1 |
1
프로세서를 포함한 컴퓨팅 장치에 의해 수행되는, 복수의 시점에서의 발전소의 다중 출력 값을 예측하는 방법에 있어서, 발전소에 설치된 센서의 적어도 일부로부터 센서 데이터를 수신하는 단계; 및사용자가 예측을 원하는 특정의 시간에서의 발전소의 출력 값을 얻기 위해, 수신된 센서 데이터 및 상기 특정 시간의 시간 정보를 미리 학습된 예측 모델에 적용하는 단계를 포함하되, 상기 예측 모델은 상기 특정 시간을 포함한 복수의 시간에서의 발전소의 발전량을 각각 출력하도록 구성된 것을 특징으로 하는 방법
|
2 |
2
제1항에 있어서, 상기 수신된 센서 데이터를 예측 모델에 적용하는 단계는, 상기 예측 모델에 적용하기 이전에, 획득된 시계열 센서 데이터를 적층하여 입력 데이터 세트를 형성하는 단계; 및 상기 입력 데이터 세트를 상기 예측 모델에 적용하는 단계를 포함하는 방법
|
3 |
3
제1항에 있어서, 상기 예측 모델은 입력된 센서 데이터로부터 특징을 추출하는 컨볼루션 레이어; 및추출된 특징에 기초하여 특정 시간을 포함한 복수의 시간에서의 발전소의 발전량을 산출하도록 구성된 완전 연결 레이어를 포함하는 것을 특징으로 하는 방법
|
4 |
4
제3항에 있어서, 상기 예측 모델은, 훈련 데이터 세트(train dataset)에 기초하여 출력 값의 오차가 감소하도록 상기 예측 모델의 파라미터를 훈련하여 학습된 모델이며, 상기 출력 값의 오차는 입력에 따른 발전소의 예측 발전량으로서 목표 값(target value)과 상기 입력에 따른 예측 모델에 의해 산출된 출력 값(output value)의 차이인 것을 특징으로 하는 방법
|
5 |
5
제4항에 있어서, 상기 예측 모델의 파라미터는, 상기 훈련 데이터 세트에 기초하여 상기 특정 시간과 복수의 시간에 포함된 주변 시간의 상관관계의 정도가 증가하도록 더 훈련되는 것을 특징으로 하는 방법
|
6 |
6
제5항에 있어서, 상기 예측 모델의 파라미터는 출력 값의 오차 및 상관관계의 정도에 기초한 손실함수(Ltrain)를 감소하도록 학습되며, 상기 손실함수(Ltrain)는 다음의 수학식으로 표현되고, [수학식] 여기서, Lerror는 상기 출력 값의 오차에 대응하는 함수이고, LDSSIM은 상관관계의 정도에 대응하는 함수를 각각 나타내며, λ는 상기 수학식에서 상대적으로 학습이 진행되지 않는 함수의 가중치를 증가하도록 조절되는 것을 특징으로 하는 방법
|
7 |
7
제6항에 있어서, 상기 LDSSIM은 다음의 수학식으로 표현되고, [수학식]여기서, 입력이 센서 데이터 xi인 경우, yi는 입력에 따른 목표 값, 는 상기 입력에 따른 예측 모델로부터 산출된 출력 값을 각각 나타내고, 상기 SSIM은 yi의 데이터와 의 데이터의 왜곡 정도를 나타내는 것을 특징으로 하는 방법
|
8 |
8
제7항에 있어서, 상기 SSIM은 다음의 수학식으로 표현되며, [수학식] 여기서, μyi는 yi의 평균, 는 의 평균, σyi는 yi의 분산, 은 의 분산, 는 yi, 의 공분산을 각각 나타내는 것을 특징으로 하는 방법
|
9 |
9
제1항에 있어서, 상기 특정 시간을 포함한 복수의 시간은, 미리 설정된 타임 윈도우 및 상기 특정 시간에 기초하여 결정되는 것을 특징으로 하는 방법
|
10 |
10
제1항에 있어서, 상기 발전소에 설치된 센서에서 출력 값인 발전량과 상관관계를 갖는 센서를 추출하는 단계를 더 포함하는 방법
|
11 |
11
제10항에 있어서, 상기 발전량과 상관관계를 갖는 센서를 추출하는 단계는, 발전소의 발전량이 최소 값을 보인 시간 보다 소정의 이전 시간 또는 동일한 시간에 최대 또는 최소의 센서 값을 갖는 센서를 상관관계를 갖는 센서로 추출하는 단계를 포함하는 방법
|
12 |
12
컴퓨팅 장치에 의해 판독가능하고, 상기 컴퓨팅 장치에 의해 동작 가능한 프로그램 명령어를 저장하는 컴퓨터 판독가능 기록매체로서, 상기 프로그램 명령어가 상기 컴퓨팅 장치의 프로세서에 의해 실행되는 경우 상기 프로세서가 제1항 내지 제11항 중 어느 하나의 항에 따른 방법을 수행하게 하는 컴퓨터 판독가능 기록매체
|
13 |
13
발전소에 설치되어 발전소의 발전량 및 상기 발전소의 출력과 상이한 정보를 획득하는 복수의 센서; 및 상기 복수의 센서의 적어도 일부로부터 센서 데이터를 수신하고, 특정 시간에서의 발전소의 예측 출력 값을 얻기 위해 수신된 센서 데이터를 미리 학습된 예측 모델에 적용하도록 구성된 데이터 처리 장치를 포함하며, 상기 예측 모델은 상기 특정 시간을 포함한 복수의 시간에서의 발전소의 다수의 예측 출력 값을 각각 출력하도록 구성된 것을 특징으로 하는 시스템
|