주거 부하 특성 분석 장치의 제어부가 k-평균 군집화를 통해 주거 사용자를 분류하는 단계;상기 제어부가 상기 분류된 군집에 주성분 분석을 적용하여, 각 군집을 대표할 수 있는 주요 소비자를 추출하는 단계; 및상기 제어부가 상기 추출된 주요 소비자의 데이터 수집 이전 시점의 설문 응답을 이용해 각 군집의 특징을 분석하는 단계;를 포함하되,상기 각 군집을 대표할 수 있는 주요 소비자를 추출하는 단계에서,상기 제어부가,각 군집의 특성을 나타내는 주요 소비자만을 추출하기 위하여, 주성분()의 값을 내림차 정렬하고, 기준 등수() 이내 를 하나라도 가지는 소비자인 변수()를 전부 채택하되,상기 기준 등수()는 아래의 수학식 3을 이용하여 산출하는 것을 특징으로 하는 k-평균 군집화와 주성분 분석을 이용한 주거 부하 특성 분석 방법.(수학식 3)여기서 기준 등수()는 군집 내 주성분의 기준 등수이며, 는 군집의 총 주성분 개수이고, 는 해당 주성분으로 설명할 수 있는 전체 분산의 비율로서, 이를 반영하여 기준 등수를 산출하고, 누적합()은 크기를 고려하지 않고 단순 차등을 두어 기준 등수를 계산했을 때 추출되는 최대 소비자 수이다.

제 1항에 있어서, 상기 k-평균 군집화는,다차원 N개 데이터 집합()을 K 개의 군집으로 분류하는 비지도 기계학습 기법이며,상기 데이터 집합은 복수의 군집 중 가장 거리가 짧고 SSE(sum of squared error) 값이 작은 군집에 배정되는 것을 특징으로 하는 k-평균 군집화와 주성분 분석을 이용한 주거 부하 특성 분석 방법.

제 2항에 있어서, 상기 군집의 중심은 배정된 데이터를 기준으로 재계산되며, 상기 제어부가, 상기 재계산된 군집의 중심을 기준으로 데이터 집합을 다시 분류하고, 상기 분류한 군집에 변화가 없을 때까지 군집화 과정을 반복하며,상기 군집화 과정은 비용 함수인 SSE 값을 최소화하는 방향으로 진행하는 것을 특징으로 하는 k-평균 군집화와 주성분 분석을 이용한 주거 부하 특성 분석 방법.

제 1항에 있어서, 상기 k-평균 군집화는,최적 군집 수와 상관없이 주어진 군집 수로 분류가 진행되며,사전에 적정한 최적 군집 개수를 결정하기 위하여‘Elbow method’를 이용하여 최적 군집 개수를 선정하되,전체 군집 수(K)에 따라 계산한 비용 함수 값을 도시한 그래프에서 지정된 일정 개수 이상 전체 군집 수(K)를 증가시키면 SSE 감소량의 한계효용이 발생하여 그래프가 꺾이는 부분이 발생하며, 이 꺾이는 부분의 군집 수를 최적 군집 개수로 선정하는 것을 특징으로 하는 k-평균 군집화와 주성분 분석을 이용한 주거 부하 특성 분석 방법.

제 1항에 있어서, 상기 주성분 분석은,상기 제어부가,아래의 수학식 2를 이용하여 변수 사이의 상호 관계를 반영한 주성분()으로 하여금 기존 데이터의 차원을 감소시켜 간결하게 나타내는 것임을 특징으로 하는 k-평균 군집화와 주성분 분석을 이용한 주거 부하 특성 분석 방법.(수학식 2) 여기서 은 loading vector로서 주성분()을 이루는 기존 변수의 계수이며, 이 값이 클수록 해당 변수 가 주성분()에 더 중요한 변수임을 나타낸다.

삭제

제 1항에 있어서,상기 추출된 주요 소비자의 데이터 수집 이전 시점의 설문 응답을 이용해 각 군집의 특징을 분석하는 단계에서,상기 설문 응답을 위한 설문 문항과 응답 선택지는, 테이블 형태로 미리 지정되는 것을 특징으로 하는 k-평균 군집화와 주성분 분석을 이용한 주거 부하 특성 분석 방법.