• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.505-507
• /
• 2021

영상 인식 기술은 인공지능 기술을 기반으로 인식하고자하는 객체의 형상, 객체 주변의 환경변화 및 객체 회전에 의한 인식 능력 저하를 보완할 수 있는 객체특징점 및 특징 기술자를 생성하고, 생성된 특징 기술자를 이용하여, 영상 객체를 인식하는 기술로, 일반적으로 영상에 나타난 객체를 인식하는 기술을 뜻한다. 스마트 안전 축사에서 전력소비 및 화재 발생 복합 환경 분석을 위해 설치되는 전력화재 관리 디바이스를 통합 관리함으로써 축사 전력 사용의 효율성 향상 및 전기 사용의 과부화로 발생할 수 있는 사고를 방지하여 축산 농가의 이익 증대 및 피해를 최소화하고 안전하고 최적화된 지능형 스마트 안전 축사를 개발하여 보급하는데 요구되는 전력 관리 프레임워크를 구현하는데 목적이 있다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.120-126
• /
• 2019

최근 에너지 인터넷에서 지능형 원격검침 인프라를 이용하여 확보된 대량의 전력사용데이터를 기반으로 효과적인 전력수요 예측을 위해 다양한 기계학습기법에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 전력량 데이터와 같은 시계열 데이터에 대해 효율적으로 패턴인식을 수행하는 인공지능 네트워크인 Gated Recurrent Unit(GRU)을 기반으로 딥 러닝 모델을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 제안한 학습 모델의 예측 성능과 기존의 Long Short Term Memory (LSTM) 인공지능 네트워크 기반의 전력량 예측 성능을 비교하며, 성능평가 지표로써 Mean Squared Error (MSE), Mean Absolute Error (MAE), Forecast Skill Score, Normalized Root Mean Squared Error (RMSE), Normalized Mean Bias Error (NMBE)를 이용한다. 실험 결과에서 GRU기반의 제안한 시계열 데이터 예측 모델의 전력량 수요 예측 성능이 개선되는 것을 확인한다.

• 조명전기설비학회논문지
• /
• 제19권3호
• /
• pp.111-118
• /
• 2005

사무소용 빌딩과 같은 전력다소비 건물에서는 전력의 효율적 이용에 의한 에너지절감을 위해서 설계 단계부터 합리적인 전기설비 설계가 요청되고 있다. 본 연구에서는 사무소용 빌딩을 중심으로 부하종류별 전력소비특성을 조사 분석하였고, 전기설계사무소의 설계단계에서 적용하는 수용률값을 조사하였다. 조사된 자료의 전체 특징과 중심적인 경향을 알아보기 위해서 평균값, 표준편차, 최대값, 최소값, 중앙값 등의 특징파라메터를 분석하였고, 회귀분석을 통한 선형적인 방법과 비선형적인 방법으로 그 경향을 확인하였다. 그 결과 합성 수용률/부등률 평균값은 $46.4[\%]$로 나타나 전력용변압기는 용량에 있어서 많은 여유를 가지고 있는 것으로 나타났다. 이를 토대로 변전설비 용량의 합리적인 설계를 위하여 부하종별 수용률 기준(안)을 제시하였고, 변전설비용량 산정에 필요한 자료를 데이터 베이스화하였다.

• 조명전기설비학회논문지
• /
• 제21권6호
• /
• pp.77-84
• /
• 2007

병원용 건물과 같은 전력다소비 건물에서는 전력의 효율적 이용에 의한 에너지절감을 위해서 설계 단계부터 합리적인 전기설비 설계가 요청되고 있다. 본 연구에서는 병원용 건물 32개소를 선정하여 부하종류별 전력소비특성을 조사 분석하였고, 9개소의 전기설계사무소로부터 설계단계에서 적용하는 수용률값을 조사하였다. 조사된 자료의 전체 특징과 중심적인 경향을 알아 보기 위해서 평균값, 표준편차, 최대값, 최소값, 중앙값 등의 특징파라메터를 분석하였고, 회귀분석을 통한 선형적인 방법과 비선형적인 방법으로 그 경향을 확인하였다. 그 결과 합성 수용률 평균값은 47.5[%]이었으며, 전력용변압기는 용량에 있어서 많은 여유를 가지고 있는 것으로 나타났다. 이를 토대로 변전 설비용량의 합리적인 설계를 위하여 부하종별 수용률 기준(안)을 제시하였고, 변전설비용량 산정에 필요한 자료를 데이터베이스화하였다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.127-132
• /
• 2021

우리나라는 자원 빈국인 동시에 에너지 다소비 국가이다. 또한 전기 에너지에 대한 사용량 및 의존도가 매우 높고, 총 에너지 사용의 20% 이상은 건물에서 소비된다. 딥러닝과 머신러닝에 대한 연구가 활발해지면서 다양한 알고리즘을 에너지 효율 분야에 적용하려는 연구가 진행되고 있으며, 에너지의 효율적인 관리를 위한 건물에너지관리시스템(BEMS)의 도입이 늘어가는 추세이다. 본 논문에서는 스마트플러그를 이용하여 직접 수집한 가구당 기기별 에너지 사용량을 바탕으로 데이터베이스를 구축하였다. 또한 RNN과 LSTM 모델을 이용하여 수집한 데이터를 효과적으로 분석 및 예측하는 알고리즘을 구현하였다. 추후 이 데이터는 에너지 사용량 예측을 넘어 전력 소비 패턴 분석 등에 적용할 수 있다. 이는 에너지 효율 개선에 도움이 될 수 있으며, 미래 데이터의 예측을 통해 효과적인 전력 사용량 관리에 도움을 줄 것으로 기대된다.

• 플랜트 저널
• /
• 제17권2호
• /
• pp.48-53
• /
• 2021

900 MW 복합화력발전소의 경우 소내 부하의 대부분은 회전기기이며 저역률로 운전되고 있고 역률 저하는 무효전력을 증가시켜 기기의 효율 저하 및 불필요한 소내 전력을 소비하는 원인이 된다. 본 연구에서는 이러한 문제점을 해결할 수 있는 방안인 무효전력을 흡수 및 제거하는 무효전력보상장치를 6.9 kV 소내 모선에 설치하여 운전함으로써 그에 대한 결과를 제시하고자 한다. 본 시스템의 적용 결과 우선 회전기기의 역률이 0.22로 개선 및 소내 부하전력량 1.4% 감소됨을 확인하였고 발전기 열효율 0.1%, 발전출력810 kW 증가함을 알 수 있었다. 다음으로 투자비 1.5억 원 대비 소내 전력손실비용 2억 원/년 감소 및 매출액 10억 원/년 증가로 경제성 있음으로 분석되었고 향후 건설 및 운영 시 비용절감이 가능함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제15권2호
• /
• pp.129-135
• /
• 2015

본 논문에서는 가로등 운용에 있어서 일기예보 및 일조량을 고려한 알고리즘을 제안하였다. 이 알고리즘에 의해 생성된 Weather Factor를 적용하여 보행자가 있을 시에는 가로등의 광량을 최대로 유지하고 보행자가 없을 경우 최대전력을 사용하지 않고 일정한 밝기를 유지하는 대기전력모드를 사용하여 전력소비를 줄였다. 이렇게 함으로써 배터리의 잔량을 확보할 수 있으며 이를 이용하여 부조일이 지속될 경우 운용일수를 최대한 연장하기 위한 적절한 알고리즘을 제안하였다. 또한 이러한 알고리즘에 필요한 Weather Factor의 값을 실험을 통하여 결정하였으며. 모의실험을 통해 알고리즘의 적합성을 확인하였다.

• 에너지공학
• /
• 제25권4호
• /
• pp.184-189
• /
• 2016

$CO_2$ 배출 규제와 에너지 소비 절감의 요구가 늘어남에 따라, 버려지는 열을 수확하여 전기를 생산하기 위한 열전발전 연구가 최근 활발히 이루어지고 있다. 본 연구에서는 폐열 에너지 회수장치로 사용하기 위한 열전모듈의 발전 특성을 분석하였다. Bismuth telluride로 제작된 열전모듈에 다양한 온도 조건을 부여하며 이에 따른 열전 거동을 분석하였다. 또한 다양한 온도 조건에서의 열전모듈의 발전 효율을 실험 및 이론에 의해 분석하였다. 이로 부터, 열전모듈로 열에너지를 보다 효율적으로 회수하기 위한 최적의 작동조건을 제시하였다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.943-950
• /
• 2019

머신 러닝은 인력을 대체함으로써 업무 효율성을 크게 높일 수 있다. 특히 4차 산업혁명 시대의 요청에 따라 인공지능을 포함한 머신 러닝의 중요성은 점점 커지고 있다. 본 논문은 MLP, RNN, LSTM, ANFIS 신경망 알고리즘 이용하여, 월별 전력 거래량을 예측한다. 본 논문에서는 통계청에서 제공하는 월별 전력 거래량과 월별 전력 거래금액, 최종에너지 소비량, 자동차용 경유 가격에 대한 2001~2017년까지의 공공 데이터를 사용하였다. 본 논문은 제시하는 각각의 알고리즘들을 학습시키고, 알고리즘이 예측하는 시계열 그래프를 이용하여 예측 결과를 보여주고 RMSE를 이용하여 이들 중에서 가장 우수한 알고리즘 제시한다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.177-182
• /
• 2022

Technology is progressing with every passing day and the enormous usage of electricity is becoming a necessity. One of the techniques to enjoy the assistances in a smart home is the efficiency to manage the electric energy. When electric energy is managed in an appropriate way, it drastically saves sufficient power even to be spent during hard time as when hit by natural calamities. To accomplish this, prediction of energy consumption plays a very important role. This proposed prediction model Coherent Weighted K-Means Clustering ARIMA (CWKMCA) enhances the weighted k-means clustering technique by adding weights to the cluster points. Forecasting is done using the ARIMA model based on the centroid of the clusters produced. The dataset for this proposed work is taken from the Pecan Project in Texas, USA. The level of accuracy of this model is compared with the traditional ARIMA model and the Weighted K-Means Clustering ARIMA Model. When predicting,errors such as RMSE, MAPE, AIC and AICC are analysed, the results of this suggested work reveal lower values than the ARIMA and Weighted K-Means Clustering ARIMA models. This model also has a greater loglikelihood, demonstrating that this model outperforms the ARIMA model for time series forecasting.