A Study on Electricity Demand Prediction Model by Periodicity Characteristics of Time Series Data
Joon-Mo Yang, Minsoo Jeong, Insook Cho · The Korean Data Analysis Society · 2017
본 연구는 전력수요의 주기별 시계열 특성을 연구한다. 일반적으로 전력수요는 단위근을 가진 자료로 인식되고 있으며, 따라서 공적분 관계를 규명하는 데에 연구의 초점이 맞추어져 왔다. Granger(1966)가 지적했듯이 경제변수들은 저빈도(low frequency)에서 스펙트럴 매스가 매우 큰 모양을 가지고 있다. Yang(2000)은 시제간 집계(temporal aggregation)가 시계열 특성의 변화를 야기할 수 있음을 보였다. 같은 변수라 하더라도 시계열 수집 빈도에 따라 시계열 특성이 달라진다면, 해당 변수에 대한 예측 모형 구축에 있어서 이러한 빈도별 시계열 특성이 반영되어야 한다. 본 연구는 다음과 같이 두 가지 면에서 전력수요 관련 연구에 기여한다. 첫째, 이 연구는 전력수요는 일정 주기 이상의 저빈도 자료에서는 경제변수와 같이 단위근을 가지지만 고빈도 자료에서는 이러한 특징이 사라짐을 밝혔다. 둘째, 단위근이 존재하는 빈도 자료에서는 경제변수와 공적분 관계가 있을 수도 함께 밝혀 향후 전력수요 모형 구축에 기반을 제공하고 있다.This study examines the features of electricity demand in different frequency. Generally electricity demand data has unit root. Therefore, most studies on electricity demand focuses on the cointegration relation of the data. As Granger (1966) noted, the spectral mass of economic variables is concentrated mostly at low frequencies. Yang (2000) shows that temporal aggregation could incur changes in the features of time series. This study contributes to the literature in two ways. First, it shows that lower frequency electricity demand data has a unit root while higher frequency electricity data does not share the same feature as higher frequency counterpart. Second, this study also shows that lower frequency electricity data has cointegration relations with other economic variables such as GDP. This would provide a foundation for constructing a model to predict long-run electricity demand.