맞춤기술찾기

이전대상기술

단기 풍속 예측을 통한 풍력 발전량 예측 방법과, 그 기능을 이용한 배전선로 전압 예측 방법

  • 기술번호 : KST2019007999
  • 담당센터 :
  • 전화번호 :
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 본 발명은 단기 풍력발전량 예측방법을 통해 과거 풍속 데이터를 이용하여 모델링을 수횅함에 의해 풍속을 예측하고, 단기 예측 풍속을 기반으로 풍력 발전량을 예측할 수 있도록 하며, 단기 예측 풍속을 기반으로 예측한 풍력 발전량과 배전계통을 연계하여 배전 선로의 설비 제어를 보다 효율적으로 수행할 수 있도록 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법과, 그 기능을 이용한 배전선로 전압 예측 방법을 제공한다. 이를 위해 본 발명은 전처리부가 풍속과 발전량에 대한 전체의 측정 데이터를 수집하여 군집화하고, 파라메타를 최적화하는 단계, 풍속 예측 모듈이 예측 모델에 따라 풍속을 예측하는 단계, 발전량 예측 모듈이 풍력 발전량을 예측하는 단계, 조류 계산 모듈이 배전선로 전압 제어 모듈을 통해 배전자동화 시스템으로부터 조류 계산용 배전 계통 정보를 수집하는 단계, 상기 조류 계산 모듈이 상기 풍력 발전량과 배전계통 정보를 이용하여 배전 선로의 각 지점에 대한 조류를 계산하고, 상기 계산된 조류 계산 정보를 상기 배전선로 전압 제어 모듈에 전달하는 단계, 상기 배전선로 전압 제어 모듈이 상기 조류 계산 정보를 근거로 전압 강하를 검토하고, 상기 검토 결과에 따른 제어 명령을 송출하여 배전자동화 시스템을 통해 배전선로 자원의 전압 범위를 조정 제어하는 단계를 포함하는 것을 특징으로 한다.
Int. CL G16C 10/00 (2019.01.01) G06F 17/14 (2006.01.01) G06F 17/16 (2006.01.01) H02J 3/00 (2006.01.01)
CPC F03D 17/00(2013.01) F03D 17/00(2013.01) F03D 17/00(2013.01) F03D 17/00(2013.01)
출원번호/일자 1020120084623 (2012.08.01)
출원인 한국전력공사
등록번호/일자 10-1998553-0000 (2019.07.04)
공개번호/일자 10-2014-0018497 (2014.02.13) 문서열기
공고번호/일자 (20190710) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.07.04)
심사청구항수 24

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전력공사 대한민국 전라남도 나주시

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 서인용 대한민국 대전 유성구
2 하복남 대한민국 대전 유성구
3 이성우 대한민국 대전 유성구
4 김상옥 대한민국 대전 유성구
5 남궁원 대한민국 대전 유성구
6 서동완 대한민국 대전 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인아주 대한민국 서울특별시 강남구 강남대로 ***, **,**층(역삼동, 동희빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전력공사 전라남도 나주시
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
2012.08.01 수리 (Accepted) 1-1-2012-0618244-13
2 보정요구서
Request for Amendment
2012.08.04 발송처리완료 (Completion of Transmission) 1-5-2012-0098077-13
3 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2012.08.07 수리 (Accepted) 1-1-2012-0628527-18
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2012.10.09 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2012-0816297-11
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.12.16 수리 (Accepted) 4-1-2014-5153448-46
6 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)
2017.07.04 수리 (Accepted) 1-1-2017-0638151-17
7 선행기술조사의뢰서
Request for Prior Art Search
2018.07.12 수리 (Accepted) 9-1-9999-9999999-89
8 선행기술조사보고서
Report of Prior Art Search
2018.09.18 발송처리완료 (Completion of Transmission) 9-6-2018-0142588-59
9 의견제출통지서
Notification of reason for refusal
2019.01.02 발송처리완료 (Completion of Transmission) 9-5-2019-0005163-01
10 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.02.20 수리 (Accepted) 1-1-2019-0179283-15
11 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.02.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0179282-69
12 등록결정서
Decision to grant
2019.07.03 발송처리완료 (Completion of Transmission) 9-5-2019-0480412-38
13 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.07.09 수리 (Accepted) 4-1-2019-5136129-26
14 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.07.10 수리 (Accepted) 4-1-2019-5136893-80
15 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.03.27 수리 (Accepted) 4-1-2020-5072225-46
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
전처리부가 풍속과 발전량에 대한 전체의 측정 데이터를 행렬의 형태로 표시하는 제1단계; 상기 전처리부가 상기 행렬 형태의 데이터 세트를 훈련 데이터 및 시험 데이터로 이분하는 제2단계; 상기 전처리부가 이산 웨이브렛 변환(Wavelet Decomposition)을 이용하여 상기 훈련 데이터의 노이즈를 제거하고, 상기 훈련 데이터에 대해 FCM(Fuzzy C-means Clustering)을 이용하여 군집화 모델을 적용하는 제3단계; 상기 군집화 모델이 적용된 상기 훈련 데이터에 대해 예측값의 오차를 최소화시키기 위한 모델 파라메타의 최적화를 수행하고, 파라메타의 최적화된 상수를 상기 훈련 데이터에 적용하여 예측 모델을 생성하는 제4단계; 상기 전처리부가 상기 시험 데이터의 각 데이터에 대해 소속 군집을 검사하는 제5단계; 및 풍속 예측 모듈이 상기 각 시험데이터를 상기 훈련 데이터에 의한 예측 모델에 입력시켜 예측 풍속값을 구하는 제6단계;를 포함하고,상기 제3단계는,상기 전처리부가 상기 웨이브렛 변환에 의해 분해한 신호의 상세치에 대해 각 레벨 별로 표준편차를 구하는 단계;상기 신호의 상세치로부터 표준편차의 특정 배수로 원하는 만큼의 노이즈 수준을 설정하고, 그 설정수준에 따라 노이즈를 제거하는 단계; 및 상기 노이즈를 제거한 신호의 상세치와 근사치를 통해 훈련 데이터의 신호를 합성하는 단계;를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
2 2
제 1 항에 있어서, 상기 제1단계에서, 상기 측정 데이터는 풍속 측정 데이터와 습도 측정 데이터 중에서 적어도 어느 하나인 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
3 3
삭제
4 4
제 1 항에 있어서, 상기 제3단계에서, 상기 전처리부는 상기 훈련 데이터에 대해 FCM을 이용하여 원하는 수만큼의 클러스터(Cluster)로 분리하여 군집화를 수행하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
5 5
제 1 항에 있어서, 상기 제4단계는, 상기 전처리부가 상기 훈련 데이터에 있어 각 클러스터에 대해 PSO(Particle Swarm optimization) 기법을 이용하여 예측값 오차를 최소화시키는 SVR 모델의 최적 상수( n, C, sigma)를 구하는 단계 및, 상기 최적 상수와 상기 훈련 데이터를 이용하여 예측 모델로서 각 SVR 모델을 생성하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
6 6
제 5 항에 있어서, 상기 제4단계에서, 상기 PSO 기법을 이용한 예측값 오차를 최소화하는 단계는, 각 파티클의 변수를 최소화하는 단계, 상기 SVR 모델을 생성하고, 각 파티클의 피트니스(Fitness)를 측정하는 단계, 상기 생성한 SVR 모델에 대해 출력 예측값을 계산하고 RMSE를 계산하여, 상기 계산한 RMSE가 특정 최소 RMSE값보다 작은지의 여부에 따라 업데이트를 수행하는 단계, 상기 업데이트 이후에 상기 파티클의 속도를 변경하는 단계, 상기 업데이트 이후에 상기 파티클의 위치를 변경하는 단계, 및상기 속도 변경 및 위치 변경에 따라 종료 조건이 만족되면, 최적 파라메타를 선택하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
7 7
제 6 항에 있어서, 상기 속도 변경 및 위치 변경에 따라 종료 조건이 만족되면, 최적 파라메타를 선택하는 단계는, 상기 훈련 데이터에 대한 RMSE가 급격히 감소하다가 안정되는 RMSE 벡터 지점에서 최적 파라메타를 선택하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
8 8
제 1 항에 있어서, 상기 제6단계는, 상기 풍속 예측 모듈이 과거 p개의 데이터와, 상기 예측모델을 이용하여 k-스텝 이후의 풍속 예측을 수행하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
9 9
제 8 항에 있어서, 상기 제6단계에서, 상기 풍속 예측 모듈은 1-스텝 예측 모델에 의한 예측값을 다음 단계의 입력으로 이용하여 를 얻고, 동일한 방법으로 k-스텝까지 차례로 적용하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
10 10
제 1 항에 있어서, 상기 제6단계는, 상기 풍속 예측 모듈이 k-스텝 예측 모델 ν-SVR(k)를 사용하여 한번의 예측으로 k-스텝 이후의 풍속을 예측하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
11 11
제 1 항에 있어서, 상기 제6단계는, 상기 풍속 예측 모듈이 입력데이터를 원하는 시간 간격으로 재샘플링(Re-sampling) 한 후, 1-스텝 예측 모델 SVR(1)으로 예측하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
12 12
제 1항에 있어서,발전량 예측 모듈이 상기 풍속 예측 모듈로부터 수신한 상기 예측 풍속값을 근거로 하여, 상기 훈련 데이터와 시험 데이터에 대한 이상치를 제거하는 제7단계; 상기 발전량 예측 모듈이 상기 훈련 데이터에 대한 다항회귀 모델을 구축하는 제8단계; 상기 발전량 예측 모듈이 상기 다항회귀 모델의 입력과 출력의 상관계수를 이용한 모델 파라메타를 최적화하는 제9단계; 및 상기 발전량 예측 모듈이 상기 각 시험 데이터를 상기 다항회귀 모델에 입력시켜 풍력 발전량을 예측하는 제10단계;를 더 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
13 13
삭제
14 14
제 12 항에 있어서, 상기 제7단계는, 발전기의 출력사양 또는 입력데이터 중에서 어느 하나를 관찰하여 최소 풍속(vmin, cut-in wind speed) 및 최대풍속(vmax, cut-out wind speed)을 결정하는 단계, 및상기 훈련용 데이터 세트 Xtr의 풍속 x가 vmin보다 작으면 발전량 y는 0, 풍속 x가 vmax보다 크면 발전량 y는 정격 최대 출력 Pmax로 설정하여 이상치(Outlier)를 제거하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
15 15
제 14 항에 있어서, 상기 제7단계는, 상기 시험용 데이터 세트에 대해서 풍속 x가 vmin보다 작으면 발전량 y는 0, 풍속 x가 vmax보다 크면 발전량 y는 정격 최대 출력 Pmax로 설정하여 이상치(Outlier)를 제거하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 방법
16 16
전처리부가 풍속과 발전량에 대한 전체의 측정 데이터를 수집하여 군집화하고, 군집화된 데이터의 파라메타를 최적화하는 제1단계; 상기 최적화된 파라메타를 근거로 풍속 예측 모듈이 예측 모델에 따라 풍속을 예측하는 제2단계; 상기 풍속 예측 모듈의 예측 풍속값을 근거로, 발전량 예측 모듈이 풍력 발전량을 예측하는 제3단계; 조류 계산 모듈이 배전선로 전압 제어 모듈을 통해 배전자동화 시스템으로부터 조류 계산용 배전 계통 정보를 수집하는 제4단계; 상기 조류 계산 모듈이 상기 풍력 발전량과 배전계통 정보를 이용하여 배전 선로의 각 지점에 대한 조류를 계산하고, 상기 계산된 조류 계산 정보를 상기 배전선로 전압 제어 모듈에 전달하는 제5단계; 및상기 배전선로 전압 제어 모듈이 상기 조류 계산 정보를 근거로 전압 강하를 검토하고, 상기 검토 결과에 따른 제어 명령을 송출하여 배전자동화 시스템을 통해 배전선로 자원의 전압 범위를 조정 제어하는 제6단계;를 포함하고,상기 제5단계는, 상기 조류 계산 모듈이 실시간 및 k-스텝의 풍력 발전량과 배전선로의 계통 정보를 이용하여, 배전 선로 각 지점의 전압강하, 유효전력, 무효전력 중에서 적어도 하나 이상의 조류 계산을 수행하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
17 17
제 16 항에 있어서, 상기 제1단계는, 상기 전처리부가 풍속과 발전량에 대한 전체의 측정 데이터를 행렬의 형태로 표시하는 단계, 상기 전처리부가 상기 행렬 형태의 데이터 세트를 훈련 데이터 및 시험 데이터로 이분하는 단계, 상기 전처리부가 이산 웨이브렛 변환(Wavelet Decomposition)을 이용하여 상기 훈련 데이터의 노이즈를 제거하고, 상기 훈련 데이터에 대해 FCM(Fuzzy C-means Clustering)을 이용하여 군집화 모델을 적용하는 단계, 및 상기 군집화 모델이 적용된 상기 훈련 데이터에 대해 예측값의 오차를 최소화시키기 위한 모델 파라메타의 최적화를 수행하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
18 18
제 17 항에 있어서, 상기 제1단계에서, 상기 측정 데이터는 풍속 측정 데이터와 습도 측정 데이터 중에서 적어도 어느 하나인 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
19 19
제 17 항에 있어서, 상기 제1단계는, 상기 전처리부가 상기 웨이브렛 변환에 의해 분해한 신호의 상세치에 대해 각 레벨 별로 표준편차를 구하는 단계, 상기 신호의 상세치로부터 표준편차의 특정 배수로 원하는 만큼의 노이즈 수준을 설정하고, 그 설정수준에 따라 노이즈를 제거하는 단계, 및 상기 노이즈를 제거한 신호의 상세치와 근사치를 통해 훈련 데이터의 신호를 합성하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
20 20
제 17 항에 있어서, 상기 제1단계는, 상기 전처리부가 상기 훈련 데이터에 대해 FCM을 이용하여 원하는 수만큼의 클러스터(Cluster)로 분리하여 군집화를 수행하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
21 21
제 17 항에 있어서, 상기 제1단계는, 상기 전처리부가 상기 훈련 데이터를 각 클러스터에 대해 PSO(Particle Swarm optimization) 기법을 이용하여 예측값 오차를 최소화 시키는 SVR 모델의 최적 상수( n, C, sigma)를 구하는 단계, 및상기 최적 상수와 상기 훈련 데이터를 이용하여 예측 모델로서 각 SVR 모델을 생성하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
22 22
제 16 항에 있어서, 상기 제2단계는, 상기 풍속 예측 모듈이 과거 p개의 데이터와, 상기 예측모델을 이용하여 k-스텝 이후의 풍속 예측을 수행하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
23 23
제 16 항에 있어서, 상기 제2단계는, 상기 풍속 예측 모듈이 k-스텝 예측 모델 ν-SVR(k)를 사용하여 한번의 예측으로 k-스텝 이후의 풍속을 예측하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
24 24
제 16 항에 있어서, 상기 제2단계는, 상기 풍속 예측 모듈이 입력데이터를 원하는 시간 간격으로 재샘플링(Re-sampling) 한 후, 1-스텝 예측 모델 SVR(1)으로 예측하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
25 25
제 16 항에 있어서, 상기 제3단계는, 상기 전처리부가 풍속과 발전량에 대한 전체 측정 데이터를 행렬의 형태로 표시하는 단계, 상기 전처리부가 상기 측정 데이터를 훈련 데이터와 시험 데이터로 분할하는 단계, 상기 발전량 예측 모듈이 상기 훈련 데이터와 시험 데이터에 대한 이상치를 제거하는 단계, 상기 발전량 예측 모듈이 상기 훈련 데이터에 대한 다항회귀 모델을 구축하는 단계, 상기 발전량 예측 모듈이 다항회귀 모델의 입력과 출력의 상관계수를 이용한 모델 파라메타를 최적화하는 단계, 및 상기 발전량 예측 모듈이 상기 각 시험 데이터를 다항회귀 모델에 입력시켜 풍력 발전량을 예측하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
26 26
삭제
27 27
제 16 항에 있어서, 상기 제6단계는, 상기 배전선로 전압 제어 모듈이 상기 조류 계산 정보를 근거로 배전 자동화 시스템의 각 배전선로(D/L)에 대한 전압강하를 검토하여 노드 전압이 제어범위를 벗어나면, 이를 제어하는 제어 명령을 FEP(Front End Processor)로 송출하는 단계, 및상기 FEP가 제어명령을 각 제어 기기의 RTU(Remote Terminal Unit)로 전달하고, 배전선로에서 SVR(Step Voltage Regulator), LC(Line Capacitor)의 전압 제어기기가 상기 제어명령을 수신받아 스텝 조정 및 on-off 동작을 통해 제어명령을 수행하여 각 지점의 전압을 원하는 범위내로 조정하는 단계를 포함하는 것을 특징으로 하는 단기 풍속 예측을 통한 풍력 발전량 예측 기능을 이용한 배전선로 전압 예측 방법
28 28
삭제
29 29
삭제
30 30
삭제
31 31
삭제
32 32
삭제
33 33
삭제
34 34
삭제
35 35
삭제
36 36
삭제
37 37
삭제
38 38
삭제
39 39
삭제
40 40
삭제
41 41
삭제
42 42
삭제
43 43
삭제
44 44
삭제
45 45
삭제
46 46
삭제
47 47
삭제
48 48
삭제
49 49
삭제
50 50
삭제
51 51
삭제
52 52
삭제
53 53
삭제
54 54
삭제
55 55
삭제
56 56
삭제
57 57
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.