• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2006년도 춘계 국제학술대회 논문집
• /
• pp.115-118
• /
• 2006

빙축열 시스템과 같은 열교환 시스템을 이용하여 심야의 전력 경부하 시 주간에 이용할 냉방부하를 축열하였다가 주간에 공급함으로써 전력의 평준화와 전력 설비의 효율적 운용을 기할 수 있어 전력의 안정적인 수급과 에너지의 효율을 극대화할 수 있다. 하지만 빙축열 시스템의 제어 운전을 전적으로 운전자의 경험에 의존하는 경우에 충분한 냉방 부하를 공급하기 위한 잉여축열에너지가 비경제적으로 많아져서 빙축열 시스템의 경제성이 저하되고 사용 효과가 낮아지는 문제점이 많이 발생되고 있다. 경제적인 활용 효과를 고려하여 빙축열 시스템을 효율적으로 운용하기 위해서는 냉방부하량이 기후 특성에 의해 결정되므로 기후를 정확하게 예측하고 이를 토대로 다음날의 시간별 냉방부하를 예측하여 적정한 축열량을 결정하여야 하는 어려움이 따른다. 이러한 문제를 해결하기 위해 본 연구에서는 신경망을 이용하여 기상 데이터를 토대로 다음날의 온도와 습도를 예측하고 예측된 온도와 습도 및 냉방부하 실적 자료를 기반으로 신경망을 이용하여 시간별 냉방부하를 예측하는 알고리즘을 제시하였다. 제안된 냉방 부하예측 알고리즘에 의해 구축된 한국전력공사 속초생활연수원의 부하예측모델을 이용하여 온도, 습도, 냉방부하를 예측한 결과 기존 방법에 의한 것보다 우수한 예측 성능을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.25-28
• /
• 2014

에너지 자립섬은 외부 전력의 유입이 어려운 상황에서 풍력/태양광 발전과 같은 재생 에너지를 주요 발전원으로 운영하는 섬이다. 에너지 자립섬의 운영을 위해서는 전력 수요와 공급량을 예측하여 발전기, 송배전 시스템, ESS 등의 운영 계획 수립이 필요한데 수요 및 공급의 예측은 기상 상황 및 시간 등의 다양한 요소에 영향을 받으므로 예측이 어렵다. 이러한 특성을 감안하여 효율적인 전력망 운영을 위해 기계 학습을 기반으로 한 스마트 그리드 운영 프레임워크의 활용을 통해 이 문제를 해결하고자 한다. 본 논문에서는 자립섬 운영 계획 수립에 필요한 구성 요소를 파악하고 요소들 간의 연계 관계를 분석하여 운영 시스템의 프레임워크 설계안을 제시한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2007년도 하계학술대회 논문집
• /
• pp.482-484
• /
• 2007

철도차량이 운행될 때 회생제동 구간에서는 회생에너지가 발생한다. 1500[V] DC급전시스템에서 회생된 에너지는 가선 전압을 상승시킨다. 상승된 가선전압은 급전시스템에 악영향을 주기 때문에 회생에너지를 활용하는 방법을 이용하여 가선전압을 안정화 한다. 회생에너지 활용방법의 하나인 회생에너지 저장 시스템을 적용할 때 고려해야 될 사항은 회생에너지의 발생양이다. 회생에너지의 양이 적어 활용가치가 떨어지는 구간에서는 적용하지 않기 때문에 회생량에 대한 사전 정보가 필요하다. 회생에너지의 양은 실측을 통해 얻을 수 있지만 측정을 위한 시간이나 고가의 장비를 사용해야하는 단점이 있다. 본 논문에서는 회생에너지 예측이 가능한 직류지하철 시스템의 모델링을 통해 실측시 발생하는 시간 및 비용적인 문제점을 해결할 수 있다. 회생에너지의 예측은 시뮬레이터를 이용하여 구배 및 곡선, 차량 데이터 등의 운전특성을 바탕으로 이루어진다.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.63-70
• /
• 2023

최근 스마트팜 에너지 비용 중 35% 낸난방비 에너지 소비가 증가되어 에너지 소비 효율화가 요구되며, 전기료 현실화에 대한 우려로 신재생 에너지 중요성이 증가하고 있다. 신재생 에너지는 수력, 풍력, 태양광 등에 속하며, 이중 태양광 에너지는 전기에너지로 변환하는 발전기술로, 이 기술은 에너지원이 환경에 미치는 영향이 적고, 유지 보수가 간편하다는 특징을 갖고 있다. 본 연구에서는 온실 축열조, 히트펌프 데이터 기반으로 축열조 영향을 많이 미치는 요소를 선정하고 축열조 공급 온도예측 모델을 개발하고자 한다. 시계열 데이터 분석 및 예측에 효과적인 LSTM(Long Short-Term Memory)과 다른 앙상블 학습 기법보다 뛰어난 XGBoost 모델을 이용하여 예측한다. 히트펌프 축열조 온도를 예측함으로써 에너지 소비를 최적화하여 시스템 운영을 최적화할 수 있다. 또한, 태양광 활용에 따른 냉난방비 절감 및 농가의 에너지 자립도 개선 등 스마트팜 에너지 통합 운영 시스템에 연계하고자 한다. 플랫폼을 통해 폐열 에너지의 공급을 관리하고 최대 난방부하 및 계절, 시간별 작물생장에 필요한 에너지값을 도출하여 이를 기반으로 최적 에너지 운용방안을 도출하고자 한다.

• 한국산업정보학회논문지
• /
• 제29권2호
• /
• pp.47-54
• /
• 2024

현재, 전세계적으로 에너지 자원은 점차적으로 감소하고 있음에도 불구하고 에너지 수요 및 소비는 지속적으로 증가하고 있다. 이에 따른 에너지 자원을 대체하기 위한 범국가적인 노력 및 연구가 수행되고 있다. 에너지 수요에 따른 공급의 증가 뿐만 아니라 에너지를 효율적으로 소비하는 것은 현 에너지 부족 현상을 해결하기 위한 적절한 수단이 될 수 있다. 본 연구는 에너지를 가장 많이 소비하는 제조 공장의 에너지를 효율적으로 소비할 수 있는 방법을 시뮬레이션하고 분석하였다. 제조 공장에서 가장 많은 에너지를 소비하는 HVAC (Heating, Ventilating, and Air Conditioning) 시스템의 효율적인 운전을 위해 온도기반의 제어를 통한 공장의 에너지 최적화 시뮬레이션을 수행하였다. 이를 기반으로 실제 공장의 온도와 전력 데이터를 이용하여 머신러닝 알고리즘을 적용하고 공장 온도를 예측하였다. 또한 예측 온도를 이용한 제어 시스템 시뮬레이션으로 공장 에너지의 소비패턴을 분석하고 에너지(전력량) 소비량을 감소할 수 있는 운전 모델을 제안하였다. 공장 에너지 패턴에 있어 HVAC 시스템의 예측 기반 프리 쿨링을 통한 온도제어 알고리즘은 기존 대비 10% 이상의 에너지 절감 효과를 보여 준다. 이 결과는 HVAC 시스템의 최적 제어가 공장 에너지 소비를 절감할 수 있음을 나타낸다. 향후 본 제어 시스템의 알고리즘은 실제 공장의 최적 제어에 적용되어 에너지 소비 절감 운전을 수행할 예정이다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 2000년도 추계 학술발표회 논문집
• /
• pp.3-14
• /
• 2000

미래를 예측하는 것은 어떤 의미에선 힘들지 않다. 그것은 미래를 예측하는 데는 상상할 수 없을 정도로 우리가 고려해야 할 인자가 많아 완전한 예측은 불가능함으로 별로 주저하지 않고 불확실한 사실도 예언하고 책임을 지지 않는데 우리는 익숙해 있기 때문이다. 과거에 누구도 오늘의 인류문명을 내다보지 못했으며 더구나 앞으로 일어날 변화를 확신을 갖고 예측하는 것은 점점 더 힘들어지고 있다. 로마클럽의 보고서 "성장의 한계"도 출판 당시는 세계를 떠들석하게 했지만, 지금에 와서는 과거의 기념비적 사건으로 묻혀버리고 만 것을 보아도 알 수 있다.(중략) 수 있다.(중략)

• Composites Research
• /
• 제25권5호
• /
• pp.147-153
• /
• 2012

본 논문에서는 복합재 적층판의 고속충격 관통에너지를 예측하는 방법 중 하나인 정적압입 관통 실험을 수행하였다. 정적압입 관통 에너지를 정확히 분석하기 위해서 세 가지 방법을 이용하였다. 첫 번째로 AE 센서 신호 변화를 이용해서 압입 관통 지점을 판단하고 관통 에너지를 구하는 방법, 두 번째는 관통된 시편에 다시 관통실험을 수행하여 두 에너지 차를 이용해서 구하는 방법, 세 번째는 재수행한 관통실험의 하중-변위 그래프에서 최대하중지점을 압입 관통 지점으로 판단하고 에너지를 구하는 방법이다. 위 방법들에 의한 관통에너지 예측 결과를 제시하였고 고속충격 실험 결과와 비교하여 타당성을 검증하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.31-34
• /
• 2024

태양광 에너지는 탄소 중립 이행을 위한 주요 방안으로 많은 주목을 받고 있다. 태양광 발전량은 여러 환경적 요인에 따라 크게 달라질 수 있으므로, 정확한 발전량 예측은 전력 네트워크의 안정성과 효율적인 에너지 관리에 근본적으로 중요하다. 대표적인 인공지능 기술인 신경망(Neural Network)은 불안정한 환경 변수와 복잡한 상호작용을 효과적으로 학습할 수 있어 태양광 발전량 예측에서 우수한 성능을 도출하였다. 하지만, 신경망은 모델의 구조나 초매개변수(Hyperparameter)를 최적화하는 것은 복잡하고 시간이 많이 드는 작업이므로, 에너지 분야에서 실제 산업 적용에 한계가 존재한다. 본 논문은 2단계 신경망 최적화를 통한 태양광 발전량 예측 기법을 제안한다. 먼저, 태양광 발전량 데이터 셋을 훈련 집합과 평가 집합으로 분할한다. 훈련 집합에서, 각기 다른 은닉층의 개수로 구성된 여러 신경망 모델을 구성하고, 모델별로 Optuna를 적용하여 최적의 초매개변숫값을 선정한다. 다음으로, 은닉층별 최적화된 신경망 모델을 이용해 훈련과 평가 집합에서는 각각 5겹 교차검증을 적용한 발전량 추정값과 예측값을 출력한다. 마지막으로, 스태킹 앙상블 방식을 채택해 기본 초매개변숫값으로 설정해도 우수한 성능을 도출하는 랜덤 포레스트를 이용하여 추정값을 학습하고, 평가 집합의 예측값을 입력으로 받아 최종 태양광 발전량을 예측한다. 인천 지역으로 실험한 결과, 제안한 방식은 모델링이 간편할 뿐만 아니라 여러 신경망 모델보다 우수한 예측 성능을 도출하였으며, 이를 바탕으로 국내 에너지 산업에 이바지할 수 있을 것으로 기대한다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1998년도 춘계 학술발표회 논문집
• /
• pp.179-184
• /
• 1998

'90년대 이후 전기에너지의 효율적 이용에 따른 절약과 전력사용패턴의 개선을 목적으로 하는 수요관리 즉 DSM(Demand Side Management)의 중요성이 증대되고 있다. 하지만 전기소비량의 약 60%를 차지하는 산업용에 대해서는 전동기 보급율 조사, 냉방수요 행태 조사 및 조명기기 보급실태 조사와 같이 단일기기나 온도에 대한 조사 및 분석만이 이루어져 왔으며, 산업용 전체를 대상으로 업종별 End-Use별 사용실태 조사, 분석, 예측 등 체계적 분석이 이루어지지 않았다. (중략)

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.157-159
• /
• 2012

산업혁명 이후 현대사회의 급격한 발전과 화석에너지의 무분별한 사용으로 인해 화석자원이 고갈되고 있으며 환경오염 문제가 심각한 실정이다. 이러한 자원의 고갈과 환경오염 문제를 해결하기 위해 최근에 친환경적이며 자원량이 무한대에 가까운 신재생에너지 자원에 대한 개발이 많은 관심을 받고 있다. 신재생에너지 중에서 풍력에너지는 바람의 가변성으로 인해 짧은 시간 안에 전력 생산량이 급증하거나 급강하는 ramp 현상이 발생하여 풍력발전량의 예측이 어렵다. 따라서 안정적인 전력 공급을 위해서는 풍력발전량의 정확한 예측이 필요하다. 이 연구에서는 정확한 풍력발전량의 예측을 위하여 전력 생산 변화의 빠르기를 나타내는 PRR을 속성으로 사용하고 ANFIS기법을 적용하여 풍력발전량을 예측하였다. 실험 결과 기존의 ANFIS기법을 적용한 경우 보다 PRR속성을 이용하여 적용한 경우 더 정확한 풍력발전량의 결과를 얻을 수 있었다.