[EMS] 에너지 시스템 모델링

 

 

모델 성능 평가지표

• MSE (Mean Squared Error) 실제 값과 예측 값의 차이를 제곱해 평균한 것
• MAE (Mean Absolute Error) 실제 값과 예측 값의 차이를 절댓값으로 변환해 평균한 것
• RMSLE (Root Mean Squared Logarithmic Error) RMSE에 로그를 적용해준 것

에너지 시스템 모델링에서 평가 지표는 RMSLE 중요하다. 

에너지 설비의 효율은 40%이하에서 급격히 떨어지므로 

 

 

규제화 (Regulation)

• 다항 회귀 시 차수가 높아 질 수록 과대 적합이 발생하여 예측 성능이 저하되는 문제가 발생
• 과대 적합을 방지하기 위해서는 가중치의 크기를 제어 필요
• 기존의 비용 함수에 규제 (Penalty) 항을 추가하여 가중치의 크기를 제어 가능

규제 모델 (에너지모델링에서는 규제모델 적용보다 데이터 전처리 단계에서 정확한 범위의 데이터 설정이 더 효율적..)

• Ridge Regression: 기존의 선형 회귀 식에 규제항 (L2 Regulation) 이 적용된 모델 .MSE 가 최소가 되게 하는 가중치와 편향을 찾는 동시에 가중치들의 제곱 합이 최소가 되도록 적절한 가중치와 편향을 찾음 .규제를 적용하면 가중치가 0 이 되거나 0 에 가깝게 되어야 함
• Lasso Regression: L1 규제 가중치 적용 . 규제 강도를 0.1, 1, 10 으로 설정하여 학습 후 가중치 값 조회gkdu 특정 가중치에 값이 쏠리는 현상 제거
• Elastic Net: L1 + L2 규제 가중치 적용

 

체크포인트

• 체크포인트(Checkpoint)란 모델 학습 과정 중 특정 시점의 모델의 가중치와 파라미터를 저장한 상태. 
• 이는 일종의 저장 상태로, 학습 중인 모델의 진행 상황을 특정 지점에서 보존하는 데 사용. 
• 중단된 학습 재개, 적합을 방지하기 위해 조기에 학습을 멈출 때 이용

*PID제어

기존의 ON, OFF 제어 방식과 달리 비례(P: Proportional), 적분(I: (Proportional) Integral), 미분(D:Proportional) Derivative)을 (비례 동작, 적분 동작, 미분 동작) 적절히 조합하여  모터를 자동으로 제어하는 을 말한다.  

 

 

 

데이터 추론 및 모델 생성

 

 

---

 

나는 딥러닝도 건축도 설비도 모르는데 

지금 여기에 있는게 맞나 호호