시간단위 전력사용량 시계열 패턴의 군집 및 분류분석

박다인; 윤상후

추천

검색

질문

자료유형: 학술저널

저자정보: 박다인 윤상후

저널정보: 한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제28권 제2호

발행연도: 2017.3

수록면: 395 - 406 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

전력 공급 시스템의 효율적인 운영을 위해 전력수요예측은 필수적이다. 본 연구에서는 군집분석과 분류분석을 이용하여 일 단위 시간별 전력수요량 시계열 패턴의 유형을 살펴보고자 한다. 전력거래소에서 수집된 2008년 1월 1일부터 2012년 12월 31일까지의 일 단위 시간별 전력수요량 데이터를 추세성분, 계절성분, 오차 성분으로 구성된 시계열 자료로 변환하여 사용하였다. 추세성분을 제거한 시계열 자료의 패턴을 구분하기 위한 군집 분석방법은 k-평균 군집분석 (k-means), 가우시안혼합모델 혼합 모델 군집분석 (Gaussian mixture model), 함수적 군집분석 (functional clustering)을 고려하였다. 주성분분석을 통해 24시간 자료를 2개의 요인로 축소한 후 k-평균 군집분석과 가우시안 혼합 모델, 함수적 군집분석을 수행하였다. 군집분석 결과를 토대로 2008년부터 2011년까지 총 4년간 데이터를 4가지 분류분석방법인 의사결정나무, RF (random forest), Naive bayes, SVM (support vector machine)을 통해 훈련시켜 2012년 군집을 예측하였다. 분석 결과 가우시안 혼합 분포기반 군집분석과 RF를 이용한 군집예측 결과의 성능이 가장 우수하였다.

#군집분석 #기계학습 #Cluster analysis #Electricity demand #분류분석 #전력수요량 #Classification analysis #Machine learn-ing

참고문헌 (18)

참고문헌 신청

[학술지(정기간행물)] - Breiman, L. / 2001 / Random forests / Machine learning 45 : 5 ~ 32

[학술지(정기간행물)] - Cho, H. / 2013 / Modeling and forecasting daily electricity load curves : A hybrid approach / Journal of the American Statistical Association 108 : 7 ~ 21

[인터넷자원] - Dimitriadou, E. / / Misc Functions of the Department of Statistics (e1071), TU Wien. R package version 1.5-7

[인터넷자원] - Fraley, C. / / mclust: Normal mixture modelling for model-based clustering, classification, and density estimation

[학술지(정기간행물)] - Hwang, H. M. / 2015 / Load forecasting using hierarchical clustering method for building / Journal of the Korean Institute of Illuminating and Electrical Installation Engineers : 59 ~ 65

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박다인

소속기관 한국데이터정보과학회

주요연구분야 자연과학 > 수학·통계학

논문수 1 이용수 568

윤상후

소속기관 한국데이터정보과학회

주요연구분야 자연과학 > 수학·통계학

논문수 7 이용수 1,265

이 논문과 함께 이용한 논문

다중 모델 머신러닝 기반 전력사용량 예측 정확도 향상 기법

임정현 , 성영락 , 오하령 전기학회논문지 2022 .06

기계학습 및 GIS 기반 공동주택 단지에서의 전력 사용량 예측 연구

전우성 , 황준화 , 서동준 한국통신학회 학술대회논문집 2022 .02

계절적 특성을 고려한 CNN-LSTM 알고리즘 기반의 건물 단기 전력부하 예측

권규현 , 홍창우 , 진성훈 외 1명 대한전기학회 학술대회 논문집 2021 .07

CNN-LSTM 딥러닝 기반 캠퍼스 전력 예측 모델 최적화 단계 제시

김예인 , 이세은 , 권용성 한국산학기술학회 논문지 2020 .10

LSTM 기반의 단계적 분해 방법을 이용한 단기 전력 사용량 예측

노윤지 , 민대기 경영과학 2020 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-041-001369262

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)