• Journal of The Institute of Information and Telecommunication Facilities Engineering
• /
• v.9 no.3
• /
• pp.107-111
• /
• 2010

This paper is concerned with data center remote management service for demanding forecasting and reduction of energy usage. More particularly, intelligent server rack, mounted on inside of the data center, collects information about energy usage and temperature per server. Using this information, management platform forecasts energy demand in the future and automatically makes report according green environment raw. By providing the remote management service through remote terminals, users are not tied to a time and place to control device inside the data center. In this way, the data center remote management service enhances operability of the facility.

• JOURNAL OF ELECTRICAL WORLD
• /
• no.12 s.3
• /
• pp.30-37
• /
• 1974

• Journal of Energy Engineering
• /
• v.8
• /
• pp.157-174
• /
• 1999

에너지부문의 미래를 예측할 때 과거의 예를 참고하는 것이 결정적인 도움은 안되지만, 방향설정을 위한 좋은 지침이 되는 경우는 많다. 21세기의 에너지산업을 변화시킬 주요 요소에는 지구기후변화, 산업활동에 대한 환경규제 강화, 전력산업의 구조개편, 산업활동 증가와 생활수준의 향상에 따른 전기 및 에너지수요의 지속적 증가, 기타 여러가지 시장요인에 의한 다양한 변화가 예상된다. (중략)

• Nuclear industry
• /
• v.23 no.7 s.245
• /
• pp.26-37
• /
• 2003

21세기 미래 사회의 유망 에너지로서 전기 에너지의 특성과 역할을 예측$\cdot$분석하였다. 먼저 에너지와 문명 발전과의 관계를 에너지와 경제 그리고 에너지 안보 차원에서 고찰하고 이들 간의 공진화 관계를 산업 혁명 이후의 세계 경제의 장주기적 변화 관점에서 분석하였다. 그리고 20세기에 전기 에너지가 세계 경제 사회에 미친 중요한 영향을 분석한 후에 21세기 지식 기반 디지털 경제 사회에서 전기 에너지의 개발 환경 및 수요 특성을 전망하였다.

• The Journal of Bigdata
• /
• v.5 no.2
• /
• pp.17-27
• /
• 2020

District heating system supplies heat from low-cost high-efficiency heat production facilities to heat demand areas through a heat pipe network. For efficient heat supply system operation, it is important to accurately predict the heat demand within the region and optimize the heat production plan accordingly. In this study, a heat demand forecasting model is proposed considering real-time calorimeter information from local heat demands. Previous models considered ambient temperature and heat demand history data to predict future heat demands. To improve forecast accuracy, the proposed heat demand forecast model added big data from real-time calorimeters installed in the heat demands within the target region. By employing calorimeter information directly in the model, it is expected that the proposed forecast model is to reflect heat use pattern of each demand. Computational experiemtns based on the actual heat demand data shows that the forecast accuracy of the proposed model improved when the calorimeter big data is reflected.

• Journal of Energy Engineering
• /
• v.10 no.1
• /
• pp.17-23
• /
• 2001

전력산업 구조개편에 따른 발전부문의 경제급전 추구로 인하여 구 동안 가스산업에서 수급조절역할을 담당하던 발전용 수요의 감소로 수급불균형 심화가 예상되고 결국에는 저장설비의 구축에 막대한 자본이 소요될 것으로 보인다. 이에 본 연구에서는 분석모형을 통하여 이러한 영향들을 계량적으로 분석하고 그 원인을 밝힘으로써 전력산업 구조개편에 대응한 향후의 천연가스 수급정책 방향을 제시하였다. 연구결과에 의하면, 경제급전의 추구로 인해 발전용 수요가 기존 예측치 대비 약 40∼50% 수준으로 급감하여 소요저장탱크기수는 1∼2기 정도 감소하지만, 발전용 수요의 수급조절능력의 약화로 천연가스 수요패턴은 더욱 악화되는 것으로 분석되었다. 또한 필요수입 보전주의에 따른 가격결정방식의 소비자가격이 상승되는 것으로 보아 저장설비에 과다투자가 이루어지는 것으로 판단할 수 있다. 결국, 도시가스의 수요패턴이 현상태를 유지하는 경우, 발전부문의 경제급전시 가스산업에서는 수요패턴의 약화로 저장시설에의 과다설비투자가 불가피하며 이는 소비자가격의 상승으로 이어질 것으로 예상된다. 따라서 향후 가스산업에서는 다양한 수요관리 방안과 도입량 조절 등을 통한 수요패턴 개선노력이 시급할 것으로 판단된다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.29 no.1
• /
• pp.57-67
• /
• 2000

최근 국민소득수준의 향상을 따라 여름철 전력 수요가 폭증하므로 전력안정 공급을 위한 특별 대책이 필요한 실정이고 환경적인 측면이나 수용가 입장에서 만족스러운 새로운 냉·난방, 전기 공급시스템의 개발·적용이 필요하다. 선진국의 경우, 소규모의 집단에너지 공급이 주류를 이루고 있으며 특히 소규모 열병합 발전시 생산되는 전기, 지역난방열 이외에 냉방에 필요한 냉수를 중앙열원에서 동빌딩을 중심으로하는 구역형 집단에너지 시스템(Community Energy Supply System)등 소규모지역 난냉방 공급방식이 활성화되어 있으므로, 우리나라에서도 냉방/난방/전기부하 패턴 및 하절기 피크부하 경감에 대한 기여도 등을 고려한 경제성있는 최적시스템 구성이 가능한지 검토할 필요가 있다. 소규모 집단에너지사업은 대규모 사업과는 달리 적정 수요예측이 가능하므로 효율적인 초기 투자가 이루어질 수 있으며, 상업용 및 사업용 빌딩 등을 중심으로 부하밀도가 높은 구역을 대상으로 하명서 해당 부하패턴에 적합한 효율적인 시스템의 구성을 통해 수익성이 확보된다면 국가 에너지절약 및 한전의 여름철 전력 피크부하 경감, 대기 환경공해 감소, 도심 도시미관 향상 등의 사업효과가 기대된다. 본문에서는 이러한 소규모 집단에너지시스템 개요 및 국내외 공급 현황, 국내 적용환경, 적용 가능에너지 검토 열원시스템의 기본방향 등에 대하여 언급하고자 한다.

• The Journal of Korean Institute of Next Generation Computing
• /
• v.13 no.4
• /
• pp.7-18
• /
• 2017

Electrical energy is one of the most important energy sources in modern society. Therefore, it is very important to control the supply and demand of electric power. However, the power consumption data needed to predict power demand may include the information about the private behavior of an individual, the analysis of which may raise privacy issues. In this paper, we propose a secure power demand forecasting method where regression analyses on power consumption data are conducted in a trusted execution environment provided by Intel SGX, keeping the power usage pattern of users private. We performed experiments using various regression equations and selected an equation which has the least error rate. We show that the average error rate of the proposed method is lower than those of the previous forecasting methods with privacy protection functionality.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.11
• /
• pp.527-536
• /
• 2017

With the recent development of smart grid industry, the necessity for efficient EMS(Energy Management System) has been increased. In particular, in order to reduce electric load and energy cost, sophisticated electric load forecasting and efficient smart grid operation strategy are required. In this paper, for more accurate electric load forecasting, we extend the data collected at demand time into high time resolution and construct an artificial neural network-based forecasting model appropriate for the high time resolution data. Furthermore, to improve the accuracy of electric load forecasting, time series data of sequence form are transformed into continuous data of two-dimensional space to solve that problem that machine learning methods cannot reflect the periodicity of time series data. In addition, to consider external factors such as temperature and humidity in accordance with the time resolution, we estimate their value at the time resolution using linear interpolation method. Finally, we apply the PCA(Principal Component Analysis) algorithm to the feature vector composed of external factors to remove data which have little correlation with the power data. Finally, we perform the evaluation of our model through 5-fold cross-validation. The results show that forecasting based on higher time resolution improve the accuracy and the best error rate of 3.71% was achieved at the 3-min resolution.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1085-1087
• /
• 2012

현재 급격한 화석 에너지의 사용 증가로 인해 자원이 고갈되고 있으며, 심각한 환경오염의 문제가 발생하고 있다. 이러한 화석 에너지의 문제점 때문에 무공해이면서 자원 량이 무한에 가까운 신재생 에너지가 거론되고 있는데, 그 중에서 경제적인 면과 기술력이 가장 발전한 풍력 에너지가 각광 받고 있다. 하지만 풍력 발전은 풍속이 짧은 시간 안에 급격한 변화를 일으켜 풍력 터빈의 손상을 초래하며 정확한 풍력발전량의 예측이 힘들어 전력 생산량이 불규칙하다. 그리하여 전력의 공급과 수요의 균형을 위해 풍력발전량의 정확한 예측이 필요하다. 따라서 이 연구에서는 ANFIS을 적용하고 전력 생산 변화의 빠르기 PRR을 이용하여 풍력발전량을 예측하였다. 실험에서는 ANFIS기법에 PRR속성을 이용하여 단순한 ANFIS 기법 보다 더 정확한 풍력 발전량의 예측 결과를 얻을 수 있었다.