전기에너지 가격 예측모델 : 데이터마이닝 분류기법과 예측기법을 혼합한 하이브리드 모델 개발

Abstract

월별 전기가격의 예측은 공장 가동계획, 공장 자원관리, 연료 구매 계획, 예산 운영 계획 등, 전력시장에서 발생하는 의사결정과정에 있어서 중요한 요소이다. 그러나 전기가격은 기후변화에 영향을 받으며 특히 유가나 환율 같은 경제/금융지표들에 민감한 반응을 보이기 때문에 그 예측이 쉽지 않다. 본 논문에서는 전기가격에 영향을 미치는 이러한 요인들을 모두 고려하면서 예측 성능을 높일 수 있도록 전기가격의 등락을 분류문제로 예측한 후 가격의 실제값을 구하는 방법을 고안하였다. 최근 기계학습분야에서 분류문제 해결에 우수성이 입증된 준 지도학습 알고리즘(Semi-Supervised Learning)을 이용하여 가격의 등락을 예측한 후, 예측문제에 있어 여러 분야에 걸쳐 그 성능을 인정받고 있는 신경망 알고리즘(Artificial Neural Network)을 통해 전기가격의 실제값을 예측하고 이 두 모델의 결과를 종합해 최종 예측값을 도출하는 하이브리드 모델을 제안한다. 에너지경제연구원에서 제공한 2000년 1월부터 2008년 7월까지의 월별 전기에너지 관련 데이터로 실험하여 제안한 모델의 유효성을 검토하였다. 실험 결과 경제/금융지표들의 정보와 제안한 하이브리드 모델의 구조가 전기가격의 예측성능을 높여주었다.