Deep-learning based Predictive Model For Energy Consumption using AMI Data

국내 에너지 사용량은 매년 증가하고 있으며 그중 큰 비중을 차지하는 산업 부문에 대한 효율적인 관리가 요구된다. 이를 위해서는 더욱 정교한 사용량 예측이 필요하다. 이에 본 연구에서는 AMI(Advanced Metering Infrastructure, 지능형 전력 계량 인프라) 데이터와 기상정보를 수집하고 XGBoost, LightGBM, LSTM 등 딥러닝 알고리즘을 기반으로 산업 부문의 전력 사용량 예측 모델을 구축하였다. 추가적으로 군집화를 통하여 전력사용 패턴별 유형을 구분하고 각 군집별로 예측 모델을 학습시켰다. 결과적으로 LSTM 기반의 모델이 가장 우수한 성능을 보였으며 군집화를 통하여 모델의 정확도가 향상되는 것을 확인할 수 있었다. 또한 SHAP를 활용한 변수 중요도 분석을 통하여 업종과 온도, 근무자 수가 전력 사용량에 영향이 큰 요인임을 확인하였다.