ARIMA 모형을 사용한 전력 소모량의 단기 예측에 관한 연구 (A Study on the Short-term Prediction of Power Consumption by using the ARIMA Model)

서지정보

· 발행기관 : 한국자료분석학회
· 수록지 정보 : Journal of The Korean Data Analysis Society / 19권 / 3호 / 1349 ~ 1362페이지
· 저자명 : 이창용, 김진호

초록

전력소모의 효율적인 조절을 위해서는 전기 에너지와 가스 에너지의 교차 사용이 필요하다는 가정 하에, 본 논문에서는 시계열 데이터 분석을 통하여 전기 에너지 수요를 예측하는 모형 및 방법에 대한 연구를 수행하였다. 이를 위하여 A 테크노파크에서 사용한 전력 사용량 시계열 데이터를 ARIMA 모형에 적용하였는데, 고려한 시계열 데이터는 하루 정도의 주기성을 나타내었고 ARIMA(0, 1, 1)과 ARIMA(1, 0, 1) 모형이 적절함을 밝혔다. 위 두 모형을 대한 모수를 최대우도법을 사용하여 추정하였으며, 비록 추정한 모수의 값은 선택한 표본에 따라 다르나 선택한 두 모형은 표본에 무관하게 적용됨을 보였다. 또한 모수의 추정 과정에서 ARIMA(0, 1, 1) 모형이 ARIMA(1, 0, 1)에 비하여 근소하게 우수함을 AIC 측도와 우도함수를 통하여 입증하였으며, 표본 데이터에 대하여 잔차 해석과 Ljung-Box 검정을 수행하여 선택된 모형의 적합성을 보였다. 확정된 모형을 약 2.5시간 정도의 시차에 대한 전력사용량 예측에 적용하였으며, 예측한 전력사용량의 평균상대오차와 평균제곱오차는 각각 2-5% 그리고 1-3kWh 임을 보였다. 또한 예측 오차 측면에서 볼 때 ARIMA(0, 1, 1) 모형이 ARIMA(1, 0, 1)에 비하여 적은 오차를 보였다. 본 연구의 결과는 전기와 가스 에너지의 교차 적용이 필요한 에너지 관리 시스템 연구에 적용될 수 있다.

영어초록

In this paper, based on the premise that an efficient control of power consumption requires the cross usage of electric and gas power, we analyzed time series data to forecast the electric power consumption. To this end, we applied ARIMA model to the time series of electric power consumption of A Techno Park. We showed that the time series exhibited a periodicity of one working day, and identified that it can be adequately modeled in terms of ARIMA(0, 1, 1) and ARIMA(1, 0, 1). We verified that selected models are robust against sampled data, although the values of estimated parameters depended on samples. We also tested the fitness of the proposed model by applying residual analysis and the Ljung-Box test statistics to the data. We forecasted the electric power consumption with the time lag of about two and half hours, and showed that the forecasted power consumptions have their mean relative percentage error and root mean square error being 2-5% and 1-3kWh, respectively. We also found that ARIMA(0, 1, 1) more or less outperformed ARIMA(1, 0, 1) from the perspective of the prediction error. This study can be applied to the energy management system where the decision making of cross usage of electric and gas power should be included.

참고자료

· 없음