$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Load Profile 데이터를 이용한 패턴분류 연구
A Study of Pattern Classification using Load Profile Data 원문보기

2005년도 한국컴퓨터종합학술대회 논문집(B), 2005 July, 2005년, pp.841 - 843  

유인협 (전력연구원 전력정보기술그룹) ,  이진기 (전력연구원 전력정보기술그룹) ,  김선익 (전력연구원 전력정보기술그룹) ,  고종민 (전력연구원 전력정보기술그룹)

초록
AI-Helper 아이콘AI-Helper

최근에 들어서 전력산업에 규제완화가 도입되면서 환경이 급변하고 있는 실정이다. 여러 가지의 환경변화가 예상되지만, 그 중에서도 공급자간에 경쟁 도입이 전력산업 참여자간에 주요 이슈로 부상하고 있다. 이와 같은 변화는 전력시스템의 기술 개발 뿐만 아니라 경영전략에도 큰 영향을 미치고 있으며, 대 수요자 서비스의 제공이 전략의 핵심이 되고 있다. 따라서 공급자는 보다 나은 서비스를 제공하기 위해서, 수요자 정보의 수집 및 분석을 해야 할 필요가 있다. 이와 같은 수요자 정보의 분석은 여러분야가 있지만 그 중에서도 수요특성을 파악하는 것이 가장 기본이 된다. 수요 특성은 원격검침시스템에서 수집되는 load profile 데이터로써 표현된다. 본 논문에서는 전력 수요자의 부하 특성을 분석하고 명가하기 위하여 수요특성별로 그룹으로 분류하는 방법을 개발하고, 분류된 그룹의 특징을 검토하였다. 이와 같은 부하분석의 정보는 가격설계, 수요 핀 에너지 예측, 송전 및 배전 계획, 에너지 효율 향상 및 부하관리의 필수 자료가 된다. 또한 향후에 개발될 전력 부가서비스의 주요 기반이 될 것으로 예상된다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 전통적으로 수요자 정보의 분석은 월간 전력사용량을 사용하여 통계적인 분석 수준에 二1치고 있었다. 본 논문에서는 AMR 시스템의 정보를 이용하여 보다 실 제적인 평가를 할 수 있는 기반을 구축하기 위하여 원격검침을 시행하는 전 고압 수요자의 정보를 이용하여 시간대별 수요에 대한 패턴을 구분하였다. 여기서 개발한 분류 알고리즘의 시험 결과를 이용하여 다양한 관점에서 분석이 가능할 것으로 예상된다, 그리고 개발된 분류 알고리즘을 적용하면 각 수요 그룹에 대한 표준 부하 모델을 선정 할 수 있다.
  • 따라서 전자식 전력량계에 의해 취득된 검침 정보를 분석하여 전력수요의 특성을 파악하는 것은 부하의 분석 등에 있어서 기본 요소가 된다. 본 논문에서는 전자식 전력량계로부터 수집된 Load Profile을 이용하여 수요자 그룹을 분류하고, 분류된 그룹에 대한 구성 고객의 특성을 분석하였으며 이를 소개한다.

가설 설정

  • 월별, 계절별, 년간 등의 분 석기간내의 누락정보가 20% 이상일 경우에는 해당 고객을 대상에서 제외한다. 그리고 일간 데이터인 96개의 수요 값 중에서 부분적으로 누락된 정보는 경계 값을 이용한 선형 증감으로 가정하여 보정을 한다. 그리고 데이터 중에서 나타나는 돌출 값 중 평균의 ±3。를 초과하면 역시 누락정보에 포함시킨다…
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로