• 제목/요약/키워드: 사용량 예측

검색결과 249건 처리시간 0.035초

공장전력 사용량 데이터 기반 LSTM을 이용한 공장전력 사용량 예측모델 (Factory power usage prediciton model using LSTM based on factory power usage data)

  • 고병길;성종훈;조영식
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2019년도 추계학술발표대회
    • /
    • pp.817-819
    • /
    • 2019
  • 다양한 학습 모델이 발전하고 있는 지금, 학습을 통한 다양한 시도가 진행되고 있다. 이중 에너지 분야에서 많은 연구가 진행 중에 있으며, 대표적으로 BEMS(Building energy Management System)를 볼 수 있다. BEMS의 경우 건물을 기준으로 건물에서 생성되는 다양한 DATA를 이용하여, 에너지 예측 및 제어하는 다양한 기술이 발전해가고 있다. 하지만 FEMS(Factory Energy Management System)에 관련된 연구는 많이 발전하지 못했으며, 이는 BEMS와 FEAMS의 차이에서 비롯된다. 본 연구에서는 실제 공장에서 수집한 DATA를 기반으로 하여, 전력량 예측을 하였으며 예측을 위한 기술로 시계열 DATA 분석 방법인 LSTM 알고리즘을 이용하여 진행하였다.

가정용수 용도별 사용량의 통계적 특성 분석 (Analysis on Statistical Characteristics of Household Water End-uses)

  • 김화수;이두진;박노석;정관수
    • 대한토목학회논문집
    • /
    • 제28권5B호
    • /
    • pp.603-614
    • /
    • 2008
  • 가정용수의 용도별 사용량은 주거형태, 거주자 생활양식, 주택구조 등의 내부적인 요인과 온도, 날씨, 수도요금 등과 같은 다양한 외부요인들의 영향을 받게 된다. 장기적으로는 거주민의 생활양식, 주거형태, 수도관련 시설의 변화 등에 따라 사용량이 점진적으로 변화하게 되며, 단기적으로는 기온이나 가뭄과 같은 기후조건이나 절수정책과 같은 인위적인 영향에 의해 사용량이 크게 변화하기도 한다. 용수수요에 영향을 미치는 인자에 대한 분석과 이해는 사용량의 변화원인과 경향을 설명해주고 여러가지 인자와의 상관관계를 분석함으로서 물사용패턴과 향후 수요를 예측하는데 도움을 준다. 본 연구에서는 가정용수의 용도별 사용량 실측자료를 바탕으로 사용패턴과 사용량에 미치는 영향인자를 분석하기 위하여 요일별, 월별, 계절별 사용량을 비교하고, 또한 가구특성, 기온 등의 외부인자에 의해 영향을 받는 용도에 대해서도 살펴보았다. 가정용수의 사용패턴을 분석한 결과, 토요일에 사용량이 가장 많고, 월간 중에는 7월의 사용량이 가장 높았으며, 월별 사용량의 첨두율은 평균대비 1.12로 나타났다. 기온에 따른 용도별 사용경향에서 총량용수는 $-14^{\circ}C{\sim}0^{\circ}C$까지 물사용량이 급격하게 증가하는 경향을 보였으나, $0^{\circ}C$이상에서는 큰 변화양상을 보이지 않았다. 반면에 세면, 세탁, 욕조용수는 $0^{\circ}C$이상에서도 점진적인 증가경향을 보였으나, 변기용수는 오히려 감소하는 경향을 보였다. 기온에 대한 용도별 사용량의 상관관계 분석결과 세면용수가 상관계수 0.73으로 상관성이 가장 높았으며, 변기용수는 -0.14로 매우 낮은 음의 상관성을 보였다. 각 인자별로 가정용수 사용량 원단위의 차이에 대한 유의성 여부를 검토하기 위하여 주택유형, 실거주인수, 가족구성, 건평, 수입, 맞벌이여부, 절수형변기, 비데기유무 등에 대하여 분산분석을 수행한 결과, 주택유형의 경우 욕조용수의 사용량에 차이가 발견되었고, 실거주인수는 싱크대, 변기, 기타, 총량용수에서 유의한 차이가 발견되었다. 특히 실거주인수는 세면과 욕조를 제외한 모든 용도별 사용량에서 유의한 차이를 보여 거주인수의 증감에 따라 용도별 사용량의 차이가 분명히 발생하며, 이는 향후 가구당 용수사용량을 설계하는 경우 평균 거주인수에 대한 신중한 검토가 필요할 것으로 판단되었다. 이러한 가정용수의 용도별 사용특성 분석결과는 수요예측, 수요관리 정책수립, 수도관련 기자재 및 시설의 규격결정 등에 기초자료로 활용될 수 있을 것으로 기대된다.

전기 사용량 시계열 함수 데이터에 대한 비모수적 군집화 (Nonparametric clustering of functional time series electricity consumption data)

  • 김재희
    • 응용통계연구
    • /
    • 제32권1호
    • /
    • pp.149-160
    • /
    • 2019
  • 본 연구는 2016년 7월부터 2017년 6월까지 인천 소재 A 대학교의 15분 단위의 일일 전기 사용량 시계열 데이터에 대해 functional data analysis 기법을 적용하여 군집화하고 각 군집의 특성을 파악하고 예측에 활용하고자 한다. 하루동안의 A 대학교의 전기 사용량은 패턴은 주중과 주말 에 큰 차이를 보이며 스플라인 기저함수로 FPCA 구한 후 이들에 대한 가우시안 분포의 혼합모형 기반 군집분석으로 3개의 군집화가 적절해 보인다. 각 군집에 대해 평균 함수, 확률밀도함수, 일들의 분포 등을 정리해 각 군집에 대한 정보와 특징을 보여준다.

물 사용량 예측을 위한 선형 모형과 딥러닝 알고리즘의 비교 분석 (Comparative analysis of linear model and deep learning algorithm for water usage prediction)

  • 김종성;김동현;왕원준;이하늘;이명진;김형수
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1083-1093
    • /
    • 2021
  • 물 사용량 예측은 최적의 용수 공급 운영 방안을 수립하고 전력 소비량 절감을 위하여 꼭 필요한 과정이라고 할 수 있다. 그러나 수용가 단위의 물 사용량은 용도, 사용자의 패턴, 날씨 등의 다양한 요인으로 인해 변화하는 비선형적 특성을 지니고 있다. 따라서 본 연구에서는 비선형적인 수용가 단위의 물 사용량을 예측하기 위하여 다양한 기법들을 연계한 KWD 프레임워크를 제안하고자 하였다. 즉, 먼저 개별 수용가 마다 용도에 따른 유사한 패턴을 파악하기 위해 K-means (K) 군집분석을 수행하였고, 잡음성분을 제거함으로써 핵심적인 주기패턴을 파악하기 위해 Wavelet (W) 방법을 적용하였다. 또한 비선형적 특성을 학습시키기 위해 Deep learning (D) 알고리즘을 적용하였다. 그리고 기존의 선형 시계열 모형인 ARMA 모형과 비교하여 KWD 프레임워크의 성능을 분석하였다. 그 결과 제안된 모형의 상관성은 92%, ARMA 모형은 약 39%로 KWD 프레임워크가 2배 이상의 성능을 가지는 것으로 분석되었다. 따라서 본 연구에서 제안한 방법을 활용할 경우 정확한 물 사용량 예측이 가능해질 것이며, 상황에 따른 최적의 공급 방안을 수립할 수 있을 것이다.

산업시설 내부 LED조명의 수요 예측과 조도의 자동 조절을 이용한 전력 절감 (A Study on LED Light Energy Saving using the Predicted Demand and illumination)

  • 최성민;이병래
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2016년도 춘계학술발표대회
    • /
    • pp.766-769
    • /
    • 2016
  • 산업시설 가운데 화력발전소에 스마트 부하관제 시스템을 이용하여 메탈 조명을 LED 조명으로 대체하여 전력을 절감하였다. LED 조명의 빛의 세기를 조절 할 수 있는 디밍을 통해서 사용자의 다양한 요구사항을 반영할 수 있다. 수요 예측은 전력 사용량이 많은 시간대의 전력사용량을 분산시키는 시스템이다. 수요 예측 스케줄에 의해서 목표전력량에 도달하기 위해 설정된 시간대에 디밍으로 LED 조명의 전력량을 조절하여, 기존 LED 조명 대비 전력량을 27.8% 절감하였다. 외부에 눈과 비가 오거나 밤에 실내가 어두워져서 작업 환경에 영향을 미치는 경우가 있다. 실시간으로 조도를 측정하여 작업 환경이 원활한 기준조도에 맞도록 LED 조명을 디밍 하여 작업환경을 개선하였다.

빅데이터기반 디지털 트윈 활용 폭염 취약계층 예측 시스템의 설계 및 구현 (Design and Implementation of Predicting the Heatwave Vulnerable Class Using Digital Twin Based on Big Data)

  • 나형선;김종인;안진현;전대성;임동혁
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2020년도 추계학술발표대회
    • /
    • pp.781-783
    • /
    • 2020
  • 여름철만 되면 폭염 취약계층의 피해 소식이 꾸준히 발생하고 있다. 본 연구는 폭염 취약계층을 예측하기 위한 방법으로 통신사와 공공데이터에서 유동인구데이터, 전기사용량, 온도데이터, 건물 면적, 병원 접근성 등을 활용하여 분석하였다. 디지털 트윈 기법을 활용해 분석결과 높은 온도대비 면적당 전기사용량이 적으며 동시에 유동인구가 많고 병원 접근성이 떨어질수록 폭염 취약계층일 확률이 높을 것으로 예측하였다.

시계열 회귀모형에 기초한 욕실 내 용수 사용량 추정 (Estimating Bathroom Water-uses based on Time Series Regression)

  • 명성민;김동건;조진남
    • 한국컴퓨터정보학회논문지
    • /
    • 제19권8호
    • /
    • pp.19-26
    • /
    • 2014
  • 신뢰성 있는 물 수요예측을 실시하기 위해서는 실측자료를 이용하여 다양한 수요구조의 변화를 합리적으로 반영할 수 있는 수요예측모형을 개발 활용하는 것이 필요하다. 본 연구에서는 가정에서사용하고 있는 욕실 내 용수사용량 특성을 파악하기 위하여 전국 140여개 가구를 대상으로 전자식 유량계와 무선송신시스템이 결합된 원격측정시스템을 이용하여 실측자료를 취득하고, 이를 이용하여 각 사용량의 기준이 되는 원단위를 도출하였다. 향후 사용량 예측을 위하여 욕실 내 용수를 욕조용수와 세면용수로 구분하여 시계열 모형을 적용함으로써 물 수요관리 및 정책수립을 위한 정보로서 활용할 수 있도록 하였다.

스팀 절감량 예측을 위한 흑액 다중 효용 증발 공정 모델 개발 (Development of Black Liquor Multiple-effect-evaporation Process Model to Predict Steam Savings)

  • 김유림;임종훈;최영렬;김태복;박한신;조형태;김정환
    • Korean Chemical Engineering Research
    • /
    • 제60권1호
    • /
    • pp.25-33
    • /
    • 2022
  • 본 연구에서는 흑액 증발공정에 소비되는 스팀의 절감량을 예측하기 위해 증발기 수에 따른 다중 효용 증발공정 모델을 개발하였다. 개발한 공정 모델은 흑액의 예열 및 증발 과정으로 구성되어 있고, 스팀 사용량을 예측하기 위해 가상의 재비기가 추가되었다. 시뮬레이션 결과, 2중 효용 증발기에서 스팀 사용량은 48.9% 감소하였고, 증발기 수가 증가함에 따라 스팀 사용량이 감소하여 8중 효용 증발기에서 최대 76.5% 감소함을 확인하였다. 시뮬레이션 결과를 증발기 수에 따른 포화증기의 잠열 회수량, 스팀 사용량, 각 증발기의 포화증기 생산량으로 분석하여 최적의 증발기 수 도출을 위한 방안을 제시하였다.

홈/빌딩환경에서 자원관계맵 기반의 에너지 절감 방안 (An Energy Saving Method using Resource-relation-map of Home/Building)

  • 이지현;손지연;김지영;박준희
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2011년도 춘계학술발표대회
    • /
    • pp.1057-1059
    • /
    • 2011
  • 본 논문은 홈/빌딩네트워크 환경에서 에너지 절감을 위한 효율적인 관리방법을 제안한다. 보다 상세하게는 먼저 가정(home)이나 빌딩(building) 등의 건물에서 사용되는 에너지의 정보를 수집하여 이들에 관한 통합 자원 관계맵을 구축한다. 구축된 자원 관계맵을 기반으로 실제 에너지 사용량과 금액을 계산하여 알려줄 뿐만 아니라 에너지의 예측 사용량과 금액을 계산하여 사용자에게 알려준다. 이와 더불어 사용량이 많을 경우 각 자원별 뿐만 아니라 지역, 사용량, 타입, 특성과 같은 다양한 그룹별로 에너지 절감 방안을 제시함으로써 사용자가 실제로 에너지를 효과적으로 절감할 수 있도록 하는 자원관계맵 기반의 에너지 절감방안을 제안한다.