• Journal of Energy Engineering
• /
• v.9 no.4
• /
• pp.358-365
• /
• 2000

본 연구에서는 수직 단일관에서의 재관수(reflux) 응축 현상에서 증기유량이 역류제한치보다 큰 경우에 발생하는 다양한 유동 패턴을 예측하고, 그 동적 특성을 해석하기 위한 모델을 개발하였다. 특히 L/D가 큰 재관수 응축기에서 발생하는 충전 방출 모드에서의 동적 특성을 예측하는 것이 목표이다. 응축기의 내부를 액체와 증기의 두 영역으로 나누어 질량, 에너지, 운동량 보존에 입각한 본 모델은, 형성된 물기둥의 진동시 갈래질 경계(bifurcation boundary)와 진동주기를 예측할 수 있다. 이 모델은 McMaster 대학에서 수행한 실험결과와 비교한 결과 양호한 예측을 했고, 튜브 직경변화 효과를 잘 묘사하였다. 이러한 단순 모델은 재관수 응축기의 설계시에 설계변수를 도출하는데 사용될 수 있고, 인위적으로 부여한 압력펄스를 이용하여 재관수 응축기의 운전영역을 개선하는데 기초로 활용될 수 있다.

• Journal of Digital Convergence
• /
• v.12 no.3
• /
• pp.211-218
• /
• 2014

Recently, wind energy is expanding to combination of computing to forecast of wind power generation as well as intelligent of wind powerturbine. Wind power is rise and fall depending on weather conditions and difficult to predict the output for efficient power production. Wind power is need to reliably linked technology in order to efficient power generation. In this paper, distributed power generation forecasts to enhance the predicted and actual power generation in order to minimize the difference between the power of distributed power short-term prediction model is designed. The proposed model for prediction of short-term combining the physical models and statistical models were produced in a physical model of the predicted value predicted by the lattice points within the branch prediction to extract the value of a physical model by applying the estimated value of a statistical model for estimating power generation final gas phase produces a predicted value. Also, the proposed model in real-time National Weather Service forecast for medium-term and real-time observations used as input data to perform the short-term prediction models.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2006.05a
• /
• pp.115-118
• /
• 2006

빙축열 시스템과 같은 열교환 시스템을 이용하여 심야의 전력 경부하 시 주간에 이용할 냉방부하를 축열하였다가 주간에 공급함으로써 전력의 평준화와 전력 설비의 효율적 운용을 기할 수 있어 전력의 안정적인 수급과 에너지의 효율을 극대화할 수 있다. 하지만 빙축열 시스템의 제어 운전을 전적으로 운전자의 경험에 의존하는 경우에 충분한 냉방 부하를 공급하기 위한 잉여축열에너지가 비경제적으로 많아져서 빙축열 시스템의 경제성이 저하되고 사용 효과가 낮아지는 문제점이 많이 발생되고 있다. 경제적인 활용 효과를 고려하여 빙축열 시스템을 효율적으로 운용하기 위해서는 냉방부하량이 기후 특성에 의해 결정되므로 기후를 정확하게 예측하고 이를 토대로 다음날의 시간별 냉방부하를 예측하여 적정한 축열량을 결정하여야 하는 어려움이 따른다. 이러한 문제를 해결하기 위해 본 연구에서는 신경망을 이용하여 기상 데이터를 토대로 다음날의 온도와 습도를 예측하고 예측된 온도와 습도 및 냉방부하 실적 자료를 기반으로 신경망을 이용하여 시간별 냉방부하를 예측하는 알고리즘을 제시하였다. 제안된 냉방 부하예측 알고리즘에 의해 구축된 한국전력공사 속초생활연수원의 부하예측모델을 이용하여 온도, 습도, 냉방부하를 예측한 결과 기존 방법에 의한 것보다 우수한 예측 성능을 보였다.

• Solar Energy
• /
• v.11 no.2
• /
• pp.9-19
• /
• 1991

Lighting is one of the largest energy consumption in commercial building. For saving such lighting energy, integrated lighting system with daylight and artificial lighting has been suggested. In such system, perimeter zone can be illuminated by daylighting and the deep area of room by artificial lighting. So, the study aimed to develope of lighting energy prediction nomograph by turnning-off depth and lighting control systems during daytime. For the purpose, energy nomo-graph has been developed to apply to side-lit office building and the use and limitation of the nomograph has been discussed.

• Proceedings of the KIPE Conference
• /
• 2007.07a
• /
• pp.482-484
• /
• 2007

철도차량이 운행될 때 회생제동 구간에서는 회생에너지가 발생한다. 1500[V] DC급전시스템에서 회생된 에너지는 가선 전압을 상승시킨다. 상승된 가선전압은 급전시스템에 악영향을 주기 때문에 회생에너지를 활용하는 방법을 이용하여 가선전압을 안정화 한다. 회생에너지 활용방법의 하나인 회생에너지 저장 시스템을 적용할 때 고려해야 될 사항은 회생에너지의 발생양이다. 회생에너지의 양이 적어 활용가치가 떨어지는 구간에서는 적용하지 않기 때문에 회생량에 대한 사전 정보가 필요하다. 회생에너지의 양은 실측을 통해 얻을 수 있지만 측정을 위한 시간이나 고가의 장비를 사용해야하는 단점이 있다. 본 논문에서는 회생에너지 예측이 가능한 직류지하철 시스템의 모델링을 통해 실측시 발생하는 시간 및 비용적인 문제점을 해결할 수 있다. 회생에너지의 예측은 시뮬레이터를 이용하여 구배 및 곡선, 차량 데이터 등의 운전특성을 바탕으로 이루어진다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.656-657
• /
• 2011

산업사회의 급속한 발전과 생활수준 향상에 따라 전력수요 및 공급전망에 대한 인식이 점차 강조되고 있다. 에너지자원이 부족한 우리나라는 전체 에너지의 약 97%를 수입에 의존하고 있으므로 전력공급의 정확한 수요예측을 통해서 안정적, 경제적으로 전력을 공급해야 한다. 2001년 전력산업구조개편에 따라 전력시장은 발전부문만 시장에 참여하여 경쟁하는 발전경쟁체제로 발전사업자의 입찰량과 전력거래소의 전력수요 예측 결과를 이용하여 시간대별 전력시장가격을 결정하는 가격결정발전 계획을 수립하고 있다. 본 논문에서는 청정 녹색에너지로 피크시간대에 발전하여 주파수 조절을 담당함으로써 전력계통에 크게 기여하고 있는 수력 발전기의 최적 입찰 전략 및 수력발전 사업계획에 활용할 수 있는 전력거래가격 전망 전략을 제시하여 수력발전사업자의 수익 증대와 전력시장 가격 안정화에 기여하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.31-34
• /
• 2024

태양광 에너지는 탄소 중립 이행을 위한 주요 방안으로 많은 주목을 받고 있다. 태양광 발전량은 여러 환경적 요인에 따라 크게 달라질 수 있으므로, 정확한 발전량 예측은 전력 네트워크의 안정성과 효율적인 에너지 관리에 근본적으로 중요하다. 대표적인 인공지능 기술인 신경망(Neural Network)은 불안정한 환경 변수와 복잡한 상호작용을 효과적으로 학습할 수 있어 태양광 발전량 예측에서 우수한 성능을 도출하였다. 하지만, 신경망은 모델의 구조나 초매개변수(Hyperparameter)를 최적화하는 것은 복잡하고 시간이 많이 드는 작업이므로, 에너지 분야에서 실제 산업 적용에 한계가 존재한다. 본 논문은 2단계 신경망 최적화를 통한 태양광 발전량 예측 기법을 제안한다. 먼저, 태양광 발전량 데이터 셋을 훈련 집합과 평가 집합으로 분할한다. 훈련 집합에서, 각기 다른 은닉층의 개수로 구성된 여러 신경망 모델을 구성하고, 모델별로 Optuna를 적용하여 최적의 초매개변숫값을 선정한다. 다음으로, 은닉층별 최적화된 신경망 모델을 이용해 훈련과 평가 집합에서는 각각 5겹 교차검증을 적용한 발전량 추정값과 예측값을 출력한다. 마지막으로, 스태킹 앙상블 방식을 채택해 기본 초매개변숫값으로 설정해도 우수한 성능을 도출하는 랜덤 포레스트를 이용하여 추정값을 학습하고, 평가 집합의 예측값을 입력으로 받아 최종 태양광 발전량을 예측한다. 인천 지역으로 실험한 결과, 제안한 방식은 모델링이 간편할 뿐만 아니라 여러 신경망 모델보다 우수한 예측 성능을 도출하였으며, 이를 바탕으로 국내 에너지 산업에 이바지할 수 있을 것으로 기대한다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1995.05a
• /
• pp.1047-1053
• /
• 1995

한국의 장기 에너지공급 전략에서 에너지수요 및 환경제약에 따른 원자력에너지의 역할을 평가하기 위해 에너지수급 최적화모형인 MESSAGE를 이용하였다. 에너지수급 네트워크의 입력자료로 필요한 유효에너지 수요를 예측하기 위해 새로운 프로그램을 개발하였고, 이 결과를 이용하여 1993년부터 2040년까지 원자력계통을 포함한 전체 에너지계통에 대한 최적화를 수행하였으며, 노형전략 및 핵연료주기전략, 원자력에너지의 확대이용 방안 등을 제시하였다. 한국에서 원자력 확대이용에 대한 핵심 요인은 경제성장 규모, 화석연료의 이용가능성, 이산화탄소 배출규제, 부지 및 대중수용성에 의해 제한 받는 원자력 자체의 공급능력이 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.97-97
• /
• 2022

AI 모형을 적용한 도시지역 침수예측에 대한 연구는 꾸준히 수행되어 왔다. AI 모형을 이용해 도시침수예측을 하기 위해서는 모형에 강우자료를 학습시키게 되는데, 시계열 강우분포 자료를AI 모형의 학습자료로 사용하기에 자료의 양이 너무 많기 때문에 총 강우량만을 이용하여 도시침수예측을 수행한 바 있다(Kim et al., 2021). 하지만 총 강우량만을 AI 모형에 학습시킬 경우, 지속기간 동안 강우가 고르게 분포하는지 불규칙적으로 분포하는지에 대한 정보가 포함되지 않았기 때문에 침수예측력이 떨어질 수 있다. 따라서 본 연구에서는 시계열 강우자료의 통계치를 산정하여 AI 모형에 학습시킴으로써 강우분포특성을 고려한 침수예측을 통해 예측력을 높이고자 한다. 총 강우량만을 학습시킬 경우, 같은 지속시간에 같은 양의 강우가 내리더라도 고른 분포를 가진 강우에 의해서는 실제 침수는 작게 일어나므로 과대예측을, 전체 지속시간 중 특정 시간대에 편향된 분포를 가진 강우에 의해서는 실제 침수가 크게 일어나므로 과소예측을 하는 문제가 발생할 수 있다. 따라서 표준편차를 평균 강우량으로 나눈 값인 변동계수, 강우분포의 뾰족한 정도를 나타내는 첨도, 평균값에 대해 어느 방향으로 비대칭인지를 나타내는 왜도 값을 추가로 학습시킴으로써 시계열 강우자료 전체를 학습시키지 않고도 강우분포를 학습시키지 않았을 때 발생하는 과소·과대예측 문제를 해결할 수 있다. 또한 변동계수 대신 표준편차를 학습시키는 모형, 변동계수와 표준편차를 모두 학습시키지 않는 모형, 변동계수와 표준편차를 모두 학습시키는 모형과의 침수예측 결과 비교를 통해 표준편차와 변동계수 중 어떤 통계치를 학습시키는 것이 적합한지와 비슷한 통계치 자료를 모두 학습시켰을 때의 과적합 문제 등에 대한 결론를 얻을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.