| 1 |
1
소정 기간 동안 기상 데이터 및 전기 부하 데이터를 수집하는 데이터 수집부;상기 데이터 수집부로 수집되는 기상 데이터 및 전기 부하 데이터를 정규화하는 데이터 전처리부 및상기 데이터 전처리부에서 정규화된 기상 데이터 및 전기 부하 데이터를 템퍼럴 컨볼루션 신경망(Temporal Convolution Network)을 통해 연산하여 단기 전력 수요를 예측하는 예측모델 구성부를 포함하는 단기 전력 수요 예측 시스템
|
| 2 |
2
제 1 항에 있어서,상기 예측모델 구성부는,함수를 이용하여 상기 기상 데이터 및 전기 부하 데이터의 연산을 수행하는 복수의 신경망 층 내부 모듈;상기 복수의 신경망 층 내부 모듈간의 연산된 데이터 결합을 수행하는 신경망 층 결합 모듈 및상기 신경망 층 결합 모듈로부터 결합된 데이터를 토대로 단기 전력 수요 예측 결과를 도출하는 결과 도출 모듈을 포함하는 단기 전력 수요 예측 시스템
|
| 3 |
3
제 2 항에 있어서,상기 신경망 층 내부 모듈은,ReLu 함수를 이용하는 베이직 모듈과 Sigmoid 함수 및 tanh 함수를 이용하는 게이트 모듈 중 하나를 이용하여 연산을 수행하는 것을 특징으로 하는 단기 전력 수요 예측 시스템
|
| 4 |
4
제 2 항에 있어서,상기 신경망 층 결합 모듈은,상기 복수의 신경망 층 중 마지막 신경망 층의 특징만을 추출하는 Last Layer 메커니즘과, 복수의 신경망 층의 모든 특징을 추출하는 Sum of Layer 메커니즘과, 복수의 신경망 층 중 일부 중요 영역에만 집중하여 특징을 추출하는 Attention 메커니즘 중 하나를 이용하여 데이터 결합을 수행하는 것을 특징으로 하는 단기 전력 수요 예측 시스템
|
| 5 |
5
제 2 항에 있어서,상기 결과 도출 모듈은,단계적인 출력 시퀀스(Output sequence) 과정을 거쳐 결과를 도출하는 Recursive Multi step forecast 모듈을 이용하여 결과를 도출하는 것을 특징으로 하는 단기 전력 수요 예측 시스템
|
| 6 |
6
제 2 항에 있어서,상기 결과 도출 모듈은,예측 지점에만 출력 포인트(Output Point)를 두어 결과를 도출하는 Direct step forecast strategy 모듈을 이용하여 결과를 도출하는 것을 특징으로 하는 단기 전력 수요 예측 시스템
|
| 7 |
7
제 1 항에 있어서,상기 데이터 전처리부는,소정 기간 동안 기상 데이터 및 전기 부하 데이터 중 예측 시점에서 하루 전 시점 데이터부터 현재 시점까지의 길이를 입력 변수로 구성하는 것을 특징으로 하는 단기 전력 수요 예측 시스템
|
| 8 |
8
제 1 항에 있어서,상기 예측모델 구성부는,팽창계수를 활용하여 연산을 수행하며, 슬라이딩 윈도우(Sliding window)를 적용하여 학습을 수행하는 것을 특징으로 하는 단기 전력 수요 예측 시스템
|
| 9 |
9
제 1 항에 있어서,상기 기상 데이터 및 전기 부하 데이터는,각각 월(Month), 일(Day), 요일(Days of week), 휴일(Holiday), 학기(Semester)의 메타 데이터를 포함하는 단기 전력 수요 예측 시스템
|
| 10 |
10
데이터 수집부를 통해 소정 기간 동안 기상 데이터 및 전기 부하 데이터를 수집하는 단계;데이터 전처리부를 통해 상기 수집된 기상 데이터 및 전기 부하 데이터를 정규화하는 단계 및복수의 신경망 층 내부 모듈, 신경망 층 결합 모듈, 결과 도출 모듈을 포함하는 예측모델 구성부를 통해 단기 전력 수요를 예측하는 단계를 포함하는 단기 전력 수요 예측 방법
|
