• 한국IT서비스학회지
• /
• 제21권4호
• /
• pp.91-103
• /
• 2022

This study proposes a model for predicting contracted power using electric power data collected in real time from convenience stores nationwide. By optimizing the prediction model using machine learning, it will be possible to predict the contracted power required to renew the contract of the existing convenience store. Contracted power is predicted through the XGBoost regression model. For the learning of XGBoost model, the electric power data collected for 16 months through a real-time monitoring system for convenience stores nationwide were used. The hyperparameters of the XGBoost model were tuned using the GridesearchCV, and the main features of the prediction model were identified using the xgb.importance function. In addition, it was also confirmed whether the preprocessing method of missing values and outliers affects the prediction of reduced power. As a result of hyperparameter tuning, an optimal model with improved predictive performance was obtained. It was found that the features of power.2020.09, power.2021.02, area, and operating time had an effect on the prediction of contracted power. As a result of the analysis, it was found that the preprocessing policy of missing values and outliers did not affect the prediction result. The proposed XGBoost regression model showed high predictive performance for contract power. Even if the preprocessing method for missing values and outliers was changed, there was no significant difference in the prediction results through hyperparameters tuning.

• 한국식품과학회지
• /
• 제40권5호
• /
• pp.510-515
• /
• 2008

포도씨에 함유된 기능성 카테킨류를 효과적으로 추출하기 위해서 마이크로웨이브 에너지를 이용하였다. 에탄올의 마이크로웨이브 가열특성을 확인하였을 때 100W에서 3분 이내에 끓는점에 도달하였다. 중심합성계획에 따라 추출조건(microwave power 0-120W, 에탄올 농도 0-100%, 추출시간 1-5분)을 설계하고, 조건별 추출물의 카테킨류 함량을 회귀분석함으로써 최적 추출조건을 예측하였다. (+)-Catechin의 최적 추출조건은 microwave power 104.10W, 에탄올 농도 45.35%, 추출시간 4.89분으로, 예측된 정상점은 최대점을 보이면서 최대 추출 값이 137.99 mg%였다. Procyanidin $B_2$의 최적 추출조건은 133.16W, 46.16%, 4.49분이며, 최대 추출 값은 72.78 mg%으로 예측되었다. 또한 (-)-epicatechin은 136.00W, 41.37%, 4.39분에서 최대 222.38 mg%를 추출할 수 있으며, (-)-epicatechin gallate는 143.20W, 37.51% 및 1.88min에서 9.59mg%를 추출할 수 있는 것으로 예측되었다. 이때 (+)-catechin, procyanidin $B_2$ 및 (-)-epicatechin은 microwave power, 에탄올 농도, 추출시간 등 3가지 독립변수에 모두 유사하게 영향을 받았지만, (-)-epicatechin gallate는 microwave power에만 주로 영향을 받는 것으로 나타났다.

• 감성과학
• /
• 제26권3호
• /
• pp.53-68
• /
• 2023

물질주의는 다양한 사회적 사건에 의해서 촉발될 수 있다. 본 연구에서는 물질주의를 정체성과 관련된 목표 달성이라고 개념화하는 이론을 기반으로 사회적 배제가 자기 정체성과 관련된 욕구를 불러일으키며 이는 물질주의 수준의 상승으로 이어질 것이라고 가정하였다. 구체적으로, 사회적 배제가 소속의 욕구와 통제의 욕구를 상승시켜 물질주의를 상승시킬 것이라고 예상하였다. 또, 권력감의 접근 경향성을 기반으로 권력감이 높은 사람은 낮은 사람에 비해서 사회적 배제를 경험할 때 소속의 욕구와 통제의 욕구가 더 커질 것으로 예상하였다. 20~30대 한국 여성 202명을 대상으로 실험 연구를 진행한 결과, 사회적 배제는 통제 욕구의 상승을 통해서 물질주의를 상승시켰다. 또, 권력감이 높은 사람의 경우, 권력감이 낮은 사람들보다 사회적 배제가 통제 욕구에 미치는 영향이 더 강해졌으며, 사회적 배제가 통제 욕구를 통해 물질주의로 이어지는 경로는 권력이 높은 사람들에게만 유의했다. 사회적 배제는 소속의 욕구를 상승시켰으나 소속의 욕구와 물질주의의 관계는 유의하지 않았고, 소속의 욕구의 매개 효과도 지지되지 않았다. 해당 결과를 기반으로 사회적 배제와 물질주의의 관계 및 연구의 한계에 대해 논의하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권6호
• /
• pp.163-171
• /
• 2021

본 논문은 분산형 전력 시스템에서 심층강화학습 기반의 전력 생산 환경 및 수요와 공급을 예측하며 자원 할당 알고리즘을 적용해 전력거래 시스템 연구의 최적화된 결과를 보여준다. 전력 거래시스템에 있어서 기존의 중앙집중식 전력 시스템에서 분산형 전력 시스템으로의 패러다임 변화에 맞추어 전력거래에 있어서 공동의 이익을 추구하며 장기적인 거래의 효율을 증가시키는 전력 거래시스템의 구축을 목표로 한다. 심층강화학습의 현실적인 에너지 모델과 환경을 만들고 학습을 시키기 위해 날씨와 매달의 패턴을 분석하여 데이터를 생성하며 시뮬레이션을 진행하는 데 있어서 가우시안 잡음을 추가해 에너지 시장 모델을 구축하였다. 모의실험 결과 제안된 전력 거래시스템은 서로 협조적이며 공동의 이익을 추구하며 장기적으로 이익을 증가시킨 것을 확인하였다.

• 마이크로전자및패키징학회지
• /
• 제23권2호
• /
• pp.37-42
• /
• 2016

전력가격의 상승으로 데이터센터의 운영비 부담이 늘어나는 가운데, 슈퍼컴퓨터에 저전력 프로세서를 사용하여 데이터센터의 전력소모를 감소시키는 연구가 활발하다. 일반적으로 모바일 기기 등의 운용환경을 기준으로 신뢰성 평가가 이루어지는 저전력 프로세서를 슈퍼컴퓨터에 사용하는 경우 상대적으로 가혹한 운용환경으로 인해 물리적, 기계적 신뢰성 문제가 발생할 수 있다. 이 논문은 슈퍼컴퓨터 운용 환경을 바탕으로 저전력 프로세서 패키지의 수명을 평가하였다. 먼저 문헌조사, 고장모드 및 치명도 분석을 통해 저전력 프로세서 패키지의 주요 고장원인으로 온도 사이클을 선정하였다. 부하-온도 관계를 확인하기 위해 단계적인 부하를 가하며 프로세서의 온도를 측정하였다. 가장 보수적인 운용조건을 가정하고 온도 사이클에 관련된 고장물리 모델을 이용한 결과 저전력 프로세서 패키지의 기대수명은 약 3년 이하로 예측되었다. 실험 결과를 바탕으로 저전력 프로세서 패키지의 기대수명을 향상하는 방법을 제시하였다.

• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.954-965
• /
• 2017

안정적인 전력 공급은 전력 인프라의 유지 보수 및 작동에 매우 중요하며, 이를 위해 정확한 전력 사용량 예측이 요구된다. 대학 캠퍼스는 전력 사용량이 많은 곳이며, 시간과 환경에 따른 전력 사용량 변화폭이 다양하다. 이러한 이유로, 전력계통의 효율적인 운영을 위해서는 전력 사용량을 정확하게 예측할 수 있는 모델이 요구된다. 기존의 시계열 예측 기법은 학습 시점과 예측 시점 간의 차이가 클수록 예측 구간이 넓어짐으로 예측 성능이 크게 떨어진다는 단점이 있다. 본 논문은 이를 보완하려는 방안으로, 먼저 의사결정나무를 이용해 날짜, 요일, 공휴일 여부, 학기 등을 고려하여 시계열 형태가 유사한 전력 데이터를 분류한다. 다음으로 분류된 데이터 셋에 각각의 자기회귀누적이동평균모형을 구성하여, 예측 시점에서 시계열 교차검증을 적용해 대학 캠퍼스의 일간 전력 사용량 예측 기법을 제안한다. 예측의 정확성을 평가하기 위해, 성능 평가 지표를 이용하여 제안한 기법의 타당성을 검증하였다.

• 전기학회논문지
• /
• 제59권12호
• /
• pp.2202-2211
• /
• 2010

The wind power prediction system is composed of a meteorological forecasting module, calculation module of wind power output and HMI(Human Machine Interface) visualization system. The final information from this system is a short-term (6hr ahead) and mid-term (48hr ahead) wind power prediction value. The meteorological forecasting module for wind speed and direction forecasting is a combination of physical and statistical model. In this system, the WRF(Weather Research and Forecasting) model, which is a three-dimensional numerical weather model, is used as the physical model and the GFS(Global Forecasting System) models is used for initial condition forecasting. The 100m resolution terrain data is used to improve the accuracy of this system. In addition, optimization of the physical model carried out using historic weather data in Jeju. The mid-term prediction value from the physical model is used in the statistical method for a short-term prediction. The final power prediction is calculated using an optimal adjustment between the currently observed data and data predicted from the power curve model. The final wind power prediction value is provided to customs using a HMI visualization system. The aim of this study is to further improve the accuracy of this prediction system and develop a practical system for power system operation and the energy market in the Smart-Grid.

• Journal of Advanced Marine Engineering and Technology
• /
• 제37권8호
• /
• pp.977-983
• /
• 2013

본 연구는 섬 주거시설의 전력부하 변동특성에 적합한 태양광발전설비와 풍력발전설비로 구성된 하이브리드 발전시스템의 발전특성을 예측하고 성능을 평가하는 것을 목적으로, 경상남도 통영시에 소재하는 곤리도를 대상으로 수행한 사례연구 결과이다. 연구 결과, 시각별 전력부하 변동률, 시각별 풍력 발생 변동률, 시각별 일사량 변동률 등이 서로 다르기 때문에, 단순히 전력부하측과 풍력 혹은 태양광발전설비를 1:1로 조합한다면 상호간에 불균형이 발생하여 비효율적임을 알 수 있었다. 또한 부하용량선정방법인 최대부하법과 일일부하법으로 하이브리드 발전시스템의 각 용량을 설정할 경우의 성능을 비교한 결과 두 방법 모두 축전지를 포함한 풍력발전설비만 설치했을 때가 가장 효과적인 것으로 나타났는데 이는 풍력은 태양광과 달리 24시간 지속적으로 발생하기 때문이다.

• 한국항행학회논문지
• /
• 제22권3호
• /
• pp.233-239
• /
• 2018

태양광 발전은 기상 상태에 따라 간헐적이기 때문에 태양광 발전의 효율과 경제성 향상을 위해 정확한 발전량 예측이 요구된다. 본 연구는 목포 기상대에서 예보하는 기상 데이터와 영암 태양광 발전소의 발전량 데이터를 이용하여 태양광 발전량 단기 딥러닝 예측모델을 제안하였다. 기상청은 기온, 강수량, 풍향, 풍속, 습도, 운량 등의 기상요소를 3일간 예보한다. 그러나 태양광 발전량 예측에 가장 중요한 기상요소인 일조 및 일사 일사량 예보하지 않는다. 제안 모델은 예보 기상요소를 이용하여, 일조 및 일사 일사량을 예측 하였다. 또한 발전량은 기상요소에 예측된 일조 및 일사 기상요소를 추가하여 예측하였다. 제안 모델의 발전량 예측 결과 DNN의 평균 RMSE와 MAE는 0.177과 0.095이며, RNN은 0.116과 0.067이다. 또한, LSTM은 가장 좋은 결과인 0.100과 0.054이다. 향후 본 연구는 다양한 입력요소의 결합으로 보다 향상된 예측결과를 도출할 수 있을 것으로 기대된다.

• 자원ㆍ환경경제연구
• /
• 제28권4호
• /
• pp.467-495
• /
• 2019

태양광 발전과 같은 신재생에너지의 불확실성은 전력계통의 유연성을 저해하며, 이를 방지하기 위해서는 정확한 발전량의 사전 예측이 중요하다. 본 연구는 미세먼지 농도를 포함한 기상자료를 이용하여 태양광 발전량을 예측하는 것을 목적으로 한다. 본 연구에서는 2016년 1월 1일부터 2018년 9월 30일까지의 발전량, 기상자료, 미세먼지 농도 자료를 이용하고 머신러닝 기반의 RBF 커널 함수를 사용한 서포트 벡터 머신을 적용하여 태양광 발전량을 예측하였다. 예측변수에 미세먼지 농도 반영 유무에 따른 태양광 발전량 예측 모델의 성능을 비교한 결과 미세먼지 농도를 반영한 발전량 예측 모델의 성능이 더 우수한 것으로 나타났다. 미세먼지를 고려한 예측 모형은 미세먼지를 고려하지 않은 예측 모형 대비 6~20시 예측 모형에서는 1.43%, 12~14시 예측 모형에서는 3.60%, 13시 예측 모형에서는 3.88%만큼 오차가 감소하였다. 특히 발전량이 많은 주간 시간대에 미세먼지 농도를 반영하는 모형의 예측 정확도가 더 뛰어난 것으로 나타났다.