| 1 |
1
건물 또는 집단 내 부하들의 부하별 전력 사용량 데이터를 수집하는 데이터 수집부;건물 또는 집단 전체 전력 사용량 데이터와 부하별 전력 사용량 데이터간 거리에 따라 상기 부하별 전력 사용량 데이터를 규칙 데이터, 온오프 데이터 및 비규칙 데이터로 군집화하는 부하 분류부; 및 건물 또는 집단의 전체 에너지 사용량 및 상기 규칙 데이터를 이용하여 전력 사용량을 예측하는 전력 사용량 예측부를 포함하고,상기 규칙 데이터는 상기 건물 또는 집단 전체 전력 사용량 데이터와 패턴이 유사한 부하의 전력 사용량 데이터 군집이고, 상기 온오프 데이터는 일정시간 동안만 사용되는 부하로서 사용시 전력량의 변화가 거의 없는 부하의 전력 사용량 데이터 군집이고, 상기 비규칙 데이터는 건물 또는 집단 전체 전력 사용량 데이터와 패턴이 유사하지 않으면서 온오프 데이터에 속하지 않는 부하의 전력 사용량 데이터 군집이며,상기 전력 사용량 예측부는 상기 비규칙 데이터를 제외한 건물 또는 집단의 전체 에너지 사용량, 규칙 데이터 및 온오프 데이터를 이용하여 상기 건물 또는 집단 전체의 전력 사용량을 예측하는 전력 사용량 예측 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 부하 분류부는 k-means 클러스터링 기법, GMM(Gaussian Mixture Model)기법 및 SOM(Self-Organized Map)기법 중 적어도 하나를 이용하여 상기 규칙 데이터 및 상기 비규칙 데이터를 분류하는 전력 사용량 예측 장치
|
| 4 |
4
제3항에 있어서,상기 부하 분류부는 전력 사용량 변화율을 분석하여 상기 규칙 데이터 및 상기 비규칙 데이터 중에서 온오프 데이터를 분류하는 전력 사용량 예측 장치
|
| 5 |
5
제1항에 있어서,부하별 전력 사용량 데이터, 규칙 데이터, 온오프 데이터 및 비규칙 데이터중 적어도 하나에 대한 정규화를 수행하는 정규화부를 더 포함하는 전력 사용량 예측 장치
|
| 6 |
6
제1항에 있어서,상기 전력 사용량 예측부는 회귀분석법, 시계열분석법, SVM(support Vector Machine) 및 인공 신경망 알고리즘 중 적어도 하나를 적용하여 상기 전력 사용량을 예측하는 전력 사용량 예측 장치
|
| 7 |
7
제6항에 있어서,상기 전력 사용량 예측부는 기상 정보를 상기 회귀분석법, 시계열분석법, SVM(support Vector Machine) 및 인공 신경망 알고리즘 중 적어도 하나에 적용하여 상기 전력 사용량을 예측하는 전력 사용량 예측 장치
|
| 8 |
8
건물 또는 집단 내 부하들의 부하별 전력 사용량 데이터를 수집하는 단계;건물 또는 집단 전체 전력 사용량 데이터와 상기 부하별 전력 사용량 데이터간 거리에 따라 상기 부하별 전력 사용량 데이터를 규칙 데이터, 온오프 데이터 및 비규칙 데이터로 분류하는 단계; 및건물 또는 집단의 전체 에너지 사용량 및 상기 규칙 데이터를 이용하여 전력 사용량을 예측하는 단계를 포함하며,상기 규칙 데이터는 상기 건물 또는 집단 전체 전력 사용량 데이터와 패턴이 유사한 부하의 전력 사용량 데이터이고, 상기 온오프 데이터는 일정시간 동안만 사용되는 부하로서 사용시 전력량의 변화가 거의 없는 부하의 전력 사용량 데이터이고, 상기 비규칙 데이터는 건물 또는 집단 전체 전력 사용량 데이터와 패턴이 유사하지 않으면서 온오프 데이터에 속하지 않는 부하의 전력 사용량 데이터이며,상기 전력 사용량을 예측하는 단계는 상기 비규칙 데이터를 제외한 건물 또는 집단의 전체 에너지 사용량, 규칙 데이터 및 온오프 데이터를 이용하여 상기 건물 또는 집단 전체의 전력 사용량을 예측하는 전력 사용량 예측 방법
|
| 9 |
9
제8항에 있어서,상기 수집하는 단계 이후에,상기 부하별 전력 사용량 데이터를 정규화하는 단계를 더 포함하는 전력 사용량 예측 방법
|
| 10 |
10
제8항에 있어서,상기 분류하는 단계 이후에,상기 규칙 데이터를 정규화하는 단계를 더 포함하는 전력 사용량 예측 방법
|
