• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.5
• /
• pp.153-160
• /
• 2020

Energy Consumption Predictions for Industries has a prominent role to play in the energy management and control system as dynamic and seasonal changes are occurring in energy demand and supply. This paper introduces and explores the steel industry's predictive models of energy consumption. The data used includes lagging and leading reactive power lagging and leading current variable, emission of carbon dioxide (tCO2) and load type. Four statistical models are trained and tested in the test set: (a) Linear Regression (LR), (b) Radial Kernel Support Vector Machine (SVM RBF), (c) Gradient Boosting Machine (GBM), and (d) Random Forest (RF). Root Mean Squared Error (RMSE), Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE) are used for calculating regression model predictive performance. When using all the predictors, the best model RF can provide RMSE value 7.33 in the test set.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.14 no.1
• /
• pp.14-21
• /
• 2021

Green networking has become a issue to reduce energy wastes and CO2 emission by adding energy managing mechanism to wired data networks. Energy consumption of the overall wired data networks is driven by access networks, expect for end devices. However, on a global scale, it is more difficult to manage centrally energy, measure and model the real energy use and energy savings potential of the access networks. This paper presented the multiple linear regression model to predict energy consumption of wired access networks using supervised learning of machine learning with data collected by existing investigated materials, actual measured values and results of many models. In addition, this work optimized the performance of it by various experiments and predict energy consumption of wired access networks. The performance evaluation of the regression model was achieved by well-knowned evaluation metrics.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.11a
• /
• pp.37.1-37.1
• /
• 2010

세계적으로 신재생에너지에 대한 관심이 높아지면서 이에 대한 국가적인 지원이 2006년에 1000억을 넘어 불과 3년 만에 그 2배인 2000억을 돌파했다. 또한 내년부터 2015년까지 민 관 합동으로 총 40조원을 신재생에너지에 투입한다고 보고되어 주위를 술렁이게 하고 있다. 우리는 신재생에너지가 더 이상 일부 국한된 기관이나 기업만의 단순 관심분야가 아닌, 세계 시장에서의 우위를 점령하기 위한 국가차원의 광대한 경쟁분야임을 다시 한번 인식해야 한다. 이러한 시점에서 국내 신재생에너지 R&D산업의 과거 발자취를 통해 미래에 나아가야 할 방향을 예측해 보는 것은 상당히 의미가 있을 것으로 생각된다. 본 고에서는 신재생에너지 분야 중 현재 가장 큰 비중을 차지하고 있는 태양광 분야에 초점을 맞추어 보았다. 그간 진행되거나 현재 진행되고 있는 R&D관련 데이터들을 수집하여 다양한 방면으로 검토해본 결과 눈에 띄는 경향을 일부 확인할 수 있었는데, 이를 통해 향후 태양광 R&D산업이 나아가야 할 방향을 예측해 보고자한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1712-1716
• /
• 2009

소수력은 친환경적인 청정에너지 중 하나로 우리나라에는 부존량이 매우 풍부하여 최근 개발에 대한 필요성이 대두되고 있다. 소수력 에너지자원의 적극적인 활용을 위해서는 IT기술 접목을 통한 다양한 응용시스템 및 에너지원 발굴의 기반환경이 필요하다. 본 연구에서는 '국가 수자원관리 종합정보' 홈페이지에서 제공되는 840개 표준유역에 대한 자료를 바탕으로 소수력발전소의 수문특성분석 및 성능예측 기법을 적용하여 소수력 에너지자원량을 산출하였다. 기존 신재생에너지 자원지도 종합관리시스템에서 제공하고 있는 소수력에너지 예상발전용량 보다 정밀한 데이터를 바탕으로 데이터베이스를 구축하였으며, 데이터 분석이 가능한 로컬시스템(Local System)을 사용하여 대권역, 중권역, 표준유역별 단위 유효낙차당 연평균유량, 발전용량을 산출하였으며, 연평균가동률을 40%로 가정하여 연간전기생 산량을 예측하였다. 소수력 자원평가를 위한 GIS 시스템 개발은 광범위하게 산재해 있는 유역의 소수력 에너지 자원을 단시간에 평가할 수 있는 시스템을 개발하였다.

• Journal of the Korean Magnetics Society
• /
• v.5 no.2
• /
• pp.115-118
• /
• 1995

We predict the magnetization curves with strains in thin films. It is possible to predict the magretoelastic ani¬sotropy erergy which generates the changes of the M-H curves in thin films. We show the prediction of M-H curves in case of isotropic films such as polycrystalline am amorphous thin films as well as single crystal cubic films.

• Journal of Energy Engineering
• /
• v.9 no.4
• /
• pp.358-365
• /
• 2000

본 연구에서는 수직 단일관에서의 재관수(reflux) 응축 현상에서 증기유량이 역류제한치보다 큰 경우에 발생하는 다양한 유동 패턴을 예측하고, 그 동적 특성을 해석하기 위한 모델을 개발하였다. 특히 L/D가 큰 재관수 응축기에서 발생하는 충전 방출 모드에서의 동적 특성을 예측하는 것이 목표이다. 응축기의 내부를 액체와 증기의 두 영역으로 나누어 질량, 에너지, 운동량 보존에 입각한 본 모델은, 형성된 물기둥의 진동시 갈래질 경계(bifurcation boundary)와 진동주기를 예측할 수 있다. 이 모델은 McMaster 대학에서 수행한 실험결과와 비교한 결과 양호한 예측을 했고, 튜브 직경변화 효과를 잘 묘사하였다. 이러한 단순 모델은 재관수 응축기의 설계시에 설계변수를 도출하는데 사용될 수 있고, 인위적으로 부여한 압력펄스를 이용하여 재관수 응축기의 운전영역을 개선하는데 기초로 활용될 수 있다.

• Journal of the Korean Solar Energy Society
• /
• v.31 no.5
• /
• pp.19-26
• /
• 2011

복잡지형에서의 풍력단지 CFD 모델링을 통한 시뮬레이션 결과가 이 논문에 주어졌다. 이 연구를 위하여 작은 산(오름)들로 둘러싸인 제주도 성산 풍력단지가 선택되었고, 두 개의 주풍향에 대하여 ANSYS CFX로 시뮬레이션 하였다. 격자생성을 위하여 실제 지형데이터가 사용되었고, 풍력발전기와 복잡지형으로부터 발생하는 후류효과를 예측하기 위하여 SST 난류모델 및 액추에이터 디스크 모델이 적용되었다. 그 결과, 성산 풍력단지 주변에 있는 작은 산 및 풍력발전기에서 발생하는 후류의 영향은 3~7 km 계속된다고 예측되었다. 또한 그 후류는 풍속 및 난류강도에 상당한 영향을 미치고 있다고 예측되었다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2011.04a
• /
• pp.296-297
• /
• 2011

A series of thermogravimetric analysis tests were conducted to predict the lifetime of the PTFE electrical insulation material. The prepared PTFE samples were heated from $25^{\circ}C$ to $700^{\circ}C$ at different heating rates. The kinetic energy of the PTFE was calculated from the logarithmic heating rate versus reciprocal temperature curves at constant conversion levels. Also, the lifetime of the PTFE for a given operating temperature can be predicted using the relationship between the activation energy and the estimated lifetime proposed by Toop.

• Journal of the Korean Solar Energy Society
• /
• v.39 no.5
• /
• pp.41-52
• /
• 2019

The purpose of the work is to develop a simple solar irradiance prediction model using a deep learning method, the LSTM (long term short term memory). Other than existing prediction models, the proposed one uses only the cloudiness among the information forecasted from the national meterological forecast center. The future cloudiness is generally announced with four categories and for three-hour intervals. In this work, a daily irradiance pattern is used as an input vector to the LSTM together with that cloudiness information. The proposed model showed an error of 5% for learning and 30% for prediction. This level of error has lower influence on the load prediction in typical building cases.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.325-326
• /
• 2021

LNG는 환경규제에 따라 화석에너지에서 친환경 재생에너지로 전환되는데 중요한 역할을 하는 에너지원이다. UN산하 세계해사기구(IMO)의 MARPOL협약에 따라 선박 황산화물 배출가스규제로 LNG추진 선박에 대한 수요가 증가되고 있을 뿐만 아니라 미국의 쉐일혁명으로 LNG를 수출함에 따라 공급의 변화가 급격하게 이뤄지고 있다. 과거 국가 주도의 프로젝트 성격이 강한 LNG 운송시장은 장기정기용선계약이 대부분이었으나 수요와 공급시장의 급격한 변화로 스팟시장의 중요성이 커지고 있다. 따라서 본 논문은 LNG 운송시장에서 시장참여자들의 스팟거래에 합리적인 의사결정이 이뤄지도록 과학적인 예측방법을 제시하고자 한다. LNG 스팟운임 예측에 기계학습모델 중 인공신경망 모델을 적용할 것이며 기존의 시계열분석 방법인 ARIMA모델과 비교하여 본문에서 제시된 모델의 예측성능의 우수성을 확인하였다. 본 논문은 LNG 스팟운임을 다룬 최초의 연구로서 학문적인 차별성이 기대된다.