• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.453-456
• /
• 2022

전력망의 역할은 안정적인 전력공급이 최우선이다. 예고 없는 불안정한 상황에 대한 여러 가지 대비에 대한 방안이 필요하다. 기상 데이터를 활용하여 탐구적 데이터 분석을 통한 피처 간의 관계를 파악하여 머신러닝 기반의 에너지 생산 예측 모형을 모델링한다. 본 연구에서는 주성분분석을 사용하여 에너지 생산 예측 시 영향을 미치는 피처를 추출하였으며 머신러닝 모델에 적용함으로써 예측 신뢰도를 높였다. 제안한 모형을 사용하여 특정 기간을 대상으로 생산 에너지를 예측하고 해당 시점의 실제 생산 값과 비교함으로써 주성분분석을 적용한 에너지 생산 예측에 대한 성능을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1208-1210
• /
• 2015

본 논문은 실제 사무용 빌딩의 전력 사용량 빅 데이터를 이용하여 효율적인 에너지 사용 및 빌딩 에너지 수요 반응 관리를 위해 전력 사용량 기준 클러스터링을 통한 분석결과를 제시하고 분석된 클러스터링 결과를 기반으로 전력 사용량 예측모델을 설계하였다. 예측모델을 통해 도출된 전력 사용량과 실제 빌딩의 실측 데이터 사이의 오차율을 계산하여 예측모델의 타당성을 보였으며 이를 토대로 에너지 예측 사용량 기반 효율적인 수요 반응 제어 알고리즘을 제시하였다.

• 한국음향학회지
• /
• 제22권4호
• /
• pp.323-328
• /
• 2003

본 논문에서는 한국어 TTS 시스템을 위한 에너지 궤적 생성 방법에 대해 설명한다. 에너지 궤적 생성을 위해 스칼라 회귀 트리를 확장한 벡터 회귀 트리를 제안하고 구현하였다. 벡터 회귀 트리는 특징 벡터로부터 목적 벡터를 예측할 수 있으며, 본 연구에서는 각 음소당 10개의 에너지 값을 예측한다. 실험을 위해 500 문장의 문장 코퍼스와 그 문장들을 발성한 음성 코퍼스를 수집하였고, 이중 300 문장을 이용하여 트리들을 학습하고 200 문장에 대해 실험하였다. 에너지 궤적의 예측 정확률을 높이기 위해 배깅 트리 (bagged tree)와 재구축 트리 (born again tree)도 함께 구현한 결과, 원음의 에너지 궤적과 예측된 에너지 궤적간의 상관계수가 0.803으로 기존의 방법보다 더 좋은 결과를 얻을 수 있었다.

• 에너지협의회보
• /
• 통권76호
• /
• pp.58-60
• /
• 2006

• 지질공학
• /
• 제33권3호
• /
• pp.403-411
• /
• 2023

본 연구는 XGBoost를 이용하여 타지키스탄의 일사량을 예측하여 타지키스탄의 재생에너지 자원으로서 복사 태양에너지의 활용 가능성을 평가하기 위함이다. 첫째, 타지키스탄의 일사량을 훈련모델, 검증모델, 시험모델을 통해 예측한 결과, 시간과 계절에 따른 일사량의 계절성이 실제값과 예측값 모두에서 뚜렷하게 구분되는 것을 확인하였다. 둘째, 타지키스탄의 2016, 2017, 2018, 2019년 등 각 연도의 7월 1일 시간당 일사량의 실제값과 예측값을 계산한 결과, 2016년 일사량의 최대 실제값과 예측값은 약 1,005 W/m²과 1,009 W/m², 2017년에는 939 W/m²과 997 W/m², 2018년에는 1,022 W/m²과 1,012 W/m², 2019년에는 1,055 W/m²과 1,019 W/m²으로 나타났으며, 실제값과 예측값의 오차가 약 0.4~5.8%로 매우 비슷한 결과를 보였다. 결과적으로 타지키스탄의 일사량을 예측하여 복사 태양에너지의 활용 가능성을 평가하는 데 있어 XGBoost가 매우 유용한 도구로 활용될 수 있을 것으로 판단된다.

• 디지털융복합연구
• /
• 제12권3호
• /
• pp.211-218
• /
• 2014

최근 풍력에너지는 풍력터빈의 지능화뿐만 아니라 풍력 발전량 예측 부분에서 컴퓨팅과의 결합이 확대되고 있다. 풍력 발전은 기상상태에 따라 출력변동이 심하고 출력 예측이 어려워 효율적인 전력 생산을 위해서 신재생에너지를 전력계통에 안정적으로 연계할 수 있는 기술이 필요하다. 본 논문에서는 분산형 전원의 예측정보를 향상시켜 예측한 발전량과 실제 발전량의 차이를 최소화하기 위한 분산형 전원전력의 단기예측 모델을 설계한다. 제안된 모델은 단기 예측을 위해서 물리모델과 통계모델을 결합하였으며, 물리모델에서 생산된 격자별 예측값 중 예측 지점내 예측지점의 값을 추출하고, 물리 모델 예측값에 통계모델을 적용하여 발전량 산정을 위한 최종 기상 예측값을 생성한다. 또한, 제안 모델에서는 실시간 기상청 관측자료와 실시간 중기 예측 자료를 입력 자료로 사용하여 단기 예측모델을 수행한다.

• 한국멀티미디어학회논문지
• /
• 제10권1호
• /
• pp.139-146
• /
• 2007

Wireless Sensor network를 이용하여 객체를 추적하는 방법에 대해 많은 연구가 진행되어 왔다. 본 연구는 객체 추적에 사용되는 방법에 따라 에너지의 양과 추적의 정확도 사이에 존재하는 상관관계를 관찰하고, 움직임 예측 방법에서 에너지 소비량을 최소화할 수 있음을 확인하였다. 추적에 사용되는 에너지는 센서노드가 객체를 감지하기 위해 소모하는 것이며, 추적의 정확도는 객체의 실제위치와 감지에 의해 계산된 위치의 차이이다. 몇 가지 추적방법과 파라미터의 조절에 따라 추적의 정확도와 소비되는 에너지의 양에 차이가 있고, 움직임 예측 알고리즘을 사용할 때 가장 좋은 에너지 효율을 얻을 수 있었다. 또한 가속도를 고려한 움직임 예측 알고리즘의 개선을 통해 더 나은 정확도와 에너지 효율을 기록하였다. 시뮬레이션 결과 움직임 예측 알고리즘에서 목표의 미래위치에 따라 노드를 활성화시키는 범위는 예측 알고리즘이 정확할 경우 센서 노드의 감지범위 정도로 제한하는 것이 유리함을 알 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.175-181
• /
• 2021

본 논문은 단기 에너지 사용량 예측을 위해 인공지능 기반의 접근법에 대해 분석한다. 본 논문에서는 단기 에너지 사용량 예측 기술에 자주 활용되는 지도학습 알고리즘의 한계를 개선하기 위해 강화학습 알고리즘을 활용한다. 지도학습 알고리즘 기반의 접근법은 충분한 성능을 위해 에너지 사용량 데이터뿐만 아니라 contextual information이 필요하여 높은 복잡성을 가진다. 데이터와 학습모델의 복잡성을 개선하기 위해 다중 에이전트 기반의 심층 강화학습 알고리즘을 제안하여 에너지 사용량 데이터로만 에너지 사용량을 예측한다. 공개된 에너지 사용량 데이터를 통해 시뮬레이션을 진행하여 제안한 에너지 사용량 예측 기법의 성능을 확인한다. 제안한 기법은 이상점의 특징을 가지는 데이터를 제외하고 실제값과 유사한 값을 예측하는 것을 보여준다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.39-44
• /
• 2023

태양광, 풍력 등의 신재생 에너지는 기상조건 및 환경변화에 민감한 자원이다. 설치위치 및 구조에 따른 설비의 발전량이 달라질 수 있기 때문에 정확한 발전량 예측은 중요하다. 기상 빅데이터를 활용하여 주성분 분석을 기반으로 데이터 전처리 과정을 진행하여 신재생 에너지 발전량 예측 시 영향을 미치는 피처간의 관계를 모니터링하였다. 또한, 본 연구에서는 영향을 미치는 민감도에 따라 데이터셋을 재구성하여 머신러닝 모델에 적용하여 예측도를 테스트하였다. 제안한 모형을 사용하여 신재생 에너지를 대상으로 기상환경에 따라 에너지 발전량을 예측하고 해당 시점의 실제 생산 값과 비교함으로써 랜덤 포레스트 회귀 분석을 적용한 에너지 발전량 예측에 대한 성능을 확인하였다.

• 에너지공학
• /
• 제26권4호
• /
• pp.29-34
• /
• 2017

제로에너지빌딩의 요소는 크게 액티브 요소와 패시브 요소 두 가지로 나뉘며, 패시브 요소의 경우 단열, 창호, 차양, 외부분 등 건물의 단열, 열교 성능 등을 나타내는 요소들을 지칭하며, 액티브 요소의 경우는 에너지생산량 및 효율 계수 등을 나타내는 요소이다. 액티브 요소의 에너지생산량은 일반적으로 신재생에너지 발전을 통해 이루어진다. 본 연구에서는 신재생에너지 발전이 아닌 V2B(Vehicle to Building)라는 전기차의 양방향 충방전 기술이 제로에너지빌딩에 액티브 요소로 적용될 경우 어느 정도의 영향을 미칠지에 대해 예측하였다. 신재생발전의 경우 지리, 기후환경에 따라 발전량이 예측될 수 있지만 V2B의 경우 전기차 이용자의 방전의사, 가용 충전기의 대수 등 여러 가지 입력변수를 고려하여 예측하여야 한다. 예측한 결과에 따라 V2B가 제로에너지빌딩의 액티브 요소에 얼마나 기여할 수 있는지 확인 할 수 있으며, 해당 예측은 통계자료가 부족한 실정이기에 확률적 방법을 이용하여 예측해야한다. 본 연구에서는 해당 확률적 방법 중 몬테카를로 방법을 이용하여 DR(Demand Response)발령 시간대를 기준으로 충방전 패턴의 변화를 예측하였다.