• Proceedings of the Korea Society for Simulation Conference
• /
• 2005.11a
• /
• pp.77-83
• /
• 2005

기후변화협약에 의해 탄소세가 부과될 경우 한국의 에너지 집약 산업에 어떠한 영향을 미치며 그에 대한 대응방안이 어떻게 마련되어야 하는지에 대한 관심이 증대되고 있다. 이에 본 연구에서는 탄소세가 부과됨으로 인하여 에너지 다소비 업종인 시멘트산업의 각 에너지원별 사용량에 미치는 파급효과를 시스템 다이내믹스 방법론에 의한 시뮬레이션 모델을 이용하여 분석하였다. 시뮬레이션 모델은 환경모듈, 경제모듈, 에너지모듈로 구성하였고 모델의 예측력 검증을 위해 의태분석을 수행하였다. BAU 시나리오와 탄소세 부과 시나리오를 설정하여 각 시나리오의 총수요의 예측치, 이산화탄소 배출량의 추이, 에너지원의 사용변화를 분석하였다. 본 연구는 향후 기후변화협약의 부담이 큰 에너지 집약산업에 있어서 에너지원의 사용 및 수요를 예측하고 이를 평가하기 위한 지침을 제시할 수 있을 것으로 기대된다.

• Composites Research
• /
• v.26 no.6
• /
• pp.349-354
• /
• 2013

In this paper, we conducted high velocity impact test for Carbon/Epoxy composite laminates and proposed advanced method for predicting the absorbed energy of composite laminates. During high-velocity impact test, we discovered loss of projectile mass macroscopically using high speed camera, thus we calculated the absorbed energy of composite laminates by taking loss of projectile mass into account. We proposed a model for predicting the absorbed energy of composite laminates subjected to high-velocity impact, the absorbed energy was classified into static energy and dynamic energy. The static energy was calculated by the quasi-static perforation equation that is related to the fiber breakage and static elastic energy. The dynamic energy can be divided by the kinetic energy of deformed specimen and fragment mass. Finally, the predicted absorbed energy considering loss of projectile mass was compared with experimental results.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.02a
• /
• pp.109-112
• /
• 2008

본 논문에서는 MPEG-4 HE-AAC의 SBR 부호기의 효율을 개선하기 위해 예측 SBR(Predictive-SBR)을 제안한다. SBR 부호기는 주부호기(core encoder)와 결합하여 적은 비트량으로 고주파 성분을 복원할 수 있게 한다. 본 논문에서는 SBR 데이터의 약 70%를 차지하는 포락선 정보를 부호화하는 방법을 개선하여 효율성을 높이고자 한다. 기존 SBR은 포락선 정보의 전송을 위해 다음과 같은 방법을 이용한다. 먼저 고주파 대역의 에너지를 스케일팩터 밴드 단위로 계산한다. 다음으로, 전송정보량의 감소를 위해 델타 코딩 방식을 이용하여 에너지 정보를 부호화한다. 본 논문에서는 SBR의 포락선 정보를 효과적으로 감축하기 위하여 고주파 대역의 에너지를 예측하는 방법을 이용한다. SBR 부호기의 입력 데이터가 SBR 복호기의 입력데이터와 동일하다는 가정 하에 선형 회귀(linear-regression) 기법을 이용하여 고주파 대역의 에너지를 추정한다. 그 후에 추정된 에너지와 원래의 고주파 대역 에너지의 오차를 델타 코딩을 이용하여 부호화한다. 정보를 전송할 때는 고주파 대역 에너지의 델타 코드와 예측 SBR에서 계산한 오차의 델타 코드 중 부호화에 필요한 비트량이 적은 방식을 선택하여 부호화하도록 한다. 그 결과 약 10% 정도의 정보량 감축 효과를 얻을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.537-538
• /
• 2016

본 논문은 사무용 건물의 효율적인 에너지 관리를 위하여 실제 사무용 건물의 전력 사용량 빅 데이터를 이용하여 RLS 알고리즘을 활용한 사용량 예측 모델을 설계하였다. 예측모델을 통해 도출된 예측치와 실측 데이터 사이의 오차율을 계산하고, MA알고리즘을 사용한 예측값과의 비교를 통해 제안하는 변형된 RLS 알고리즘을 이용한 에너지 사용량 예측 방법론의 타당성과 우수성을 검증하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.858-861
• /
• 2012

Distributed sensor nodes for environmental monitoring, have a problem of difficult and expensive battery change. In this case, renewable energy such as solar energy is helpful. We can use high-quality solar energy everyday. In this paper, we model photovoltaic energy prediction model for sensor nodes, which includes charge and discharge characteristics as well as seasonal and monthly characteristics of the solar energy. Our model is useful to predict energy consumption of solar-powered sensor nodes realistically using real world use data of the nodes.

• Korea Petroleum Association Journal
• /
• no.1 s.47
• /
• pp.91-93
• /
• 1985

석유산업의 역사상 유가예측이 들어맞은 적은 거의 없다고 해도 과언이 아니다. 자료의 불확실성, 사용변수의 변함에 따라 예측은 현실과는 상당히 유리되어 왔다. 석유산업에 있어서 이와 같은 예측에 따른 전략 및 정책수행으로 투자가치가 인정된 예도 있지만 막대한 투자액을 회수하지 못한채 방치한 예도 허다하다. 이에 대한 케임브리지 에너지 연구소(Cambridge Energy Research Associates)와 회계법인인 Arthur Andersen & Co가 공동으로 12개국의 125명의 예측전문가 및 의사결정권자를 대상으로 조사한 연구보고서를 PIW가 요약했다. 이를 옮겨 싣는다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.404-407
• /
• 2021

석유개발 현장에서 시추장비의 고장으로 인한 장비교체 및 시추시간 증가는 막대한 비용소모를 발생시킨다. 본 논문은 딥러닝 기반의 시추장비 중 드릴비트의 동력을 구동시키는 디젤엔진의 고장 요소를 분류하고 이 요소에 따른 고장여부를 판별하는 딥러닝 기반의 이상 예측 및 진단 모델을 개발하였다. 또한 제안한 모델의 우수성을 확인하기 위해 로지스틱 회귀분석 분류모델과의 예측성능 비교분석도 수행하였다.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.4 no.2
• /
• pp.33-40
• /
• 1990

고압 수은등의 전기적 특성을 예측하기 위한 컴퓨터 프로그램을 작성하였다. 즉 고압기체방전에서 성립되는 단위체적당 에너지 평형식과 입자의 밀도에 대한 연속방정식을 방전관의 반경과 시간에 대하여 풀어서 전류값을 예측하였다. 프로그램의 수행결과, 방전광에 입력된 에너지는 방사에너지로 가장 크게 손실되며, 전도손실은 시간에 무관하게 거의 일정한 것으로 나타났다. 또한 비교적 길이가 짧은 방전관의 특성을 예측하기 위하여 음극강하를 고려하여 산정한 길이를 추정하는 방법을 개발하였다.

• ETRI Journal
• /
• v.7 no.2
• /
• pp.40-42
• /
• 1985

전자부품의 고장률은 그부품 고유의 activation 에너지에 의해 결정되며 이 activation 에너지는 온도의 변화에 관계없이 일정하다. 본고에서는 온도 변화에 따른 부품의 고장률과 activation 에너지와의 관계를 검토함으로서 MIL-HDBK-217의 부품고장률 예측방법을 분석하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.11
• /
• pp.245-253
• /
• 2011

Due to the imprudent spending of the fossil fuels, the environment was contaminated seriously and the exhaustion problems of the fossil fuels loomed large. Therefore people become taking a great interest in alternative energy resources which can solve problems of fossil fuels. The wind power energy is one of the most interested energy in the new and renewable energy. However, the plants of wind power energy and the traditional power plants should be balanced between the power generation and the power consumption. Therefore, we need analysis and prediction to generate power efficiently using wind energy. In this paper, we have performed a research to predict power generation patterns using the wind power data. Prediction approaches of datamining area can be used for building a prediction model. The research steps are as follows: 1) we performed preprocessing to handle the missing values and anomalous data. And we extracted the characteristic vector data. 2) The representative patterns were found by the MIA(Mean Index Adequacy) measure and the SOM(Self-Organizing Feature Map) clustering approach using the normalized dataset. We assigned the class labels to each data. 3) We built a new predicting model about the wind power generation with classification approach. In this experiment, we built a forecasting model to predict wind power generation patterns using the decision tree.