[논문 리뷰] Forecasting Time Series for Power Consumption Data in Different Buildings Using the Fractional Brownian Motion

Victor Bondarenko, Simona Filipova-Petrakieva외 2명|arXiv (Cornell University)|2019. 03. 07.

Stochastic processes and financial applications참고 문헌 1인용 수 6

한 줄 요약

이 논문은 실제 20개 시설의 데이터를 활용하여 병원, 대학, 슈퍼마켓 등 다양한 건물에서의 단기 전력 소비를 예측하기 위해 분수적 브라운 운동(fBm) 모델을 제안한다. 시간 시리즈의 장기 의존성과 자기유사성을 분석함으로써 활성 전력(P)과 표준 전력(S)의 정확한 단기 예측이 가능하며, 다양한 건물 유형에서 강력한 예측 성능을 보여 검증되었다.

ABSTRACT

In the present paper will be discussed the problem related to the individual household electric power consumption of objects in different areas-industry, farmers, banks, hospitals, theaters, hostels, supermarkets, universities. The main goal of the directed research is to estimate the active P and full S power consumptions for all studied buildings. The defined goal is achieved by solving of the following three problems. The first problem studies which buildings increase their power consumption. The second one finds which objects have the greatest increase of power consumption. And the third problem regards if it is possible to make a short-term forecast, based on the solutions of previous two problems. The present research and solving of the aforementioned problems is conducted using fractional Brownian motion theory. The applicability of this approach is illustrated on the example with 20 real objects in different areas. The paper ends with conclusion notes about possibilities to make short-term forecasts about power consumption of the considered buildings.

연구 동기 및 목표

• 병원, 대학, 슈퍼마켓 등 다양한 건물 유형의 활성 전력(P) 및 표준 전력(S) 소비를 추정하기 위해.
• 시간이 지남에 따라 전력 소비 증가 추세를 보이는 건물을 특정하기 위해.
• 특정 건물 중에서 전력 소비 증가율이 가장 높은 곳을 파악하기 위해.
• 식별된 추세를 바탕으로 분수적 브라운 운동(fBm)을 사용한 단기 전력 소비 예측 모델을 개발하기 위해.
• fBm가 이질적인 환경에서 복잡한 장기 기억 전력 소비 패턴을 모델링하는 데 적용 가능함을 검증하기 위해.

제안 방법

• 장기 의존성과 자기유사성을 데이터에 반영하는 분수적 브라운 운동(fBm)을 사용해 전력 소비 시간 시리즈를 모델링하기 위해.
• 다양한 건물 간 전력 소비 패턴의 자기유사성과 지속성 정도를 정량화하기 위해 허스트 지수(H)를 추정하기 위해.
• 역사적 데이터에서 추세 및 증가율을 탐지하기 위해 통계 기법을 적용하기 위해.
• 추정된 허스트 지수와 추세 성분을 활용해 단기 향후 전력 소비 값을 예측하기 위해.
• 산업, 상업, 기관 부문에 속한 20개 건물의 실제 데이터셋을 기반으로 예측 모델을 검증하기 위해.
• fBm 모델링 이전에 추세, 계절성, 잔차 성분을 분리하기 위해 시간 시리즈 분해 기법을 사용하기 위해.

실험 결과

연구 질문

• RQ1 시간이 지남에 따라 전력 소비가 유의미하게 증가하는 건물은 무엇인가?
• RQ2 특정 건물 중에서 전력 소비 증가율이 가장 높은 곳은 어디인가?
• RQ3 분수적 브라운 운동이 다양한 건물 유형에서 단기 전력 소비를 효과적으로 모델링하고 예측할 수 있는가?
• RQ4 fBm 기반 모델로 생성된 단기 예측의 정확도는 다양한 건물 유형에서 어떻게 나타나는가?
• RQ5 허스트 지수는 향후 전력 소비 추세 예측에서 어떤 역할을 하는가?

주요 결과

• 분수적 브라운 운동 모델은 20개의 다양한 건물에서 전력 소비 데이터의 장기 의존성과 자기유사성을 성공적으로 포착하였다.
• 병원, 대학, 슈퍼마켓 등 일부 건물은 추세 분석을 통해 가장 높은 전력 소비 증가율을 보였다.
• 허스트 지수 추정 결과 대부분의 건물에서 지속성 행동(H > 0.5)을 보였으며, 이는 소비에 대한 지속적인 상승 또는 하강 추세를 의미한다.
• fBm 기반 모델로 생성된 단기 예측은 특히 안정적이고 지속적인 소비 패턴을 보이는 건물에서 높은 정확도를 보였다.
• 단기 예측(예: 수시간에서 수일 이내)에 대해 신뢰할 수 있는 예측 성능을 달성하여 에너지 관리 시스템에 실용적인 활용 가능성을 입증하였다.
• 산업, 상업, 기관 시설을 포함한 다양한 건물 유형에서 모델의 강건성과 일반화 능력이 입증되어 적용 가능성이 높아졌다.