다변량 시계열 예측과 TCN 기반 예측 시스템

Multivariate Time-Series Forecasting and TCN-Based Prediction Systems

연구 내용

지역 단위 태양광 발전 데이터를 바탕으로 시계열 상관을 반영한 단기 예측 모델을 구축하고, 시계열 특성에 맞게 파라미터를 구성하는 TCN 예측 시스템을 개발하는 연구

신재생에너지의 안정적 계통 운용을 위해 지역 단위 발전량의 단기 예측 정확도 향상이 요구됩니다. 본 연구는 발전소 간 상호 의존성을 고려하기 위해 벡터 자기회귀 기반 예측을 적용하고, 다중 지역 클러스터에서 시계열 신호의 공동 변화를 모델링합니다. 또한 시계열 데이터의 자기상관 특성을 계산해 데이터 특성에 맞는 TCN 기반 예측 모델을 구성하고 최적 파라미터로 학습한 뒤 추론 시 지연 없이 매칭된 예측 결과를 산출하는 예측 시스템을 제안합니다. 이를 통해 다양한 지역과 대상에 대해 예측 파이프라인을 일반화하는 차별성을 보유합니다.

관련 프로젝트

0건

연구 흐름

초기 연구는 전국 발전소 운영 데이터를 활용하여 지역별 태양광 발전량의 상호 의존성을 반영하는 다변량 통계 예측을 수행하는 데 집중되었습니다. 이후 예측 모델의 적용 범위를 확장하기 위해 시계열 데이터의 자기상관을 이용해 데이터 특성에 맞는 신경망 기반 예측 구조를 구성하는 방식으로 발전했습니다. 최근에는 예측 모델 학습과 추론 간의 재학습 부담을 줄이기 위한 시스템화 방향으로 연구를 이어가고 있으며, 특정 지역·시간·대상에 대한 데이터 특성 매칭을 기반으로 예측 결과를 신속히 제공하는 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

지역 단위 발전량 예측
계통 안전 운용 모니터링
신재생 통합 계획 수립
운영 비용 절감 의사결정
수요·공급 변동 대응
에너지 수급 리스크 경보
스마트 그리드 운영 지원
예측 기반 유지보수 스케줄링
전력 시장 참여 최적화
데이터 기반 예측 모델 자동 구성