⚙️ 스마트팩토리 에너지 예측 대시보드

전력 요금 · 탄소 배출량을 한눈에 예측하고 모니터링

---

📌 프로젝트 개요

본 프로젝트는 공장 이벤트/작업 시점에 발생하는 전기 요금, 탄소 배출량을 예측하여 시각적으로 제공하는 AI 기반 에너지 관리 대시보드 입니다.

• 시계열 예측 모델을 사용하여 실시간 추이 예측 및 과거/미래 비교
• 이상치 탐지 기능을 통해 비정상적인 소비 패턴 식별 및 경고
• 예측 지표는 **전력(kWh), 요금(₩), 탄소 배출량(kgCO₂)**로 구성되어 있으며, MAE 기준의 정확도를 사용

---

🧠 수행 과제

1. 전력 소비 기반 예측 모델 개발

• 예측 대상: 전력 소비량, 전기 요금, 탄소 배출량
• 예측 기준:
  • 전기요금 = 180원 / kWh
  • 탄소배출량 = 0.424 kgCO₂ / kWh

2. 이상치 탐지 시스템

• ARIMA 기반 1차 예측 오차 기반 이상 판단
• LSTM 및 시각 분석 기반 검증
• 결과는 시각적으로 표시됨 (그래프/경고 박스 등)

3. Streamlit 기반 대시보드 구현

• 실시간 예측 값 시각화
• 이상치 탐지 결과 확인
• 예측 정확도(MAE 기준) 표시
• 요약 리포트 및 필터 제공 (날짜, 설비)

---

🖥️ 주요 기능

기능	설명
⏱️ 실시간 소비량 예측	시계열 기반 소비량 예측
💰 전기요금 계산	단가 기준 실시간 요금 변환
🌿 탄소배출량 산출	친환경 지표 제공
🔎 이상치 탐지	비정상 소비 패턴 시각화 및 경고 표시

---

📊 대시보드 예시

---

🧑‍💻 팀 정보

이름	역할	담당 내용
김예은	LSTM 모델링	LSTM 예측 모델 개발, UI 설계
조해수	ARIMA 분석	전력량 예측, 이상치 탐지
김성현	배포 & 설계	AWS 서버 배포, Streamlit UI
임수연	배포 & 설계	AWS 서버 배포, Streamlit UI

소속: 숙명여자대학교 AI공학부 / 소프트웨어학부
팀명: SMWU Project 6조
개발 환경: Streamlit, AWS SageMaker, PyTorch, Altair

---

🔧 기술 스택

• Frontend: Streamlit, Altair
• Backend: PyTorch, ARIMA, darts
• ML 환경: AWS SageMaker Notebook, SageMaker Endpoint
• 모델 저장/호출: .pt, .pkl 형식

---

🚀 실행 방법

# 저장소 클론
git clone https://github.com/Ssunsooo/AWS-project

# 가상환경 설정
python -m venv venv
source venv/bin/activate

# 필수 라이브러리 설치
pip install -r requirements.txt

# Streamlit 앱 실행
streamlit run app.py