평균필터 조합을 통한 최대수요전력 예측기법
A Maximum Power Demand Prediction Method by Average Filter Combination
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 논문에서는 산업현장에서 통신 오류에도 불구하고 최대전력수요를 예측하는 방법을 소개한다. 최근 국내의 탈원전 정책으로 전력가격상승은 불가피하며, 이에 따른 전력수요 관리를 위한 전력사용량과 최대부하관리는 중요한 문제로 부상하고 있다. 이에 따라, 피크전력을 예측하고 관리하는 것이 중요하다. 하지만 실제 산업현장에서는 각종 설비 및 센서에서 발생하는 노이즈 등으로 인해 측정된 전력데이터의 손실 및 변조 등의 문제가 발생한다. 측정된 유효전력 데이터가 손실된 경우 정확한 값을 예측하기 어렵다. 이 연구는 측정된 유효전력 데이터가 손실될 경우 이상 징후와 결측값을 예측하고 수정하는 모델을 제시한다. 본 연구에 사용된 모델은 산업현장에서 통신 오류가 발생할 경우 최대 전력수요를 예측하는 데 유용할 것으로 예상한다.
Abstract
This paper introduces a method for predicting the maximum power demand despite communication errors in industrial sites. Due to the recent policy of de-nuclearization in Korea, the price of electricity is inevitable, and the amount of electricity used and maximum load management for the management of power demand are becoming important issues. Accordingly, it is important to predict and manage peak power. However, problems such as loss and modulation of measured power data occur at industrial sites due to noise generated by various facilities and sensors. It is difficult to predict the exact value when measured effective power data are lost. The study presents a model for predicting and correcting anomalies and missing values when measured effective power data are lost. The models used in this study are expected to be useful in predicting peak power demand in the event of communication errors at industrial sites.
참고문헌 (24)
- 고원식, "최대전력 관리장치를 활용한 피크부하 모니터링 시스템 연구", 한국통신학회 학술대회논문집, pp.803~804 (2015)
- 조성원, "신경망과 퍼지논리를 이용한 최대수요전력 제어시스템에 관한연구", 한국지능시스템학회, 9(4), pp.367~470 (1999)
- 이정대, "Kalman Filter를 이용한 경로통행시간 예측에 관한 연구", 석사, 도시공학, pp.2004
- 김항주, "칼만 필터 알고리즘을 이용한 단속류 통행시간 예측 연구", 유신기술회보, 8, pp.78~89 (2012)
- 김창일, "복합 퍼지모델을 이용한 디맨드 예측 제어에 관한 연구", 전기학회논문지 A권, 51(9), pp.417~424 (2002), 대한전기학회
- 권용훈, "최대 수요 전력 예측 방법에 대한 연구", 석사, 제어임베디드공학과, pp.2012
- 최효범, "최대피크 사용전력량 모니터링과 그 단계별부하 제어를 통한 에너지 관리에 대한 연구", 한국정보기술학회지, 11(1), pp.35~40 (2013)
- 서영웅, "최대 수요 전력 저감을 위한 LSTM 기반 ESS 운영 스케줄링 기법", 정보과학회논문지, 46(11), pp.1165~1173 (2019), 한국정보과학회[DOI]
- 조성원, "신경망과 퍼지논리를 이용한 최대수요전력 제어시스템에 관한 연구", 한국지능시스템학회, 9(4), pp.367~470 (1999)
- 송경빈, "다중회귀분석법을 이용한 전력량 예측알고리즘", 조명.전기설비학회논문지, 31(11), pp.69~74 (2017), 한국조명.전기설비학회
- 김병진, "지능형 최대 수요 전력 관리 장치의 개발", 한국조명설비학회지, 14(5), pp.50~55 (2000)
- 정현우, "칼만필터 알고리즘을 적용한 전력수요예측 동향", 대한전기학회 학술대회 논문집, pp.206~207 (2014)
- 이형로, "Support Vector Regression에 기반한 전력 수요 예측", 산업공학(IE interfaces), 24(4), pp.351~361 (2011), 대한산업공학회
- 이학노, "전력피크의 추정 및 예측에 대한 연구", 에너지경제연구, 9(2), pp.83~99 (2010), 재단법인 에너지경제연구원[DOI]
- 최낙훈, "수요경향과 온도를 고려한 1일 최대전력 수요 예측", 조명⋅전기설비학회논문지, 15(6), pp.35~42 (2011)
- 김성필, "칼만필터의 이해" (2012), 아진출판사
- 세계에너지현안, "에너지경제연구원", ~, pp.인사이트 제18호-1호 (2018)
- "요금체계표" (2019)[URL]
- "요금제도 약관" (2020)[URL]
- Mirasgedis, S., "Models for midterm electricity demand forecasting incorporating weather influences", Energy, 31(2-3), pp.208~227 (2006)
- Romera, E. G., "Monthly electric energy demand forecasting with neural networks and Fourier series", Energy Conversion and Management, 49(11), pp.3135~3142 (2008)
- Pappas, S. Sp., "Electricity demand load forecasting of the Hellenic power system using an ARMA model", Electric Power Systems Research, 80(3), pp.256~264 (2010)
- S. Hochreiter, "Long short-term memory", Neural Computation, 9(8), pp.1735~1780 (1997)
- Okamula Mizio, "Noise Protection & Solution" (1991), SungAnDang