1 |
1
GBTD 알고리즘을 이용하여 에너지 절도를 검출하기 위한 시스템에 있어서,실제 에너지 사용자의 사용 데이터를 인가받고, 추가적인 복수개의 합성 데이터를 더 추가하는 전처리 모듈부; 및GBTD 알고리즘에 사용 데이터 및 합성 데이터를 적용하여 에너지의 절도 여부를 판단하는 절도 판단부를 포함하되,상기 합성 데이터는 사용 데이터의 표준편차, 평균값, 최소값 및 최대값을 포함하는 에너지 검출 시스템
|
2 |
2
제 1 항에 있어서,상기 사용 데이터는 하루를 일정 시간 간격으로 나누어, 실제 에너지 사용자의 사용 데이터를 샘플링한 것인 에너지 검출 시스템
|
3 |
3
제 1 항에 있어서,상기 전처리 모듈부는 상기 사용 데이터 및 합성 데이터에 대해 각 특징별 기여도에 다른 가중치 WFI(Weighted Feature Importance metric)값을 매겨서, 상기 절도 판단부에 전달하는 에너지 검출 시스템
|
4 |
4
제 3 항에 있어서,상기 WFI값은 상기 합성 데이터에서의 값이 상기 사용 데이터에서의 값에 비해 높도록 설정된 에너지 검출 시스템
|
5 |
5
제 1 항에 있어서,상기 전처리 모듈은 실제의 사용 데이터에 대해 랜덤 수를 곱하여, 다수개의 에너지 절도 케이스의 데이터를 를 추가적으로 생성하고, 실제의 사용 데이터와 생성된 에너지 절도 케이스의 데이터를 통해 트레이닝을 수행하는 에너지 검출 시스템
|
6 |
6
GBTD 알고리즘을 이용하여 에너지 절도를 검출하기 위한 방법에 있어서,전처리 모듈부가 실제 에너지 사용자의 사용 데이터를 인가받고, 추가적인 복수개의 합성 데이터를 더 추가하는 단계; 및절도 판단부가 GBTD 알고리즘에 사용 데이터 및 합성 데이터를 적용하여 에너지의 절도 여부를 판단하는 단계를 포함하되,상기 합성 데이터는 사용 데이터의 표준편차, 평균값, 최소값 및 최대값을 포함하는 에너지 검출 방법
|
7 |
7
제 6 항에 있어서,상기 사용 데이터는 하루를 일정 시간 간격으로 나누어, 실제 에너지 사용자의 사용 데이터를 샘플링한 것인 에너지 검출 방법
|
8 |
8
제 6 항에 있어서,상기 전처리 모듈부는 상기 사용 데이터 및 합성 데이터에 대해 각 특징별 기여도에 다른 가중치 WFI(Weighted Feature Importance metric)값을 매겨서, 상기 절도 판단부에 전달하는 에너지 검출 방법
|
9 |
9
제 8 항에 있어서,상기 WFI값은 상기 합성 데이터에서의 값이 상기 사용 데이터에서의 값에 비해 높도록 설정된 에너지 검출 방법
|
10 |
10
제 6 항에 있어서,상기 전처리 모듈은 실제의 사용 데이터에 대해 랜덤 수를 곱하여, 다수개의 에너지 절도 케이스의 데이터를 를 추가적으로 생성하고, 실제의 사용 데이터와 생성된 에너지 절도 케이스의 데이터를 통해 트레이닝을 수행하는 에너지 검출 방법
|