Earticle

초록

한국어

최근 에너지 소비의 증가와 함께 효율적인 에너지 사용을 위해 에너지 소비량을 예측하는 기술들의 필요성이 증가하고 있다. 에너지 소비량을 예측하는 방법은 크게 2가지로 분류할 수 있으며, 본 연구에서는 2가지 방법 중 인공지능 기반의 접근 방식을 사용하여 DHW(Domestic Hot Water) 소비량을 예측하는 모델을 제안한다. DHW 소비량 예측 모델을 제안하기 위하여 XGBoost, LightGBM, LSTM과 LSTM을 활용한 Seq2Seq, 특징 추출을 위해 Seq2Seq 모델에 CNN을 추가한 CNN-Seq2Seq, 총 5가지 모델을 비교하였으며, 평가지표는 MAE, MSE, R2를 사용하였다. 입력 변수로는 기상청에서 획득한 기상 데이터와, 월, 일, 시와 같은 시간 데이터를 사용하였다. 평가지표 결과 CNN-Seq2Seq 모델이 (MAE)0.0810, (MSE)0.0204, (R2)0.9701로 5가지 모델 중 제일 좋은 성능을 보여주었다.

목차

요약
1. 서론
2. 실험방법
2.1. 데이터셋
2.2. 실험환경
2.3. 모델
3. 실험결과
4. 결론
Acknowledgement
참고문헌

저자

• 김윤재 [ 세종대학교 컴퓨터공학과 ]
• 류상현 [ 세종대학교 인공지능학과 ]
• Nadeem Muhammad [ 세종대학교 컴퓨터공학과 ]
• 신지혜 [ 세종대학교 인공지능학과 ]
• 권기학 [ 세종대학교 컴퓨터공학과 ]
• 문현준 [ 세종대학교 컴퓨터공학과 ] 교신저자

참고문헌