• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.696-697
• /
• 2011

신재생에너지는 기후변화협약 및 화석연료의 고갈 등으로 인해 전력계통으로의 도입 필요성은 증가하고 있으나 경제성 부재로 인해 도입 시 많은 제약이 있었다. 그러나 최근 풍력발전기의 경제성이 확보되고 있는 추세이며 일부 유럽 국가를 중심으로 전력계통에 연계하여 운전하고 있다. 특히 스페인의 경우 풍력발전기의 발전량을 예측하는 시스템을 개발하여 풍력발전량의 간헐적인 출력 특성을 보완하고 이용 효율을 향상시킬 수 있도록 다른 발전설비와 연계하여 전력계통을 운영하고 있으며, 풍력발전량을 고려한 예비력을 산정함으로써 경제적이고 안정적인 전력계통을 유지하고 있다. 또한 풍력발전기의 간헐적인 출력 특성을 보완하기 위해 에너지저장장치와의 협조 운영 가능한 시스템을 구축하는 사례가 증가하고 있으며 우리나라의 제주 스마트그리드 실증사업의 Smart Renewable이 이와 같은 경우라 할 수 있다. 본 논문에서는 기계학습이론 중 하나인 SVR을 이용한 풍력발전량 예측 시스템을 개발에 대해 기술하였으며, 행원14호기의 풍력발전량 이력데이터를 이용하여 풍력발전량 예측을 수행하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2009.06a
• /
• pp.848-851
• /
• 2009

석탄슬래그는 회분의 조성에 따라 고온에서 매우 상이한 슬래그 거동을 보여준다. 국내 가스화 대상탄으로 검토된 탄 중, 산성 산화물의 함량이 높아 고용융점을 갖는 7종의 석탄 회분을 가스화 조건인 고온, 환원분위기에서 점도 측정을 실시하였다. 4종의 탄에 대해서는 높은 점도를 낮추기 위하여 염기성 산화물인 CaO를 3가지 비율로 혼합하여 점도 측정을 실시하였다. 또한, flux의 혼합으로 인해 발생할 수 있는 결정체 형성을 FactSage 평형계산 프로그램과 CaO-SiO2-Al2O3 3성분계 상평형도를 이용하여 예측하였다. CaO가 첨가된 시료 모두에서 낮은 CaO 첨가비에서는 원래의 시료보다 낮은 점도를 보였으나, CaO첨가비가 20% 이상일 때는 anorthite이 형성되어 $T_{cv}$를 갖는 결정슬래그로 점도 거동이 변화하면서 실제조업 가능한 온도를 증가시켰다. 점도 측정 후 냉각된 시료의 SEM/EDX 분석을 통해 형성된 결정체를 관찰한 결과, FactSage와 상평형도에서 예측된 결정체와 유사하게 나타나 CaO-SiO2-Al2O3 3성분계 상평형도가 결정체 예측에 유용함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1057-1059
• /
• 2011

본 논문은 홈/빌딩네트워크 환경에서 에너지 절감을 위한 효율적인 관리방법을 제안한다. 보다 상세하게는 먼저 가정(home)이나 빌딩(building) 등의 건물에서 사용되는 에너지의 정보를 수집하여 이들에 관한 통합 자원 관계맵을 구축한다. 구축된 자원 관계맵을 기반으로 실제 에너지 사용량과 금액을 계산하여 알려줄 뿐만 아니라 에너지의 예측 사용량과 금액을 계산하여 사용자에게 알려준다. 이와 더불어 사용량이 많을 경우 각 자원별 뿐만 아니라 지역, 사용량, 타입, 특성과 같은 다양한 그룹별로 에너지 절감 방안을 제시함으로써 사용자가 실제로 에너지를 효과적으로 절감할 수 있도록 하는 자원관계맵 기반의 에너지 절감방안을 제안한다.

• Journal of IKEEE
• /
• v.23 no.1
• /
• pp.120-126
• /
• 2019

Recently, accurate prediction of power consumption based on machine learning techniques in Internet of Energy (IoE) has been actively studied using the large amount of electricity data acquired from advanced metering infrastructure (AMI). In this paper, we propose a deep learning model based on Gated Recurrent Unit (GRU) as an artificial intelligence (AI) network that can effectively perform pattern recognition of time series data such as the power consumption, and analyze performance of the prediction based on real household power usage data. In the performance analysis, performance comparison between the proposed GRU-based learning model and the conventional learning model of Long Short Term Memory (LSTM) is described. In the simulation results, mean squared error (MSE), mean absolute error (MAE), forecast skill score, normalized root mean square error (RMSE), and normalized mean bias error (NMBE) are used as performance evaluation indexes, and we confirm that the performance of the prediction of the proposed GRU-based learning model is greatly improved.

• Journal of Advanced Navigation Technology
• /
• v.25 no.6
• /
• pp.569-575
• /
• 2021

Deep learning shows differences in prediction performance depending on data quality and model. This study uses various input data and multiple deep learning models to build an optimal deep learning model for predicting solar radiation, which has the most influence on power generation prediction. did. As the input data, the weather data of the Korea Meteorological Administration and the clairvoyant meteorological image were used by segmenting the image of the Korea Meteorological Agency. , comparative evaluation, and predicting solar radiation by constructing multiple deep learning models connecting the models with the best error rate in each model. As an experimental result, the RMSE of model A, which is a multiple deep learning model, was 0.0637, the RMSE of model B was 0.07062, and the RMSE of model C was 0.06052, so the error rate of model A and model C was better than that of a single model. In this study, the model that connected two or more models through experiments showed improved prediction rates and stable learning results.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1728-1729
• /
• 2011

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측알고리즘 개발에 있어서, 지방 소도시 지역의 물 공급패턴에 대한 영향인자를 도출하기 위하여 기상환경인자와 과거 물 공급량에 대한 상관성 분석을 실시하였다. 그리고, 신경회로망 이론 중 ELM알고리즘을 적용한 단기 물 수요예측알고리즘을 개발하여 현장 적용성을 검토하고자 한다.

• Proceedings of the Korean Society of Coastal and Ocean Engineers Conference
• /
• 2003.08a
• /
• pp.240-244
• /
• 2003

파랑의 변형 가운데 천수, 굴절, 회절, 반사를 예측하는 수학적 모형은 크게 두 가지 유형으로 나눌 수 있는데, 첫 번째로 파형경사인 ha(k：파수. $\alpha$：진폭)를 비선형의 매개변수로 하는 Stokes 파랑식이 있고, 두 번째로 상대파고인 $\alpha$/h를 비선형의 매개변수로 하고 상대수심인 kh를 분산성의 매개변수로 하는 천수방정식(Shallow water equation)이 있다. 파랑의 변형 가운데 천수, 굴절만을 예측하고 회절, 반사를 예측하지 못하는 수학적 모형으로는 에너지 이송방정식이 있다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.19-21
• /
• 2001

저전력 설계에 관한 프로세서 구조의 연구 중, CPU와 L1캐쉬 사이에 크기가 작은 LO 캐쉬를 사용하는 방법이 제시 된 바 있다. LO 캐쉬의 사용은 괄목할 만한 에너지 절약 효과를 거두었지만, 커다란 지연시간의 증가를 초래하였다. 따라서 LO 캐쉬는 필요에 따라서 선택적으로 사용이 되지 않으면 심각한 지연 시간의 증가로 인하여 실제 시스템에 적용하기 어려운 면을 가지고 있다. 선택적인 제어를 위한 방법으로서 몇몇 연구에서 예측기를 이용하는 방법을 제시하였으나, LO 캐쉬에 적합하지 않았다. 우리는 이 논문에서 새로운 가상적인 캐쉬 예측기를 제시하고 이에 대한 시뮬레이션 결과를 제시하였다.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2009.05a
• /
• pp.43-45
• /
• 2009

에너지 절약, 고효율의 광원들에 대한 사용이 장려되고 있는 현재, CMH 광원은 이러한 기대를 충족시켜 주는 광원으로서 각광받고 있다. 본 논문에서는 이러한 CMH 전용 터널 등기구의 반사판을 설계하여 그 결과를 예측하고, 광학 성능 예측 프로그램을 이용, 조명기구의 배치 결과까지 예측하여 국내 기준에 부합할 수 있는 성능을 확인하였다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.10 no.3
• /
• pp.39-43
• /
• 2010

The main objective of this research is to develop a mechanistic performance predictive model for fatigue cracking of asphalt-aggregate mixtures. Controlled-stress diametral fatigue tests were performed to characterize fatigue cracking of asphalt-aggregate mixtures. Performance prediction model for fatigue cracking was developed using the internal damage ratio (IDR) growth method. In the IDR growth method, the general concepts of the dissipated energy, the reference tensile strain, the threshold tensile strain, and the strain shift factor were introduced. The source of the dissipated energy in the fatigue test is from the intrinsic viscoelastic material property of an asphalt concrete mixture and the damage growth within the asphalt concrete specimen. In controlled-stress mode test, the dissipated energy is gradually increased with an increasing number of load applications.