| 1 |
1
SBR(Sequencing Batch Reactors) 공정에 대한 전력 데이터를 수집하는 수집부; 및수집된 전력 데이터를 기반으로 전력사용량의 특성을 분석하고, 머신러닝 기반의 전력사용 예측모델을 생성하는 프로세서;를 포함하고,프로세서는, 데이터의 특징을 분류하고, 이상치 데이터를 제거하는 데이터 전처리를 수행하는 데이터 전처리모듈;을 포함하며,데이터 전처리모듈은,SBR 공정에 대한 전력 데이터가 4 사이클 간격으로 나타나는 주기성을 기초로, 전력 데이터를 특정 분포를 따르는 방향 벡터로 치환하고,전력사용 예측모델은,SBR 공정의 4 사이클 동안의 전력사용량을 입력받아, 다음 1 사이클의 전력사용량을 예측하기 위한 모델인 것을 특징으로 하는 전력사용량 예측 시스템
|
| 2 |
2
청구항 1에 있어서,데이터 전처리모듈은,시간에 의존적이며 주기성을 가지는 전력 데이터의 머신러닝 학습을 위해, 시간을 von Mises distribution를 따르는 방향 벡터로 치환하는 Directional Statistics 작업을 수행하는 것을 특징으로 하는 전력사용량 예측 시스템
|
| 3 |
3
청구항 2에 있어서,데이터 전처리모듈은,전력 데이터의 단위 시간 평균 또는 표준편차를 이용하여 이상치 데이터(Outlier)를 제거하는 Outlier 제거 작업을 수행하는 것을 특징으로 하는 전력사용량 예측 시스템
|
| 4 |
4
청구항 3에 있어서,데이터 전처리모듈은,선형 보간법(Linear Interpolation) 및 스플라인 보간법(Cublic Spline Interpolation) 중 적어도 하나의 보간법을 이용하여 연속적인 전력 데이터를 얻거나 유실된 전력 데이터를 복원하는 Interpolation(보간) 작업을 수행하는 것을 특징으로 하는 전력사용량 예측 시스템
|
| 5 |
5
청구항 4에 있어서,데이터 전처리모듈은,Interpolation 작업이 수행되면, Re-sampling 기법을 이용하여 전력 데이터의 시간 동기화 작업을 수행하는 것을 특징으로 하는 전력사용량 예측 시스템
|
| 6 |
6
청구항 1에 있어서,프로세서는,RNN(Recurrent Neural Network)에서 과거 상태를 현재 데이터에 반영하는 변수를 제거하여, 전력사용 예측모델을 생성하는 것을 특징으로 하는 전력사용량 예측 시스템
|
| 7 |
7
청구항 1에 있어서,프로세서는, 생성된 전력사용 예측모델을 이용하여 수요반응이 발령되는 피크시간대의 전력사용량에 대한 예측 결과를 도출한 이후, 수요반응 감축 발령 시, 평시 전력사용량 및 대응 시나리오에 따른 감축전력 예측정보를 토대로 수요반응 참여 가능여부를 판단하는 것을 특징으로 하는 전력사용량 예측 시스템
|
| 8 |
8
전력사용량 예측 시스템이, SBR(Sequencing Batch Reactors) 공정에 대한 전력 데이터를 수집하는 단계; 전력사용량 예측 시스템이, 수집된 전력 데이터를 기반으로 전력사용량의 특성을 분석하는 단계; 및 전력사용량 예측 시스템이, 분석 결과를 이용하여 머신러닝 기반의 전력사용 예측모델을 생성하는 단계;를 포함하고, 분석 단계는,데이터의 특징을 분류하고, 이상치 데이터를 제거하는 데이터 전처리를 수행하며,SBR 공정에 대한 전력 데이터가 4 사이클 간격으로 나타나는 주기성을 기초로, 전력 데이터를 특정 분포를 따르는 방향 벡터로 치환하고,전력사용 예측모델은,SBR 공정의 4 사이클 동안의 전력사용량을 입력받아, 다음 1 사이클의 전력사용량을 예측하기 위한 모델인 것을 특징으로 하는 전력사용량 예측 방법
|
