KCI우수등재
딥러닝을 이용한 재실정보 기반 건물의 전기 수요 예측 모델 = Short-Term Electricity Consumption Prediction based on Occupancy Information Using Deep-Learning Network Models
본 연구에서는 예측제어를 위한 운전계획 수립을 위해 전기 수요 예측을 딥러닝 모델을 이용하여 수행하는방법을 제안하였다. 학습을 위해 사용된 입력데이터는 시각, 기저부하, 재실정보로 비교적 단순한 데이터만을사용하였고, 연구의 실효성을 높이기 위해 실제 건물에서 측정한 전력 데이터를 이용하였다.
학습은 딥러닝 LSTM 알고리즘을 사용해 진행되었으며, LSTM은 구성되는 레이어 개수를 단층과 다층으로설계해 두 케이스의 학습과 예측 정확도를 실제 데이터와 비교하여 모델을 평가하였다. 과거 20일 동안 학습한데이터를 통해 다음날의 전기에너지 사용량을 예측하는 방법으로 14일 동안 진행되었으며, 본 연구에서 제안된LSTM 모델은 모두 MBE가 0%에 가까운 높은 학습성능을 보였다. 예측성능에서는 각각 CVRMSE 23%(다층LSTM), 26%(단층 LSTM) 수준을 보였다. 상대오차가 60% 이상 발생하는 회수도 단층 LSTM이 40시간, 다층LSTM 모델이 28시간으로 심층 LSTM 모델이 예측모델로 더 우수한 성능을 보였다. 대부분의 오차는 20% 이하에서 발생하여 운전계획 수립을 위한 수요 예측모델로써 의미 있는 결과를 제공하였다. 다만 본 연구의 결과는재실정보 기반 전기 에너지 사용량 예측 모델을 개발하는 기초단계 연구로 사용된 재실 정보가 전기 사용량을기준으로 추정되었는데, 실증을 고려한 향후 연구에서는 센서 및 사용자 개입을 통해 측정데이터의 정확성이확보되어야 한다.
본 연구의 결과는 실제 측정된 전기 사용 데이터를 활용해 신뢰할 수 있는 수준의 다음날 전기에너지 수요를예측을 할 수 있었다. 향후 다양한 종류의 데이터 수집이 어려운 주거건물 단일세대의 시스템 운전계획용으로이용될 수 있을 거라 기대한다.
Recently, numerous studies on the prediction of electricity consumption using deep-learning models have been conducted. The prediction models were mostly developed for a district scale since the influence of occupants’ behaviors in such cases is small. On the other hands, the occupants generate huge uncertainty in predicting the future electricity demand. In this study, the unpredictable occupancy information was fed to a deep-learning model as a true value by assuming that in the future, the occupants may actively interact with the control systems using various smart device. The proposed model uses simple input values such as time of the day, base electricity load and occupancy information, while learning is achieved using measured data. Deep-leaning models with single and deeper layers were tested in this study. Both models showed excellent performance for data matching during the learning periods. The models also showed acceptable prediction performance for use in predictive control, with errors less than 30% in RMSE (cv).
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2017-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2013-01-01 | 평가 | 등재 1차 FAIL (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2004-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2001-07-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.8 | 0.8 | 0.62 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.51 | 0.44 | 0.622 | 0.03 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)