모델의 다중 입력 간의 의 미 있는 변수를 식별하는 시스템 적용 방법을 제안한다. 마지막으로 비전형 잔여 기상 정보를 고려한 예 측 모델이 그렇지 않은 모델과 비교하여 예측의 신뢰도가 높음을 보인다.
영문내용 (English Abstract)	The steady increase in energy consumption with the population growth and spread of electricity driven devices, has led to increasing demand for efficient power supply and management. Therefore, load prediction schemes are actively studied as key enablers of the smart energy coordination. This study proposed a day-ahead load forecasting method based on hybrid load prediction model combining the linear and nonlinear prediction approaches for forecasting electricity usage data, which is impacted by complex pattern characteristic such as meteorological information and human factor. Also, it proposed a systemic method to discriminate the meaningful variables among the multiple inputs of nonlinear models based on random forest scheme. In conclusion, this study established that the prediction model considering atypical residue of meteorological information improves prediction performance.
키워드(Keyword)	시계열 데이터 하루 전 전력 수요 예측 자기회귀모델 하이브리드형 전력 수요 예측 모델 비전형 잔여 기상 정보 인공신경망 time-series data day-ahead load forecasting autoregressive model artificial neural network hybrid load prediction model atypical residual of meteorological information
파일첨부	PDF 다운로드