1 |
1
다수의 에너지 부하 데이터를 생성하는 장치로부터 로우 레벨 데이터를 수집하는 부하 데이터 수집부와,상기 수집된 로우 레벨 데이터의 속성들 중 중복되거나 임의의 평균 이하로 이용되는 속성들을 제거하여 최적 속성 집합을 생성하는 필터링 및 속성 선택부와,상기 최적 속성 집합 각각을 포함하는 다수의 단일 클래스를 이용하여 적어도 둘 이상 단계로 이루진 계층으로 결합된 형태의 다중 클래스를 생성하며, 상기 생성된 다중 클래스를 기반으로 에너지 소비량 예측을 위한 학습 데이터를 생성하는 학습부와,상기 부하 데이터 수집부에서 실시간 로우 레벨 데이터를 수신하며, 상기 수신된 실시간 로우 레벨 데이터와 상기 다중 클래스 및 상기 학습 데이터를 근거하여 에너지 소비 예측량을 산출하는 예측부를 포함하는에너지 소비량 예측 장치
|
2 |
2
제 1 항에 있어서,상기 필터링 및 속성 선택부는,상기 속성들의 엔트로피, 상기 속성을 포함하는 목표 클래스와 속성들간 피어슨 상관 계수 및 최적 우선 탐색 방법을 이용한 조건부 확률을 계산하여 상기 최적 속성 집합을 생성하는 것을 특징으로 하는에너지 소비량 예측 장치
|
3 |
3
제 1 항에 있어서,상기 필터링 및 속성 선택부는,상기 로우 레벨 데이터에 포함된 임의의 속성에 대한 엔트로피를 계산하며,상기 임의의 속성과 다른 속성간의 조건부 확률을 계산하며,상기 임의의 속성과 다른 속성 각각에 대한 정보 이익을 산출하며,상기 정보 이익을 기반으로 상기 임의의 두 속성, 상기 임의의 속성과 상기 임의의 속성을 포함하는 목표 클래스와의 분포 및 피어슨 상관 계수를 이용하여 조건부 확률 상관 관계를 산출하며,상기 조건부 확률 상관 관계를 기반으로 다수의 부분집합을 구성하며, 상기 다수의 부분집합 각각에 대한 메리트 함수 값을 산출한 후 상기 산출된 메리트 함수 값이 가장 큰 부분집합을 최적 속성 집합을 선택하는 것을 특징으로 하는에너지 소비량 예측 장치
|
4 |
4
제 1 항에 있어서,상기 학습부는,단일 클래스 생성을 위한 SVDD를 기반으로 상기 다중 클래스를 생성하는 것을 특징으로 하는에너지 소비량 예측 장치
|
5 |
5
제 1 항에 있어서,상기 학습부는,서로 독립되도록 결정 경계면을 갖는 상기 다중 클래스를 생성하는 것을 특징으로 하는에너지 소비량 예측 장치
|
6 |
6
제 1 항에 있어서,상기 실시간 로우 레벨 데이터를 상기 최적 속성 집합을 이용하여 필터링하는 필터링부를 더 포함하며,상기 예측부는,상기 필터링된 데이터와 상기 학습 정보를 기반으로 상기 에너지 소비량을 예측하는 것을 특징으로 하는에너지 소비량 예측 장치
|
7 |
7
다수의 에너지 부하 데이터를 생성하는 장치로부터 기 설정된 시간 동안의 로우 레벨 데이터를 수집하는 단계와,상기 수집된 로우 레벨 데이터의 속성들 중 중복되거나 임의의 평균 이하로 이용되는 속성들을 제거하여 최적 속성 집합을 생성하는 단계와,상기 최적 속성 집합 각각을 포함하는 다수의 단일 클래스를 생성하는 단계와,상기 다수의 단일 클래스를 적어도 둘 이상 단계로 이루진 계층으로 결합시켜 다중 클래스를 생성하는 단계와,상기 생성된 다중 클래스를 기반으로 냉방향 예측을 위한 학습 정보를 생성하는 단계를 포함하는에너지 소비량 예측 방법
|
8 |
8
제 7 항에 있어서,상기 최적 속성 집합을 생성하는 단계는,상기 로우 레벨 데이터에 포함된 임의의 속성에 대한 엔트로피를 계산하는 단계와,상기 임의의 속성과 다른 속성간의 조건부 확률을 계산하는 단계와,상기 임의의 속성과 다른 속성 각각에 대한 정보 이익을 산출하는 단계와,상기 정보 이익을 기반으로 상기 임의의 두 속성, 상기 임의의 속성과 상기 임의의 속성을 포함하는 목표 클래스와의 분포 및 피어슨 상관 계수를 이용하여 조건부 확률 상관 관계를 산출하는 단계와,상기 조건부 확률 상관 관계를 기반으로 다수의 부분집합을 구성하는 단계와,상기 다수의 부분집합 각각에 대한 메리트 함수 값을 산출한 후 상기 산출된 메리트 함수 값이 가장 큰 부분집합을 최적 속성 집합을 선택하는 단계를 포함하는에너지 소비량 예측 방법
|
9 |
9
제 7 항에 있어서,상기 다수의 단일 클래스를 생성하는 단계는,상기 다수의 단일 클래스 각각이 서로 독립되도록 상기 다수의 단일 클래스 각각의 결정 경계면을 생성하는 단계와,상기 최적 속성 집합이 포함된 구체 크기를 계산하는 단계와,상기 계산된 구체 크기와 상기 결정 경계면을 기반으로 상기 다수의 단일 클래스를 생성하는 단계를 포함하는에너지 소비량 예측 방법
|
10 |
10
제 7 항에 있어서,실시간 로우 레벨 데이터를 수신하는 단계와,상기 최적 속성 집합을 이용하여 상기 실시간 로우 데이터를 필터링하는 단계와,상기 필터링된 데이터와 상기 학습 정보를 기반으로 상기 에너지 소비량을 예측하는 것을 특징으로 하는에너지 소비량 예측 방법
|