맞춤기술찾기

이전대상기술

사용자의 사용특성을 고려한 전력 사용량 예측 알고리즘

  • 기술번호 : KST2021001120
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 사용자의 사용특성을 고려한 전력 사용량 예측 방법 및 장치가 제시된다. 본 발명에서 제안하는 사용자의 사용특성을 고려한 전력 사용량 예측 방법은 일반 로드 프로파일 및 잔류 로드 프로파일을 추출하기 위해 로 데이터(raw data)를 클러스터링하는 단계, 추출된 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 임베딩하는 단계, 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스에 대한 LSTM 트레이닝을 수행하는 단계, 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 예측하는 단계 및 예측된 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 결합하는 단계를 포함한다.
Int. CL G06Q 50/06 (2012.01.01) H02J 3/00 (2006.01.01) G06F 16/28 (2019.01.01)
CPC G06Q 50/06(2013.01) H02J 3/00(2013.01) G06F 16/285(2013.01) H02J 3/003(2013.01) Y04S 10/50(2013.01)
출원번호/일자 1020190099747 (2019.08.14)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2021-0020442 (2021.02.24) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.08.14)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최준균 대전광역시 유성구
2 김나경 대전광역시 유성구
3 김장겸 대전광역시 유성구
4 박상돈 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2019.08.14 수리 (Accepted) 1-1-2019-0836741-03
2 선행기술조사의뢰서
Request for Prior Art Search
2020.03.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2020.05.13 발송처리완료 (Completion of Transmission) 9-6-2020-0203354-06
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
6 의견제출통지서
Notification of reason for refusal
2020.12.29 발송처리완료 (Completion of Transmission) 9-5-2020-0913450-11
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.02.17 수리 (Accepted) 1-1-2021-0192226-21
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.02.17 1-1-2021-0192227-77
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
일반 로드 프로파일 및 잔류 로드 프로파일을 추출하기 위해 로 데이터(raw data)를 클러스터링하는 단계; 추출된 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 임베딩하는 단계; 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스에 대한 LSTM 트레이닝을 수행하는 단계; 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 예측하는 단계; 및 예측된 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 결합하는 단계를 포함하는 사용자의 사용특성을 고려한 전력 사용량 예측 방법
2 2
제1항에 있어서, 일반 로드 프로파일 및 잔류 로드 프로파일을 추출하기 위해 로 데이터(raw data)를 클러스터링하는 단계는, 전력 사용량의 장기 및 단기 예측을 위해 하루 기반 사용 프로파일 태그를 이용하여 패턴 시퀀스를 생성하는 사용자의 사용특성을 고려한 전력 사용량 예측 방법
3 3
제1항에 있어서, 추출된 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 임베딩하는 단계는, 일반 로드 프로파일 및 잔류 로드 프로파일의 패턴 시퀀스에서 순차적으로 나타나는 패턴들의 통계적 분석(word2vec)을 통해 각 패턴을 벡터 공간 모델로 나타내는 사용자의 사용특성을 고려한 전력 사용량 예측 방법
4 4
제1항에 있어서, 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스에 대한 LSTM 트레이닝을 수행하는 단계는, 미래 전력 사용 패턴을 예측하기 위해 벡터 공간 모델로 나타낸 패턴 시퀀스를 LSTM의 입렵값으로 활용하여, 일반 로드 프로파일 시퀀스 예측 및 일반 로드 프로파일 시퀀스 예측의 통계 정보에 대한 LSTM 트레이닝을 수행하고, 잔류 로드 프로파일 시퀀스 예측 및 잔류 로드 프로파일 시퀀스 예측의 통계 정보에 대한 LSTM 트레이닝을 수행하는 사용자의 사용특성을 고려한 전력 사용량 예측 방법
5 5
제1항에 있어서, 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 예측하는 단계는, 일반 로드 프로파일 시퀀스 및 일반 로드 프로파일 시퀀스 예측의 통계 정보를 예측하고, 잔여 로드 프로파일 시퀀스 및 잔여 로드 프로파일 시퀀스 예측의 통계 정보를 예측하는 사용자의 사용특성을 고려한 전력 사용량 예측 방법
6 6
일반 로드 프로파일 및 잔류 로드 프로파일을 추출하기 위해 로 데이터(raw data)를 클러스터링하는 클러스터링부; 추출된 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 임베딩하는 임베딩부; 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스에 대한 LSTM 트레이닝을 수행하는 LSTM 트레이닝부; 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 예측하는 예측부; 및 예측된 일반 로드 프로파일의 시퀀스 및 잔류 로드 프로파일의 시퀀스를 결합하는 결합부 를 포함하는 사용자의 사용특성을 고려한 전력 사용량 예측 장치
7 7
제6항에 있어서, 클러스터링부는, 전력 사용량의 장기 및 단기 예측을 위해 하루 기반 사용 프로파일 태그를 이용하여 패턴 시퀀스를 생성하는 사용자의 사용특성을 고려한 전력 사용량 예측 장치
8 8
제6항에 있어서, 임베딩부는, 일반 로드 프로파일 및 잔류 로드 프로파일의 패턴 시퀀스에서 순차적으로 나타나는 패턴들의 통계적 분석(word2vec)을 통해 각 패턴을 벡터 공간 모델로 나타내는 사용자의 사용특성을 고려한 전력 사용량 예측 장치
9 9
제6항에 있어서, LSTM 트레이닝부는, 미래 전력 사용 패턴을 예측하기 위해 벡터 공간 모델로 나타낸 패턴 시퀀스를 LSTM의 입렵값으로 활용하여, 일반 로드 프로파일 시퀀스 예측 및 일반 로드 프로파일 시퀀스 예측의 통계 정보에 대한 LSTM 트레이닝을 수행하고, 잔류 로드 프로파일 시퀀스 예측 및 잔류 로드 프로파일 시퀀스 예측의 통계 정보에 대한 LSTM 트레이닝을 수행하는 사용자의 사용특성을 고려한 전력 사용량 예측 장치
10 10
제6항에 있어서, 예측부는, 일반 로드 프로파일 시퀀스 및 일반 로드 프로파일 시퀀스 예측의 통계 정보를 예측하고, 잔여 로드 프로파일 시퀀스 및 잔여 로드 프로파일 시퀀스 예측의 통계 정보를 예측하는사용자의 사용특성을 고려한 전력 사용량 예측 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 국민대학교 산학협력단 대학ICT연구센터지원사업 지능형 Internet of Energy(IoE) Data 연구