Short-Term Load Forecasting of Transformer Using Artificial Neural Networks

In this paper, the short-term load forecasting of transformers is performed by artificial neural networks. Input parameters of the proposed algorithm are peak loads of pole-transformer of previous days and their maximum and minimum temperatures. The proposed algorithm is tested for one of transformers in Seoul, Korea. Test results show that the proposed algorithm improves the accuracy of the load forecasting of transformer compared with the conventional algorithm. The reposed algorithm can help to prevent some damages by over-loads of transformers.

신경회로망을 이용한 변압기의 단기부하예측

신경회로망을 이용한 변압기의 단기 부하예측 알고리즘을 제안한다. 변압기에 대한 단기부하예측은 그 필요성에도 불구하고 연구자들에게 많은 관심을 받지 못했다. 제안된 알고리즘은 입력값으로 예측일 이전의 변압기 최대부하와 해당지역의 최고온도, 최저온도 그리고 예측일의 최고온도, 최저온도로 구성하고 적절한 학습케이스를 선택하여 신경회로망의 학습을 통해 배전용 변압기의 단기부하예측을 수행하였다. 제안된 방법은 서울 남현동의 배전용 변압기를 샘플로 추출하여 예측하였다. 예측결과 배전용 변압기의 부하예측에 대한 정확도의 우수성을 확인했다. 제안된 알고리즘은 배전용 변압기의 과부하에 의한 사고 예방에 도움을 줄 것이다.