상위 분위 예측 통한 피크 부하 과소 예측 감소
높은 전력 수요에 대한 과소 예측은 과대 예측보다 운영상 더 심각한 결과를 초래할 수 있으나, 기존 예측 모델은 평균 오차 최적화에 집중합니다. 본 연구는 대학 실험실 사례 연구를 통해 안전 지향적 차세대 관측 예측 계층으로서 다변량 분위 트랜스포머의 성능을 평가했습니다. 2024년 4월 22일부터 12월 12일까지 약 10분 간격으로 수집된 33,374개의 측정 데이터를 활용했습니다. 데이터 누수가 없는 파이프라인은 실제 관측치만을 사용하고, 시퀀스 생성 전 시계열 분할을 수행하며, 훈련 데이터에만 스케일러를 적용하고, 30분 초과 결측치를 포함하는 구간은 제외했습니다. 퍼시스턴스, SARIMA, LSTM, GRU, CNN-LSTM, MSE 훈련 트랜스포머 모델을 동일한 6,595개 샘플 테스트 기간에 대해 평가했습니다. GRU는 결정론적 정확도에서 가장 우수했지만(MAE 0.017744 kW), 제안된 τ=0.90 트랜스포머는 비대칭적 위험 제어를 위해 의도적으로 정확도를 희생했습니다. 이 모델은 기존 벤치마크의 72.94~100%에 비해 26.64±5.32%의 피크 과소 예측률을 달성했습니다. 추가 τ=0.75 및 τ=0.95 실험은 예상되는 정확도-안전성 트레이드오프를 보여주었습니다. 본 연구 결과는 제안된 모델이 이처럼 작고 동적인 시설에 대한 보완적인 상위 분위 예측 계층으로서 유용함을 시사합니다. 하지만 이는 배전선 또는 시스템 규모에서의 일반적인 성능을 확립하지는 않습니다.