[캡스톤] 시작, 두번째 이야기

전력 수요 예측에 대한 주제로 잡고 1주일 동안 진행한 내용

 

회의록

1. 태양광, 건물 효율 데이터를 얻을 수 있으나 API를 통해 얻어야 한다. 

 → 데이터를 받아와 엑셀 파일로 저장하는 과정 필요

2. 우리가 고려하지 못한 추가적인 변수가 있을 것 같다.

→ GPT 혹은 논문을 통해 변수 찾기

3. 가정용 데이터 한국전력거래소에서 제공되는 가정용 데이터가 있다.

→ 운전 예비전력, 주택용 가정기기 보급현황 조사 보고 등 활용 가능하다. but, 오래된 데이터이며 가정용은 고려할 부분 많아서 우선순위에서 제외했다.

4. 기후 변화에 관한 국제 연합 기본 협약(UNFCCC)의 실행에 관한 보고서를 발행하는 IPCC를 참고해서 건물별 온실가스 배출량을 우리가 직접 예측해보는 활동 의미가 있을 것 같다.

→ IPCC는 기후 변화에 대한 과학적, 기술적, 사회경제적 정보를 평가하는 기관으로 바로 온실가스 배출량을 계산하는데 도움을 주는게 아니라 제공되는 배출량 계수를 통해 우리가 부산지역은 이렇게 되겠다는걸 산정해야하는 구조이다. 따라서 일단 가이드라인 PDF 공부를 진행 해야한다.

 

어려운 점

하지만 기상, 날짜 데이터에 대한 수집은 기상청을 통해 쉽게 데이터를 얻을 수 있었다. 하지만 건물에 대한 민감한 데이터는 공공데이터로 수집하기엔 많은 어려움이 있었다. API를 통해 제공되는 건물 에너지 효율 등급, 건물 면적에 관한 데이터가 있었지만 부산광역시 중구 전체의 건물 면적 이라던가, 10개 정도의 효율 등급만을 제공하는 등 우리가 원하는 데이터를 얻을 수 없었다. 

 

따라서 우리가 직접 얻을 수 있는 범위로 줄여야겠다고 생각했고, 부경대학교 전력 예측으로 범위를 줄였다. 이후, 학교 내의 데이터를 얻을 수 있는지 확인해보기로 한다. 

 

부경대학교 시설과(전기) 문의 결과 학교 재학생을 위해 도의적으로 건물 1~2개의 데이터는 제공가능하다는 답변을 받았다.  하지만 우리들의 프로젝트를 위해 주무관님들의 노력이 들어가야 했기에 방대한 양의 데이터는 제공되지 못하며, 또, 민감한 데이터는 제공되지 않을 수 있다고 하셨다. 따라서, 부경대 가온관, 청운관(도서관), 공학1관 건물 3가지를 요청드려볼 예정이다. 필요한 데이터는 다음과 같은데, 건물 유형, 건물 면적, 건물 냉,난방시설, 건물 태양광 용량(규모), 건물 자재(구조), 건물 에너지 효율, 건물 건축 시기, ESS 저장 용량, PCS 용량, 월별 전력 기간(23년)에 대한 변수들을 준비해봤다. 모두 받을 수 있을지는 모르겠지만 일단 요청 드려본다. 비타 500이라도 나중에 사들고 가야할 마음이 든다.. 죄송하고 감사합니다. 저희를 위해 시간과 노력을 내어주시는 고마움에 감사함을 느낍니다.

 

그리고 3학년 데이터사이언스 이지환 교수님의 의사결정나무 강의 자료와  j_sean팀 | Private 1위(5.0293) | XGBoost 단일 모형에 대한 나의 코드 해설 강의를 진행하고 회의를 마쳤다. 

 

코드 분석 링크

https://hwangbh8.tistory.com/7

[코드 분석] 2023 전력사용량 예측 AI 경진대회

 

참고 코드

09_1_DecisionTree.ipynb

https://dacon.io/competitions/official/235736/codeshare/2877?page=1&dtype=recent

j_sean팀 | Private 1위(5.0293) | XGBoost 단일 모형