주거용 부하 예측: 소비자 행동 기반 EM-MCGPBOASP

전력 시스템의 안정적 운영을 위해 단기 부하 예측(STLF)은 필수적입니다. 본 연구는 주거용 소비자의 행동 패턴을 반영한 EM-MCGPBOASP 방법론 기반의 통합 STLF 프레임워크를 제안합니다. 이 프레임워크는 사용자 페르소나, 훈련, 탐색, 앙상블의 네 가지 단계로 구성되어 각기 다른 기능적 역할을 수행합니다. 초기 사용자 페르소나 단계에서는 전력 소비 패턴이 상이한 그룹을 체계적으로 구분하여 사용자 간 행동 다양성을 정량화합니다. 이는 예측 모델이 미세한 애플리케이션 시나리오에 더욱 효과적으로 적응하도록 돕습니다. 훈련 및 탐색 단계에서는 다양한 아키텍처와 매개변수를 가진 고정밀 기본 학습기들을 확보합니다. 앙상블 단계에서는 비선형 결합을 통해 최종 예측기를 구축합니다. 이는 개별 기본 학습기의 비정상적인 예측으로 인한 간섭을 효과적으로 완화하고, 모든 학습기의 집단적 장점을 통합하여 예측의 일반화 및 정확도를 크게 향상시킵니다. 실험 결과, 제안된 예측 기술은 다양한 지역의 일별 및 주간 부하 예측에서 기존 벤치마크 방법론보다 우수한 정확도와 일반화 성능을 보였습니다. 이는 주거용 소비자 행동을 고려한 STLF 모델의 실용적 가치를 입증합니다.