경진대회
전력사용량 예측 AI 경진대회
디지털 뉴딜의 성공적인 이행을 위해 인공지능(AI)의 융합·확산을 촉진하고, 전력데이터의 분석 고도화를 위한 알고리즘 발굴
대회개요AI 활용 전력사용량 예측모형 개발 및 시사점 도출 총 상금 18,000천원
-
대회기간2021년 5월 10(월)∼6월 25일(금)
-
참여자일반인, 학생 등 누구나 가능
-
부문시사점 도출, 참여 활성화를 위해 모델링/분석 구분
모델링 : 사용량을 정확하게 예측한 순위로 평가 / 분석 : 기간 내 공유한 분석 코드의 시사점, 품질 등에 대해 평가
데이터
60개 건물의 전력, 기상, 냉난방 및 태양광 설비 데이터
| 기간 | ’20.6.1∼8.24(학습데이터), ’20.8.25∼8.31(검증데이터) | 전력 | 1시간 단위의 전력사용량(kWh) |
|---|---|---|---|
| 기상 | 건물 인근의 관측소로부터 관측된 1시간 단위 종관관측(기온, 강수량, 풍속, 습도, 일조, 일사) 데이터 | ||
| 설비 | 비전기냉방설비* 운영 여부, 태양광 보유 여부*흡수식 냉동기 및 열펌프, 지역냉방 등 | ||
dataset 예시
| num | date_time | 전력사용량 (kWh) |
기온(°C) | 강수량(mm) | 풍속(m/s) | 습도(%) | 일조(hr) | 일사(MJ/m2) | 비전기냉방 설비운영 |
태양광보유 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2020-06-01 00 | 8179.056 | 17.6 | 0.8 | 2.5 | 92 | 0 | 0 | - | - |
| 1 | 2020-06-01 01 | 8135.64 | 17.7 | 0.3 | 2.9 | 91 | 0 | 0 | - | - |
| 1 | 2020-06-01 02 | 8107.128 | 17.5 | 0 | 3.2 | 91 | 0 | 0 | - | - |
| - | - | - | - | - | - | - | - | - | - | - |
| 60 | 2020-06-01 00 | 3678.48 | 27.9 | 0 | 4.1 | 68 | 0 | 0 | 1 | 1 |
| 60 | 2020-08-31 21 | 3269.808 | 27.4 | 0 | 3.2 | 71 | 0 | 0 | 1 | 1 |
| 60 | 2020-08-31 22 | 3096.144 | 27 | 0 | 4.1 | 71 | 0 | 0 | 1 | 1 |
데이터 셋 1. train.csv 2. test.csv 3. answer.csv
전력사용량 예시
데이터
국내·외 AI 경진대회 사이트에서 태양광 발전량, 에너지사용량 예측 경진대회 개최
| 대회명 | 내용 | 홈페이지 |
|---|---|---|
| 동서발전 태양광 발전량 예측 AI 경진대회 (2021.04.07∼2021.06.08) | ’18년 3월부터 ’21년 1월까지의 총 4개소의 태양광 발전소의 발전량, 기상정보(온도, 습도, 풍속, 풍향, 하늘상태)를 학습하여 ’21년 2월부터 7월 8일까지의 태양광 발전량을 예측 | 홈페이지로 이동 |
| 태양광 발전량 예측 AI 경진대회 (2020.12.09∼2021.01.26) | 3년간의 태양광 발전량, 기상정보(일사량, 풍속, 상대습도, 기온)를 학습하고, 2일 기간의 발전량(30분 간격)을 예측 * 예측 대상은 총 81set | 홈페이지로 이동 |
| ASHRAE - Great Energy Predictor III (2019.10.15∼2019.12.19) | 1449개 건물의 1년간 에너지사용량과 기상(기온, 운량, 이슬점, 대기압, 풍속, 풍향) 정보를 학습하여 향후 2년간 전력, 냉수, 증기, 온수 사용량을 예측 | 홈페이지로 이동 |
관련 코드
예측 모델 적용을 위한 베이스라인 및 우승자 코드
| 구분 | 내용 | 미리보기 | 다운로드 |
|---|---|---|---|
| 베이스라인 LightGBM | 베이스라인_LightGBM(간단버전)_KEA | 미리보기 | 다운로드 |
| 베이스라인 1 | 자기회귀모델 (ARIMA, Autoregressive Integrated Moving Average) | 미리보기 | 다운로드 |
| 베이스라인 2 | 장단기 메모리 모델 (LSTM, Long Short-Term Memory) | 미리보기 | 다운로드 |
| 우승자 1 | 경진대회 모델링 부문 1위 수상자 (XGBOOST) | 미리보기 | 다운로드 |
| 우승자 2 | 경진대회 모델링 부문 2위 수상자 (LSTM) | 미리보기 | 다운로드 |
| 우승자 3 | 경진대회 모델링 부문 3위 수상자 (XGBOOST) | 미리보기 | 다운로드 |
