선형예측과 비전형 잔여 기상 정보 활용 가우시안 프로세스에 기반한 하이브리드형 하루전 전력 사용량 예측 기술

Abstract

스마트 그리드의 효율성을 높이기 위하여 건물이나 캠퍼스 등의 전력 사용량에 대한 정확한 예측의 필요성이 높아지고 있다. 이에 따라 예측 정확도를 높이기 위해 기존의 선형 예측 모델에 사용자의 용도와 지역의 환경적 특성 등 여러 랜덤 변수의 비선형 부분을 추가적으로 예측하는 하이브리드 모델이 제안되었다. 특히 특정 시점에서 다음날 24시간의 전력 사용량을 예측하는 하루 전 단기 예측의 경우, 측정 데이터와 예측 시간과의 차이로 선형 예측 정확도가 떨어지기 때문에 비선형 부분의 영향이 커지게 된다. 본 논문에서는 이를 해결하기 위해 각 예측 시간의 선형 예측 모델에 비전형 잔여 기상 정보를 활용하는 가우시안 프로세스 기반의 비선형 모델을 결합하여 하루 전 전력 사용량을 예측하려고 한다. 온도 등 기상 정보의 전형적인 메모리 특성은 전력 사용량의 선형 예측 모델에도 반영될 수 있기 때문에, 선형 영향이 중복 계상되지 않도록 비전형 잔여기상 정보 만을 추정하여 예측에 사용한다. 성능 평가를 위해서 캠퍼스 전력 사용량 데이터를 사용하였으며, 온도 의존성이 높은 여름과 겨울의 경우에 선형 예측과 실제 전력 사용량과의 차이는 온도 자체 보다 비전형 잔여 온도와의 상관 계수가 더 높은 것을 확인 하였다. 따라서 온도를 대신하여 비전형 잔여 온도를 가우시안 프로세스 기반의 비선형 모델에 적용하여, 제안된 하이브리드 방법으로 전력 사용량의 하루 전 예측 정확도를 높일 수 있음을 확인 하였다.