본 연구는 개별 급속 충전소에서 전기자동차(EV) 충전 수요를 예측하기 위해, 장단기 기억장치(LSTM)를 결합한 사전 활성화 잔차 신경망(ResNet)을 제안한다. 급속 충전소는 EV 사용자에게 편의성을 제공하지만, 급속 충전소의 이용은 전력 시스템의 안정성과 품질을 위협할 수도 있다. 따라서 전력 시스템 운영을 위해 개별 급속 충전소의 충전 수요를 정확하게 예측하는 것이 중요하다. 제안된 모델은 두 가지 딥러닝 모델인 ResNet과 LSTM을 포함한다. ResNet은 급속 충전 패턴 예측에 필요한 특성 추출을 수행하는 데 사용된다. LSTM은 순차 입력을 기반으로 급속 충전 수요를 예측한다. 제안된 모델은 소실 기울기(gradient vanishing) 없이 우수한 예측 성능을 보장한다. 또한 사전 활성화된 ResNet의 구조는 평균제곱오차(MSE) 손실 함수에 근거한 최적의 매개변수 업데이트를 가능하게 한다. 제안된 모델은 대한민국 제주도에 있는 EV 급속 충전소의 실제 데이터를 사용하여 평가하였다. 제안된 모델의 최대 예측 성능은 정규화된 root MSE에서 8.04%, 평균절대오차(MAE)에서 4.71 kW로 달성되었다.

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