한글내용
(Korean Abstract) |
전기는 생산과 소비가 동시에 이루어지며, 경제와 산업의 인프라 구축에 필수적인 요소이다. 특히, 환경적변화를 포함한 다양한 조건에서 안정적인 전력 공급은 인프라의 안정성에 매우 중요하며, 이를 위해 정확한 전력 사용량 예측이 요구된다. 대학 캠퍼스는 전력 사용량이 많은 곳이며 시간과 환경에 따른 전력 사용량 변화폭이 다양하다. 이러한 이유로, 효율적인 전력 공급 및 관리를 위해서는 전력 사용량을 정확하게 예측할 수 있는 모델이 요구된다. 기존의 시계열 기법인 ARIMA 모형은 전반적으로 우수한 예측 성능에도 불구하고 예측기간이 길수록 정확도가 현저히 떨어진다는 단점이 있다. 본 논문은 이러한 단점을 보완하기 위해, 의사결정나무를 이용해 날짜, 요일, 공휴일 여부, 학기 등을 고려하여 전력 데이터를 분류하고, 이를 통해 예측에 적합한 ARIMA 모델을 구성하여 교육기관의 일간 전력 사용량 예측하는 기법을 제안한다. 대학의 실측 데이터에 적용한 결과 평균 8.6%의 오차율을 달성했으며, 이는 기존 ARIMA 모형보다 6.58%의 오차율 개선이 이루어졌다.
|
