이 연구의 목적은 최근 전력 수요 패턴과 관련하여 LSTM 딥러닝 방법에 기반한 새로운 맞춤형 전력 수요 예측 알고리즘을 설계하는 것이다. 우리는 예측 모듈의 오차율을 검증하기 위한 시험을 수행하였으며, 실제 전력 수요 모니터링 시스템에서 전력 패턴의 급격한 변화가 나타나는지를 확인하였다. 전력 사용 데이터는 1일 동안 5분 해상도로 해마다 일부 주거용, 공공기관, 병원, 산업 공장 건물들에서 수집하였다. 각 시설의 전력 수요를 예측하고 외부 요인을 파악하기 위해 3가지 방식으로 비교 실험을 수행하였다: 단기, 장기, 계절 예측 실험. 주거용 건물과 관련하여 전력 수요 사용의 계절적 패턴을 분석하였다. 제안된 LSTM 모듈을 이용한 전력 수요 예측의 전체 오차율은 각 시설별로 감소하였다. 예측된 전력 수요 데이터는 각 시설에 따라 일정한 패턴을 보였으며, 특히 주거용 건물에서 여름과 겨울의 계절 예측 패턴에 대한 예측 차이는 다른 계절들과 비교할 때 매우 상이하였다. 설계된 정확한 예측 방법을 통해 불필요한 수요 관리 비용을 줄일 수 있을 가능성이 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.