최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국전기연구원 Korea Electrotechnology Research Institute |
---|---|
연구책임자 | 강지명 |
참여연구자 | 최성수 , 이순우 , 박창운 , 김재문 , 이효동 , 손상우 , 박해수 , 조석헌 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-01 |
과제시작연도 | 2019 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국전기연구원 Korea Electrotechnology Research Institute |
등록번호 | TRKO202000007931 |
과제고유번호 | 1711101305 |
사업명 | 한국전기연구원연구운영비지원(R&D)(주요사업비) |
DB 구축일자 | 2020-07-29 |
키워드 | 수요반응.예측.최적화.기계학습.수용가.Demand response.Prediction.Optimization.Machine learning.Electricity customer. |
DOI | https://doi.org/10.23000/TRKO202000007931 |
■ 학습기반 고객별 수요 반응 결과 예측 기술 개발
- 평균 에너지 감축량 예측 (Ensemble기반)
▷ 평균 추정 대비 27.5%p, 18.4%p 예측 오차 개선 (Dataset 2종류)
- 15분 단위 하루 뒤 에너지 감축량 예측 (LSTM 기반)
▷ 평균 추정 대비 26%p, 36%p 예측 오차 개선 (Dataset 2종류)
■ 학습기반 수요반응 최적화 기술 개발
- 고객 포트폴리오 최적화
▷ 임의 구성 대비 30.8% 수익개선
- 고객 계약용량 최적화
▷ 기존 용량 대비 17
Ⅳ. Research Results
- Prediction algorithm of average load curtailment (based on Ensemble)
- Prediction algorithm of load curtailment for tomorrow, 15 minutes interval (based on LSTM)
- Customer portfolio optimization algorithm
- Customer contract optimization algorithm
- Customer ana
※ AI-Helper는 부적절한 답변을 할 수 있습니다.