• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.829-835
• /
• 2018

기존의 전력 시스템에서 불필요하게 생성되거나 낭비되는 예비전력을 감소시키고 에너지 사용 효율을 개선하기 위한 연구가 최근 활발히 진행되고 있다. 본 연구에서는 전기기기들의 전원 제어를 통한 에너지 사용 효율을 개선하기 위해 스마트그리드의 요소 기술 중 하나인 스마트미터기를 개발하며, 실시간으로 측정된 전력 사용량을 딥 러닝을 통해 전력 사용량의 트렌드를 분석 및 예측한다. 이후 예측된 전력 사용량과 실시간 전력 사용량을 비교하여 전기기기들의 전원을 제어하는 알고리즘을 제안 및 개발한다. 제안한 딥 러닝 기반의 스마트미터기의 성능을 확인하기 위해서 실제 전력 소비 환경을 구축하였고, 실시간으로 전력 사용 데이터를 확보하여 딥 러닝 모델에 학습시킨 뒤 전력 사용량을 예측하였다. 예측된 값과 실제 사용량을 실시간으로 비교하여 예측을 벗어난 기기들의 전원을 제어하여, 전력 사용량을 감소시키고 에너지 사용 효율이 개선되는 결과를 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.106-111
• /
• 1992

In order to achieve stable and efficient use of energy at iron and steel works, a model for the prediction of supply and demand of electric power system is developed on the basis of the information on operation and particular patterns of electric power consumption. The optimal amount of electric power to be purchased and the optimal fuel allocation for the in-house electric power plants are also obtained by a mixed-integer linear programming(MILP) and a nonlinear programming (NLP) solutions, respectively. The validity and the effectiveness of the proposed model are investigated by several illustrative examples. The simulation results show the satisfactory energy saving by the optimal solution obtained through this research.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제9권4호
• /
• pp.187-191
• /
• 2009

This paper proposes a high-performance architecture of the H.264 intra prediction circuit. The proposed architecture uses the 4-input and 2-input common computation units and common registers for fast and efficient prediction operations. It avoids excessive power consumption by the efficient control of the external and internal memories. The implemented circuit based on the proposed architecture can process more than 60 HD ($1,920{\times}1,088$) image frames per second at the maximum operating frequency of 101 MHz by using 130 nm standard cell library.

• 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.

• 한국수소및신에너지학회논문집
• /
• 제31권4호
• /
• pp.380-386
• /
• 2020

This paper represents an analysis of the economic impact of firing natural gas/diesel and natural gas/by-product oil mixtures in diesel engine power plants. The objects of analysis is a power plant with electricity generation capacity (300 kW). Using performance data of original diesel engines, the fuel consumption characteristics of the duel fuel engines were simulated. Then, economic assessment was carried out using the performance data and the net present value method. A special focus was given to the evaluation of fuel cost saving when firing natural gas/diesel and natural gas/by-product oil mixtures instead of the pure diesel firing case. Analyses were performed by assuming fuel price changes in the market as well as by using current prices. The analysis results showed that co-firing of natural gas/diesel and natural gas/by-product oil would provide considerable fuel cost saving, leading to meaningful economic benefits.

• 한국전자통신학회논문지
• /
• 제14권1호
• /
• pp.169-178
• /
• 2019

현재 인공지능의 한 영역인 머신러닝을 적용하여 다양한 예측을 수행하고 있으나 실제 현장에서 어떤 종류의 알고리즘을 사용하는 것이 가장 좋은 방법인지는 늘 문제가 된다. 본 논문은 여러 머신러닝 지도 학습 알고리즘을 이용하여 월별 전력 거래량, 전력 거래금액, 월별 생산 확산 지수, 최종 에너지 소비, 자동차용 경유를 예측하여 각 경우에 어떤 알고리즘이 가장 적합한 알고리즘인지를 알아본다. 이를 위해 통계청에 나와 있는 월별 전력 거래량과 월별 전력 거래금액, 월별 생산 확산 지수, 최종에너지 소비, 자동차용 경유로 머신 러닝이 예측하는 값의 확률을 보여주고 각각의 예측 값을 평균화 하여 이들 중에서 어떤 기법이 가장 우수한 기법인지를 확인한다.

• 정보처리학회논문지C
• /
• 제19C권2호
• /
• pp.135-144
• /
• 2012

기존의 서버 클러스터 환경에서는 모든 서버가 항상 On된다. 만일 서버 요청 부하가 최대가 되면 서버 클러스터에서 얻을 수 있는 가능한 최대 성능을 얻게 되며, 그렇지 않으면 가능한 최대 성능의 일부만을 사용하게 되면서 서버 전력 소비의 효율성은 떨어지게 된다. 부하 상황에 따라 서버의 전력 모드를 제어함으로써 전력 소비의 효율성을 높일 수 있다. 다시 말하면 현재 부하를 처리하는데 필요한 대수의 서버들만 On하고 나머지 서버들은 Off 한다. 기존의 서버 전원 모드 제어 방법에서는 고정된 주기로 서버 전원 모드를 제어하는 정적인 정책을 적용함으로써 동적으로 변하는 부하 환경에 잘 적응하지 못한다. 이를 개선하기 위해 본 논문에서는 동적 서버 전원 제어 알고리즘을 제안한다. 제안 방법에서는 서버 소비 전력의 이력을 갖고서 가까운 장래에 서버 소비 전력이 증가할 것인가를 예측한다. 이 예측에 따라 서버 모드 제어 주기를 동적으로 변경한다. 30대의 PC 클러스터를 이용하여 실험을 수행하였다. 실험을 통하여 일반적인 클러스터링 환경과 비교하여 제안된 방법은 동일한 성능을 유지하면서 29%까지 소비 전력을 절감했다. 또한, 서버 클러스터에서 서버 CPU 사용률 평균은 66% 증가하였다.

• Geomechanics and Engineering
• /
• 제35권6호
• /
• pp.647-663
• /
• 2023

The investigation of the disc cutter wear prediction has an important guiding role in TBM equipment selection, project planning, and cost forecasting, especially when tunneling in a long-distance rock formations with high strength and high abrasivity. In this study, a comprehensive database of disc cutter wear data, geological properties, and tunneling parameters is obtained from a 1326 m excavated metro tunnel project in leptynite in Shenzhen, China. The failure forms and wear consumption of disc cutters on site are analyzed with emphasis. The results showed that 81% of disc cutters fail due to uniform wear, and other cutters are replaced owing to abnormal wear, especially flat wear of the cutter rings. In addition, it is found that there is a reasonable direct proportional relationship between the uniform wear rate (WR) and the installation radius (R), and the coefficient depends on geological characteristics and tunneling parameters. Thus, a preliminary prediction formula of the uniform wear rate, based on the installation radius of the cutterhead, was established. The correlation between some important geological properties (K_V and UCS) along with some tunneling parameters (F_n and p) and wear rate was discussed using regression analysis methods, and several prediction models for uniform wear rate were developed. Compared with a single variable, the multivariable model shows better prediction ability, and 89% of WR can be accurately estimated. The prediction model has reliability and provides a practical tool for wear prediction of disc cutter under similar hard rock projects with similar geological conditions.

• 응용통계연구
• /
• 제30권5호
• /
• pp.633-645
• /
• 2017

본 연구는 컨테이너선의 연료 소비 패턴의 발견을 위해 운항데이터 분석의 통계적 절차를 제안한다. 우리는 현 시점의 연료 소비를 발견하기 위해 연료 소비에 영향을 미치는 변수들을 파악하는 동시에 예측 모델을 개발 및 적용하는 것을 목적으로 한다. 선박의 데이터는 크게 운항데이터와 기기데이터로 분류할 수 있으며, 운항데이터는 항로, 항해 정보, 대수속도, 대지속도, 바람과 같은 외력에 대한 정보 등이 있고, 기기데이터는 엔진출력, RPM, 연료 소모량, 기기들의 온도 및 압력 등이 있다. 본 연구에서, 우리는 선박에 미치는 외력의 영향을 Beaufort Scale (BFS)을 기준으로 구분한 후에 PLS 회귀분석을 통한 예측 모델을 개발하였다.

• 한국생산제조학회지
• /
• 제22권6호
• /
• pp.908-912
• /
• 2013

Because of their longer operating times and larger size relative to conventional fans, the cooling fans mounted in buses consume larger amounts of energy. Most of the cooling fans mounted in a bus are connected to the engine by a viscous clutch. A viscous cooling fan's speed is determined by its fluid temperature, which is affected by the air flow through the radiator. The fan does not react immediately to the coolant temperature and in doing so causes unnecessary energy consumption. Therefore, the fuel economy of buses using viscous fans can be improved by changing to an electric cooling fan design, which can be actively controlled. In addition, electric power consumption is increased by using electric cooling fans. Thus, when electric fans are applied in conjunction with the alternator management system (AMS), the fuel economy is further enhanced. In this study, simulations were performed to predict coolant temperature and cooling fan speeds. Simulations were performed for both viscous and electric cooling fans, and power consumption was calculated. Additionally, fuel economy was calculated applying both the alternator management system and the electric cooling fan.