KR100522230B1 - Power Demand Forecasting Method Modified Arima Model - Google Patents
Power Demand Forecasting Method Modified Arima Model Download PDFInfo
- Publication number
- KR100522230B1 KR100522230B1 KR10-1998-0038396A KR19980038396A KR100522230B1 KR 100522230 B1 KR100522230 B1 KR 100522230B1 KR 19980038396 A KR19980038396 A KR 19980038396A KR 100522230 B1 KR100522230 B1 KR 100522230B1
- Authority
- KR
- South Korea
- Prior art keywords
- power demand
- power
- data
- time
- arima model
- Prior art date
Links
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical class C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 title claims abstract description 10
- 238000013277 forecasting method Methods 0.000 title claims 4
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000005611 electricity Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명은 시계열 예측 방법 중에서 ARIMA 모델을 변형한 전력 수요 예측 방법에 관한 것으로서, 특히 전력 사용량이 계약 전력을 초과하기 전에 특정 장비의 동작을 순간적으로 정지하여 최대 전력 사용량을 넘지 않도록 하기 위해 사전에 이를 예측하여 경고하고자 하기 위한 방법에 관한 것이다. 본 ARIMA 모델을 변형한 전력 수요 예측 방법은, 데이터를 취합하는 단계, 취합한 데이터를 이용하여 ARIMA 모델의 각 파라미터를 계산하는 단계, 및 계산한 각 파라미터를 이용하여 분석을 위한 출력 데이터를 생성하는 단계를 포함하여 이루어진다. 이로써, 신뢰성 있는 데이터를 예측할 수 있어 에너지 및 비용 절감을 할 수 있다.The present invention relates to a power demand prediction method in which an ARIMA model is modified among time series prediction methods. In particular, the present invention relates to a method for predicting power demand in advance so as not to exceed the maximum power consumption by temporarily stopping the operation of a specific equipment before the power usage exceeds a contracted power. A method for predicting and warning. The power demand prediction method in which the ARIMA model is modified may include: collecting data, calculating each parameter of the ARIMA model using the collected data, and generating output data for analysis using each calculated parameter. A step is made. As a result, reliable data can be predicted, thereby reducing energy and cost.
Description
본 발명은 시계열 예측(Time Series) 방법 중에서 아리마(AutoRegressive Integrated Moving Average : 이하 ARIMA라 칭한다) 모델을 변형한 전력 수요 예측 방법에 관한 것으로서, 특히 전력 사용량이 계약 전력을 초과하기 전에 특정 장비의 동작을 순간적으로 정지하여 최대 전력 사용량을 넘지 않도록 하기 위해 사전에 이를 예측하여 경고하고자 하기 위한 방법에 관한 것이다.The present invention relates to a power demand prediction method in which a Arima (AutoRegressive Integrated Moving Average (ARIMA)) model is modified among time series prediction methods. In particular, the present invention relates to an operation of a specific equipment before power usage exceeds a contract power. The present invention relates to a method for predicting and warning in advance in order to stop momentarily and not exceed the maximum power usage.
일반적으로, 종래의 전력 수요 예측 및 경고 판정 기술 구성은 도 1과 같이 단순히 현재 전력 수요 데이터와 바로 전 전력 수요 데이터로부터 기울기를 구하여 이를 일차식으로 하여 T 시간에 이르렀을 때 값이 목표 전력 수요량을 초과하는지를 보여준다. In general, the conventional power demand prediction and warning determination technology configuration simply calculates the slope from the current power demand data and the immediately preceding power demand data as shown in FIG. Show if it exceeds.
즉, 현재 시간(t)과 현재 전력 디멘드(Qt)와 바로 전 시간(t-1)과 전력 디멘드(Qt-1)로부터 다음의 수학식 1과 같은 일차식을 구한다. That is, the first equation is obtained from the current time t, the current power demand Qt, the immediately preceding time t-1, and the power demand Qt-1.
T 시간에서의 디맨드를 계산하기 위하여 수학식 1에 x에 T를 대입하면, 수학식 2가 된다. Substituting T into x in Equation 1 to calculate the demand in T time results in Equation 2.
여기서, T 시점에서의 예측 디멘드(QT)가 목표 디멘트(Q)를 초과하면 1차 경고를 보낸다. Here, the first warning is sent when the predicted demand QT at the time point T exceeds the target demand Q.
상기의 방법으로는 디맨드(전력 수요)를 예측하고, 이에 따라 사용자에게 사전 경고를 하여 준다. 또한, 이에 따라 사용자에게 사전 경고를 하여 주며, 또한 수학식 3의 조정 전력(C)를 계산하여 준다. 조정 전력이란 T 시점에서 목표 디멘드(Q)를 초과하지 않기 위해 현 t 시점에서 수요 전력을 조정해야 하는 전력량을 의미한다.In the above method, the demand (power demand) is predicted and the user is warned in advance. Further, accordingly, the user is warned in advance, and the adjusted power C of Equation 3 is calculated. Adjusted power refers to the amount of power that needs to be adjusted at the current time t in order not to exceed the target demand (Q) at time T.
상기와 같은 종래 기술은 현재 데이터와 바로 전 데이터만을 이용하여 나머지 데이터를 예측한다는 것은 데이터 편의(Bias)될 확률이 너무나 높다는 문제가 발생한다. In the prior art as described above, there is a problem that predicting the remaining data using only current data and immediately preceding data has a high probability of data biasing.
따라서, 본 발명은 상기된 바와 같은 문제점을 해결하기 위하여 창안된 것으로, ARIMA 모델을 변형하여 보다 정확한 전력 수요 예측과 경고 발생을 사용자에게 제공하는, ARIMA 모델을 변형한 전력 수요 예측 방법을 제공하는 것을 목적으로 한다.Accordingly, the present invention has been made to solve the above problems, and provides a power demand prediction method modified from the ARIMA model, which provides the user with more accurate power demand prediction and alert generation by modifying the ARIMA model. The purpose.
본 발명의 상기 및 그 밖의 다른 목적과 새로운 특징에 대해서는 아래의 발명의 상세한 설명을 읽고 아래의 도면을 참조하면 보다 명백해질 것이다.The above and other objects and novel features of the present invention will become more apparent from the following detailed description of the invention and the accompanying drawings.
상기와 같은 목적을 달성하기 위하여 창안된 본 발명에 따른 ARIMA 모델을 변형한 전력 수요 예측 방법은, 데이터를 취합하는 단계(s4), 상기 데이터를 이용하여 ARIMA 모델의 각 파라미터를 계산하는 단계(s5) 및 상기 계산한 각 파라미터를 이용하여 분석을 위한 출력 데이터를 생성하는 단계(s6)를 포함하여 이루어진다. In order to achieve the above object, the method for predicting power demand of the modified ARIMA model according to the present invention includes: collecting data (s4), and calculating each parameter of the ARIMA model using the data (s5). And generating output data for analysis using the calculated respective parameters (s6).
또한, 주기를 결정하는 단계(s1), 로깅 데이터베이스에 바로 전 주기의 데이터가 있는지를 판단하는 단계(s2), 상기 로깅 데이터베이스로부터 바로 전 주기의 데이터가 있으면, 전력량계로부터 현재의 전력 수요 데이터를 받는 단계(s4), 상기 로깅 데이터베이스로부터 바로 전 주기의 전력 수요 데이터를 로드한 것을 이용하여 ARIMA 모델의 파라미터를 구하는 단계(s5), 상기에서 구해진 파라미터를 이용하여 현시점 이후의 예측 전력 수요(R)를 계산하는 단계(s6), 상기 계산된 예측 전력 수요(R) 중 목표 전력 수요(Q)를 넘는 예측 전력 수요(R)가 있는지 판단하는 단계(s7) 및 상기 목표 전력 수요(Q)를 넘는 예측 전력 수요(R)가 있다면, 이를 경고 발생하여 사용자에게 알리고, 현재 주기의 예측 전력 수요량 중에서 목표 전력 수요(Q)를 넘는 최대 전력 수용량(M)을 이용하여 조정 전력량(C)을 계산하여(s8) 사용자에게 화면 출력하는 단계(s9)를 더 포함한다. In addition, determining the period (s1), determining whether there is data of the previous period in the logging database (s2), if there is data of the previous period from the logging database, receives the current power demand data from the electricity meter Step (s4), calculating the parameters of the ARIMA model using the load of the previous period of the power demand data from the logging database (s5), using the parameters obtained above to calculate the predicted power demand (R) after the current point Calculating (s6), determining whether there is a predicted power demand (R) exceeding a target power demand (Q) among the calculated predicted power demand (R) (s7), and predicting the target power demand (Q). If there is a power demand (R), an alert is issued to notify the user and the maximum power capacity (M) exceeding the target power demand (Q) of the estimated power demand of the current cycle is exceeded. It calculates the amount of power adjustment using (C) (s8) further comprises the step (s9) for outputting to the user screen.
상기 로깅 데이터베이스에 바로 전 주기 데이터가 없을 시에는 기존의 파라미터를 이용하여 현재 시점 이후부터 주기의 마지막 시점까지 전력 수요량을 예측하는 단계(s3)를 더 포함한다.If there is no previous period data in the logging database, the method further includes the step (s3) of predicting the power demand from the current time point to the last time point of the period by using an existing parameter.
상기 ARIMA 모델의 파라미터를 구하는 단계는, t 시점에서의 예측 전력 수요량을 나타내는 Rt, t 시점에서의 오류를 나타내는 εt, t-1 시점에서의 오류를 나타내는 εt-1, t 시점에서의 오류와 t-1 시점에서의 오류 사이의 상관 계수로, t 시점에서의 오류인 εt와 t-1 시점에서의 오류인 εt-1의 상관 계수를 구하는 식에 의하여 구하는 ρ, 일차 회귀 모델의 파라미터로, 일차 회귀식을 구하는 수식을 이용하여 구해지는 α와 β, 임의의 시간 t 시점에서의 전력 수요 표준 편차로, 바로 전 주기의 전력 수요 데이터와 예측한 데이터를 포함하여 표준 편차를 구한 다음, (n-1)/(2n-2)를 곱하여 구하는 σt 및 μt ~ N(0, ρt 2)을 이용함으로써, Rt = α + β * t + εt와 εt = ρ * εt-1 + μt을 구한다.The step of obtaining the parameters of the ARIMA model may include R t representing an estimated power demand at time t, ε t representing an error at time t, and ε t-1 representing an error at time t-1 and a time t. Ρ, the first regression model, obtained by the correlation coefficient between ε t , which is an error at time t, and ε t-1, which is an error at time t-1 . The standard deviation of α and β, the power demand standard deviation at any time t, is obtained by using the formula to obtain the first-order regression equation. Next, R t = α + β * t + ε t and ε t = ρ by using σ t and μ t to N (0, ρ t 2 ), which are multiplied by (n-1) / (2n-2). Find ε t-1 + μ t .
상기 현재 주기의 예측 전력 수요량 중에서 목표 전력 수요(Q)를 넘는 최대 전력 수용량(M)을 이용한 조정 전력량(C) 계산은 식을 이용하여 계산하며, 상기 조정 전력량(C)을 계산하여 사용자에게 화면 출력하는 단계에 있어서, 차단할 부하가 있을 경우에는 이 또한 사용자에게 차단 가능한 부하 리스트가 있다는 것을 화면 출력한다.The calculation of the adjusted power amount C using the maximum power capacity M exceeding the target power demand Q of the estimated power demand amount of the current period is In the step of calculating by using an equation, and calculating and outputting the adjusted power amount C to the user, if there is a load to be cut off, the screen outputs that the user has a load list that can be cut off.
이하, 본 발명의 실시예를 첨부한 도면을 참조하여 상세히 설명한다. 도 2는 ARIMA 모델을 변형한 전력 수요 예측 구성도이고, 도 3은 ARIMA 모델을 이용한 전력 수요 예측 방법의 흐름도이다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. FIG. 2 is a diagram illustrating a power demand prediction structure in which an ARIMA model is modified, and FIG. 3 is a flowchart of a power demand prediction method using an ARIMA model.
ARIMA 모델은 일차 회귀 분석 모델과 예측 모델의 이동 평균 모델을 결합시킨 모델로, 모델의 수식은 다음과 같다. The ARIMA model combines a linear regression model with a moving average model of the predictive model.
Rt = α + β * t + εt7 R t = α + β * t + ε t7
εt = ρ * εt-1 + μt ε t = ρ * ε t-1 + μ t
여기서, Rt : t 시점에서의 예측 전력 수요량Where R t is the estimated power demand at time t
εt : t 시점에서의 오류ε t : error at time t
εt-1 : t-1 시점에서의 오류ε t-1 : Error at time t-1
ρ : t 시점에서의 오류와 t-1 시점에서의 오류 사이의 상관 계수ρ is the correlation coefficient between the error at time t and the error at time t-1
α, β : 일차 회귀 모델의 파라미터α, β: parameters of the first-order regression model
σt : 임의의 시간 t 시점에서의 전력 수요 표준 편차σ t : power demand standard deviation at any time t
μt ~ N(0, ρt 2)μ t to N (0, ρ t 2 )
먼저, 주기를 결정하고(s1) 로깅 데이터베이스(Logging DB)에 바로 전 주기의 데이터가 있는지를 판단하여(s2) 전력량계로부터 현재의 전력 수요 데이터를 받는다(S4). 로깅 데이터베이스로부터 바로 전 주기의 전력 수요 데이터를 로드한 것을 이용하여 ARIMA 모델의 파라미터를 구한다(s5). 만일 로깅 데이터베이스에 바로 전 주기 데이터가 없을 시에는 기존의 파라미터를 이용하여(s3) 현재 시점 이후부터 주기의 마지막 시점까지 전력 수요량을 예측한다(s6).First, the cycle is determined (s1) and whether the data of the previous cycle is present in the logging database (s2) is received (s2) and the current power demand data is received from the electricity meter (S4). The parameter of the ARIMA model is calculated using the load of power demand data of the previous cycle from the logging database (s5). If there is no previous period data in the logging database, the current demand is predicted using the existing parameters (s3) from the current time point to the end of the period (s6).
ARIMA 모델의 파라미터를 구하는 방법은 아래와 같다. The following describes how to obtain the parameters of the ARIMA model.
우선, 일차 회귀식을 구하는 수식을 이용하여 α, β를 구한다.First, α and β are obtained by using a formula for finding a first-order regression equation.
그리고, σt는 바로 전 주기의 전력 수요 데이터와 예측한 데이터를 포함하여 표준 편차를 구한 다음, (n-1)/(2n-2)를 곱하여 구한다. 기존 ARIMA 방법은 σt = σ로 고정시키고 예측했으나, 본 발명에서는 전력 수요량이 같은 표준 편차가 계 변동함으로써 이를 반영할 수 있다.Σ t is obtained by multiplying (n-1) / (2n-2) by obtaining a standard deviation including power demand data and predicted data of the previous period. The traditional ARIMA method is σ t = Although fixed and predicted by σ, the present invention can reflect this by continuously changing the standard deviation with the same electric power demand.
또한, ρ는 εt와 εt-1의 상관 계수를 구하는 식에 의하여 구할 수 있다.In addition, ρ can be calculated | required by the formula which calculates the correlation coefficient of (epsilon) t and (epsilon) t-1 .
상기에서 구해진 파라미터를 이용하여 현 시점 이후의 분 단위로 예측 전력 수요(R)를 계산한다(s6). 이 중에서 목표 전력 수요(Q)를 넘는 예측 전력 수요(R)가 있다면(s7), 이를 경고 발생하여 사용자에게 알린다(s9).The predicted power demand R is calculated in units of minutes after the present time using the parameters obtained above (s6). Among these, if there is a predicted power demand R exceeding the target power demand Q (s7), a warning is issued to notify the user (s9).
또한 현재 주기의 예측 전력 수요량 중에서 목표 전력 수요(Q)를 넘는 최대 전력 수용량(M)을 이용하여 조정 전력량(C)을 다음의 수학식4를 이용하여 계산한다. Also, the adjusted power amount C is calculated using the following Equation 4 using the maximum power capacity M exceeding the target power demand Q among the predicted power demand amount of the current cycle.
상기 수학식 4를 계산하여(s8) 사용자에게 화면 출력(Display)한다(s9). 그리고, 차단할 부하가 있다면(s8) 이 또한 사용자에게 차단 가능한 부하 리스트가 있다는 것을 화면 출력한다(s9). 이로써, 신속하고 정확하게 목표 전력 수요를 초과하지 않게 하고, 예측 전력 수요를 트렌드로 나타내어 사용자가 쉽게 파악할 수 있도록 해준다.The equation 4 is calculated (s8) and the screen is output to the user (s9). If there is a load to be blocked (s8), the screen outputs that the user also has a load list that can be blocked (s9). This makes it possible to quickly and accurately not exceed the target power demand, and to trend the predicted power demand for easy user identification.
본 발명은 다양하게 변형될 수 있고, 여러 가지 형태를 취할 수 있지만, 상기 발명의 상세한 설명에서는 그에 따라 특별한 실시예에 대해서만 기술하였다.While the invention is susceptible to various modifications and alternative forms, the disclosure thereof has been described with reference to specific embodiments only.
하지만, 본 발명은 명세서에서 언급된 특별한 형태로 한정되는 것이 아닌 것으로 이해되어야 하며, 오히려 본 발명은 첨부된 청구범위에 의해 정의된, 본 발명의 정신과 범위 내에 있는 모든 변형물, 균등물 및 대체물을 포함하는 것으로 이해되어야 한다.It is to be understood, however, that the present invention is not limited to the specific forms referred to in the specification, but rather that the invention is intended to cover all modifications, equivalents, and substitutions within the spirit and scope of the invention as defined by the appended claims. It should be understood to include.
상기와 같이 동작하는 본 출원에 있어서, 개시되는 발명중 대표적인 것에 의하여 얻어지는 효과를 간단히 설명하면 다음과 같다.In the present application operating as described above, the effects obtained by the representative ones of the disclosed inventions will be briefly described as follows.
본 발명은 시계열을 예측하는 모델 중에서 가장 정확성이 탁월한 ARIMA 모델을 이용함으로써, 신뢰성 있는 데이터를 예측할 수 있어 사용자는 언제 얼마만큼 전력 조정을 해야 하는지를 알 수 있다. 이는 사용자가 전력 수요 제한을 하는데 있어서 신속, 정확하게 해결할 수 있도록 해주고, 에너지 및 비용 절감을 할 수 있도록 해준다. The present invention can predict reliable data by using the most accurate ARIMA model among time predictive models, so that the user can know when and how much power should be adjusted. This allows the user to quickly and accurately resolve power limiting requirements and save energy and costs.
도 1 은 본 발명에 적용되는 기존 전력 수요 예측 및 경보 발생 구성도이다.1 is a diagram illustrating a conventional power demand prediction and alarm generation applied to the present invention.
도 2 는 본 발명에 따른 ARIMA 모델을 변형한 전력 수요 예측 구성도이다. 2 is a diagram illustrating a power demand prediction modified from an ARIMA model according to the present invention.
도 3 은 본 발명에 따른 ARIMA 모델을 이용한 전력 수요 예측 방법의 흐름도이다. 3 is a flowchart of a power demand prediction method using an ARIMA model according to the present invention.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-1998-0038396A KR100522230B1 (en) | 1998-09-17 | 1998-09-17 | Power Demand Forecasting Method Modified Arima Model |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-1998-0038396A KR100522230B1 (en) | 1998-09-17 | 1998-09-17 | Power Demand Forecasting Method Modified Arima Model |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20000020003A KR20000020003A (en) | 2000-04-15 |
| KR100522230B1 true KR100522230B1 (en) | 2005-12-30 |
Family
ID=19550897
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-1998-0038396A KR100522230B1 (en) | 1998-09-17 | 1998-09-17 | Power Demand Forecasting Method Modified Arima Model |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100522230B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100738327B1 (en) * | 2005-09-29 | 2007-07-12 | 한국전자통신연구원 | Purchase diffusion forecasting method for new products |
| CN114034978B (en) * | 2021-11-11 | 2023-11-10 | 四川中电启明星信息技术有限公司 | Automatic model detection method and system for distribution network project |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0350431A (en) * | 1989-07-14 | 1991-03-05 | Nikken Sekkei Ltd | Load estimating method |
-
1998
- 1998-09-17 KR KR10-1998-0038396A patent/KR100522230B1/en not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0350431A (en) * | 1989-07-14 | 1991-03-05 | Nikken Sekkei Ltd | Load estimating method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20000020003A (en) | 2000-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10281338B2 (en) | Oil-immersed transformer thermal monitoring and prediction system | |
| Pinson et al. | On‐line assessment of prediction risk for wind power production forecasts | |
| US9348392B2 (en) | Systems and methods for measuring and verifying energy savings in buildings | |
| US7490013B2 (en) | Power grid failure detection system and method | |
| JP5600570B2 (en) | Photovoltaic power generation prediction device, solar power generation amount prediction method, system voltage control device, system voltage control method | |
| JP6232021B2 (en) | Power consumption prediction method according to consumption characteristics, power consumption prediction model generation method, power consumption prediction device | |
| US20090234511A1 (en) | Demand control device | |
| KR102482043B1 (en) | Method And Apparatus for Predicting Cooling Load in Small Scale Data | |
| KR101660487B1 (en) | Method and apparatus for forecasting an energy consumption based on consumption characteristic | |
| JP6610281B2 (en) | Information processing apparatus, control method, and control program | |
| TWI481881B (en) | Power consumption prediction apparatus, method, and computer program product thereof | |
| CN109461091B (en) | Power utilization load calculation method considering correlation between photovoltaic load and cold load and information system | |
| KR20180028583A (en) | A customized electronic power scheduling system for consumer in an environment of intelligent power usage | |
| JP2003180032A (en) | Power demand estimation system and its estimation method | |
| JP6032486B2 (en) | Power management system and power management method | |
| JP2008102816A (en) | Energy saving report preparation device and method of predicting energy consumption by using the same | |
| JP6562491B1 (en) | Precise power generation prediction method by expected value calculation, power generation precise prediction system by expected value calculation, and power generation precise prediction program by expected value calculation | |
| KR100522230B1 (en) | Power Demand Forecasting Method Modified Arima Model | |
| JP2582447B2 (en) | Load prediction device for air conditioner | |
| CN111934318A (en) | Non-invasive power load decomposition method, device, equipment and storage medium | |
| JPH07123589A (en) | Demand estimation system | |
| TWI504095B (en) | Non - invasive load monitoring system and its method | |
| JP2005086880A (en) | Demand monitoring device | |
| JP3701797B2 (en) | Power system power flow monitoring device | |
| EP2650831A1 (en) | A method for determining an electricity consumption profile of a facility and a system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| N231 | Notification of change of applicant | ||
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20120906 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20131004 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20140904 Year of fee payment: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20150930 Year of fee payment: 11 |
|
| LAPS | Lapse due to unpaid annual fee |