서지주요정보
Learning-based adaptive imputation method with kNN algorithm for missing power data = kNN 알고리즘을 기반으로 학습 기법을 도입한 누락된 전력 데이터 추정법에 관한 연구
서명 / 저자 Learning-based adaptive imputation method with kNN algorithm for missing power data = kNN 알고리즘을 기반으로 학습 기법을 도입한 누락된 전력 데이터 추정법에 관한 연구 / Minkyung Kim.
저자명 Kim, Minkyung ; 김민경
발행사항 [대전 : 한국과학기술원, 2018].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8032039

소장위치/청구기호

학술문화관(문화관) 보존서고

MEE 18020

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

초록정보

We address the imputation of missing power consumption data in AMI. As the power consumption data are collected from more various power consumers, we propose a method to improve imputation accuracy by improving limitations of existing methods. In detail, we propose a method selection that takes into account the variability of the missing situation. Based on past similar situations, the kNN classification algorithm is used to select a more appropriate imputation method between the linear interpolation method and the historical average method. Next, we propose a method to select historical data useful for imputation and improve the existing historical average method based on kNN regression algorithm. Finally, it is shown through actual measured power data that the imputation accuracy is improved by applying the proposed method.

이 논문에서는 AMI에서 누락된 전력 소비 데이터의 추정법을 다룬다. 다양한 전력 수용가로부터 전력 소비 데이터가 수집됨에 따라 기존 추정법의 한계점을 개선하여 추정 정확도를 높이는 방법을 제안하였다. 세부적으로는 먼저 누락이 발생한 상황의 소비 변동성을 고려한 추정법 선택이 제안되었다. 과거 비슷한 상황들을 기반으로 kNN 분류 알고리즘을 활용하여 선형 보간법과 이력 평균 방법 중 더 적합한 추정법이 선택된다. 다음으로, 추정에 유용한 과거 데이터를 선정하는 방법을 제안하여 기존의 이력 평균 방법을 개선하였다. 마지막으로 실제 측정된 전력 데이터에 제안 추정법을 적용하여 기존의 방법보다 향상된 추정 정확도를 보였다.

서지기타정보

서지기타정보
청구기호 {MEE 18020
형태사항 iii, 32 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 김민경
지도교수의 영문표기 : Junkyun Choi
지도교수의 한글표기 : 최준균
학위논문 학위논문(석사) - 한국과학기술원 : 전기및전자공학부,
서지주기 References : p. 29-30
주제 Missing data imputation
power consumption data
kNN algorithm
smart meter
advanced metering infrastructure
누락 데이터 추정
전력 소비 데이터
kNN 알고리즘
스마트 미터
지능형전략계량인프라
QR CODE qr code