Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on development of short term electric load prediction system with the genetic algorithm and the fuzzy system

유전자알고리즘과 퍼지시스템을 이용한 단기부하예측 시스템 개발에 관한 연구

  • 강환일 (명지대학교 정보공학과) ;
  • 장우석 (명지대학교 정보공학과)
  • Published : 2006.12.25
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes a time series prediction method for the short term electrical load will) the fuzzy system and the genetic algorithm. At first, we obtain the optimal fuzzy membership function using the genetic algorithm. With the optimal fuzzy rules and its input differences, a better time prediction system may be obtained. We obtain good results for the time prediction of the short term electric load by the proposed algorithm. In addition we implement the graphic user interface for the proposed algorithms. Finally, we implement the regional prediction system for the electric load.

본 논문은 퍼지 시스템과 유전자 알고리즘을 이용하여 단기 전력 부하 예측 방법을 제안한다. 우선 유전자 알고리즘을 이용하여 최적의 퍼지 소속함수를 구한다. 최적의 퍼지 규칙과 시계열 입력 차이를 이용하여 보다 더 나은 예측 시스템을 구한다. 제안된 방법을 이용하여 단기 전력 부하 예측에서 좋은 결과를 얻었다. 또한 제안된 알고리즘에 대한 그래픽 사용자 인터페이스를 구현한다. 마지막으로, 전력부하에 대한 지역 예측 시스템을 구현한다.

Keywords

References

  1. 김인택, 공창욱, '시계열예측을 위한 퍼지 학습 알고리즘', 퍼지 및 지능시스템학회 논문지, 제7권 제3호, pp.34-42. 제7권 제3호, 1997
  2. R. M. Tong, 'The evaluation of Fuzzy Models derived from Experimental Data,' Fuzzy sets and Systems, vol. 4, pp. 1-12, 1980 https://doi.org/10.1016/0165-0114(80)90059-7
  3. W. Pedrycz,' Fuzzy Control & Fuzzy Systems,' John Wiley & Sons, 1989
  4. K. Hornik, M. Stinchcombe and H. White, 'Multilayer feedback networks are universal approximators,' Neural Network, vol. 2, pp. 359-366, 1989 https://doi.org/10.1016/0893-6080(89)90020-8
  5. Wang, L. E., 'Fuzzy systems are universal approximators,' Proc. IEEE International Conf. on Fuzzy Systems, San Diego, pp. 1163-1170, 1992 https://doi.org/10.1109/FUZZY.1992.258721
  6. L.X. Wang & J. M. Mendel, 'Generating fuzzy rules by learning from examples,' IEEE Trans Syst., Man, Cybern., vol. 22, pp. 1414-1427, 1992 https://doi.org/10.1109/21.199466
  7. J. R. Jang & C. Sun, 'Prediction Chaotic Time series with Fuzzy If_Then rules,' Second IEEE International Conference on Fuzzy Systems, San Francisco, pp. 1079-1084, 1993 https://doi.org/10.1109/FUZZY.1993.327364
  8. Z. Ye & L. Gu, 'A fuzzy system for trading the shanghai stock market,' Trading on the Edge, Neural, Genetic, and Fuzzy Systems for Chaotic Financial Markets, G. J. Deboeck, Ed. New York: Wiley, 1994. pp. 207-214
  9. D. Benachenhou, 'Smart trading with (FRET),' in Trading on the Edge, Neural, Genetic, and Fuzzy Systems for Chaotic Financial Markets, G. J. Deboeck, Ed.,New York: Wiley, 1994, pp.215-242
  10. 이성록, 김인택, 'A study on new fuzzy time series prediction method,' pp. 565--569, 명지대학교 산업기술연구소 논문집 vol. 19, 1999
  11. Zbigniwe Michalewicz, 'Genetic Algorithms+ Data Structures=Evolution Programs, Springer Verlag, 1994
  12. 임영도, 이상도, 퍼지, 신경망, 유전진화, pp. 215-216, 1996, 도서출판 영과 일
  13. Michalis Vlachos, 'Practical Time_Series Tutorial with Matlab,' 16th European conference on machine learning. Oct. 3-7. Porto. 2005
  14. 박종진, 최규식, 퍼지 제어 시스템 유전, 교우사, 2005
  15. 박영진 왕보현, '뉴로-퍼지 모델 기반 전력 수요 예측 시스템: 시간, 일간, 주간 단위 예측,' 퍼지 및 지능시스템 학회 논문지, Vol. 14, No. 5, pp. 533-538, 2004 https://doi.org/10.5391/JKIIS.2004.14.5.533