Acknowledgement
이 논문은 건설교통부 첨단도시기술개발사업 - 지능형국토정보기술혁신사업과제의 연구비지원(과제번호:07국토정보C05)에 의해 수행되었으며, 교육과학기술부와 한국산업기술재단의 지역혁신인력양성사업으로 수행하였음.
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2008.11a
- /
- Pages.261-264
- /
- 2008
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Power Consumption Patterns Analysis Using Expectation-Maximization Clustering Algorithm and Emerging Pattern Mining
기대치-최대화 군집 알고리즘과 출현 패턴 마이닝을 이용한 전력 소비 패턴 분석
- Jin Hyoung Park (Database/Bioinformatics Laboratory, Chungbuk National University) ;
- Heon Gyu Lee (Database/Bioinformatics Laboratory, Chungbuk National University) ;
- Jin-Ho Shin (Power Information Technology Group, Korea Electric Power Research Institute) ;
- Keun Ho Ryu (Database/Bioinformatics Laboratory, Chungbuk National University) ;
- Hiseok Kim (Division of Electronics & Information Engineering, College of Science & Engineering, Cheongju University)
- 박진형 (충북대학교 데이터베이스/바이오인포메틱스 연구실) ;
- 이헌규 (충북대학교 데이터베이스/바이오인포메틱스 연구실) ;
- 신진호 (한국전력연구원 전력 정보 기술 그룹) ;
- 류근호 (충북대학교 데이터베이스/바이오인포메틱스 연구실) ;
- 김희석 (청주대학교 전자정보공학부)
- Published : 2008.11.14
Abstract
전력 회사의 효율적인 운용과 전력 시장에서의 경쟁을 위하여 고객의 전력 소비 패턴 분석 및 정확한 예측이 이루어져야 한다. 이를 위해서 이 논문에서는 원격 검침 시스템에 의한 전국의 고압 고객 데이터를 대상으로 고객의 전력 소비 패턴을 정확히 예측할 수 있는 마이닝 기법을 제안하였다. 먼저, 국내 계약종별 고객 특성에 맞는 부하 패턴의 정확한 구별을 위한 9가지의 특징 벡터를 추출하였고, 기대치-최대화 군집화 알고리즘을 사용하여 고객의 34개 대표 부하프로파일을 생성하였다. 마지막으로 추출된 특징 벡터로부터 각 대표 프로파일에 대한 출현 패턴 기반의 분류 모델을 구성하여 고객의 전력 소비 패턴을 분류하였다. 국내 원격 검침 시스템에 의해 측정된 총 3,895명의 고압 고객 데이터에 대한 실험 결과 약 91%의 분류 정확성을 보였다.
Keywords