• 한국인터넷방송통신학회논문지
• /
• 제23권2호
• /
• pp.131-138
• /
• 2023

세계적으로 기후 위기로 인해 친환경 산업이 발전하고 있다. 전기자동차는 내연기관 자동차에 비해 탄소 배출량을 30~70% 이상 절감할 수 있을 것으로 전망되어 주목받고 있는 친환경 산업이다. 전기자동차가 대중화됨에 따라 충전소는 전기자동차 구매를 위한 중요한 요소로 자리 잡았다. 최근 연구에서는 지역의 충전소 수요를 파악하고 경제적인 효과를 최대화할 수 있는 위치를 선정하기 위해 인공지능을 활용하고 있다. 본 연구에서는 전기자동차 충전소 수요 예측 모델의 성능향상에 이바지하고자 인공지능 모델에 활용할 수 있는 전국 단위의 데이터를 정의하고 전처리 기법을 제안하였다. 또한 실제 충전소 수요 예측을 위한 전처리기와 인공지능 모델, 서비스 웹을 구현하고 데이터의 입지선정 요인으로의 가치를 검증하였다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.791-804
• /
• 2020

스마트그리드 환경하에서 ICT 기술의 발달로 AMI 기기를 통해 가정의 실시간 전력사용량을 수집할 수 있게 됨에 따라 이러한 자료들을 활용하여 보다 더 정확한 가정용 전력사용량 예측을 할 수 있게 되었다. 본 논문에서는 1시간 단위 가정용 전력사용량 자료를 바탕으로 ARIMA, TBATS, NNAR 모형을 사용하여 전력수요를 예측하는 모형을 연구하였는데, 기존과 달리 가구 전체 사용량을 한 번에 예측하는 것이 아닌 유사한 전력사용패턴을 나타내는 가구들을 군집하여 군집별로 예측 모형을 수립하고 각 모형별 예측치를 합산하여 예상 전력사용량을 산출하였다. 특히 전력사용량 자료는 전형적인 시계얼 자료로서 군집분석 방법으로 시계열에 적절한 방법을 선택하였으며 본 논문에서는 동적타임워핑(dynamic time warping)과 Periodogram 기반의 방법을 사용하였다. 연구 결과 사용량이 유사한 가구들을 군집하여 전력사용량을 예측하는 것이 한 번에 예측하는 것보다 예측 성능이 더 우수한 것으로 나타났으며 예측 모형 중에서는 여름철의 경우 NNAR 모형이, 겨울철의 경우 TBATS 모형의 성능이 가장 좋았으며 군집분석 방법은 군집 간 패턴의 차이가 명확히 나타난 동적타임워핑 방법을 사용했을 때 예측 성능의 향상이 가장 많았다.

• 인터넷정보학회논문지
• /
• 제20권2호
• /
• pp.51-59
• /
• 2019

본 논문은 최근 각광받고 있는 전기차위주의 많은 실증 사업 중 충전 인프라와 연계된 충전운영시스템 및 전기요금간의 관계를 데이터 연계 분석하였다. 현 시점에서 앞으로 일어날 전기차 충전 인프라에 대한 급속한 수요의 증가로 말미암아 수요치를 예측한다는 의미에서 다가오는 시대를 미리 준비 할 수 있다. 동시에 시스템 모델링을 사이트를 중심으로 실증하고 도식화하는 일이 선행되어야 할 요소이다. 기존의 소규모 시뮬레이션에 의한 모델링과 운영시스템의 설계는 데이터 연계분석을 기반으로 하였다. 본 논문에서는 최종적으로 새로운 시스템 모델링을 구현하여 실제 차량과 이용자를 대상으로 각 지점과 노드별로 시간에 따른 시분할 데이터로 분석하고자 표준 형식으로 도입하였다. 실제 구현된 전기차 충전 인프라와 운영시스템을 대상으로 데이터 연계분석 중심의 효율성을 증명하고자 하였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.625-633
• /
• 2015

The effect of altitude on thermal conduction, surface temperature, and thermal radiation of partial arc was investigated on the basis of molecular gas dynamics to facilitate a deep understanding of the pollution surface discharge mechanism. The DC flashover model was consequently modified at high altitude. The validity of the modified DC flashover model proposed in this paper was proven through a comparison with the results of high-altitude simulation experiments and earlier models. Moreover, the modified model was found to be better than the earlier modified models in terms of forecasting the flashover voltage. Findings indicated that both the thermal conduction coefficient and the surface thermodynamics temperature of partial arc had a linear decrease tendency with the altitude increasing from 0 m to 3000 m, both of which dropped by approximately 30% and 3.6%, respectively. Meanwhile, the heat conduction and the heat radiation of partial arc both had a similar linear decrease of approximately 15%. The maximum error of DC pollution flashover voltage between the calculation value according to the modified model and the experimental value was within 6.6%, and the pollution flashover voltage exhibited a parabola downtrend with increasing of pollution.

• Asian Journal of Atmospheric Environment
• /
• 제9권1호
• /
• pp.1-11
• /
• 2015

Increasing ozone concentrations are observed over Japan from year to year. One cause of high ozone concentration in the Kanto region, which includes areas inland from large coastal cities such as metropolitan Tokyo, is the transportation of precursors by sea breezes. However, high ozone concentrations are also observed in the morning, before sea breezes approach inland areas. In this point, there would be a possibility of residual ozone existing above the nocturnal boundary layer affects the ozone concentration in the following morning. In this study, we utilized the Weather Research and Forecasting model and the Community Multiscale Air Quality model to evaluate the effect of regional precursors and residual ozone on ozone concentrations over the inland Kanto region. The results show that precursors emitted from non-metropolitan areas affected inland ozone concentrations more than did precursors from metropolitan areas. Moreover, calculated results indicate downward transportation of residual ozone, resulting in increased concentration. The residual ozone was also affected by precursors emitted from non-metropolitan areas.

• Environmental Engineering Research
• /
• 제22권3호
• /
• pp.302-311
• /
• 2017

Nowadays, with the burgeoning development of economy, $CO_2$ emissions increase rapidly in China. It has become a common concern to seek effective methods to forecast $CO_2$ emissions and put forward the targeted reduction measures. This paper proposes a novel hybrid model combined principal component analysis (PCA) with regularized extreme learning machine (RELM) to make $CO_2$ emissions prediction based on the data from 1978 to 2014 in China. First eleven variables are selected on the basis of Pearson coefficient test. Partial autocorrelation function (PACF) is utilized to determine the lag phases of historical $CO_2$ emissions so as to improve the rationality of input selection. Then PCA is employed to reduce the dimensionality of the influential factors. Finally RELM is applied to forecast $CO_2$ emissions. According to the modeling results, the proposed model outperforms a single RELM model, extreme learning machine (ELM), back propagation neural network (BPNN), GM(1,1) and Logistic model in terms of errors. Moreover, it can be clearly seen that ELM-based approaches save more computing time than BPNN. Therefore the developed model is a promising technique in terms of forecasting accuracy and computing efficiency for $CO_2$ emission prediction.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 C
• /
• pp.1267-1269
• /
• 1999

This paper studies on arrangement of load correlation coefficient for advanced load management. To accurate load correlation coefficient, we used two real factors, electrical energy(kWh) and peak load current of pole transformers, acquired by measuring instrument. Out of several correlation equations, we find that the quadratic equation is the most accurate to express peak load current and working electrical energy. If the data is located in the outside of ${\pm}3{\sigma}$ it is discarded. For load management, we rearranged load correlation coefficient considering +2${\sigma}$ at load correlation equation. Comparing conventional load correlation coefficient with rearranged one, we can get the result of error reduced and it is adjacent to the actual data. It will be used peak load forecasting from working electrical energy and we are able to prevent from the damaging of pole transformer due to overload.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 추계학술대회 논문집 전력기술부문
• /
• pp.41-43
• /
• 2002

The contracted electric power and the demand factor of customers are used to predict the peak load in distribution transformers. The conventional demand factor was determined more than ten years ago. The contracted electric power and power demand have been increased. Therefore, we need to prepare the novel demand factor that appropriates at present. In this paper, we modify the demand factor to improve the peak load prediction of distribution transformers. To modify the demand factor, we utilize the 169 data acquisition devices for sample distribution transformers in winter, spring summer. And, the peak load currents were measured by the case studies using the actual load data, through which we verified that the proposed demand factors were correct than the conventional factors. A newly demand factor will be used to predict the peak load of distribution transformers.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 A
• /
• pp.76-77
• /
• 2006

본 연구를 통하여 전력수급계획에 필요한 연간 시간대별 총수요를 예측하는 산법을 개발하였다. 예측과정은 크게 평상일 예측과 특수일 예측으로 구분된다. 평상일의 경우는, 연중 최대수요가 발생하는 하절기 기상으로부터 연중 최대수요를 예측한 다음, 하향식 접근에 의해 주간-일간-시간대별 평상일 수요를 예측하며, 특수일 수요는 예측된 평상일 수요와 평상일 대비 상대계수 모형으로부터 예측한다. 예측의 정확도를 개선하기 위하여 시계열 자료에 가중치를 부여하고, 실적자료가 생길 때마다 자동으로 모형이 갱신되도록 하였으며, 수요예측 결과를 검증, 보정하기 위해 주간수요예측을 재수행할 수 있다. 또한 계획된 월간 전력량 제약에 협조하는 예측산법도 포함하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 추계학술대회 논문집 전력기술부문
• /
• pp.35-38
• /
• 2005

This paper suggests the method that forecast Dynamic Line Rating (DLR). Thermal Overload Risk (TOR) of next time is forecasted based on current weather condition and DLR value by Monte Carlo Simulation (MCS). To model weather element of transmission line for MCS, we will propose the use of weather forecast system and statistical models that time series law is applied. Also, through case study, forecasted TOR probability confirmed can utilize by standard that decide DLR of next time. In short, proposed method may be used usefully to keep safety of transmission line and reliability of supply of electric Power by forecasting transmission capacity of next time.