• 한국태양에너지학회 논문집
• /
• 제32권3호
• /
• pp.42-49
• /
• 2012

신경망방법은 공학, 경영 그리고 정보기술과 같이 다양한 분양에서 널리 사용되어지고 있다. 신경망방법은 기본적으로 예측, 제어, 식별과 같은 기능을 가지고 있는데, 본 논문에서는 신경망방법을 이용하여 C사의 모델 T의 히트펌프 전기부하를 예측하였다. 부하예측은 시스템을 더욱 효율적이고, 적절하게 만들기 위해 필요하다. 본 논문에서 사용된 히트펌프는 지열원 히트 펌프 시스템이다. 이 지열 히트 펌프의 부하는 사전에 미리 예측되어진 외기온도 및 건물 열부하에 따라 측정 학습된 전력 소비량으로 겨울에는 난방, 여름에는 냉방에 대한 전력 부하를 예측할 수 있다. 이 신경망방법은 신경망 학습 순서를 통해 부하 예측을 위해 히트펌프의 성능데이터를 필요로 한다. 이 부하 예측 인공지능망 방법으로 외기 온도별 건물 통합형 지열 히트 펌프 부하가 예측되어질 수 있다.

• 기계와재료
• /
• 제22권3호
• /
• pp.6-13
• /
• 2010

최근 신재생에너지, 녹색성장분야의 연구는 미래 산업의 핵심 기술로 평가되고 있다. 특히나 태양전지 분야는 미래 대체 에너지 기술로써 크게 각광 받고 있으며 과거 실리콘 기반의 전력 생산용 태양전기 기술이 주가 되었지만 근래에는 모바일 기기의 보조 전력, 스마트 윈도우 등 다양한 산업에 적용 가능한 박막 태양전지 기술이 급속도로 발전을 하고 있다. 현재 박막 태양전지 기술은 아직까지도 산업화 기술에 근접하지 못하고 있지만 향후 5년이내에는 다양한 형태로 산업화가 이루어 질 것으로 예측하고 있다. 따라서 본 논문에서는 박막형 태양전지 중의 하나인 OPV태양전지의 산업화 적용을 위해 스프레이 공정 기술과 이를 이용하여 OPV 소자를 제작한 내용에 대해 기술했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1388-1389
• /
• 2011

태양광 발전 시스템은 화석연료를 대체하는 가장 대표적인 신재생 에너지이다. 하지만 신재생 에너지는 발전량이 일정하지 않고, 예측 불가능 하다는 단점이 있다. 이를 보완하기 위해서 기존 태양광 발전 시스템에 에너지 저장장치를 붙인 하이브리드 태양광 발전 시스템이 각광받고 있다. 본 논문에서는 리튬-이온 배터리를 모델링하고, 시스템 시뮬레이션을 통해 타당성을 검토한다.

• 한국전자통신학회논문지
• /
• 제13권4호
• /
• pp.837-844
• /
• 2018

신재생에너지의 발전량 변동에 따라 기존 발전기의 발전량을 증가시키거나 감소시켜야 하는데, 발전량 증 감발에 빠르게 반응을 하는 발전기들은 상대적으로 발전비용이 크므로 태양광발전의 예측 정확도에 따라서 기동발전계획의 비용 효율성이 영향을 받게 된다. 이에 본 논문에서는 태양광 발전량 예측의 불확실성을 최소화하기 위하여 빅데이터 분석 및 처리를 적용한 태양광발전설비 원격관제 시스템을 제안하였다.

• 응용통계연구
• /
• 제31권1호
• /
• pp.139-153
• /
• 2018

최근 정부의 친환경 정책에 따라 태양광 발전 설비가 지속적으로 증가하고 있다. 태양광 발전량은 에너지원인 태양의 특성상 계절에 따라 하루 중 발전이 이루어지는 시간이 일정하지 않다. 이러한 특성으로 인해 태양광 발전량 예측에서는 연속된 시간간격으로 수집된 자료에 적용할 수 있는 시계열 모형 적용에 어려움이 있다. 본 논문에서 제안하는 방법은 연속된 시간자료를 각 시간대 별로 분리, 재구성하여 24개의 (1시-24시) 일별 자료 형태로 예측에 활용하는 방법이다. 강원도 영암 태양광 발전소의 시간별 발전량 자료를 공공데이터포털에서 수집하여 연구하였다. 기존방법과 제안된 방법의 성능차이를 비교하기 위해 ARIMAX, 신경망(neural network model) 모형을 동일한 모형과 변수를 가지는 환경에서 성능차이를 확인하였다.

• 한국항행학회논문지
• /
• 제23권6호
• /
• pp.561-569
• /
• 2019

태양광 발전은 일사량만 있으면 전기에너지를 얻을 수 있기 때문에, 새로운 에너지 공급원으로 용도가 급증하고 있다. 본 논문은 실제 태양광 발전 시스템의 컨버터 출력을 이용하여 장단기 출력 예측을 하였다. 예측 알고리즘은 다중선형회귀와 머신러닝의 지도학습 중 분류모델인 서포트 벡터 머신 그리고 DNN과 LSTM 등 딥러닝을 이용하였다. 또한 기상요소의 입출력 구조에 따라 3개의 모델을 이용하였다. 장기 예측은 월별, 계절별, 연도별 예측을 하였으며, 단기 예측은 7일간의 예측을 하였다. 결과로서 RMSE 측도에 의한 예측 오차로 비교해 본 결과 다중선형회귀와 SVM 보다는 딥러닝 네트워크가 예측 정확도 측면에서 더 우수하였다. 또한, DNN 보다 시계열 예측에 우수한 모델인 LSTM이 예측 정확도 측면에서 우수하였다. 입출력 구조에 따른 실험 결과는 모델 1보다 모델 2가 오차가 적었으며, 모델 2보다는 모델 3이 오차가 적었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권7호
• /
• pp.478-488
• /
• 2009

태양 에너지를 이용한 무선 센서 네트워크에서는 공급되는 에너지의 변화가 크고 저장할 수 있는 배터리 용량이 제한적이기 때문에 이에 적응적으로 대처할 필요가 있다. 또한, 이렇게 변화하는 에너지 공급에 대처하기 위해 노드의 동작을 빈번히 변화시키는 것과는 달리, 일정한 수준 이상으로 안정되게 동작 하는 것을 필요로 하는 응용이 있을 수 있다. 따라서 태양 에너지 기반 센서 시스템에서 사용 가능한 에너지를 최대한 이용함과 동시에 일정 수준의 에너지를 안정적으로 제공하기 위해서는, 각 노드가 자신이 수집 할 수 있는 에너지의 양을 예측하고 이를 효율적으로 할당하는 기법이 필요하다. 본 논문에서는 시간 슬롯 단위의 수집 가능 에너지량에 대한 기댓값 모델을 기반으로, 각 시간 슬롯에 할당되는 에너지의 변화를 최소화함과 동시에, 주기적으로 수집되는 태양 에너지를 최대한 활용하기 위한 효율적인 에너지 할당 기법을 제안한다. 또한 이들의 유효성을 확인하기 위하여 테스트베드 구축하고, 우리의 기법을 평가하였다.

• 한국태양에너지학회 논문집
• /
• 제39권5호
• /
• pp.29-40
• /
• 2019

In response to the rapid climate change, in order to save energy in the field of buildings, the country is planning not only zero energy buildings but also zero energy cities. In the Urban Development Project, the Energy Use Plan Report is prepared and submitted by predicting the amount of energy demand at the planning stage. However, due to the activation of zero-energy buildings and the increase in the supply of new and renewable energy facilities, the energy consumption behavior of buildings in the city is changing from the previous ones. In this study, to estimate urban energy demand of Zero Energy City, building energy demand forecasts based on "Passive plans for use of energy based primary energy consumption", "Actual building energy usage data from Korea Appraisal Board" and "data from Certification of Building Energy Efficiency Rating" as well as demand forecast according to existing "Consultation about Energy Use Plan Code" were calculated and then applied to Multifunctional Administrative City 5-1 zone to compare urban total energy demand forecasts.

• 한국강구조학회 논문집
• /
• 제9권3호통권32호
• /
• pp.431-440
• /
• 1997

본 논문에서는 교량 단면 내의 시간 종속적 온도 분포를 결정하기 위해, 기존의 열 전달 이론 및 태양 에너지 전달에 대한 이론을 바탕으로 기상관측소 및 현장에서 측정한 기상 자료로부터 교량 온도의 예측에 관한 이론적 모델에 대해 기술하였다. 특히 이 모텔에서는 주간에 교량의 온도 상승에 지배적인 영향을 미치는 태양일사(solar radiation)에 대해 태양 에너지 관련 분야의 여러 실험적 연구 결과를 바탕으로 태양일사량의 계산에 대해 기존에 연구되어 있는 식들 중에서 가장 적합한 식을 제시하였다. 이 해석 모델의 타당성은 사당 고가차도의 장기 계측된 온도 측정 결과와 비교 검토되었다. 또한 장기간 측정된 온도 결과로부터 교량 온도 예측에 대한 해석적 기준(analytical criteria)을 제시하기 위해, 교량의 축 방향 신축의 원인이 되는 단면평균온도, 그리고 곡률 변형을 유발하는 단면온도차 등 교량 단면의 온도 분포와 관련된 변수들과 대기온도, 일사량 등 기상 자료와 관련된 변수들 간의 선형 상관관계(linear correlation)에 대해 기술하였다.

• 과학과기술
• /
• 제33권2호통권369호
• /
• pp.70-71
• /
• 2000