AMI로부터 측정된 전력사용데이터에 대한 군집 분석

• Published in: Ŭngyong tʻonggye yŏnʼgu Vol. 34; no. 6; pp. 969 - 977
• Main Authors: 안효정, Hyojung Ann, 임예지, Yaeji Lim
• Format: Journal Article
• Language: Korean
• Published: 한국통계학회 2021
• Subjects: advanced metering infrastructure; clustering algorithm; clustering validity index; Hierarchical K-means clustering; Hierarchical K-means 군집화 알고리즘; power consumption data; 군집화 알고리즘; 군집화 유효성 지수; 전력 사용량 데이터; 지능형 검침 인프라; 통계학; Hierarchical Kmeans clustering; clustering validity index; power consumption data; clustering algorithm; 전력 사용량 데이터; advanced metering infrastructure; Hierarchical K-means 군집화 알고리즘; 군집화 유효성 지수; 군집화 알고리즘; 지능형 검침인프라; Hierarchical K-means
• ISSN: 1225-066X; 2383-5818

본 연구에서는 Hierarchical K-means 군집화 알고리즘을 이용해 서울의 A아파트 가구들의 전력 사용량 패턴을 군집화 하였다. 차원을 축소해주면서 패턴을 파악할 수 있는 Hierarchical K-means 군집화 알고리즘은 기존 K-means 군집화 알고리즘의 단점을 보완하여 최근 대용량 전력 사용량 데이터에 적용되고 있는 방법론이다. 본 연구에서는 여름 저녁 피크 시간대의 시간당 전력소비량 자료에 대해 군집화 알고리즘을 적용하였으며, 다양한 군집 개수와 level에 따라 얻어진 결과를 비교하였다. 결과를 통해 사용량에 따라 패턴이 군집화 됨을 확인하였으며, 군집화 유효성 지수들을 통해 이를 비교하였다. We cluster the electricity consumption of households in A-apartment in Seoul, Korea using Hierarchical K-means clustering algorithm. The data is recorded from the advanced metering infrastructure (AMI), and we focus on the electricity consumption during evening weekdays in summer. Compare to the conventional clustering algorithms, Hierarchical K-means clustering algorithm is recently applied to the electricity usage data, and it can identify usage patterns while reducing dimension. We apply Hierarchical K-means algorithm to the AMI data, and compare the results based on the various clustering validity indexes. The results show that the electricity usage patterns are well-identified, and it is expected to be utilized as a major basis for future applications in various fields.