KR20120122514A - 전력관리 예측 시스템 - Google Patents

전력관리 예측 시스템 Download PDF

Info

Publication number
KR20120122514A
KR20120122514A KR1020110040714A KR20110040714A KR20120122514A KR 20120122514 A KR20120122514 A KR 20120122514A KR 1020110040714 A KR1020110040714 A KR 1020110040714A KR 20110040714 A KR20110040714 A KR 20110040714A KR 20120122514 A KR20120122514 A KR 20120122514A
Authority
KR
South Korea
Prior art keywords
data
load
power
climate
usage data
Prior art date
Application number
KR1020110040714A
Other languages
English (en)
Inventor
고봉운
Original Assignee
(주) 대원계전산업
제주산업정보대학 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주) 대원계전산업, 제주산업정보대학 산학협력단 filed Critical (주) 대원계전산업
Priority to KR1020110040714A priority Critical patent/KR20120122514A/ko
Publication of KR20120122514A publication Critical patent/KR20120122514A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Power Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 전력관리 예측 시스템에 관한 것으로서, 전력설비의 기후정보를 포함하는 환경정보 및 부하 사용량을 바탕으로, 신경회로망을 이용하여 부하예측을 수행하며, 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여 전원사고 방지를 위한 무정전 전원공급장치 등의 연결사용 시점을 예측하는 전력관리 예측 시스템을 제공함에 그 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은, 해당 전력설비의 부하 예측을 위한 데이터들을 수집하는 데이터 수집부; 상기 데이터 수집부를 통해 수집된 기후 데이터와 최근 사용한 부하 사용량 데이터를 바탕으로, 기후에 따른 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용에 부하 사용량 데이터를 산출하는 데이터 산출부; 상기 데이터 수집부를 통해 수집한 기후 데이터, 상기 데이터 산출부를 통해 산출된 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 이용하여, 부하를 예측하는 부하 예측부; 및 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여, 전원사고 방지를 위한 무정전 전원공급 장치와의 연결사용 시점을 예측하는 연결시점 예측부; 를 포함하는 것을 특징으로 한다.

Description

전력관리 예측 시스템{SYSTEM FOR FORECASTING POWER MANAGEMENT}
본 발명은 전력관리 예측 시스템에 관한 것으로서, 더욱 상세하게는 전력설비의 기후정보를 포함하는 환경정보 및 부하 사용량을 바탕으로, 신경회로망을 이용하여 부하예측을 수행하며, 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여 전원사고 방지를 위한 무정전 전원공급장치 등의 연결사용 시점을 예측하는 전력관리 예측 시스템에 관한 것이다.
전력설비의 전력을 관리하기 위해서는, 효율적인 부하 사용이 필수적인 요소로 작용한다. 전력설비가 설치된 위치 및 기후변화 등의 외부적 환경변화에 따라, 전원 사용량이 변동할 수 있다는 점을 감안할 때, 전력설비 내/외부 환경정보 및 부하 용량정보를 이용하여, 전력을 관리하고자 하는 방안의 필요성이 대두되고 있다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 전력설비의 기후정보를 포함하는 환경정보 및 부하 사용량을 바탕으로, 신경회로망을 이용하여 부하예측을 수행하며, 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여 전원사고 방지를 위한 무정전 전원공급장치 등의 연결사용 시점을 예측하는 전력관리 예측 시스템을 제공함에 그 목적이 있다.
이러한 기술적 과제를 달성하기 위한 본 발명은 전력관리 예측 시스템에 관한 것으로서, 해당 전력설비의 부하 예측을 위한 데이터들을 수집하는 데이터 수집부; 상기 데이터 수집부를 통해 수집된 기후 데이터와 최근 사용한 부하 사용량 데이터를 바탕으로, 기후에 따른 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용에 부하 사용량 데이터를 산출하는 데이터 산출부; 상기 데이터 수집부를 통해 수집한 기후 데이터, 상기 데이터 산출부를 통해 산출된 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 이용하여, 부하를 예측하는 부하 예측부; 및 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여, 전원사고 방지를 위한 무정전 전원공급 장치와의 연결사용 시점을 예측하는 연결시점 예측부; 를 포함하는 것을 특징으로 한다.
또한 상기 데이터 수집부를 통해 수집된 데이터는, 해당 전력설비 주변의 기후 데이터, 해당 전력설비의 최근 사용한 부하 사용량 데이터 및 해당 전력설비의 당해년도 및 수년간의 전력 사용량 데이터를 포함하는 것을 특징으로 한다.
또한 상기 기후 데이터는, 온도, 습도 및 풍속 데이터를 포함하는 것을 특징으로 한다.
그리고 상기 부하 예측부는, 신경회로망을 이용하여, 상기 기후 데이터, 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 입력 변수화시켜, 부하를 예측하는 것을 특징으로 한다.
상기와 같은 본 발명에 따르면, 부하를 손쉽게 예측함으로써 전력설비의 전력관리를 용이하게 하며, 종국적으로는 해당 전력설비의 절전을 구현할 수 있는 효과가 있다.
도 1 은 본 발명에 따른 전력관리 예측 시스템을 개념적으로 도시한 전체 구성도.
도 2 는 본 발명에 따른 전력관리 예측 방법에 관한 전체 흐름도.
본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.
일반적으로 시간기반의 부하예측 요소는 사용자 category, 온도, 습도, 풍속 등의 날씨 상태요소, 최근 사용한 부하 패턴, 하루에 대한 시간적 특성, 주 단위, 계절적 부하사용, 특정행사에 대한 이벤트, 완만한 부하사용과 급속한 전력 사용 등의 부하분포, 수요 측 관리 계획 등에 의해 모델링이 달라질 수 있다.
한편, 전력부하에 대한 수학적인 표현은 시간, 날씨, 사용자 패턴 등의 다양한 요소로 나타낼 수 있다.
[수식 1]
Figure pat00001
여기서,
Figure pat00002
은 총 예측부하,
Figure pat00003
은 부하의 일분적인 부분,
Figure pat00004
는 부하의 날씨 감도,
Figure pat00005
은 노이즈이다. 부하일에 대한 모델예측은 가중요소의 Euclidean norm 으로 나타낼 수 있다.
[수식 2]
Figure pat00006

본 발명에 따른 전력관리 예측 시스템에 관하여 도 1 을 참조하여 설명하면 다음과 같다.
도 1 은 본 발명에 따른 전력관리 예측 시스템(S)을 개념적으로 도시한 전체 구성도로서, 도시된 바와 같이 데이터 수집부(100), 데이터 산출부(200), 부하 예측부(300) 및 연결시점 예측부(400)를 포함하여 이루어진다.
데이터 수집부(100)는 해당 전력설비의 부하 예측을 위한 데이터들을 수집한다.
구체적으로, 데이터 수집부(100)는 해당 전력설비 주변의 기후 데이터, 해당 전력설비의 최근 사용한 부하 사용량 데이터 및 해당 전력설비의 당해년도 및 수년간의 전력 사용량 등의 데이터를 수집한다.
여기서, 상기 기후 데이터는, 온도, 습도 및 풍속 데이터를 포함한다.
이외에도, 데이터 수집부(100)는 사용자의 수요에 의한 데이터, 외란 및 특정 이벤트 등의 데이터를 수집할 수 있다.
또한, 데이터 산출부(200)는 상기 데이터 수집부(100)를 통해 수집된 기후 데이터와 최근 사용한 부하 사용량 데이터를 바탕으로, 기후에 따른 계절적 부하 사용량 및 전년도 동일시기에 사용에 부하 사용량 데이터를 산출한다.
또한, 부하 예측부(300)는 상기 데이터 수집부(100)를 통해 수집한 기후 데이터, 상기 데이터 산출부(200)를 통해 산출된 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 이용하여, 부하를 예측한다.
구체적으로, 부하 예측부(300)는 신경회로망을 이용하여, 상기 기후 데이터, 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 입력 변수화시켜, 부하를 예측한다.
참고로, 신경회로망은 병렬로 작동되는 많은 인공뉴런(artificial neuron)으로 구성되며, 이 인공뉴런은 뉴런이 갖는 입력과 가중치 벡터를 곱해서 더한 결과를 하나의 활성함수(activation function)에 적용하는 방식으로 계산되는 처리요소이다.
또한, 여기에서는 다층신경망(multilayer peceptron)을 사용하고 입력층, 은닉층, 출력층 등으로 구성하여 각각의 층은 여러 갭의 노드로 구성되어 있다.
그리고, 연결시점 예측부(400)는 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여, 전원사고 방지를 위한 무정전 전원공급 장치와의 연결사용 시점을 예측한다.
이하에서는, 상술한 전력관리 예측 시스템(S)을 이용한 전력관리 예측 방법에 관하여 도 2 를 참조하여 설명하면 다음과 같다.
도 2 는 본 발명에 따른 전력관리 예측 방법에 관한 전체 흐름도로서, 도시된 바와 같이 데이터 수집부(100)는 해당 전력설비 주변의 기후 데이터, 해당 전력설비의 최근 사용한 부하 사용량 데이터 및 해당 전력설비의 당해년도 및 수년간의 전력 사용량 등의 데이터를 수집한다(S10).
이후, 데이터 산출부(200)는 상기 데이터 수집부(100)를 통해 수집된 기후 데이터와 최근 사용한 부하 사용량 데이터를 바탕으로, 기후에 따른 계절적 부하 사용량 및 전년도 동일시기에 사용에 부하 사용량 데이터를 산출한다(S20).
이후, 부하 예측부(300)는 신경회로망을 이용하여, 상기 기후 데이터, 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 입력 변수화시켜, 부하를 예측한다(S30).
그리고, 연결시점 예측부(400)는 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여, 전원사고 방지를 위한 무정전 전원공급 장치와의 연결사용 시점을 예측한다(S40).
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
S: 전력관리 예측 시스템
100: 데이터 수집부 200: 데이터 추출부
300: 부하 예측부 400: 연결시점 예측부

Claims (5)

  1. 전력관리 예측 시스템에 있어서,
    해당 전력설비의 부하 예측을 위한 데이터들을 수집하는 데이터 수집부(100);
    상기 데이터 수집부(100)를 통해 수집된 기후 데이터와 최근 사용한 부하 사용량 데이터를 바탕으로, 기후에 따른 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용에 부하 사용량 데이터를 산출하는 데이터 산출부(200);
    상기 데이터 수집부(100)를 통해 수집한 기후 데이터, 상기 데이터 산출부(200)를 통해 산출된 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 이용하여, 부하를 예측하는 부하 예측부(300); 및
    해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여, 전원사고 방지를 위한 무정전 전원공급 장치와의 연결사용 시점을 예측하는 연결시점 예측부(400); 를 포함하는 것을 특징으로 하는 전력관리 예측 시스템.
  2. 제 1 항에 있어서,
    상기 데이터 수집부(100)를 통해 수집된 데이터는,
    해당 전력설비 주변의 기후 데이터, 해당 전력설비의 최근 사용한 부하 사용량 데이터 및 해당 전력설비의 당해년도 및 수년간의 전력 사용량 데이터를 포함하는 것을 특징으로 하는 전력관리 예측 시스템.
  3. 제 1 항에 있어서,
    상기 기후 데이터는,
    온도, 습도 및 풍속 데이터를 포함하는 것을 특징으로 하는 전력관리 예측 시스템.
  4. 제 1 항에 있어서,
    상기 부하 예측부(300)는,
    신경회로망을 이용하여, 상기 기후 데이터, 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 입력 변수화시켜, 부하를 예측하는 것을 특징으로 하는 전력관리 예측 시스템.
  5. 전력관리 예측 방법에 있어서,
    (a) 데이터 수집부(100)가 해당 전력설비에 영향을 미칠 수 있는 기후 데이터, 해당 전력설비의 최근 사용한 부하 사용량 데이터, 해당 전력설비의 당해년도 및 수년간의 전력 사용량 데이터를 포함하는 부하 예측을 위한 데이터를 수집하는 단계;
    (b) 데이터 산출부(200)가 상기 데이터 수집부(100)를 통해 수집된 기후 데이터와 최근 사용한 부하 사용량 데이터를 바탕으로, 기후에 따른 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용에 부하 사용량 데이터를 산출하는 단계;
    (c) 부하 예측부(300)가 신경회로망을 이용하여, 상기 기후 데이터, 계절적 부하 사용량 데이터 및 전년도 동일시기에 사용된 부하 사용량 데이터를 입력 변수화시켜, 부하를 예측하는 단계; 및
    (d) 연결시점 예측부(400)가 해당 전력설비의 전원 사용량이 기록된 기존의 데이터베이스를 이용하여, 전원사고 방지를 위한 무정전 전원공급 장치와의 연결사용 시점을 예측하는 단계; 를 포함하는 것을 특징으로 하는 전력관리 예측 방법.
KR1020110040714A 2011-04-29 2011-04-29 전력관리 예측 시스템 KR20120122514A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110040714A KR20120122514A (ko) 2011-04-29 2011-04-29 전력관리 예측 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110040714A KR20120122514A (ko) 2011-04-29 2011-04-29 전력관리 예측 시스템

Publications (1)

Publication Number Publication Date
KR20120122514A true KR20120122514A (ko) 2012-11-07

Family

ID=47508768

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110040714A KR20120122514A (ko) 2011-04-29 2011-04-29 전력관리 예측 시스템

Country Status (1)

Country Link
KR (1) KR20120122514A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217258A (zh) * 2014-09-15 2014-12-17 国家电网公司 一种电力负荷条件密度预测方法
KR20160052924A (ko) * 2014-10-29 2016-05-13 한국철도기술연구원 자기조직맵을 이용한 철도 급전 시스템의 부하 예측 장치
WO2020138574A1 (ko) * 2018-12-28 2020-07-02 한국 전기안전공사 기후 정보 기반의 전기설비 열화 분석 시스템 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217258A (zh) * 2014-09-15 2014-12-17 国家电网公司 一种电力负荷条件密度预测方法
KR20160052924A (ko) * 2014-10-29 2016-05-13 한국철도기술연구원 자기조직맵을 이용한 철도 급전 시스템의 부하 예측 장치
WO2020138574A1 (ko) * 2018-12-28 2020-07-02 한국 전기안전공사 기후 정보 기반의 전기설비 열화 분석 시스템 및 방법

Similar Documents

Publication Publication Date Title
Mamlook et al. A fuzzy inference model for short-term load forecasting
Sepasi et al. Very short term load forecasting of a distribution system with high PV penetration
Hu et al. A hybrid forecasting approach applied to wind speed time series
KR101168153B1 (ko) 건물의 에너지 수요 예측 방법 및 그 시스템
JP6109631B2 (ja) 情報処理システム
US20110160927A1 (en) Method for Prediction for Nonlinear Seasonal Time Series
KR20140043184A (ko) 에너지 소비량 예측 장치 및 방법
CN104503403A (zh) 制冷系统运行能效的管理系统及方法
CN109002924B (zh) 一种配网故障抢修预测分析系统及方法
KR20180028583A (ko) 지능형 전력사용 환경에서 수용가 맞춤형 전력량 스케쥴링 시스템
KR20200128232A (ko) 전력 수요 예측 장치 및 그 방법
Chung et al. Multi-area generation scheduling algorithm with regionally distributed optimal power flow using alternating direction method
CN110516882B (zh) 负荷代理商日前可用聚合响应容量预测方法
CN106682763A (zh) 一种用于大量样本数据的电力负荷优化预测方法
KR20160063892A (ko) 대용량 에너지 사용 데이터를 이용한 에너지 관리 서비스 방법 및 이를 위한 에너지 관리 시스템
TW201520563A (zh) 耗電預測裝置、方法及其電腦程式產品
CN114140176A (zh) 一种负荷聚集平台的可调容量预测方法及装置
CN107121943B (zh) 一种用于获得智能仪表的健康预测信息的方法和装置
KR20120122514A (ko) 전력관리 예측 시스템
CN112288172A (zh) 台区线损率的预测方法、装置
CN116632838A (zh) 应用于发电企业的电能供给分析的方法及装置
CN108346009A (zh) 一种基于用户模型自学习的电力生产配置方法和装置
CN103018611A (zh) 一种基于电流分解的非侵入式负载监测方法及系统
CN107590747A (zh) 基于综合能源大数据分析的电网资产周转率计算方法
CN117543591B (zh) 基于海量数据分析引导的电网负荷管理与分时充电系统

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application