Development of Power Demand Forecasting Algorithm Using GMDH

In this paper, GMDH(Croup Method of Data Handling) algorithm which is proved to be more excellent in efficiency and accuracy of practical use of data is applied to electric power demand forecasting. As a result, it became much easier to make a choice of input data and make an exact prediction based on a lot of data. Also, we considered both economy factors(GDP, export, import, number of employee, number of economically active population and consumption of oil) and climate factors(average temperature) when forecasting. We assumed target forecast period from first quarter 1999 to first quarter 2001, and suggested more accurate forecasting method of electric power demand by using 3-step computer simulation processes(first process for selecting optimum input period, second for analyzing time relation of input data and forecast value, and third for optimizing input data) for improvement of forecast precision. The proposed method can get 0.96 percent of mean error rate at target forecast period.

GMDH를 이용한 전력 수요 예측 알고리즘 개발

본 논문에서는 데이터의 효율적인 활용과 정확성에서 보다 우수한 특성을 보이는 GMDH(Croup Method of Data Handling) 알고리즘을 전력수요예측에 적용함으로써 입력 데이터의 선정을 용이하게 하였고, 다양한 데이터를 기반으로 보다 정확한 예측을 할 수 있게 하였다. 그리고, 예측 시에 경제적인 요인(GDP, 수출, 수입, 취업자 수, 경제활동인구, 석유소비량)과 기후적인 요인(평균기온)을 모두 고려하였다. 또한 목표 예측 기간을 1999년 1/4분기에서 2001년 1/4분기까지 9개의 분기로 가정하고, 가정한 목표 기간의 예측 정확도를 높이기 위해 3단계의 시뮬레이션 과정(최적 입력 분기 수를 결정하는 과정, 입력 데이터와 예측값의 시간적 연관성을 분석하는 과정, 입력 데이터의 최적화 과정)을 이용함으로써 더 정확한 전력수요예측 방법을 제시하였고, 제안된 기법으로 목표한 예측 기간에서 0.96%의 평균 에러율을 얻을 수 있었다.