SAS ORSOL · RESEARCH
전기차 수요 예측을 위한 합성 데이터
합성 시계열 데이터로 전기차 수요 예측과 최적화의 가능성을 탐구했습니다.
전기차 충전 데이터의 부족을 합성 데이터로 보완하는 연구입니다. 데이터 생성, 수요 예측, 최적화 모델링의 흐름을 다루며, 기존 연구 기록은 최종 결과 없이 모델 튜닝과 평가 단계로 정리되어 있습니다.
접근 방법과 구현
현실적인 시계열 생성
TimeGAN, 변이형 오토인코더(VAE), 지수평활 모델로 시간에 따른 충전 패턴을 재현하는 방법을 탐구했습니다. 변수별·시간별 상관관계로 원본 데이터의 특성이 유지되는지 평가했습니다.
수요 예측과 최적화
CNN과 LSTM·GRU 기반 순환 신경망을 활용한 수요 예측을 연구했습니다. SAS Viya의 실시간 가격 모델로 수요를 분산하고 비혼잡 시간대 충전을 유도하는 방안을 탐구했습니다.