• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.421-424
• /
• 2013

최근 문제가 되고 있는 전력 문제를 효율적으로 관리하기 위해 건물 에너지 관리 시스템이 주목받고 있다. 건물 에너지 관리 시스템은 관리자가 건물의 전력 소비량을 효율적으로 관리할 수 있도록 전력 소비량에 대한 모니터링 기능을 제공하는 시스템이다. 기존의 건물 에너지 관리 시스템은 과거, 현재, 미래의 전력 소비량을 통계 자료로 제공하고, 이를 토대로 전력 과부하 발생을 방지하였다. 그렇지만 기존의 시스템에 반응형 웹 디자인을 적용한 사례를 찾아보기 힘들며 온도 변화에 따른 전력 소비량을 고려하지 않기 때문에 정확한 부하 예측을 하기 어렵다는 단점이 있다. 본 논문에서 제안한 건물 에너지 관리 시스템은 반응형 웹 디자인을 적용하여 여러 모바일 기기로도 편리하고 효율적으로 건물을 관리할 수 있게 하였다. 또한, 건물에서 유지되어야 할 목표 온도, 건물 전력 소비량에 대한 과거 데이터와 기상청에서 제공하는 데이터를 통하여 부하 예측을 하고, 다양한 전력 소비량 통계 자료를 제공한다. 이를 통해 관리자는 효율적인 건물 에너지 관리를 할 수 있다.

• 풍력에너지저널
• /
• 제15권2호
• /
• pp.10-22
• /
• 2024

This research is a comprehensive analysis of wind power prediction sensitivity using a Long Short-Term Memory (LSTM) deep learning neural network model, accounting for the inherent uncertainties in wind speed estimation. Utilizing a year's worth of operational data from an operational wind farm, the study forecasts the power output of both individual wind turbines and the farm collectively. Predictions were made daily at intervals of 10 minutes and 1 hour over a span of three months. The model's forecast accuracy was evaluated by comparing the root mean square error (RMSE), normalized RMSE (NRMSE), and correlation coefficients with actual power output data. Moreover, the research investigated how inaccuracies in wind speed inputs affect the power prediction sensitivity of the model. By simulating wind speed errors within a normal distribution range of 1% to 15%, the study analyzed their influence on the accuracy of power predictions. This investigation provided insights into the required wind speed prediction error rate to achieve an 8% power prediction error threshold, meeting the incentive standards for forecasting systems in renewable energy generation.

• 한국항행학회논문지
• /
• 제23권6호
• /
• pp.561-569
• /
• 2019

태양광 발전은 일사량만 있으면 전기에너지를 얻을 수 있기 때문에, 새로운 에너지 공급원으로 용도가 급증하고 있다. 본 논문은 실제 태양광 발전 시스템의 컨버터 출력을 이용하여 장단기 출력 예측을 하였다. 예측 알고리즘은 다중선형회귀와 머신러닝의 지도학습 중 분류모델인 서포트 벡터 머신 그리고 DNN과 LSTM 등 딥러닝을 이용하였다. 또한 기상요소의 입출력 구조에 따라 3개의 모델을 이용하였다. 장기 예측은 월별, 계절별, 연도별 예측을 하였으며, 단기 예측은 7일간의 예측을 하였다. 결과로서 RMSE 측도에 의한 예측 오차로 비교해 본 결과 다중선형회귀와 SVM 보다는 딥러닝 네트워크가 예측 정확도 측면에서 더 우수하였다. 또한, DNN 보다 시계열 예측에 우수한 모델인 LSTM이 예측 정확도 측면에서 우수하였다. 입출력 구조에 따른 실험 결과는 모델 1보다 모델 2가 오차가 적었으며, 모델 2보다는 모델 3이 오차가 적었다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2009년도 춘계학술대회 논문집
• /
• pp.287-287
• /
• 2009

연료전지는 전기에너지와 열에너지를 동시에 사용 할 수 있기 때문에 에너지 효율이 높고 유해 배기물이 거의 없으므로 친환경적이다. 따라서 환경문제가 대두되고 있는 오늘날, 고효율 친환경의 연료 전지는 차세대 에너지원으로 각광받고 있다. 보일러와 계통선에서 열과 전기를 공급받는 기존방식에 비해 연료전지 코제너레이션 시스템의 경우 20%이상 에너지 절감율을 향상시킬 수 있다. 기존 10kW이하의 소용량 발전설비의 경우 대형 발전소와 같은 수준인 30%이상의 전기 효율을 기대할 수 없으나 고분자 전해질 연료전지를 적용할 경우 1kW급에서도 35%의 전기 효율을 기대할 수 있으며 열회수까지 고려할 경우 80%에 가까운 열효율을 달성할 수 있다.(4)연료전지 시스템은 연료전지 스택 이외에, 연료변환장치, 급기설비, 열 및 물관리 설비, 전력변환장치 그리고 제어 장치 등으로 구성된다. 연료전지 시스템 성능은 연료전지 스택의 성능에 가장 의존적인데 연료전지 스택의 성능은 같은 스택이라도 운전 및 제어 방법에 따라서 다양하게 변할 수 있다. 실제로 연료전지 스택 자체의 전기 변환 효율은 최대 40% 까지로 매우 높으나, 다양한 운전 조건에 따라 효율이 30~40% 수준에서 변화는 것이 현실이다. 때문에 시스템을 설계할 때에는 종합화된 시스템 측면에서의 운전까지 고려한 설계와 성능 해석이 필요하다. 그간 연료전지를 활용한 가정용 열병합 발전분야에서는 시스템 설계를 위한 시뮬레이션 기반 성능 해석에 관한 연구가 활발히 진행되어왔다. 하지만 연료전지 스택의 경우 간이화된 성능 모델식을 사용하여 이로 인한 성능 예측모델의 오차가 크게 발생하여 전체 시스템 최적화의 저해요인으로 작용하여왔다. 따라서 본 연구에서는 가정용 연료전지 열병합 발전 시스템을 자체적으로 설계 개발하였으며 이 중 연료전지 스택의 성능모델을 실험기반으로 구축하였다. 먼저 가정용 연료전지 열병합 발전 시스템의 설계는 크게 네 단계로 구분되며 이는 1) 시스템 개념 설계, 2) 연료전지 스택 설계, 3) 주변장치 설계, 4) 제어시스템 설계로 이뤄진다. 연료전지 스택의 성능 모델은 고분자연료전지의 성능에 가장 민감하게 영향을 미치는 온도 및 습도의 변화에 따른 다양한 스택 성능을 예측 가능하도록 개발하였으며 이는 간단한 이론 모델의 구조에 실험 데이터를 기반으로 모델 파라미터를 도출하는 기법으로 이뤄졌다.

• 대한토목학회논문집
• /
• 제7권2호
• /
• pp.59-68
• /
• 1987

본(本) 논문(論文)에서는 콘크리트의 파괴실험을 통하여 파괴거동을 규명하고 파괴에너지를 결정하였으며, 이로부터 파괴에너지 예측공식을 도출하였다. 콘크리트의 파괴실험은 3 점휨하중실험을 수행하였으며 초기균열길이에 따른 파괴거동과 파괴에너지의 변화특성을 규명하기 위하여 초기균열길이를 보깊이의 각각 0, 0.2, 0.4, 0.6 배로 하였다. 본 실험으로부터 하중-처짐곡선이 자동으로 기록되었으며, 이 하중-처짐곡선하의 면적이 콘크리트의 파괴에너지를 결정하기 위하여 이용되었다. 본 연구에서 도출된 파괴에너지 예측공식은 콘크리트구조물의 파괴해석을 위해 효과적으로 이용될 수 있으며, 파괴에너지가 콘크리트의 인장강도와 골재크기에 의존하고 있음을 나타내고 있다. 또한, 본 연구에서는 콘크리트보의 최대하중을 계산하기 위하여 소위 등가균열길이 개념용 고안하였으며, 이를 위하여 등가균열길이에 대한 예측공식을 제안하였다. 본 등가균열길이 개념은 R-curve 등(等)에 의하지 않고도 파괴하중을 계산할 수 있는 효과적인 개념으로 분석되고 있다.

• 디지털융복합연구
• /
• 제19권12호
• /
• pp.331-337
• /
• 2021

정보통신기술과 융합된 스마트팜의 도입은 농업 분야의 생산성을 높이고 경쟁력을 강화하고 있다. 각종 센서를 통한 환경 모니터링과 이를 통한 재배 환경의 자동제어가 가능하며 원격제어를 지원하는 기술들이 개발되어 보급되었고, 스마트팜에서 생성된 데이터를 이용하여 스마트팜 기술의 고도화를 위한 연구들이 진행되고 있다. 본 논문에서는 스마트팜의 환경 및 제어 데이터를 이용하여 스마트팜의 에너지 소비를 줄이기 위한 환경 제어 방법을 제안한다. 누적된 환경 데이터를 이용하여 환경 예측 모델을 만들고, 다중 환경 요소를 고려하여 주어진 상황에서 에너지 소비를 최소화할 수 있는 제어 방식을 선택함으로써 독립적 환경 제어 방식과 비교해 에너지 사용량을 줄일 수 있음을 확인하였다. 향후 예측 모델의 고도화와 복합제어 알고리즘의 개선 통하여 더 높은 에너지 효율을 얻기 위한 연구가 필요할 것으로 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.339-346
• /
• 2022

최근 화석연료의 무분별한 사용으로 인한 자원고갈 문제 및 기후변화 문제 등이 심각해짐에 따라 화석연료를 대체할 수 있는 신재생에너지에 대한 관심이 증가하고 있다. 특히 신재생에너지 중 태양광 에너지는 다른 신재생에너지원에 비해 고갈될 염려가 적고, 공간적인 제약이 크지 않아 전국적으로 수요가 증가하고 있다. 태양광 발전 시스템에서 생산된 전력을 효율적으로 사용하기 위해서는 보다 정확한 태양광 발전량 예측 모델이 필요하다. 이를 위하여 다양한 기계학습 및 심층학습 기반의 태양광 발전량 예측 모델이 제안되었지만, 심층학습 기반의 예측 모델은 모델 내부에서 일어나는 의사결정 과정을 해석하기가 어렵다는 단점을 보유하고 있다. 이러한 문제를 해결하기 위하여 설명 가능한 인공지능 기술이 많은 주목을 받고 있다. 설명 가능한 인공지능 기술을 통하여 예측 모델의 결과 도출 과정을 해석할 수 있다면 모델의 신뢰성을 확보할 수 있을 뿐만 아니라 해석된 도출 결과를 바탕으로 모델을 개선하여 성능 향상을 기대할 수도 있다. 이에 본 논문에서는 BiLSTM(Bidirectional Long Short-Term Memory)을 사용하여 모델을 구성하고, 모델에서 어떻게 예측값이 도출되었는지를 SHAP(SHapley Additive exPlanations)을 통하여 설명하는 설명 가능한 태양광 발전량 예측 기법을 제안한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2006년도 추계학술대회
• /
• pp.273-276
• /
• 2006

신재생에너지의 효율 향상을 위한 시스템 개발과 병행하여 검토되어야 할 부문이 경제성 분석이다. 본 논문은 제주도 전력계통에 연계하여 운영중인 풍력발전의 자원과 발전량을 모의하기 위하여 제주도의 전력수요와 발전설비 특성, HDVC 수전 데이터, 풍속 등의 자료를 기반으로 가격예측을 위한 범용 소프트웨어들을 사용하여 에너지 시장 측면에서 풍력발전이 갖는 경제적 가치를 분석하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2011년도 추계학술대회 초록집
• /
• pp.155-155
• /
• 2011

신재생에너지 수요가 확대됨에 따라 신재생에너지 관련 제품에 소요되는 물질에 대한 관심이 확대되고 있다. 이들 물질은 공급리스크가 존재하는 희유금속이 주를 이루고 있다. 본 연구에서는 신재생에너지 등의 high tech 기술 확대로 인한 희유금속의 수요 및 공급을 전망하고 있는 미국의 critical raw material 관리 전략을 살펴보고자 한다. 미국은 2010년 12월 미국 에너지성(DOE : Department of Energy)에서 위기 물질 전략(Critical Materials Strategy)에 관한 리포트를 공표하였다. 클린 에너지 기술 4개 분야(영구자석, 선진 전지, 태양전지 박막, 형광 물질)에서 핵심이 되는 물질(희유금속 등)의 수급 불균형이 일어날 가능성에 대해 조사를 실시하여 리스크 평가하여 단기, 중단기로 구분하여 위기물질을 선정하였다. 클린 에너지 기술 4개 분야에서 핵심이 되는 물질(네오디움, 디스프로슘, 코발트, 리튬, 랜턴, 세륨, 테룰, 인듐, 갈륨, 유로피움, 테르비움, 이트륨)의 12광종 수급을 2025년까지 전망한 결과 전체적으로 단기(2010년~2015년)보다 중기(2015년~2025년)에 공급 부족이 확대한다고 예측되었다. 단기적으로는 인듐이 약간 부족하는 것 외에 디스프로슘과 이트륨에 관해서도 공급 부족할 것으로 예측되었다. 중기적으로는 코발트(전지 기술에 사용)와 유로피움(고효율 조명용의 형광 물질에 사용) 외 대상이 된 다른 모든 물질은 공급 부족이 발생할 것으로 전망되었다. 이를 종합하여 단기적으로는 디스프리슘, 유로피움, 인듐, 테르븀, 네오디움, 이트륨 등이, 중기적으로는 디스프리슘, 유로피움, 테르븀, 네오디움, 이트륨 등이 위기물질(Critical Material)로 분석되었다. 에너지성은 위기물질을 공급원다각화, 대체물질개발, 리유즈, 리사이클링 등을 국제적 파트너와 함께 추진하여 리스크를 관리할 것이며, 2011년까지 최신정보를 구축하여 위기물질 전략을 재설정할 예정이다. 체계적인 위기물질 선정 및 관리전략 등을 참조하고, 신재생에너지기술 변화에 따른 원재료의 중요성 및 리스크 관리현황을 기초로 우리나라에 적합한 위기관리 물질 선정 및 관리가 필요할 것이다.

• 전기저널
• /
• 12호통권3호
• /
• pp.30-37
• /
• 1974