Power demand forecast a iffiendz_woosungchoi_f

Copyright © 2020 KEPCO Research Institute한전 전력연구원 최우성 - 1 -
최 우 성
한국전력공사 전력연구원
공공데이터를 활용한
전력수요 & SMP 예측
2020. 4. 22

Intro.
여 름 철 에 기 온 이 1℃ 오 르 면 ,
우리나라 전력수요는 100~200만
kW가 증가합니다. 전력 수요
증가는 기온과 밀접한 관계를
갖지만 이 외에도 불확실성이 높은
경제적, 사회적 요소의 영향을
받습니다. 전력은 생산과 소비가
동 시 에 이 루 어 지 기 때 문 에
전력수요를 정확하게 예측하고
정전을 방지하기 위한 예비전력을
충분히 확보해야 합니다.

Intro.
최근 들어 전력 수요예측에 기상 관련 빅데이터가 활용되면서 정확도가 크게 향상되고 있다. 주요
선진국들의 전력수요 예측 오차율이 평균 1.5%수준이며 국내 전력거래소의 예측은 기상-전력
민감지수를 반영해서 1.18% 정도의 오차율을 보이고 있습니다. 이 때 기온, 조도, 풍속, 습도, 강수량
등 주요 기상 데이터 뿐만 아니라 불쾌지수, 체감온도 등 사람의 행동과 관련 있는 데이터도 반영되는
것으로 알려져 있습니다.

Problem
이번 대회에서는 전력거래소, 기상데이터 포털, 공공데이터 포털 등에서 확보한 데이터를
이용해 제주 지역에서의 일주일 후 28일 동안 일별 전력 수요 및 SMP*를 예측합니다.
예측 대상:
 일별 전력수급실적 1개 값
 일별 SMP 3개 값 (평균값, 최고, 최저)
주의 사항:
 예측 모델은 input 값으로 고유 기상 속성을 최소 1개 이상, 최대 5개 이하로 가져가야 함.
(SMP, 전력수급실적은 개수 제한 받지 않음)
 같은 기상 속성의 lag 변수는 중복 허용. (ex. t-1시점의 기온과 t-2시점의 기온을 사용하는
것은 속성 1개로 취급)
 지역별 속성 중복 허용. (ex. A지점의 온도와 B지점의 온도를 사용하는 것은 속성 1개로
취급)
 해당 기상 속성을 사용한 이유를 예비 수상자 코드 제출 시 논리 정연하게 정리하여 제출
SMP* : 계통한계가격, 각 시간대별로 필요한 전력수요을 맞추기 위해 가동한 발전원 중 비용이 가장 비싼 발전원의 운전비용으로
전기요금을 결정하는 주요 변수임.

Data
본 대회에서는 제주 지역에서의 2년 동안의 기상데이터, 전력수급실적, SMP 가 주어집니다.
* 주의: 제공되는 데이터에는 결측치나 이상치(NA, 0인 값)가 포함되어 있습니다. 대회참가자들은
이러한 결측치를 고려하여, 결측치 처리 등 예측 기법을 적용하여야 합니다.
5월 1일 공개
(version 1)
5월 19일 공개
(version 2)
비고
weather_v1.csv
(2018.02.01 ~ 2020.01.31)
weather_v2.csv
(2018.02.01 ~ 2020.05.18)
시간 별 기상 데이터
target_v1.csv
(2018.02.01 ~ 2020.01.31)
target_v2.csv
(2018.02.01 ~ 2020.05.18)
일자 별 전력수급실적,
SMP 데이터
version1 을 활용하여 2020.02.07 ~ 2020.03.05 기간의 전력수급실적, SMP 예측
version2 을 활용하여 2020.05.25 ~ 2020.06.21 기간의 전력수급실적, SMP 예측

Metric (1)
RMSE SMAPE
(Symmetric Mean Absolute Percentage Error)
y_hat : 예측 값
y : 실제 값
- MSE(RMSE)는 TS 변수 별 scale이 다른 경우,
scale이 큰 쪽으로 편향 되어 계산됨
- 과소 추정 할 시 분모가 작아져서 error가
높게 산출 됨

Metric (2)
RMSSE (Root Mean Squared Scaled Error)
Forecasting period 이전 기간에 대한 one-step forecast의 MSE
Forecasting period에 대한 MSE
- Scale에 대한 문제 및 과대, 과소 추정 문제에 대해서 모두 해결하는 지표

Metric (2)

 참가 방법
- 개인 참가 방법 : 팀 신청 없이, 자유롭게 제출 창에서 제출 가능
- 팀 참가 방법 : 팀 배너에서 가능, 상세 내용은 팀 배너에서 팀 병합 정책을 확인 부탁드립니다.
* 하나의 대회에는 하나의 팀으로만 등록이 가능합니다.
* 팀의 수상 요건 충족 시 팀의 대표가 수상하게 됩니다.
Notice 1

 채점
- 가채점 순위 (Public Score)
: 2020.02.07 ~ 2020.03.05 기간의 전력수급실적, SMP 데이터로 채점
- 최종 순위 (Private Score)
: 2020.05.25 ~ 2020.06.21 기간의 전력수급실적, SMP 데이터로 채점
- 최종 순위는 선택된 파일 중에서 채점되므로, 참가자는 제출 창에서 자신이 최종적으로 채점 받고
싶은 파일을 선택해야 합니다.
- 리더보드 운영 종료 이후 Private Score 랭킹이 가장 높은 참가자 5팀은
2020년 06월 30일 23:59 까지 양식에 맞는 코드와 함께 코드 내용을 설명하는 PPT를
제출합니다.
(대회 종료 후 dacon@dacon.io를 통해 안내드릴 예정입니다.)
랭킹은 최종 순위가 아니며 코드 검증 후 최종 수상자가 결정 됩니다.
- 최종 수상자는 시상식 참여 또는 솔루션 및 코드 설명 영상 제출 중 최소 하나를 선택 하여야 합니다.
Notice 1

Notice 2
제출 코드 관련
1) 입상자는 코드 제출 필수. 제출 코드는 예측 결과를 리더보드 점수로 복원할 수 있어야 함
2) 코드 제출시 확장자가 R user는 R or .rmd. Python user는 .py or .ipynb
3) 코드에 ‘/data’ 데이터 입/출력 경로 포함 제출
4) 전체 프로세스를 일목요연하게 정리하여 주석을 포함하여 하나의 파일로 제출
5) 모든 코드는 오류 없이 실행되어야 함(라이브러리 로딩 코드 포함되어야 함).
6) 코드와 주석의 인코딩은 모두 UTF-8을 사용하여야 함
7) 코드 제출 시 데이콘에서 안내한 양식에 맞추어 제출하여야 함
외부 데이터 관련
1) 본 대회에서는 외부데이터 사용이 불가합니다.

용어 설명
전력수급

용어 설명
SMP System Marginal Price

용어 설명
AWS Automatic Weather System 방재기상관측장비
전국 주요 관측지역 및 도서·산악지역 등
503개 지점에서 기상 예측을 위해 무인
으로 운영
출처 : 한국기상산업기술원
[자동관측]
기압, 기온, 습도, 풍향, 풍속, 강수량

용어 설명
ASOS Automatic Synoptic Observation System 자동종관기상관측장비
전국 96개 지점에서 운영되며
그 지역의 실시간 기상예보
[자동관측]
기압, 기온, 습도, 풍향, 풍속, 강수량 일사,
일조, 지면/초상/지중온도
[목측 관측]
지면상태, 증발량
[병행 관측]
적설, 기상현상, 시정, 일기현상, 구름

Power demand forecast a iffiendz_woosungchoi_f

Recommended

Recommended

More Related Content

More from DACON AI 데이콘

More from DACON AI 데이콘 (20)

Power demand forecast a iffiendz_woosungchoi_f