2018.03 - 2019.02 | 한국전력공사 전력연구원

탐색적 자료 분석(EDA)을 통한 전력수요 패턴 분석 및 신규 변수 추출

  • Data cleaning, Integrating, Transformation 등의 데이터 전처리 과정을 수행하여 데이터들의 품질을 이용하여 분석 전 전력 수요 데이터의 품질을 향상
  • 탐색적 자료 분석을 이용한 전력수요 패턴의 탐색적 자료 분석 및 신규 변수 추출
  • 전력 사용처에 따른 탐색적 자료 분석(Exploratory Data Analysis;EDA) 기법 개발 및 데이터 특성에 맞는 후처리 작업 수행

신규 변수와 기존 예측 모델의 변수기반의 머신러닝 기법을 통한 15분, 30분 단위의 초단기 전력수요 예측 기법 개발 

  • Auto-Encoder, PCA, SVD 등 의 전력 수요예측을 위한 잠재 변수 추출
  • 1D-Convolution Auto-encoder를 통한 잠재변수 추출
  • Gradient Boosting Machine, Random Forest, Support Vector Machine, Neural Network 등 의 다양한 머신러닝 기법 등을 이용

딥러닝 기반의 고성능 단기 전력 수요예측 모델 개발

  • Sliding Window 기반의 최적 Training set 검출
  • Deep Neural Network, Recurrent Neural Network, Convolutional Neural Network 기반의 전력 수요예측 모델 개발
  • 전력 수요 예측을 위한 다양한 Network architecture 구성 및 검증
  • 다양한 딥러닝 기반의 전력수요 예측모델을 통해 기존 머신 러닝 학습 방법론 대비 성능 향상 및 연산 효율성 증진을 기대

Data Science & Business Analytics Lab.
School of Industrial Management Engineering
College of Engineering, Korea University

Contact Us

  • 강필성 교수 (pilsung_kang@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 창의관 801A호 
  • 대학원 연구실 (총무 이유경: yukyung_lee@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 신공학관 220호, 221호, 213호
© 2020 DSBA Lab.