건물의 전력 수요 패턴을 고려한 학습기반 예측 모델의 성능 비교 연구

Abstract

전력 소비량이 매년 증가함에 따라, 건물 에너지 운영관리를 위해 정확한 전력 수요 예측이 요구되고 있다. 전력 수요 예측 모델은 건물의 특성, 데이터 패턴, 예측 기법 등 여러 요인에 의해 예측 성능의 차이를 보임에 따라 예측 성능을 향상시키기 위해서는 건물별 적절한 예측 모델 선정이 중요하다. 본 연구는 서로 다른 전력 수요 규모와 변동성을 보이는 3개의 건물을 대상으로 머신러닝 및 딥러닝 기반의 전력 수요 예측 모델들의 성능을 비교한다. 실험 결과, 단일 모델이 모든 건물에서 우수한 성능을 보이지 않았으며 적절한 예측 모델 선정을 통해 예측 정확성을 향상시킬 수 있음을 확인하였다. 본 연구 결과는 건물의 전력 예측 모델 도입 시, 적절한 예측 모델 선정을 위한 가이드라인으로 활용될 수 있을 것으로 기대된다.