전력 거래량 예측에서의 머신 러닝 성능 비교

• 영문명: Performance Comparison of Machine Learning in the Prediction for Amount of Power Market
• 발행기관: 한국전자통신학회
• 저자명: 최정곤(Jeong-Gon Choi)
• 간행물 정보: 『한국전자통신학회 논문지』제14권 제5호, 943~950쪽, 전체 8쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2019.09.30

국문 초록

머신 러닝은 인력을 대체함으로써 업무 효율성을 크게 높일 수 있다. 특히 4차 산업혁명 시대의 요청에 따라 인공지능을 포함한 머신 러닝의 중요성은 점점 커지고 있다. 본 논문은 MLP, RNN, LSTM, ANFIS 신경망 알고리즘 이용하여, 월별 전력 거래량을 예측한다. 본 논문에서는 통계청에서 제공하는 월별 전력 거래량과 월별 전력 거래금액, 최종에너지 소비량, 자동차용 경유 가격에 대한 2001~2017년까지의 공공 데이터를 사용하였다. 본 논문은 제시하는 각각의 알고리즘들을 학습시키고, 알고리즘이 예측하는 시계열 그래프를 이용하여 예측 결과를 보여주고 RMSE를 이용하여 이들 중에서 가장 우수한 알고리즘 제시한다.

영문 초록

Machine learning can greatly improve the efficiency of work by replacing people. In particular, the importance of machine learning is increasing according to the requests of fourth industrial revolution. This paper predicts monthly power transactions using MLP, RNN, LSTM, and ANFIS of neural network algorithms. Also, this paper used monthly electricity transactions for mount and money, final energy consumption, and diesel fuel prices for vehicle provided by the National Statistical Office, from 2001 to 2017. This paper learns each algorithm, and then shows predicted result by using time series. Moreover, this paper proposed most excellent algorithm among them by using RMSE.

목차

Ⅰ. 서 론

Ⅱ. 머신러닝 이론

Ⅲ. 예측 및 성능 비교

Ⅳ. 결론

키워드

Machine learning Multi-perceptron RNN LSTM ANFIS Prediction Power market 머신 러닝 다중 퍼셉트론 재귀 신경망 중기 단기 기억 퍼지추론 시스템 기반 적응 네트워크 전력 거래량 예측