수요경향과 온도를 고려한 1일 최대전력 수요예측

Daily peak load forecasting considering the load trend and temperature

  • 최낙훈 (동의대학교 전기공학과) ;
  • 손광명 (동의대학교 전기·전자·정보통신공학부) ;
  • 이태기 (동의대학교 전기·전자·정보통신공학부)
  • 발행 : 2001.11.01

초록

1일 최대전력 부하 예측 자료는 계통의 경제적 운용과 전력 감시에 필수적이므로 정확한 예측기법이 요구된다. 신경회로망이나 퍼지이론을 한 예측비법의 장점은 정도(精度)가 높고 운용하기가 편리한 점은 있으나 학습시간이 길고, 부하가 급변할 때는 예측오차가 크게 발생한다. 본 연구에서는 이러한 단점을 개선하기 위하여 새로운 예측 기법을 제시하였으며 예측결과에서 타당성이 입증되었다.

Since daily peak load forecasted data are essential to economic operation and power monitor, the technique of accurate forecasting is needled. The chief advantage of forecasting technique using neural network and fuzzy theory is high accuracy and operative implicity but the loaming time is long, and it makes large forecasting error when the load changes rapidly. This paper has resented a new forecasting technique to improve those faults and the forecasting technique prove to be valid by forcasted results.

키워드

참고문헌

  1. 한국조명 · 전기설비학회논문지 v.6 no.3 지수평활에 의한 장기 최대전력 수요 예측에 관한 연구 이태기;고희석
  2. Smoothing forecasting and prediction of discrete time series R.G. Brown
  3. IEEE Trans. Power App. Syst. v.PAS-90 no.2 Short-term load forecasting using general exponential smoothing W.R. Christianse
  4. IEEE Trans. Power Syst. v.6 no.2 Electric load forecasting using an artificial neural network D.C. Park;M.A. El-Sharkawi;R.J. Marks Ⅱ;L.E. Atlas;M.J. Damborg
  5. 電氣學會硏究資料 類似性に基づく需要豫測方式 小林宏至;武藤昭一;高橋芳雄;粕川正克;石井康貴
  6. 석사학위논문 신경회로망과 유사성을 이용한 단가 수요예측 강종헌