1 |
1
각 고객별로 일정 시간 단위의 전력 사용량을 측정한 검침 데이터를 수집하는 검침 데이터 수집부;
상기 각 고객별로 산출된 상기 일정 시간 단위의 전력 사용량의 평균값으로부터 일일 평균 부하곡선을 생성하는 부하 계산부;
상기 일일 평균 부하곡선을 정규화하는 전처리부; 및
K-means 처리기를 통해 상기 전처리부에 의해 정규화된 상기 일일 평균 부하곡선에 대한 군집화를 수행하여 하나 이상의 군집들을 생성하는 군집화부;를 포함하고,
상기 군집화부는, 생성된 군집수가 최종 목표 군집수에 도달할 때까지 각 군집의 일일 평균 부하곡선과 상기 각 군집의 일일 평균 부하곡선들로부터 계산된 일일 대표 부하패턴 사이의 오차가 큰 군집을 소규모 군집들로 분할하여, 상기 군집수가 상기 최종 목표 군집수에 도달 시 최종 확정된 군집의 대표 부하패턴을 생성하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
2 |
2
청구항 1에 있어서,
상기 군집화부는,
상기 군집을 소규모 군집들로 분할하기 전에, 현재 군집수, 최종 목표 군집수, 소규모 군집들로 분할 시 몇 개의 소규모 군집들로 분할할 것인가를 나타내는 소군집 분할 개수, 및 군집 허용 최소 고객수 중 하나 이상의 정보를 상기 K-means 처리기에서 K-means 알고리즘의 초기값으로 입력하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
3 |
3
청구항 2에 있어서,
상기 K-means 처리기는,
상기 군집을 소규모 군집들로 분할하는 경우, 상기 군집을 상기 K-means 알고리즘의 초기값으로 입력된 상기 소군집 분할 개수만큼 분할하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
4 |
4
청구항 1에 있어서,
상기 K-means 처리기는,
상기 각 군집에 속한 일일 평균 부하곡선들의 동일 시각에 대한 평균값을 계산하여 일일 대표 부하패턴을 계산하고, 상기 각 군집에 속한 각 고객의 일일 평균 부하곡선과 상기 일일 대표 부하패턴과의 오차로부터 상기 일일 대표 부하패턴의 평균 오차를 계산하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
5 |
5
청구항 4에 있어서,
상기 군집화부는,
군집 허용 최소 고객수 보다 고객수가 많은 군집 중에서 상기 일일 대표 부하패턴의 평균 오차가 가장 큰 군집을 선택하여 소규모 군집들로 분할하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
6 |
6
청구항 1에 있어서,
상기 군집화부는,
현재 분할된 군집수가 최종 목표 군집수에 도달하면, 상기 K-means 처리기에 의해 현재까지 분할된 군집을 최종 군집으로 확정하고, 상기 최종 군집의 일일 대표 부하패턴을 최종 대표 부하패턴으로 사용하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
7 |
7
청구항 1에 있어서,
상기 부하 계산부는,
상기 검침 데이터에 근거하여 상기 각 고객에 대한 일정 시간 단위의 일일 부하곡선을 생성하고, 상기 일일 부하곡선에서 동일한 시각에 대한 상기 전력 사용량의 평균값을 계산하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
8 |
8
청구항 1에 있어서,
상기 전처리부는,
상기 일일 평균 부하곡선의 최대값이 1이 되도록 정규화하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
9 |
9
청구항 1에 있어서,
상기 군집을 소규모 군집들로 분할하는 소규모 군집화 수행 정보 및 상기 일일 대표 부하패턴 관련 정보가 저장되는 저장부;를 더 포함하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 장치
|
10 |
10
각 고객별로 일정 시간 단위의 전력 사용량을 측정한 검침 데이터를 수집하여 일정 시간 단위의 전력 사용량의 평균값으로부터 일일 평균 부하곡선을 계산하는 단계;
상기 일일 평균 부하곡선을 정규화하는 단계;
K-means 처리기를 통해 상기 정규화된 일일 평균 부하곡선에 대한 군집화를 수행하여 하나 이상의 군집들을 생성하는 단계;
상기 생성하는 단계에서 생성된 군집수가 최종 목표 군집수에 도달할 때까지 각 군집의 일일 평균 부하곡선과 상기 각 군집의 일일 평균 부하곡선들로부터 계산된 일일 대표 부하패턴의 오차가 큰 군집을 소규모 군집들로 분할하는 단계; 및
상기 군집수가 상기 최종 목표 군집수에 도달 시 최종 확정된 군집의 대표 부하패턴을 생성하는 단계;를 포함하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|
11 |
11
청구항 10에 있어서,
상기 소규모 군집들로 분할하는 단계 이전에,
현재 군집수, 최종 목표 군집수, 소규모 군집들로 분할 시 몇 개의 소규모 군집들로 분할할 것인가를 나타내는 소군집 분할 개수, 및 군집 허용 최소 고객수 중 하나 이상의 정보를 상기 K-means 처리기에서 K-means 알고리즘의 초기값으로 입력하는 단계;를 더 포함하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|
12 |
12
청구항 11에 있어서,
상기 소규모 군집들로 분할하는 단계는,
상기 군집을 상기 K-means 알고리즘의 초기값으로 입력된 상기 소군집 분할 개수만큼 분할하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|
13 |
13
청구항 10에 있어서,
상기 소규모 군집들로 분할하는 단계는,
상기 각 군집에 속한 일일 평균 부하곡선들의 동일 시각에 대한 평균값을 계산하여 상기 일일 대표 부하패턴을 계산하는 단계; 및
상기 각 군집에 속한 각 고객의 일일 평균 부하곡선과 상기 일일 대표 부하패턴과의 오차로부터 상기 일일 대표 부하패턴의 평균 오차를 계산하는 단계;를 포함하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|
14 |
14
청구항 13에 있어서,
상기 소규모 군집들로 분할하는 단계 수행 시, 군집 허용 최소 고객수보다 고객수가 많은 군집 중에서 상기 일일 대표 부하패턴의 평균 오차가 가장 큰 군집을 선택하여 상기 K-means 처리기로 전달하는 단계;를 더 포함하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|
15 |
15
청구항 10에 있어서,
상기 대표 부하패턴을 생성하는 단계는,
현재 분할된 군집수가 상기 최종 목표 군집수에 도달하면, 상기 K-means 처리기에 의해 현재까지 분할된 군집을 최종 군집으로 확정하고, 상기 최종 군집의 일일 대표 부하패턴을 최종 대표 부하패턴으로 확정하는 단계;를 포함하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|
16 |
16
청구항 10에 있어서,
상기 계산하는 단계에서,
상기 검침 데이터에 근거하여 상기 각 고객에 대한 일정 시간 단위의 일일 부하곡선을 생성하는 단계;를 포함하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|
17 |
17
청구항 10에 있어서,
상기 정규화하는 단계는,
상기 일일 평균 부하곡선의 최대값이 1이 되도록 정규화하는 것을 특징으로 하는 자동 검침 데이터를 이용한 전력 고객 군집화 방법
|