효과적인 결측치 보완을 통한 다층 퍼셉트론 기반의전력수요 예측 기법

A Multilayer Perceptron-Based Electric Load Forecasting Scheme via Effective Recovering Missing Data

초록

정확한 전력수요 예측은 스마트 그리드의 효율적인 운영에 있어 매우 중요하다. 최근 IT 기술이 획기적으로 발전되면서, 인공지능 기법을 이용한 빅 데이터 처리를 기반으로 정확한 전력수요를 예측하는 많은 연구가 진행되고 있다. 이러한 예측 모델은 주로 외부 요인과 과거 전력수요를 독립 변수로 사용한다. 하지만, 다양한 내부적 또는 외부적 원인으로 전력수요 데이터의 결측치가 발생하게 되면 정확한 예측 모델을 구성하기가 어렵다. 이에 본 논문에서는 랜덤 포레스트 기반의 결측치 데이터 보완 기법을 제안하고, 보완된 데이터를 기반으로 한 다층 퍼셉트론 기반의 전력수요 예측 모델을 구성한다. 다양한 실험을 통해 제안된 기법의 예측 성능을 입증한다.

키워드

스마트 그리드전력수요 예측결측치 보완심층 학습Smart GridElectric Load ForecastingMissing Data HandlingDeep Learning
제목
효과적인 결측치 보완을 통한 다층 퍼셉트론 기반의전력수요 예측 기법
제목 (타언어)
A Multilayer Perceptron-Based Electric Load Forecasting Scheme via Effective Recovering Missing Data
저자
문지훈박성우황인준
DOI
10.3745/KTSDE.2019.8.2.67
발행일
2019
저널명
정보처리학회논문지. 소프트웨어 및 데이터 공학
8
2
페이지
67 ~ 78