표제지
국문초록
목차
제1장 서론 10
제1절 연구배경 및 목적 10
제2절 연구의 내용 15
제2장 연구 동향 및 관련 연구 18
제1절 전력부하 예측 연구의 동향 18
제2절 전력예측 연구 19
1) 기온특성을 고려한 단기 전력수요예측 19
2) 딥 러닝 기반의 전력수요예측 19
3) 부분선형모형을 이용한 전력수요 예측 19
4) ARIMA 및 다중회귀모형을 이용한 최대전력예측 20
5) 기계학습 기반 전력부하예측 20
6) LSTM을 이용한 전력수요예측 20
제3절 금융예측 연구 21
1) 금융주가 21
2) 국제유가 21
3) 비트코인 21
제4절 기상예측 연구 22
1) 기상기온 22
2) 미세먼지 22
3) 하천수위 22
제5절 항공예측 연구 23
1) 노년층 해외여행 수요 23
2) 저가항공 수요 23
3) 항공화물 수요 23
제6절 그 밖의 예측 연구 24
1) 부동산 가격지수 24
2) 자동차수요 24
3) 육류소매가격 예측 25
4) 화장(火葬)수요 예측 25
제3장 시계열 예측기법 26
제1절 시계열 개념 및 정의 26
제2절 시계열 예측방법 26
제3절 시계열 예측기법의 종류 27
1) 이동평균법 27
2) 지수평활법 28
3) 회귀분석법 28
4) ARIMA모형(자기누적회귀평균모형) 31
5) 인공신경망 33
제4장 실험 대상 선정 40
제1절 대상선정 개요 40
제2절 테크노파크 신기술산업지원센터 40
제3절 대구도시공사 41
제4절 세하 주식회사 41
제5절 지산5단지 아파트 41
제5장 딥 러닝을 활용한 예측실험 43
제1절 시스템 환경 43
제2절 데이터 전처리 44
제3절 실험 내용 47
1) 실험 요소 47
2) 실험 결과 I 60
3) 실험 결과 II 61
4) 실험 결과 III 64
5) 실험 결과 IV 68
6) 결과 비교 69
제6장 결론 및 시사점 72
제1절 결론 72
제2절 시사점 73
1) 적용방법 및 기대효과 73
2) 향후 연구 방향 74
참고문헌 76
부록 79
부록 1. (한전전력요금체계) 79
부록 2. (LSTM실험결과) 80
부록 3. (실험결과 비교자료) 102
Abstract 107
〈표 1〉 계절별 부하시간 기준 12
〈표 2〉 전압구분 및 선택요금제도 12
〈표 3〉 전력요금제-일반용전력(갑) I 13
〈표 4〉 전력요금제-산업용전력(갑) I 13
〈표 5〉 전력요금제-산업용전력(갑) II 13
〈표 6〉 전력요금제-일반용전력(을)·산업용전력(을) 14
〈표 7〉 실험 시스템환경 43
〈표 8〉 실험 CASE 분류 47
〈표 9〉 실험 CASE 적용대상 47
〈표 10〉 LSTM Hyper Parameter 48
〈표 11〉 이동평균 관측 개수 별 오차율 57
〈표 12〉 지수평활 평활 계수 별 오차율 58
〈표 13〉 LSTM 학습데이터 개수 별 오차율 59
〈표 14〉 실험결과I 테크노파크 오차율 비교 60
〈표 15〉 실험결과I 도시공사 오차율 비교 61
〈표 16〉 실험결과II 테크노파크 오차율 비교 62
〈표 17〉 실험결과II 세하 주식회사 오차율 비교 62
〈표 18〉 실험결과II 대구도시공사 오차율 비교 63
〈표 19〉 실험결과II 지산5단지 오차율 비교 63
〈표 20〉 실험결과III 테크노파크 오차율 비교 64
〈표 21〉 실험결과III 세하 주식회사 오차율 비교 65
〈표 22〉 실험결과III 대구도시공사 오차율 비교 66
〈표 23〉 실험결과III 지산5단지 오차율 비교 67
〈표 24〉 실험결과IV 최대부하 시간대의 오차율 비교 68
〈표 25〉 실험결과 케이스 별 오차율 우수 건수 요약표 71
〈그림 1〉 데이터수집 공문 및 데이터 이용 동의서 17
〈그림 2〉 RNN의 구조 33
〈그림 3〉 펼쳐진 RNN 네트워크 구조 34
〈그림 4〉 RNN 학습능력저하 표현 35
〈그림 5〉 RNN과 LSTM의 구조 비교 36
〈그림 6〉 LSTM의 구조 36
〈그림 7〉 LSTM - Forget Gate 37
〈그림 8〉 LSTM - Input Gate 37
〈그림 9〉 LSTM - Update Cell State 37
〈그림 10〉 LSTM - Cell State 37
〈그림 11〉 LSTM - Output Gate 38
〈그림 12〉 GRU의 구조 39
〈그림 13〉 GRU CELL 39
〈그림 14〉 수용가별 실험데이터 Sample 45
〈그림 15〉 데이터 전처리 및 실험수행 순서도 46
〈그림 16〉 데이터 정규화 함수 code 46
〈그림 17〉 Multi RNN Stacked 49
〈그림 18〉 실험용 LSTM CELL 구조 50
〈그림 19〉 LSTM CELL 구성 code 50
〈그림 20〉 Overfitting 실험결과 52
〈그림 21〉 FULLY CONNECTED의 RELU(좌측) / IDENTITY(우측) 실험결과 53
〈그림 22〉 R를 이용한 ARIMA 예측 code 56