스마트 미터 데이터를 이용한 가정의 전기 수요 예측 및 시계열 군집 분석

이 연구는 스마트 그리드 환경에서 전기 소비를 예측합니다. 고급 계량 인프라(AMI) 데이터를 사용하는 시계열 군집화를 기반으로 한 예측 값을 조합하여 하향식 예측 방법을 제시합니다. 전력 생성 정보, 소비 및 AMI 개발에 대한 실시간 통신을 통해 15분에서 1시간마다 원격 데이터 계량이 가능합니다. 따라서 각 가정의 전기 사용량 변동성이 커져 예측이 더 어려워집니다. 이러한 문제는 유클리드 거리 및 동적 시간 왜곡 거리(DTW)를 사용하는 시계열 군집화 방법으로 해결되었습니다. 수요 예측을 위해 자기회귀 적분이동평균(ARIMA), ARIMA 외생(ARIMAX), 이중 계절 홉트-윈터스(DSHW), 삼각 함수, 박스-콕스 변환, 자기회귀 이동 평균 오차, 추세 및 계절 구성 요소(TBATS), 신경망 비선형 자기회귀(NNAR), 비선형 자기회귀 외생(NARX) 모델이 사용되었습니다. 결과는 시계열 군집화 방법이 평균 절대 백분율 오차 및 평균 제곱근 오차와 관련해 전기 수요 총량을 사용한 방법보다 더 나은 성능을 보임을 나타냈습니다. 따라서 모델 정확도를 개선하기 위해 다양한 외생 변수가 고려되었습니다. 외생 변수를 고려한 모델—냉각 정도 일수, 습도, 일사량, 지표 변수 및 발전 전력 소비—은 외생 변수가 없는 모델보다 더 나은 성과를 보였습니다.