• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.12
• /
• pp.419-430
• /
• 2020

This paper investigated methods to improve the forecasting accuracy of the electricity consumption prediction model. Currently, the demand for electricity has continuously been rising more than ever. Since the industrial sector uses more electricity than any other sectors, the importance of a more precise forecasting model for manufacturing sites has been highlighted to lower the excess energy production. We propose a double encoder-decoder model, which uses two separate encoders and one decoder, in order to adapt both long-term and short-term data for better forecasts. We evaluated our proposed model on our electricity power consumption dataset, which was collected in a manufacturing site of Sehong from January 1st, 2019 to June 30th, 2019 with 1 minute time interval. From the experiment, the double encoder-decoder model marked about 10% reduction in mean absolute error percentage compared to a conventional encoder-decoder model. This result indicates that the proposed model forecasts electricity consumption more accurately on manufacturing sites compared to an encoder-decoder model.

• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1083-1093
• /
• 2021

It is an essential to predict water usage for establishing an optimal supply operation plan and reducing power consumption. However, the water usage by consumer has a non-linear characteristics due to various factors such as user type, usage pattern, and weather condition. Therefore, in order to predict the water consumption, we proposed the methodology linking various techniques that can consider non-linear characteristics of water use and we called it as KWD framework. Say, K-means (K) cluster analysis was performed to classify similar patterns according to usage of each individual consumer; then Wavelet (W) transform was applied to derive main periodic pattern of the usage by removing noise components; also, Deep (D) learning algorithm was used for trying to do learning of non-linear characteristics of water usage. The performance of a proposed framework or model was analyzed by comparing with the ARMA model, which is a linear time series model. As a result, the proposed model showed the correlation of 92% and ARMA model showed about 39%. Therefore, we had known that the performance of the proposed model was better than a linear time series model and KWD framework could be used for other nonlinear time series which has similar pattern with water usage. Therefore, if the KWD framework is used, it will be possible to accurately predict water usage and establish an optimal supply plan every the various event.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.2
• /
• pp.395-406
• /
• 2017

The purpose of this study is to identify the pattern of daily electricity demand through clustering and classification. The hourly data was collected by KPS (Korea Power Exchange) between 2008 and 2012. The time trend was eliminated for conducting the pattern of daily electricity demand because electricity demand data is times series data. We have considered k-means clustering, Gaussian mixture model clustering, and functional clustering in order to find the optimal clustering method. The classification analysis was conducted to understand the relationship between external factors, day of the week, holiday, and weather. Data was divided into training data and test data. Training data consisted of external factors and clustered number between 2008 and 2011. Test data was daily data of external factors in 2012. Decision tree, random forest, Support vector machine, and Naive Bayes were used. As a result, Gaussian model based clustering and random forest showed the best prediction performance when the number of cluster was 8.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.10
• /
• pp.8-15
• /
• 2020

A forecasting method using deep learning does not have consistent results due to the differences in the characteristics of the dataset, even though they have the same forecasting models and parameters. For example, the forecasting model X optimized with dataset A would not produce the optimized result with another dataset B. The forecasting model with the characteristics of the dataset needs to be optimized to increase the accuracy of the forecasting model. Therefore, this paper proposes novel optimization steps for outlier removal, dataset classification, and a CNN-LSTM-based hyperparameter tuning process to forecast the daily power usage of a university campus based on the hourly interval. The proposing model produces high forecasting accuracy with a 2% of MAPE with a single power input variable. The proposing model can be used in EMS to suggest improved strategies to users and consequently to improve the power efficiency.

• Proceedings of the KIEE Conference
• /
• 2008.11a
• /
• pp.447-449
• /
• 2008

미래에 예측되는 수요를 보다 바람직한 방향으로 개선하고자 시행하는 제반활동을 의미하는 전력수요관리는 고유가와 온실가스 문제가 큰 현안이 된 지금의 상황에 비추어 볼 때 그 중요성이 날로 커지고 있다고 할 수 있다. 그러나 현재의 수요관리 시스템은 하계의 수급문제 해결에 그 초점이 맞춰져 있으며, 현재 문제가 되고 있는 동계 전력수급문제에 대해서는 특별한 관리 대책이 없는 상황이다 따라서 동계 수요관리를 위한 수요관리자원 발굴 작업이 시급하며, 그 대책중의 하나로 PV(Photovoltaics) DSM(Demand Side Management)를 제안하고, 실제 건물에 적용 시 그 효과에 대하여 알아보았다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1290-1291
• /
• 2015

원가대비 낮은 전기요금 현실화율에 따라 최근 3개년에 걸친 한전의 전력비 인상과 2015년 탄소배출권거래제 전면시행에 따른 추가적인 생산원가 상승요인은 산업현장 전반에 걸친 기업의 경쟁력 약화와 신규 투자의 위축으로 이어질 것으로 예측된다. 이 같은 시장 환경 속에서 생산원가 상승 잠재력 최소화에 도움이 되고자 본 논문을 작성하였다. 본 논문에서는 상하수도 사업장 전력비의 대부분을 차지하는 회전기계(펌핑시스템)의 최적화 방안에 대하여 연구하였으며, 전력사용량 절감을 위한 펌핑시스템 최적화 방안의 일환으로 인버터 최적운전 시뮬레이션 어플리케이션을 적용한 상하수도 사업장 펌핑시스템 특성 해석 사례에 대하여 살펴보고자 한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.602-603
• /
• 2011

본 논문은 전체 수요반응의 결과를 예측하는데 필요한 개별 수용가의 수요반응 모델을 제시하는 것을 목표로 하였다. 이를 위해, 개별 수용가의 수요반응 결정이 투자결정 문제가 유사함을 보이고, 수요 반응의 결정에 있어서도 투자결정 문제에서 위험선호 성향에 따라 수익과 위험 사이에서 개별적인 결정이 이루어진다고 보았다. 개별 수용가의 수요반응 모델을 유도할 때는 수요반응의 결과로 이루어지는 전력사용량 조정이 잘못된 결정일 확률을 고려하였고, 위험선호 지수라는 파라미터를 정의하여 일반적인 식으로 수요반응 모델을 표현하였다. 마지막으로, 시뮬레이션을 통해 위험선호 지수 R의 값에 따라 수요반응의 전력요금 감소 효과와 변동성이 달라짐을 확인하였다. 본 논문의 모델을 이용하면 전체 수용가의 총 수요반응을 예측하는 것이 가능해지고, 그 결과는 수요반응 제도 시행을 위한 장비투자 결정이나 정책 결정에 있어 중요한 지표로 활용될 수 있을 것이다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.644-645
• /
• 2011

상시수요관리 시행 시간대 변동에 따른 주요 고객의 인센티브 변화를 CBL과 절감량을 중심으로 4, 5월 비교를 통하여 살펴보고자 한다. CBL은 인센티브 금액에 결정적 영향을 미치면서 평균 사용량에 의해 결정되며 고객의 조작이 가능하기 때문에 절감량 뿐만 아니라 CBL도 중요한 의미를 가진다. 결과적으로 시간대 변경이 CBL의 의미 있는 패턴 변화를 가져오지 않는 것으로 관찰되었고, 또한 당일 사용량 패턴에도 큰 변화를 보이지 않았다. 하지만 절감량은 전기요금 단가가 가장 저렴한 경부하 시간대를 기준으로 감소 패턴을 확인할 수 있었다. 따라서 판매회사 입장에서는 예측SMP 급등에 따른 상시수요관리 시행시 그 시간대가 경부하 시간대에 근접할수록 가장 효과적인 상시수요관리가 이루어지는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.185-185
• /
• 2016

일반적인 송 배수시스템의 운영은 지대가 높은 곳에 위치한 배수지(tank)에 용수를 저장한 후, 자연유하에 의해 수요절점으로 용수를 공급한다. 이때 배수지에 용수를 송수하기 위한 펌프장 운영에서 많은 전기에너지가 소모된다. 일반적으로 송수펌프의 운영은 다년간의 운영자료를 기반으로 운영자의 판단에 의해 이루어지거나, SCADA(Supervisory Control and Data Acquisition)시스템을 통해 관측되는 배수지 수위를 기준으로 펌프 작동여부를 결정하고 있다. 본 연구에서는 이러한 기존 펌프운영방법을 개선하고 좀 더 효율적인 운영방법을 모색하기 위해 실시간 송수펌프 최적운영 모형을 개발하였다. 최적화 기법으로는 유전자 알고리즘(genetic algorithm)을 사용하였으며, 다양한 제약조건(operational constraints)을 적용하고 급수지역의 24시간 용수사용량을 미리 예측하여 실제 시스템의 운영형태와 근접하게 반영하였다. 또한 최적화 과정에서 상수관망해석 프로그램(EPANET)을 연계하여 수요절점의 수압조건 및 시스템의 운영상황을 모의하였다. 개발된 모형을 국내 P시의 광역상수도 시스템에 실제 적용하였으며, 현장 실시간 운영 데이터를 입수하여 전력사용량, 배수지수위, 이산화탄소 발생량 등을 비교, 분석하였다. 개발 모형을 이용하여 펌프운영을 실시하였을 경우, 기존의 운영방식과 비교하여 경제적/환경적으로 뚜렷한 개선 효과를 확인할 수 있었다.

• Journal of Satellite, Information and Communications
• /
• v.10 no.4
• /
• pp.113-116
• /
• 2015

The electric utility has the responsibility of reducing the impact of peaks on electricity demand and related costs. Therefore, they have introduced Direct Load Control System (DLCS) to automate the external control of shedding customer load that it controls. The existing DLCS have been operated only depend on On/Off signal from the electric utility. That kind of DLCS operating has been successfully used until now. But since the number of customer load participating in the DLC program are keep increasing, On/Off signal control from the electric utility is no longer meets the needs of many different kind of customers. Therefore, In this paper, the author suggest the design of direct load control system using weather sensors to meet the diversity of different customer needs.