• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.833-836
• /
• 2012

Demand Controller is a load control device that monitor the current power consumption and calculate the forecast power to not exceed the power set by consumer. Accurate demand forecasting is important because of controlling the load use the way that sound a warning and then blocking the load when if forecasted demand exceed the power set by consumer. When if consumer with fluctuating power consumption use the existing forecasting method, management of demand control has the disadvantage of not stable. In this paper, examine the existing forecasting method and the exponential smoothing method, and then propose the forecasting method using Kalman Filter algorithm.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.489-490
• /
• 2015

본 논문은 도서지역 전력수요 특성을 분석하고, 전력수요와 관련 있는 인자들과의 상관성 분석을 통한 도서지역의 최대 전력수요 예측 방안을 제시하였다. 과거 선행연구와의 예측 결과 비교를 통하여 예측 방안의 우수성을 검증하였고, 이를 바탕으로 도서지역 최대 전력수요 전망을 분석하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.616-617
• /
• 2011

최대전력수요를 분석함에 있어 발생 당시의 기온 실적이 반영된 실적 최대전력만을 사용함으로 다양한 통계적 착시현상이 나타나고 있다. 평균적인 기상 상태에서의 최대전력수요를 측정하기 어려워 신뢰성있는 예측수요를 도출하기에도 많은 한계가 발생한다. 따라서 역사적 기온데이터에 기반한 정상적인 기온분포를 "표준기온분포"로 새롭게 정의하고, 이를 반영한 최대전력수요를 "기온보정 최대전력 수요"로 규정함으로써, 기존의 통계적 착시현상을 배제하고, 정확도 높은 최대전력 수요 예측치를 도출하여, 안정적 전력수급에 큰 기여가 있을 것으로 기대한다. 또한 본 연구에서는 기온보정 최대전력을 도출하기 위해 공적분 및 오차수정이론을 반영하여 모형화하였고, 엄격한 통계적 방법론을 이용하여 관련 모형을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.475-476
• /
• 2015

전력수요는 다양한 외부요인으로부터 영향을 받으므로 전력수요 예측 시 각 요인과의 상관관계를 고려할 필요가 있다. 본 논문은 Stepwise 다중회귀분석법을 이용한 일일 최대전력수요 예측 방법을 제시하였다. 사례연구에서는 2014년 평일 전력수요데이터를 이용하여 제안된 예측방법을 적용하고 그 결과를 평가하였다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.2
• /
• pp.349-360
• /
• 2013

Forecasting the daily peak load for electricity demand is an important issue for future power plants and power management. We first introduce several time series models to predict the peak load for electricity demand and then compare the performance of models under the RMSE(root mean squared error) and MAPE(mean absolute percentage error) criteria.

• Proceedings of the KIEE Conference
• /
• 2006.07a
• /
• pp.76-77
• /
• 2006

본 연구를 통하여 전력수급계획에 필요한 연간 시간대별 총수요를 예측하는 산법을 개발하였다. 예측과정은 크게 평상일 예측과 특수일 예측으로 구분된다. 평상일의 경우는, 연중 최대수요가 발생하는 하절기 기상으로부터 연중 최대수요를 예측한 다음, 하향식 접근에 의해 주간-일간-시간대별 평상일 수요를 예측하며, 특수일 수요는 예측된 평상일 수요와 평상일 대비 상대계수 모형으로부터 예측한다. 예측의 정확도를 개선하기 위하여 시계열 자료에 가중치를 부여하고, 실적자료가 생길 때마다 자동으로 모형이 갱신되도록 하였으며, 수요예측 결과를 검증, 보정하기 위해 주간수요예측을 재수행할 수 있다. 또한 계획된 월간 전력량 제약에 협조하는 예측산법도 포함하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.157-158
• /
• 2019

발전소 관리의 단기 전력 수요에 대한 정확한 예측은 전력 시스템의 안전하고 효율적인 작동을 보장하는데 필수적이다. 따라서 본 연구는 가우스 커널 함수 네트워크 (GKFNs)의 심층 구조를 이용하여 일일 최대 전력 수요를 예측하는 새로운 방법을 제시한다. 제안 된 GKFN의 깊이 구조는 표준 GKFN에 비해 예측 정확도를 향상시킨다. 한국의 일일 최대 전력 수요를 예측하기위한 시뮬레이션은 제안 된 예측 모델이 GKFN 모델, k-NN 및 SVR과 같은 다른 예측 모델에 비해 예측 성능에 이점이 있음을 보여준다. GKFN의 제안된 심층 구조는 시계열 예측 및 회귀 문제의 다양한 문제에 적용될 수 있다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.8
• /
• pp.2793-2800
• /
• 2010

In this paper, we propose a quadratic (nonlinear) regression model that forecasts daily demands of electric power in summer. For cost-effective production (and/or procurement) of electric power, forecasting demands of electric power with accuracy is important, especially in summer when temperature is high. In the literature, temperature and daily demands of preceding days are typically employed to construct forecasting models. While, we consider another factor, day of the week, together with temperature and daily demands of preceding days. For validating the proposed model, we demonstrate the forecasting accuracy in terms of MAPE(Mean Absolute Percentage Error) and MPE(Maximum Percentage Error) using field data from KEPCO(Korea Electric Power Corporation) in comparison with two forecasting models in the literature. When compared with the two benchmarks, the proposed forecasting model performs far better providing MAPE and MPE not exceeding 3.08% and 8.99%, respectively, in summer from 2005 to 2009.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.6 no.3
• /
• pp.43-49
• /
• 1992

Forecasting of electric power demand has been a basic element for electric power system operation and system development, and it's accuracy has very strong influence on reliability and economical efficience of power supply. So, in this paper, long―term maximum electric power demand has been forecasted by using the triple exponential smoothing method initiated R.G.Brown. It has been regarded this method as high accuracy and operational convenience. The smoothing function is a liner combination of all past observations and the weight given to previous observations decreases geometrically with age.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.552-553
• /
• 2008

본 논문에서는 특수일 전력 수요 예측을 위한 알고리즘을 제시하였다. 논문에서 제안하는 전력 수요 예측 알고리즘은 데이터 마이닝을 이용한 데이터 전처리 부분과 전처리된 데이터를 사용하여 특수일 수요를 예측하는 다항 회귀분석 부분으로 나누어진다. 데이터 전처리에서는 전력 수요 예측을 위한 과거 데이터 중에 과거 특수일 수요의 패턴을 잘 보여주는 데이터를 찾기 위해 온도와 수요의 관계를 이용한다. 데이터 마이닝의 기준으로 결정계수를 사용하였으며, 알고리즘은 k-nearest neighbor 절차를 사용하였다. 또한 제안된 기법은 2006년 특수일 전력 수요 예측을 통하여 기존 논문의 결과와 비교 분석하여 기존 방식 대비 특수일 전력 수요예측 관련 우수성을 검증하였다.