• Journal of IKEEE
• /
• v.22 no.3
• /
• pp.829-835
• /
• 2018

Recently, studies have been actively conducted to reduce spare power that is unnecessarily generated or wasted in existing power systems and to improve energy use efficiency. In this study, smart meter, which is one of the element technologies of smart grid, is implemented to improve the efficiency of energy use by controlling power of electric devices, and predicting trends of energy usage based on deep learning. We propose and develop an algorithm that controls the power of the electric devices by comparing the predicted power consumption with the real-time power consumption. To verify the performance of the proposed smart meter based on the deep running, we constructed the actual power consumption environment and obtained the power usage data in real time, and predicted the power consumption based on the deep learning model. We confirmed that the unnecessary power consumption can be reduced and the energy use efficiency increases through the proposed deep learning-based smart meter.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.746-749
• /
• 2019

자유 단조는 고온에 가열한 강괴에 높은 압력을 가하여 원하는 형상의 제품을 만드는 공정으로 에너지 소모가 매우 크다. 여러 개의 강괴를 가열로에 장입하여 고온에 가열한 후 소재를 하나씩 꺼내어 프레스 공정을 수행한다. 가열로에 함께 장입되는 소재들의 조합에 따라 가열 시 소요 시간 및 에너지 사용량이 달라진다. 소재 조합에 따른 가열 비용 예측을 통해 최적의 소재 조합을 결정하여 에너지 효율을 높일 수 있다. 비용 예측 모형을 학습하기 위해서는 가열 소요 시간 및 에너지 사용량 데이터가 필요하다. 따라서 본 논문에서는 가열로의 온도 및 가스 사용량 데이터를 이용하여 가열로의 가동 상태 변경 지점을 감지하는 방안을 제안한다. 가열로의 온도 및 가스 사용량은 IoT 인프라를 기반으로 손 쉽게 획득할 수 있다. 가열로의 상태 별로 온도 및 가스 사용량에 나타나는 패턴을 이용하여 상태 변경 지점을 감지한다. 이를 통해 가열 공정 데이터를 획득할 수 있을 뿐만 아니라 가열로의 상태를 실시간에 모니터링이 가능함으로써 불필요하게 가열하는 것을 예방하여 에너지 효율을 높일 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.223-223
• /
• 2018

취수원에서 정수장과 배수지를 거쳐 수용가에 이르기까지 공급되는 급수량을 결정하는데 있어 각 수용가별 물 사용 패턴은 수요량을 예측하여 취수량을 결정하는데 있어 매우 중요한 지표이다. 생활용수 추정은 용도별(가정용, 상업용, 공업용 등)로 분류하여 경향성이 나타날 수 있도록 과거 사용실적을 바탕으로 장래 용도별 사용량을 추정한다. 이는 경험을 바탕으로 한 것으로 일반적으로 시계열 모형을 이용하는데 수요예측의 실패 가능성이 높으며 효율적인 방법이라 할 수 없다. 이에 본 연구에서는 최근 통신기술의 발달로 양방향 통신이 가능한 AMI(Advanced Metering Infrastructure, 원격검침인프라)센서를 영종도 112블록의 528개의 수용가에 설치하였다. AMI는 스마트 미터에서 측정한 데이터를 원격 검침기를 통해 물 사용량을 자동으로 계측할 수 있다. AMI 데이터를 이용하여 영종도 112블록의 운북동과 운서동의 각 용도별, 요일별, 그리고 도심지와 농가의 실시간 물 사용 패턴을 분석하였다. 분석 결과 운북동과 운서동의 물 사용 패턴은 비슷한 경향을 보이는 것으로 보이나 도시화된 운서동에 비해 운북동의 물사용량이 상대적으로 적고 첨두사용량의 발생시간 또한 빠른 것으로 나타났다. 또한 가정용과 공공용의 경우 시간별 물 사용량이 요일에 따라 일정한 경향이 있으나 상업용과 공업용은 일정한 사용량을 보였다. 향후 112블록의 관망해석에 실시간 물사용 패턴을 적용하여 효율적으로 급수량 결정을 할 수 있을 것으로 사료된다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.6
• /
• pp.1141-1148
• /
• 2013

End-uses of household water have been influenced by a housing type, life style and housing area which are considered as internal factors. Also, there are external factors such as water rate, weather and water supply facilities. Analysis of influential factors on water consumption in households would give an explanation on the cause of changing trends and would help predicting the water demand of end-use in household. In this paper, we used real data to predict toilet and laundry water-uses and utilized the linear regression model with autoregressive errors. The results showed that the monthly autoregressive error models explained about 71% for describing the water demand of end-use in toilet and laundry water-uses.

• The Korean Journal of Applied Statistics
• /
• v.28 no.6
• /
• pp.1235-1243
• /
• 2015

Increased data volume in the ICT area has increased the importance of forecasting accuracy for internet traffic. Forecasting results may have paper plans for traffic management and control. In this paper, we propose combined forecasts based on several time series models such as Seasonal ARIMA and Taylor's adjusted Holt-Winters and Fractional ARIMA(FARIMA). In combined forecasting methods, we use simple-combined method, MSE based method (Armstrong, 2001), Ordinary Least Squares (OLS) method and Equality Restricted Least Squares (ERLS) method. The results show that the Seasonal ARIMA model outperforms in 3 hours ahead forecasts and that combined forecasts outperform in longer periods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.366-366
• /
• 2011

수자원 관리 정책은 한정된 수자원의 재배분과 효율적 이용, 수요관리에 의한 물 절약 정책 등, 지속가능한 발전을 추구하면서 물 부족의 사회적 대응력을 향상시키기 위한 정책으로 전환되어 가고 있다. 환경부에서는 2000년에 "물 절약 종합대책(2000.3)"발표를 시작으로 시 도별 "물 수요관리 종합대책"을 수립하였고, "수자원장기종합계획(2006.9)"수립에서는 수요관리 시나리오에 따른 장래수요량을 예측하여 발표하였다. 그러나 수요관리에 따른 절감량 산정 및 정량화된 수요량 평가 시스템의 부재로 수요관리 정책수립이나, 장래 용수수요량 예측에 어려움을 겪고 있다. 이에 따라 물 수요관리에 따른 물 사용량의 변화를 파악하고, 이를 이용하여 장래수요량 예측 및 물 수급전망에 연계할 수 있는 시스템이 필요하다. 본 연구에서는 지자체별 수요관리 계획 및 추진결과에 따른 물 사용량의 변화를 분석하였다. 또한 수요관리 계획과 추진전후의 상수도 관련 지표를 비교하여 합리적인 수요관리 계획 수립을 제안하였다. 분석결과 물 절약 종합대책 및 물 수요관리 종합대책 수립이후 1인1일당 급수량의 증가가 대체로 둔화되는 것을 알 수 있었다. 그렇지만 수요관리 계획을 수립한 일부 지자체는 과도한 계획수립으로 인하여 계획대비 수요관리 추진 효과가 미비한 곳도 있었다. 이러한 지자체는 현 상황을 고려한 합리적인 수요관리 계획 수립이 필요함을 알 수 있었다. 본 연구결과는 장래 용수수요량 예측이나 물수요관리 정책수립에 활용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.264-264
• /
• 2017

국외의 상수도 원격검침 시스템 내 데이터 전송방식은 도시 규모, 계량기의 밀도, 전력공급 여부 및 통신망의 설치 여부 등을 종합적으로 고려하여 결정되었다. 대부분의 스마트워터미터 제조업체들은 계량기의 부호기가 공급하는 판독 내용(데이터)을 전송할 검침단말기와 근거리 통신망(neighborhood area network)을 연계하여 개발 및 판매하였으며, 자체 소유 통신 프로토콜을 사용하여 라디오 주파수(RF) 통신 기술을 사용하고 있다. 광역통신망(wide area network)의 경우, 노드(말단의 계량기 및 센서)들과 이에 연결된 통신망 들을 포함한 네트웍의 배열이나 구성이 스타(star), 메쉬(mesh), 버스(bus), 나무(tree) 등의 형태로 통신망이 구성되어 있으나, 스타와 메쉬형 통신망 구성형태가 가장 널리 활용되는 것으로 조사되었다. 시스템 통합운영관리 업체들인 IBM, Oracle, Itron 등은 용수 인프라 관리 또는 통합네트워크 솔루션 등의 통합 물관리 시스템(integrated water management system)을 개발하여 현장적용을 하고 있으며, 원격검침 시스템을 통해 고객들의 현재 소비량과 과거 누적 소비량, 누수 감지 서비스 및 실시간 요금 고지 등을 실시간으로 웹 포털과 앱을 통해 제공하고 있다. 또한, 일부 제조업체들은 도시 용수공급/소비 관리자가 주민의 용수사용량을 모니터링하여 일평균 용수사용량 및 사용 경향을 파악하고, 누수를 검지하여 복구 및 용수 사용 지속가능성 지수를 제시하고, 실시간으로 주민의 용수사용량 관련 데이터를 모니터링하여 용수공급의 최적화를 위한 의사결정지원 서비스를 용수공급자에게 제공하고 있다. 최근에는 인공지능을 활용해 가정용수의 용도별(세탁용수, 화장실용수, 샤워용수, 식기세척용수 등) 사용량 곡선을 패터닝하여 profiling 기법을 도입해, 스마트워터미터에서 용수사용량이 통합되어 검지될 시 용수사용량의 세부 용도별 re-profiling 기법을 도입하여 가정용수내 과소비되는 지점을 도출 후 절감을 유도하는 기술이 개발 중이다. 또한, 미래 용수 사용량 예측을 위해 다양한 시계열 자료를 분석하는 선형 종속 모형(자기회귀모형, 자기회귀이동평균모형, 자기회귀적분이동평균모형 등)과 비선형 종속 모형(Fuzzy Logic, Neural Network, Genetic Algorithm 등)을 활용한 예측기능이 구축되어 상호 비교하여 최적의 용수사용량 예측 도구를 제공되고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.367-367
• /
• 2012

기후변화로 인해 기온, 강수량, 습도 등의 기후를 예측하고 변화하는 환경에 적응해가며 생활하고 있다. 또한 여러 가지 외부적인 요인들의 영향을 받아 상수도 시설에서의 에너지 사용량도 영향을 많이 받는다. 하지만 이러한 상수도 시설의 사용량 변화로 인해 상수도 수요량의 변화량을 예측하는데 있어서 국내 연구 및 방법이 많이 부족한 상황이다. 이에 본 연구에서는 다중스케일을 기반으로 하는 비선형 예측 모형을 개발하고자 한다. 다중스케일 분석에서도 가장 우수한 분해 능력을 가지는 Wavelet Transform을 적용하여 시계열을 분해한 후 패턴인식 기반의 비선형 예측모형인 Support Vector Machine(SVM)을 적용하였다. 상수도 수요량의 예측 과정은 다음과 같다. 첫째, 상수도 수요량 자료를 Wavelet Transform 기법을 통하여 단순화 시킨다. 둘째, Global Wavelet Spectrum을 통하여 통계적으로 의미 있는 성분만을 추출하고 이를 해석 대상으로 한다. 셋째, 특정 주기를 갖는 유의한 독립성분들에 대해서 최적 지체시간을 결정한 후 SVM모형을 통해 예측 모형을 구축한다. 넷째, 나머지 성분에 대해서도 SVM 모형을 적용하여 예측을 실시한 후 앞서 예측된 성분과 모두 결합하여 최종적으로 예측시계열을 구성한다.

• Journal of Advanced Technology Convergence
• /
• v.2 no.4
• /
• pp.43-48
• /
• 2023

Globally, there is a collaborative effort to achieve global carbon neutrality in response to climate change. In the case of South Korea, greenhouse gas emissions are rapidly increasing, presenting an urgent situation that requires resolution. In this context, this study developed a thermal energy collection device named a 'steam trap' and created an AI model capable of predicting future electricity usage by collecting energy usage data through steam traps. The average accuracy of electricity usage prediction with this AI model was 96.7%, demonstrating high precision. Consequently, the AI model enables the prediction and management of days with high electricity consumption and identifies which facilities contribute to elevated power usage. Future research aims to optimize energy consumption efficiency through efficient equipment operation using anomaly detection in steam traps and standardizing energy management systems, with the ultimate goal of reducing greenhouse gas emissions.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.1
• /
• pp.107-114
• /
• 2023

This study described a method of designing and implementing an artificial intelligence-based learning model for predicting the usage of building members. Artificial intelligence (AI) is widely used in various fields thanks to the development of technology, but in the field of building information management (BIM), the case of utilizing AI technology is very low due to the specificity of the data in the field and the difficulty of collecting big data. Therefore, AI problems for BIM were discovered, and a new preprocessing technique was devised to solve the specificity of data in the field. An artificial intelligence model was implemented based on the designed preprocessing technique, and it was confirmed that the accuracy of predicting the construction component usage of the implemented artificial intelligence model is at a level that can be used in the actual industry.