KR20220073174A - 부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘 - Google Patents

부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘 Download PDF

Info

Publication number
KR20220073174A
KR20220073174A KR1020200161014A KR20200161014A KR20220073174A KR 20220073174 A KR20220073174 A KR 20220073174A KR 1020200161014 A KR1020200161014 A KR 1020200161014A KR 20200161014 A KR20200161014 A KR 20200161014A KR 20220073174 A KR20220073174 A KR 20220073174A
Authority
KR
South Korea
Prior art keywords
missing
processor
similarity
smart meter
value
Prior art date
Application number
KR1020200161014A
Other languages
English (en)
Other versions
KR102429525B1 (ko
Inventor
강동주
Original Assignee
(주)커넥탈리스트
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)커넥탈리스트 filed Critical (주)커넥탈리스트
Priority to KR1020200161014A priority Critical patent/KR102429525B1/ko
Publication of KR20220073174A publication Critical patent/KR20220073174A/ko
Application granted granted Critical
Publication of KR102429525B1 publication Critical patent/KR102429525B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C25/00—Arrangements for preventing or correcting errors; Monitoring arrangements
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C19/00—Electric signal transmission systems
    • G08C19/02—Electric signal transmission systems in which the signal transmitted is magnitude of current or voltage

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 프로세서가, 시점과 종점을 가지는 구간에 대한 데이터의 결측치 발생을 인지하는 단계; 프로세서가, 상기 시점 직전의 부하패턴의 유사도에 기초하여 산정된 과거 수일 동안의 전력사용량에, 시간 근접성에 따라 차등적으로 가중치를 부여하는 방식으로 가중합하여, 대체값을 도출하는 단계; 및 프로세서가, 상기 대체값에 기초하여, 상기 결측치를 보완하는 단계;를 포함하는 스마트미터의 결측치 보완 방법에 관한 것이다.

Description

부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘{Imputation Method for Smart Meter Data Considering Similarity of Consumption Patterns and Time Proximity}
본 발명은 부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘에 관한 것이다.
최근 들어 사물 인터넷(Internet of Things, IoT)과 홈 네트워킹(Home Networking)에 관련된 기술이 발달하고 있다. 이러한 기술이 발달됨에 따라, 주거 시설에는 주거 시설의 각종 장치를 네트워킹하여 각 장치로부터 사용되는 에너지량을 파악할 수 있는 스마트미터 보급이 활발히 이루어지고 있다.
스마트미터의 보급에 따라 수요자의 전력사용량을 실시간으로 모니터링하고 제어할 수 있는 AMI(Advanced Metering Infrastructure) 환경이 마련되었다. 이에 따라 전력 데이터의 실시간 수집과 분석을 바탕으로 에너지 효율화 프로그램과 수요반응 등 전력수급의 안정성과 관련된 다양한 시도가 가능하게 되었다.
그러나 스마트미터는 통신 장비의 오작동 등으로 인해 데이터의 결측(Missing Value)이나 이상치(Outlier)가 발생될 수 있으며, 이는 전력 데이터의 품질을 낮추어 데이터 분석에 악영향을 미치므로 적절하게 대응해야 할 필요가 있다. 장비 및 통신환경 개선을 통해 어느 정도는 개선을 할 수 있으나, 필연적으로 발생하는 데이터 결측을 사후 분석을 통해 보완하는 방법이 필요하다.
공개특허 제10-2013-0048140
본 발명은 상기한 문제점을 해결하기 위하여, 부하패턴의 유사도에 기초하여 대체값을 도출하여 결측치를 보완하는 스마트미터의 결측치 보완 방법을 제공하는데 목적이 있다.
또한, 본 발명은, 부하패턴의 유사도에 기초하여 대체값을 도출하여 결측치를 보완하는 스마트미터의 결측치 보완기를 제공하는데 목적이 있다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 달성하기 위하여, 본 발명의 실시예에 따른 스마트미터의 결측치 보완 방법은, 부하패턴의 유사도에 기초하여 산정된 과거 전력사용량에, 차등적으로 가중치를 부여하는 방식으로 가중합하여 도출된 대체값을 도출하여 결측치를 보완한다.
본 발명의 실시예에 따른 스마트미터의 결측치 보완 방법은, 프로세서가, 시점과 종점을 가지는 구간에 대한 데이터의 결측치 발생을 인지하는 단계; 프로세서가, 상기 시점 직전의 부하패턴의 유사도에 기초하여 산정된 과거 수일 동안의 전력사용량에, 시간 근접성에 따라 차등적으로 가중치를 부여하는 방식으로 가중합하여, 대체값을 도출하는 단계; 및 프로세서가, 상기 대체값에 기초하여, 상기 결측치를 보완하는 단계;를 포함한다.
상기 도출하는 단계는, 프로세서가, 상기 시점 이전 24시간 동안의 전력사용량 데이터가 값으로 구성된 벡터로 정의되는 제1 상황벡터를 생성하는 단계;를 포함한다.
상기 도출하는 단계는, 프로세서가, 결측일 이전의 k개일에 대해 k개의 제2 상황벡터를 생성하는 단계; 및 프로세서가, 상기 제1 상황벡터와 복수의 제2 상황벡터 간의 유사거리에 기초하여 유사도를 계산하는 단계;를 더 포함한다.
상기 계산하는 단계는, 프로세서가, 가중 유클리드 거리를 이용하여 유사도를 계산한다.
상기 계산하는 단계는, 프로세서가, 가중 유클리드 거리를 계산할 때, 가중치 행렬에 대해, 상기 시점과 가까운 원소일수록 더 높은 가중치를 부여한다.
본 발명의 실시예에 따른 기록 매체는, 스마트미터의 결측치 보완 방법이 기록된다.
본 발명의 실시예에 따른 스마트미터의 결측치 보완기는, 시점과 종점을 가지는 구간에 대한 데이터의 결측치 발생을 인지하고, 상기 시점 직전의 부하패턴의 유사도에 기초하여 과거 수일 동안의 전력사용량에, 시간 근접성에 따라 차등적으로 가중치를 부여하는 방식으로 가중합하여, 대체값을 도출하고, 상기 대체값에 기초하여, 상기 결측치를 보완하는 프로세서;를 포함한다.
상기 프로세서는, 상기 시점 이전 24시간동안의 전력사용량 데이터를 값으로 구성된 벡터로 정의되는 제1 상황벡터를 생성하고, 결측일 이전의 k개일에 대해 k개의 제2 상황벡터를 생성하고, 상기 제1 상황벡터와 복수의 제2 상황벡터 간의 유사거리에 기초하여 유사도를 계산한다.
상기 프로세서는, 가중 유클리드 거리를 이용하여 유사도를 계산한다.
상기 프로세서는, 가중 유클리드 거리를 계산할 때, 가중치 행렬에 대해, 상기 시점과 가까운 원소일수록 더 높은 가중치를 부여한다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.
스마트미터를 통한 전력사용량 계량 시 필연적으로 발생하는 데이터 결측치를 효과적으로 대체하여, 에너지 효율화 및 수요반응 프로그램 등의 시행에 있어 전기사용자의 전력데이터 누락으로 인한 피해를 예방하는 효과가 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 시스템을 도시한 도면이다.
도 2는 본 발명의 실시예에 따른 스마트미터의 결측치 보완 방법을 설명하는데 참조되는 플로우 차트이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 실시예에 따른 시스템을 도시한 도면이다.
도 1을 참조하면, 시스템(10)은, 적어도 하나의 에너지 계량 장치(20) 및 스마트미터(30)를 포함할 수 있다.
에너지 계량 장치(20)는, 에너지 사용처(예를 들면, 빌딩, 집, 공장 등)에서, 에너지의 사용량을 계량할 수 있다. 예를 들면, 에너지 계량 장치(20)는, 전력 사용량을 계량할 수 있다.
스마트미터(30)는, 적어도 하나의 에너지 계량 장치(20)로부터, 무선 통신 또는 유선 통신을 통해, 데이터를 수신할 수 있다.
스마트미터(30)는, 수신되는 데이터에 기초하여, 전력 사용량을 실시간으로 모니터링하고, 제어할 수 있다.
스마트미터(30)는, 결측치 보완기(100)를 포함할 수 있다. 결측치 보완기(100)는, 스마트미터(30)에 하위 구성으로 분류되는 컴퓨팅 디바이스일 수 있다.
결측치 보완기(100)는, 데이터에 기초하여, 통신 장비의 오작동 등으로 인한 데이터의 결측치를 보완할 수 있다. 이를 위해, 결측치 보완기(100)는, 적어도 하나의 프로세서(170)를 포함할 수 있다.
프로세서(170)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
이하의 설명에서, 특별히 언급되지 않는 한, 수행 단계, 수행 동작은 프로세서(170) 또는 프로세서(170)에 의해 구동되는 프로그램에 의해 이루어질 수 있다.
결측치 보완기(100)는, 고객의 과거 또는 결측치 전후 부하패턴을 바탕으로 결측치를 보완할 수 있다. 이경우, 결측치 보완기(100)는, 전력사용 패턴이 유사한 과거의 날을 적절한 방법으로 선정하여, 이러한 유사일에서의 전력사용량을 조합하여 결측치를 보완할 수 있다. 유사일 선정은 다양한 방법으로 이루어질 수 있으며, 적절한 방법으로 유사일을 선정할 때 높은 성능의 결측치 보완 알고리즘을 구현할 수 있다.
한편, 실시예에 따라, 결측치 보완기(100)는, 결측치가 발생된 고객과 전력사용패턴이 유사한 고객의 결측기간 전력사용패턴을 바탕으로 결측치를 보완할 수 있다. 이경우, 결측치가 발생된 고객과 유사고객간의 기저에너지 사용량에 오프셋(offset)이 존재할 수 있으므로, D in D(Difference in Difference) 등의 방법으로 이러한 차이를 사전에 계산하여 결측 기간의 에너지사용량 추정 시 반영할 수 있다.
스마트미터(30)는 통신장비의 오류 또는 통신과정에서의 장애로 인해 불규칙적으로 데이터 결측치가 발생한다. 이러한 필연적인 데이터 결측치는 전기사용자의 전력사용패턴 분석 및 수요반응 평가 등을 어렵게 하므로, 절절한 방법으로 해당 결측치를 보완하여야 한다.
결측치 보완기(100)는, 전력사용자의 과거 부하패턴을 분석하고 결측기간 전후의 전력사용패턴과 비교하여 유사한 날을 선정하여, 해당 날의 데이터를 이용하는 방식으로 발생된 결측치를 보완할 수 있다.
도 2는 본 발명의 실시예에 따른 스마트미터의 결측치 보완 방법을 설명하는데 참조되는 플로우 차트이다.
도 2를 참조하면, 프로세서(170)는, 특정 구간에 대한 데이터 결측치 발생을 인지할 수 있다(S210). 데이터 결측치 발생 구간은 시점과 종점을 가질 수 있다. 데이터 결측치는 상술한 바와 같이 통신장비의 오류 또는 통신과정에서의 장애로 인해 발생될 수 있다. 프로세서(170)는, 이러한 통신 오류 상황 정보에 기초하여, 데이터 결측치 발생을 인지할 수 있다.
프로세서(170)는, 데이터 결측치 발생 구간의 시점 직전의 부하패턴의 유사도에 기초하여 산정된 과거 수일 동안의 전력사용량에, 시간 근접성에 따라 차등적으로 가중치를 부여하는 방식으로 가중합하여, 대체값을 도출할 수 있다(S220).
프로세서(170)는, 스마트미터(100)에서 발생한 결측치를 대체하기 위해, 결측일 기준 과거 수일동안 전력사용량 데이터를 가중합하여 대체값을 도출할 수 있다. 대체값을 계산할 때 결측시점을 기준으로 과거 k일 동안의 결측 구간 전력사용량에 가중치를 부여하여 가중합을 하는데, 이때 가중치는 패턴의 유사도를 고려하되 결측시점과의 시간적 근접성(Time Proximity)에 따라 차등 부여할 수 있다.
프로세서(170)는, 상황벡터를 생성하여 유사도를 계산할 수 있다. 상황벡터는, 부하패턴의 유사도를 고려하기 위해 특정 시각을 기준으로 과거 24시간동안의 전력사용량 데이터를 값으로 하는 벡터로 정의될 수 있다.
프로세서(170)는, 과거 k일에 대하여 각각 상황벡터를 계산할 때 24개의 원소를 갖는 1차원의 벡터를 결측일을 포함하여 총 k+1개 형성할 수 있다. 프로세서(170)는, 결측일 상황벡터와 나머지 날의 상황벡터간의 유사거리를 기반으로 유사도를 산정할 수 있다.
한편, 프로세서(170)는, 유사거리 계산 시 결측 시점과의 시간적 근접성에 따라 중요도를 다르게 하기 위해, 가중 유클리드 거리(Weighted Euclidean Distance) 기법을 사용할 수 있다.
두 벡터간의 유사도는 유클리드 거리 기법에 따라 평가될 수 있다. 두 벡터간의 유클리드 거리는 다음과 같이 계산될 수 있다.
Figure pat00001
이는 유클리드 공간에서 두 벡터가 표현하는 점간의 거리를 의미한다. 벡터의 각 원소가 특정 특징(feature)을 의미한다고 할 때, 두 벡터점이 가깝다는 것은 두 데이터의 특징이 유사하다는 것을 의미한다.
가중 유클리드 거리 계산방법은 아래와 같다.
Figure pat00002
다중 유클리드 거리
Figure pat00003
계산 시 유클리드 거리 계산공식에서
Figure pat00004
항이 추가된다. 여기서
Figure pat00005
항은 결측 시점으로부터의 시간적 거리에 따라 가중치가 점점 커지는 형태이므로, 결측 시간과 가까운 시점에서의 전력사용량이 결측일과 유사한 날일수록 유사도가 높아지는 경향을 갖도록 한다.
도출하는 단계(S220)는, 상황백터를 생성하는 단계(S221), 유사도를 계산하는 단계(S223), 차등적으로 가중치를 부여하는 단계(S225) 및 대체값을 계산하는 단계(S227)를 포함할 수 있다.
프로세서(170)는, 상황벡터를 생성할 수 있다(S221).
프로세서(170)는, 데이터 결측치 발생 구간의 시점 이전 24시간 동안의 전력 사용량 데이터가 값으로 구성된 벡터로 정의되는 제1 상황벡터를 생성할 수 있다. 제1 상황벡터는, 결측일의 결측치 발생시각을 기준으로 과거 24시간 동안의 전력 사용량 데이터를 값으로 하는 벡터로 정의될 수 있다.
프로세서(170)는, 결측일 이전의 k개일에 대해 k개의 제2 상황벡터를 생성할 수 있다. 제2 상황벡터는, k일의 특정 시각을 기준으로 과거 24시간 동안의 전력 사용량 데이터를 값으로 하는 벡터로 정의될 수 있다. k일의 특정 시각은 결측일의 결측치 발생시각과 관계를 갖는다. 예를 들면, k일의 특정 시각은 결측일의 결측치 발생시각과 같은 시각일 수 있다. 예를 들면, k일의 특정 시각은 결측일의 결측치 발생시각의 부하패턴의 유사도가 기준값 이상인 시각일 수 있다.
프로세서(170)는, 제1 상황벡터와 제2 상황벡터 간의 유사거리에 기초하여 유사도를 계산할 수 있다(S223).
프로세서(170)는, 가중 유클리드 거리를 이용하여 유사도를 계산할 수 있다. 프로세서(170)는, 상술한 가중 유클리드 거리(Weighted Euclidean Distance) 기법을 이용하여 유사도를 계산할 수 있다.
프로세서(170)는, 가중 유클리드 거리를 계산할 때, 가중치 행렬에 대해, 시점과 가까운 원소일수록 더 높은 가중치를 부여할 수 있다. 결측일과 시간적으로 가까운 시점의 전력 사용량의 데이터의 가중치를 더 높임으로써 보다 신뢰할 수 있는 데이터를 확보할 수 있게 된다.
프로세서(170)는, S223단계의 결과에 기초하여, 대체값을 계산할 수 있다(S227).
프로세서(170)는, S220 단계에서의 대체값에 기초하여, 결측치를 보완할 수 있다(S230).
프로세서(170)는, 과거 k개의 유사일에 대해 상술한 바와 같이 계산한 가중 유클리드 거리를 기반으로, 결측구간의 전력사용량에 대해 가중합으로 하여 도출된 대체값으로 결측치를 대체할 수 있다.
한편, 기록 매체는, 스마트미터의 결측치 보완 방법을 기록할 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 프로세서 또는 제어부를 포함할 수도 있다. 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
10 : 시스템
30 : 스마트미터
100 : 결측치 보완기
170 : 프로세서

Claims (10)

  1. 프로세서가, 시점과 종점을 가지는 구간에 대한 데이터의 결측치 발생을 인지하는 단계;
    프로세서가, 상기 시점 직전의 부하패턴의 유사도에 기초하여 산정된 과거 수일 동안의 전력사용량에, 시간 근접성에 따라 차등적으로 가중치를 부여하는 방식으로 가중합하여, 대체값을 도출하는 단계; 및
    프로세서가, 상기 대체값에 기초하여, 상기 결측치를 보완하는 단계;를 포함하는 스마트미터의 결측치 보완 방법.
  2. 제 1항에 있어서,
    상기 도출하는 단계는,
    프로세서가, 상기 시점 이전 24시간 동안의 전력사용량 데이터가 값으로 구성된 벡터로 정의되는 제1 상황벡터를 생성하는 단계;를 포함하는 스마트미터의 결측치 보완 방법.
  3. 제 2항에 있어서,
    상기 도출하는 단계는,
    프로세서가, 결측일 이전의 k개일에 대해 k개의 제2 상황벡터를 생성하는 단계; 및
    프로세서가, 상기 제1 상황벡터와 복수의 제2 상황벡터 간의 유사거리에 기초하여 유사도를 계산하는 단계;를 더 포함하는 스마트미터의 결측치 보완 방법.
  4. 제 3항에 있어서,
    상기 계산하는 단계는,
    프로세서가, 가중 유클리드 거리를 이용하여 유사도를 계산하는 스마트미터의 결측치 보완 방법.
  5. 제 4항에 있어서,
    상기 계산하는 단계는,
    프로세서가, 가중 유클리드 거리를 계산할 때, 가중치 행렬에 대해, 상기 시점과 가까운 원소일수록 더 높은 가중치를 부여하는 스마트미터의 결측치 보완 방법.
  6. 제 1항 내지 제6항 중 어느 하나의 항에 기재된 스마트미터의 결측치 보완 방법이 기록된 기록 매체.
  7. 시점과 종점을 가지는 구간에 대한 데이터의 결측치 발생을 인지하고,
    상기 시점 직전의 부하패턴의 유사도에 기초하여 과거 수일 동안의 전력사용량에, 시간 근접성에 따라 차등적으로 가중치를 부여하는 방식으로 가중합하여, 대체값을 도출하고,
    상기 대체값에 기초하여, 상기 결측치를 보완하는 프로세서;를 포함하는 스마트미터의 결측치 보완기.
  8. 제 7항에 있어서,
    상기 프로세서는,
    상기 시점 이전 24시간동안의 전력사용량 데이터를 값으로 구성된 벡터로 정의되는 제1 상황벡터를 생성하고,
    결측일 이전의 k개일에 대해 k개의 제2 상황벡터를 생성하고,
    상기 제1 상황벡터와 복수의 제2 상황벡터 간의 유사거리에 기초하여 유사도를 계산하는 스마트미터의 결측치 보완기.
  9. 제 8항에 있어서,
    상기 프로세서는,
    가중 유클리드 거리를 이용하여 유사도를 계산하는 스마트미터의 결측치 보완기.
  10. 상기 9항에 있어서,
    상기 프로세서는,
    가중 유클리드 거리를 계산할 때, 가중치 행렬에 대해, 상기 시점과 가까운 원소일수록 더 높은 가중치를 부여하는 스마트미터의 결측치 보완기.


KR1020200161014A 2020-11-26 2020-11-26 부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘 KR102429525B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200161014A KR102429525B1 (ko) 2020-11-26 2020-11-26 부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200161014A KR102429525B1 (ko) 2020-11-26 2020-11-26 부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘

Publications (2)

Publication Number Publication Date
KR20220073174A true KR20220073174A (ko) 2022-06-03
KR102429525B1 KR102429525B1 (ko) 2022-08-04

Family

ID=81983185

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200161014A KR102429525B1 (ko) 2020-11-26 2020-11-26 부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘

Country Status (1)

Country Link
KR (1) KR102429525B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101180855B1 (ko) * 2011-04-22 2012-09-07 (주)누리텔레콤 원격 검침 데이터의 시구간 데이터 보정 방법 및 그 장치
KR20130048140A (ko) 2011-11-01 2013-05-09 주식회사 케이티 에너지 주요성과 지표를 이용한 에너지 절감방법
KR20190086217A (ko) * 2018-01-12 2019-07-22 한국전력공사 오류 계량데이터 추정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101180855B1 (ko) * 2011-04-22 2012-09-07 (주)누리텔레콤 원격 검침 데이터의 시구간 데이터 보정 방법 및 그 장치
KR20130048140A (ko) 2011-11-01 2013-05-09 주식회사 케이티 에너지 주요성과 지표를 이용한 에너지 절감방법
KR20190086217A (ko) * 2018-01-12 2019-07-22 한국전력공사 오류 계량데이터 추정 장치 및 방법이 기록된 컴퓨터 판독가능 기록 매체

Also Published As

Publication number Publication date
KR102429525B1 (ko) 2022-08-04

Similar Documents

Publication Publication Date Title
US10552761B2 (en) Non-intrusive fine-grained power monitoring of datacenters
US9977847B2 (en) Efficient forecasting for hierarchical energy systems
US20130226525A1 (en) Determining Sustainability Of A Data Center
Pérez Arriaga et al. A framework for redesigning distribution network use of system charges under high penetration of distributed energy resources: New principles for new problems
US8091073B2 (en) Scaling instruction intervals to identify collection points for representative instruction traces
KR102063999B1 (ko) 스마트 전력 수요 관리 시스템
US10859622B2 (en) Accurate detection and correction of technical and non-technical losses using smart metering
US10521525B2 (en) Quantifying a combined effect of interdependent uncertain resources in an electrical power grid
Bera et al. D2S: Dynamic demand scheduling in smart grid using optimal portfolio selection strategy
US20140081472A1 (en) Power grid data monitoring and control
Bovo et al. Review of the Mathematic Models to Calculate the Network Indicators to Define the Bidding Zones
Brégère et al. Target tracking for contextual bandits: Application to demand side management
Zou et al. Indicator-directed dynamic power management for iterative workloads on GPU-accelerated systems
Chien et al. Beyond PUE: Flexible datacenters empowering the cloud to decarbonize
Lindberg et al. The Environmental Potential of Hyper-Scale Data Centers: Using Locational Marginal CO $ _2 $ Emissions to Guide Geographical Load Shifting
Rochlin Distributed renewable resources and the utility business model
KR102429525B1 (ko) 부하패턴 유사도와 시간 근접성을 고려한 스마트미터의 결측치 대체 알고리즘
Huang et al. Leveraging multi-granularity energy data for accurate energy demand forecast in smart grids
WO2020250648A1 (ja) 電力管理システム、電力管理方法及び電力管理プログラム
Samdal et al. Interruption costs and consumer valuation of reliability of service in a liberalised power market
Zhang et al. Cost optimal data center servers: A voltage scaling approach
CN115629576B (zh) 非侵入式柔性负荷聚合特性辨识与优化方法、装置及设备
US20170255537A1 (en) Data-agnostic adjustment of hard thresholds based on user feedback
Song et al. Versatility or validity: A comprehensive review on simulation of datacenters powered by renewable energy mix
JP2019007882A (ja) 管理方法及び管理装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant