• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.2259_2260
• /
• 2009

현재 전력수급 상황은 제4차 전력수급 기본계획을 통하여 안정적인 전력공급을 도모하고 있다. 미래의 전력수요를 예측하는 수요예측(Load Forecast)과 소비자의 합리적인 전기소비를 가능하게 하는 수요관리(Demand Management) 및 소비자가 능동적으로 전기소비를 선택하여 사용할 수 있는 수요반응(Demand response)이 있다. 이와 더불어 제 3차 신재생에너지 기본계획을 바탕으로 신재생에너지원을 고려해 수요예측 및 수요관리를 한다면 환경문제와 연료고갈 문제의 개선과 기타 에너지원의 절약이 가능하다. 또한 탄소량 배출 감소 효과와 현재의 수요관리 목표량보다 효과적인 수요관리가 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.329-330
• /
• 2012

인터넷과 웹의 발전으로 수많은 정보가 발생하고 있으며, 공공기간도 많은 정보를 축적하고 있다. 이에 각 국에서는 공공기간이 보유하는 데이터를 공개하고 있으며 우리나라도 통계청을 중심으로 다양한 데이터를 공개하고 있다. 그러나 공개된 자료의 활용도가 낮은 편이다. 본 논문에서는 공개된 공공데이터 중 에너지 소비 데이터를 활용하고자 한다. 에너지 소비 데이터를 미래 예측 연구에 많이 이용되고 있는 마코프 프로세스를 적용하여, 에너지 소비를 예측할 수 있는 모델링을 제안하고, 그 기대 효과에 대해 논의 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.641-644
• /
• 2018

열간 자유 단조는 고온으로 가열한 강피에 압력을 가하여 원하는 형상을 빚는 공정이다. 가열로에서 여러 개의 강피를 동시에 가열하며 목표 온도에 도달하면 꺼내어 다음 공정을 진행한다. 이때 가열로에 투입하는 소재의 조합과 후단 공정을 위해 소재를 꺼내는 순서가 가열로의 에너지 효율에 영향을 끼친다. 본 논문에서는 열간 자유 단조의 에너지 효율을 높이기 위한 비용 예측 모형 기반 작업 계획 최적화 방안을 제안한다. 유전 알고리즘을 이용하여 가열로 강피 조합을 최적화하며 각 설비별 작업 할당 규칙에 따라 전체 작업 계획을 수립한다. 시뮬레이션 기반으로 후보 작업 계획을 평가하여 계획을 최적화 하며 이를 위해 각 설비별 공정 소요 시간 및 에너지 사용량 예측 모형을 이용한다. 예측 모형은 공정 데이터를 기반으로 기계 학습 알고리즘을 적용하여 학습한다. 또한 주기적인 재계획을 통해 예측의 불확실성으로 인해 작업의 진행이 계획대로 이루어지지 않는 문제점을 해결하고자 한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2011.05a
• /
• pp.138-138
• /
• 2011

신 재생에너지 산업의 확대를 뒷받침하고 산업의 지속적인 성장을 달성하기 위해서는 지속적인 인력의 공급이 무엇보다 중요하다. 뿐만 아니라 신 재생에너지는 기존 에너지원과 다르게 자국 내에서 생산 및 소비가 함께 이루어진다. 따라서 신 재생에너지의 확대는 국가의 일자리 창출과 직접적으로 연관된다. 하지만 지금까지 국내에서는 신재생에너지 인력수요 전망을 위한 방법론 연구가 충분히 이루어 지고 있지 않은 실정이다. 이에 본 연구에서는 인력수요 전망을 위한 연구를 실시한 호주와 미국 사례를 고찰하여, 국내 신 재생에너지 인력수요 전망을 위한 고려요인 및 전망 방법론 연구를 실시하였다. 연구결과 미국은 기존화석에너지와의 인력수요 차이를 고찰하는데 초점을 맞추어 분석을 실시하였다. 또한 호주는 시나리오 기법을 통하여 미래 신재생에너지 보급상황에 따라 달라 질 수 있는 인력의 수요를 예측 하였다. 두 국가의 경우 신 재생에너지 부문의 인력수요가 급격하게 증가할 것으로 보고 있다. 호주의 경우 2008년 기준으로 10천명이던 신 재생에너지 인력수요가 2020년 24천명~30천명으로 증가할 것으로 예상(연평균 16.7% 증가)하고 있다. 미국에서는 2007년 500천명의 신 재생에너지 산업 인력이 재직 중이며, 신 재생에너지 확대와 함께 2030년에는 7,300천명의 인력수요가 있을 것으로 분석하고 있다. 신재생에너지 인력수요에 대한 연구를 실시한 사례를 살펴보면 국가는 목적에 부합하는 기준을 바탕으로 연구를 수행하여 있음을 알 수 있다. 따라서 우리나라도 향후 신재생에너지 인력 증가에 대비하여 관련 인력양성 정책을 올바르게 세우기 위해서는 관련 연구가 뒷받침 되어야 할 것으로 사료된다. 해외 사례 고찰 내용을 바탕으로 향후 국내 신 재생에너지 인력 수요 예측 시 고려해야 할 요인들을 다음과 같이 정리할 수 있다. 먼저 인력수요의 예측을 위해서는 현실적인 신 재생에너지 성장 시나리오의 설정이 요구된다. 미국의 사례와 같이 신 재생에너지와 재생에너지의 인력수요 차이를 비교하는 것도 신 재생에너지 인력수요를 정량화 하는데 큰 도움이 될 수 있다. 또한 인력의 범위를 직종별, 학력별로 구체화 하려는 노력이 필요할 것이다. 마지막으로 신재생 인력수요 전망을 바탕으로 효과적인 인력양성 프로그램을 구체화 해야 할 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.13-15
• /
• 2016

에너지 소비가 큰 건물은 내부 온/습도, 이산화탄소 농도, 미세먼지 농도 등의 일정 공기 질을 유지하면서 에너지 비용을 최소화할 수 있는 제어계획을 수립하는 것이 필요하다. 기존 건물에서 실내 환경의 운영은 설정된 실내 환경 값을 기준을 벗어나면 설비 기기를 제어하는 방식으로 이루어진다. 이는 단 시간에 고에너지를 투입하여 장비를 가동시키므로 에너지 소모가 크며 peak 전력이 높아 에너지 비용이 크다는 문제가 있다. 따라서 온도를 포함한 환경이 변해가는 상황을 예측하고 사전에 에너지 사용 계획을 수립하여 관리 제어를 수행함으로써 예열부하 등의 불필요한 에너지 손실을 절감하려 한다. 이를 위해 실내 환경이 변화하는 것을 예측하고 후보 제어계획으로 제어를 수행할 때 소요되는 에너지가 어느 정도인지 시뮬레이션하여 제어계획의 적합도를 평가한다. 기존 EnergyPlus와 같은 시뮬레이션 도구는 모델이 복잡하여 시뮬레이션에 많은 시간이 필요하기 때문에 환경 변화를 반영하기 위해 주기적으로 재수립되는 수많은 제어계획 데이터를 단시간에 시뮬레이션하기에 부적합하다. 본 논문에서는 빠른 시뮬레이션을 위해 실제 운영 데이터와 에뮬레이션을 통해 획득한 운영 데이터를 기반으로 학습 알고리즘을 이용하여 제어계획 적용 시의 미래 상황을 예측한다.

• Korean Chemical Engineering Research
• /
• v.59 no.3
• /
• pp.393-398
• /
• 2021

In order to optimize the performance of a lithium-ion battery, a performance prediction modeling technique that considers various degradation factors is required. In this work, mathematical modeling was carried-out to predict the change in discharging behavior and cycle life, taking into account the cycle aging of lithium-ion batteries. In order to validate the modeling, a cycling test was performed at the charge/discharge rate of 0.25C, and discharging behavior was measured through RPT (Reference Performance Test) performed at 30 cycle intervals. The accuracy of cycle life prediction was improved by considering the break-in mechanism, one of the phenomena occurring in the BOL (beginning of life), in the model for predicting the cycle life of lithium-ion batteries. The predicted change in cycle life based on the model was in good agreement with the experimental results.

• Journal of Internet Computing and Services
• /
• v.24 no.2
• /
• pp.47-56
• /
• 2023

Hydrogen energy is an eco-friendly energy that produces heat and electricity with high energy efficiency and does not emit harmful substances such as greenhouse gases and fine dust. In particular, smart hydrogen energy is an economical, sustainable, and safe future smart hydrogen energy service, which means a service that stably operates based on 'data' by digitally integrating hydrogen energy infrastructure. In this paper, in order to implement a data-based hydrogen charging station demand forecasting model, three hydrogen charging stations (Chuncheon, Sokcho, Pyeongchang) installed in Gangwon-do were selected, supply and demand data of hydrogen charging stations were secured, and 7 machine learning and deep learning algorithms were used. was selected to learn a model with a total of 27 types of input data (weather data + demand for hydrogen charging stations), and the model was evaluated with root mean square error (RMSE). Through this, this paper proposes a machine learning-based hydrogen charging station energy demand prediction model for optimal hydrogen energy supply and demand.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.41 no.7
• /
• pp.469-480
• /
• 2017

For accurate AEP prediction in a wind farm, it is necessary to effectively calculate the wind speed reduction and the power loss due to the wake effect in each wind direction. In this study, a computer program for AEP prediction considering directional wake effect was developed. The results of the developed program were compared with the actual AEP of the wind farm and the calculation result of existing commercial software to confirm the accuracy of prediction. The applied equations are identical with those of commercial software based on existing theories, but there is a difference in the calculation process of the detection of the wake effect area in each wind direction. As a result, the developed program predicted to be less than 1% of difference to the actual capacity factor and showed more than 2% of better results compared with the existing commercial software.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.3
• /
• pp.585-592
• /
• 2013

As the needs for alternative energy and renewable energy increase, there has been a lot of investment in developing wind energy, which does not cause air pollution nor the greenhouse gas effect. Wind energy is an environment friendly energy that is unlimited in its resources and is possible to be produced wherever the wind blows. However, since wind energy heavily relies on wind that has unreliable characteristics, it may be difficult to have efficient energy transmissions. For this reason, an important factor in wind energy forecasting is the estimation of available wind power. In this study, Gunsan wind farm data was used to compare ARMA model to neural network model to analyze for more accurate prediction of wind power generation. As a result, the neural network model was better than the ARMA model in the accuracy of the wind power predictions.

• The Journal of the Acoustical Society of Korea
• /
• v.3 no.2
• /
• pp.46-58
• /
• 1984

본 논문은 한국어 음성 인식을 위한 유성음, 무성음, 묵음 식별에 관한 연구이다. 주어진 음성 구간을 3가지 음성 신호 부류로 식별하기 위하여 패턴 인식 방법을 사용하였다. 여기에 사용한 분석 파 라메타는 음성 신호의 영교차율, 대수 에너지, 정규화 된 첫 번째 자동 상관 계수, 선형 예측 분석에서 얻은 첫 번째 예측 계수, 그리고 예측 오차의 에너지이다. 한편 측정된 파라메타들이 다차원 가우스 확 률 밀도 함수에 따라 분산되었다는 가정하에서 어어진 최소 거리 법칙에 기본을 두고 음성 구간을 결정 하였다. 측정된 파라메타들을 여러 가지 방법으로 조합하여 식별한 결과 영교차율, 첫 번째 예측계수, 예측 오차의 에너지를 측정 파라메타로 사용했을 때 1%보다 적은 식별 오차율을 얻었다.