삭제

삭제

전자 장치에 의해 수행되는 방법으로서,제1 학습 데이터를 이용하여 전력 수요량을 예측하기 위한 제1 머신 러닝 모델을 학습시킨 후, 테스트 데이터를 이용하여 제1 머신 러닝 모델에 대한 테스트의 수행에 따라, 상기 제1 머신 러닝 모델에서 예측 출력된 전력 수요량과 실제 전력 수요량 간의 오차에 대한 데이터인 오차 데이터를 해당 날짜 별로 생성하는 단계;상기 제1 학습 데이터의 입력 데이터와 동일한 입력 데이터와, 해당 날짜 별로 생성된 상기 오차 데이터에 대한 출력 데이터를 각각 포함하는 제2 학습 데이터를 이용하여, 오차 데이터를 예측하기 위한 제2 머신 러닝 모델을 학습시키는 단계;제3 학습 데이터를 이용하여 전력 수요량을 예측하기 위한 제3 머신 러닝 모델을 학습시키는 단계;를 포함하며,상기 제1 학습 데이터의 입력 데이터는 어느 날짜에 대한 날짜 데이터, 휴일 데이터 및 기상 데이터를 포함하고,상기 제1 학습 데이터의 출력 데이터는 상기 제1 학습 데이터의 입력 데이터에 포함된 날짜 데이터의 해당 날짜에 측정된 전력 수요량을 포함하며,상기 휴일 데이터는 상기 날짜에 대한 휴일 여부 및 휴일 종류에 대한 데이터를 포함하고,상기 제3 머신 러닝 모델의 입력 데이터는 어느 날짜에 대한 날짜 데이터, 휴일 데이터 및 기상 데이터와, 상기 제2 머신 러닝 모델에서 예측 출력된 오차 데이터를 각각 포함하며,상기 제3 머신 러닝 모델의 출력 데이터는 상기 제3 학습 데이터의 입력 데이터에 포함된 날짜 데이터의 해당 날짜에서의 전력 수요량을 포함하는 방법.

제1항에 있어서,상기 제3 머신 러닝 모델은 예측의 정확성이 상기 제1 머신 러닝 모델 보다 높은 방법.

삭제

삭제

삭제

삭제

제1항에 있어서,상기 날짜 데이터는 해당 날짜에 대한 연도, 월 및 요일을 포함하는 방법.

메모리; 및메모리에 저장된 정보를 이용하여, 제1 내지 제3 머신 러닝 모델에 대한 학습을 제어하는 제어부;를 포함하며,상기 제어부는,제1 학습 데이터를 이용하여 전력 수요량을 예측하기 위한 제1 머신 러닝 모델을 학습시킨 후, 테스트 데이터를 이용하여 제1 머신 러닝 모델에 대해 테스트의 수행에 따라, 상기 제1 머신 러닝 모델에서 예측 출력된 전력 수요량과 실제 전력 수요량 간의 오차에 대한 데이터인 오차 데이터를 해당 날짜 별로 생성하도록 제어하고,상기 제1 학습 데이터의 입력 데이터와 동일한 입력 데이터와, 해당 날짜 별로 생성된 상기 오차 데이터에 대한 출력 데이터를 각각 포함하는 제2 학습 데이터를 이용하여, 오차 데이터를 예측하기 위한 제2 머신 러닝 모델의 학습을 제어하며,제3 학습 데이터를 이용하여 전력 수요량을 예측하기 위한 제3 머신 러닝 모델의 학습을 제어하고,상기 제1 학습 데이터의 입력 데이터는 어느 날짜에 대한 날짜 데이터, 휴일 데이터 및 기상 데이터를 포함하고,상기 제1 학습 데이터의 출력 데이터는 상기 제1 학습 데이터의 입력 데이터에 포함된 날짜 데이터의 해당 날짜에 측정된 전력 수요량을 포함하며,상기 휴일 데이터는 상기 날짜에 대한 휴일 여부 및 휴일 종류에 대한 데이터를 포함하고,상기 제3 머신 러닝 모델의 입력 데이터는 어느 날짜에 대한 날짜 데이터, 휴일 데이터 및 기상 데이터와, 상기 제2 머신 러닝 모델에서 예측 출력된 오차 데이터를 각각 포함하며,상기 제3 머신 러닝 모델의 출력 데이터는 상기 제3 학습 데이터의 입력 데이터에 포함된 날짜 데이터의 해당 날짜에서의 전력 수요량을 포함하는 장치.

제10항에 있어서,상기 제3 머신 러닝 모델은 예측의 정확성이 상기 제1 머신 러닝 모델 보다 높은 장치.

삭제

삭제

삭제

삭제

제10항에 있어서,상기 날짜 데이터는 해당 날짜에 대한 연도, 월 및 요일을 포함하는 장치.

삭제

제10항에 있어서,상기 제어부는 상기 학습된 제1 내지 제3 머신 러닝 모델 중 적어도 하나를 통신부를 통해 다른 장치로 전송하도록 제어하는 장치.

삭제

삭제