• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.529-533
• /
• 2019

오늘날 복합 화력 발전소는 전력 생산을 위해 많이 사용되고 있고, 최근에는 운전 매개 변수를 기반으로 발전 출력을 예측하는 것이 주요 관심사이다. 본 논문에서는 복합 화력 발전소의 출력을 예측하기 위해 컴퓨터 지능 기법을 이용하는 방법을 제시한다. 컴퓨터 지능 기술은 지속적으로 발전되어 많은 실제 문제에 적용되어 왔다. 본 논문에서는 트리 구조의 퍼지 뉴럴 네트워크를 이용하여 발전 출력을 예측하고자 한다. 트리 구조의 퍼지 뉴럴 네트워크는 퍼지 뉴런을 노드로 선택하고 관련 입력을 최적으로 선택하여 규칙 수를 줄이는 장점이 있다. 네트워크의 최적화를 위해 2 단계 최적화 방법이 사용된다. 유전 알고리즘은 최적의 노드와 리프를 선택하여 네트워크의 이진 구조를 최적화 한 다음 랜덤 신호 기반 학습을 수행하여 최적화 된 이진 연결을 단위 구간에서 미세 학습한다. 제안 된 방법의 유용성을 검증하기 위해 UCI Machine Learning Repository Database에서 얻은 복합 화력 발전소 데이터를 사용한다.

• 사물인터넷융복합논문지
• /
• 제8권3호
• /
• pp.55-61
• /
• 2022

지구 온난화의 주범인 온실가스 감축을 위해 UN은 1992년 기후변화협약을 체결하였다. 우리나라도 온실가스 감축을 위해 재생에너지 보급 확대 정책을 펼치고 있다. 태양에너지를 이용한 재생에너지 개발의 확대는 풍력과 태양광 발전의 확대로 이어졌다. 기상 상황에 영향을 많이 받는 재생에너지 개발의 확대는 전력계통의 수요공급관리에 어려움이 발생하고 있다. 이러한 문제를 해결하기 위해 전력중개시장을 도입하게 되었다. 따라서 전력중개시장 참여를 위해서는 발전량 예측이 필요하다. 본 논문에서는 자체 개발한 예측 시스템을 활용하여 연축태양광발전소에 대하여 분석하였다. 현장 일사량(모델 1)과 기상청 일사량(모델 2)을 적용한 결과 모델 2가 3% 정도 높은 것을 확인하였다. 또한, DNN과 RNN 모델을 비교 분석한 결과 DNN 모델이 예측 정확도가 1.72% 정도 향상되는 것을 확인하였다.

• 전력전자학회논문지
• /
• 제20권3호
• /
• pp.290-295
• /
• 2015

Analysis and verification of reactive power compensator (RPC) for ITER pulsed power electric network (PPEN) are described in this paper. The RPC system is rated for a nominal power of 250 Mvar necessary to comply with the allowable reactive power limit value from the grid 200 Mvar. This system is currently under construction and is based on static var compensation technology with a thyristor-controlled reactor and a harmonic filter. The RPC minimizes reactive power from grid using prediction of reactive power consumption of AC-DC converters. The feasibility of the reactive power compensation was verified by assembling a real controller and implementing ITER PPEN in the real time digital simulator for the hardware-in-loop facility. When maximum reactive power is reached, grid voltage is stabilized and maximum reactive power decreased from 120 Mvar to 40 Mvar via the reactive power prediction method.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2012년도 추계학술대회 논문집
• /
• pp.33-34
• /
• 2012

As the distributed power system with PV and ESS is highlighted to be one of the most prominent structure to replace the traditional electric power system, power flow scheduling is expected to bring better system efficiency. Optimal energy management system (EMS) where the power from PV and the grid is managed in time-domain using ESS needs an optimization process. In this paper, main optimization method is implemented using dynamic programming (DP). To overcome the drawback of DP in which ideal future information is required, prediction stage precedes every EMS execution. A simple auto-regressive moving-average (ARMA) forecasting followed by a PI-controller updates the prediction data. Assessment of the on-line optimal EMS scheme has been evaluated on several cases.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1048-1049
• /
• 2015

The sihwa tidal power plant is the first tidal power plant in korea and the biggest of the world. The tidal power turbine is operated by tidal energy. The tidal energy is generated by the relative motion of the earth and celestial masses specially the sun and the moon, which interact via gravitational forces. The tidal power is estimated by the predicted the tidal amplitude and phase. This paper gives a process of estimate of tidal power using Matlab T-tide based on tide prediction. The proposed method is tested using actual recorded data comparing to predicted date.

• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.822-828
• /
• 2018

최근 전력 사용량의 증가로 인한 대규모 블랙아웃 등 에너지 문제가 대두되고 있으며, 이 문제들로 인해 전력 소비량 예측에 대한 정확도를 개선할 필요성이 부각되었다. 본 연구에서는 딥 러닝 기반의 전력 사용량 예측 실험을 통해서 실제 전력 소비량과 예측된 전력 소비량의 차이를 계산하고, 이를 통해서 전력 예비율을 기존 대비 하향 조정할 수 있는 가능성에 대해서 살펴본다. 예비 전력은 사용하지 않으면 손실되는 전력으로, 본 논문에서의 딥 러닝 기반 전력 소비량 예측을 통해서 여분의 전력을 과도하게 생산하지 않도록 오차범위 내에서 전력 예비율을 감소시킬 수 있는 기반을 마련할 수 있다. 본 논문에서 사용하는 딥 러닝 기법은 시계열 데이터를 처리하는 Long-Short-Term-Memory(LSTM) 구조의 학습 모델을 이용한다. 컴퓨터 시뮬레이션에서는 임의 생성한 전력 소비 데이터를 토대로 모델을 학습시키고, 학습된 모델을 토대로 전력 사용 예측값을 구하고 실제 전력 소비량 간에 오차를 계산한 결과 오차율 21.37%를 얻을 수 있었다. 이는 최근의 전력 예비율 45.9%를 고려할 때, 본 연구에서 제안한 전력 소비량 예측 알고리즘을 적용하는 경우 20% 포인트 정도의 예비율 감축이 가능하다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2012년도 추계 학술논문 발표대회
• /
• pp.107-108
• /
• 2012

The study on the strength prediction using Maturity is mainly focused on, but the study on the concrete mixing blast furnace slag powder is insufficient. The purpose of this study is to investigate the relationships between compressive strength and equivalent age by Maturity function and is to compare and examine the strength prediction of concrete mixing Blast Furnace Slag Power using ACI and Logistic Curve prediction equation. So it is intended that fundamental data are presented for quality management and process management of concrete mixing Blast Furnace Slag Power in the construction field.

• 대한기계학회논문집
• /
• 제19권5호
• /
• pp.1182-1189
• /
• 1995

Several methods have been developed to predict the creep rupture time of the steam pipes in thermal power plant. However, existing creep life prediction methods give very conservative value at operating stress of power plant and creep rupture strain cannot be well estimated. Therefore, in this study, creep rupture time and strain prediction method accounting for material damage and grain boundary sliding is newly proposed and compared with the existing experimental data. The creep damage evolves by continuous cavity nucleation and constrained cavity growth. The results showed good correlation between the theoretically predicted creep rupture time and the experimental data. And creep rupture strain may be well estimated by using the proposed method.

• 한국경영과학회지
• /
• 제18권2호
• /
• pp.57-81
• /
• 1993

This paper is concerned with analyzing the bankruptcy prediction power of three methods : Multivariate Discriminant Analysis (MDA), Inductive Learning, Neural Network, MDA has been famous for its effectiveness for predicting bankrupcy in accounting fields. However, it requires rigorous statistical assumptions, so that violating one of the assumptions may result in biased outputs. In this respect, we alternatively propose the use of two AI models for bankrupcy prediction-inductive learning and neural network. To compare the performance of those two AI models with that of MDA, we have performed massive experiments with a number of Korean bankrupt-cases. Experimental results show that AI models proposed in this study can yield more robust and generalizing bankrupcy prediction than the conventional MDA can do.

• 수산해양기술연구
• /
• 제39권4호
• /
• pp.298-304
• /
• 2003

In this paper a free-form hull design program and performance prediction program for planing boat is introduced. This program enables the designer to do complex geometric hull shape design on a personal computer and accurately to predict power requirements for a given loading and velocity. For a free form design, Bezier curve model is adopted as a basic representation tool of curves and surfaces, and this program has versatile functions to do fairing jobs with a convenient graphical user interface. After creating a hull form the geometric data is provided in a manner compatible with a variety of analysis tools including 'Motion Analysis(by Zarnick)' for prediction of motion characteristics in regular waves, 'Running Attitude (by Savitsky)' for prediction of the running attitude and required power.