• KOREAN POULTRY JOURNAL
• /
• v.50 no.5
• /
• pp.130-134
• /
• 2018

전기(電氣)는 우리 일상생활에 없어서는 안 될 중요한 삶의 일부가 되었다. 양계장에서는 여름철 휀가동 등 전기사용량이 늘어나면서 전기 안전성이 더욱 강조되고 있다. 전국의 양계장 전기시설은 물론, 유지보수에 중점을 두면서 농가에 필요한 히터기나 조광기를 공급해주고 있는 업체가 있어 찾아보았다. 전기분야에서 능력을 인정받고 있는 (주)동성종합전기(대표 정장환)는 충남 천안에 본사를 두고있으며, 전국의 양계장에 전기시설 점검은 물론 정부 지원사업으로 히터기 등을 공급하면서 농장 수익증대에 크게 기여하고 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.8
• /
• pp.137-146
• /
• 2011

In order to support increased consumer awareness regarding energy consumption, we present new ways of monitoring and predicting with energy in electric appliances. The proposed system is a design of a common electrical power outlet called smart plug that measures the amount of current passing through current sensor at 0.5 second. To acquire data for training and testing the proposed neural network, weather parameters used include average temperature of day, min and max temperature, humidity, and sunshine hour as input data, and power consumption as target data from smart plug. Using the experimental data for training, the neural network model based on Back-Propagation algorithm was developed. Multi layer perception network was used for nonlinear mapping between the input and the output data. It was observed that the proposed neural network model can predict the power consumption quite well with correlation coefficient was 0.9965, and prediction mean square error was 0.02033.

• KIPS Transactions on Computer and Communication Systems
• /
• v.5 no.10
• /
• pp.293-302
• /
• 2016

Since the electricity is produced and consumed simultaneously, predicting the electric load and securing affordable electric power are necessary for reliable electric power supply. In particular, a university campus is one of the highest power consuming institutions and tends to have a wide variation of electric load depending on time and environment. For these reasons, an accurate electric load forecasting method that can predict power consumption in real-time is required for efficient power supply and management. Even though various influencing factors of power consumption have been discovered for the educational institutions by analyzing power consumption patterns and usage cases, further studies are required for the quantitative prediction of electric load. In this paper, we build an electric load forecasting model by implementing and evaluating various machine learning algorithms. To do that, we consider three building clusters in a campus and collect their power consumption every 15 minutes for more than one year. In the preprocessing, features are represented by considering periodic characteristic of the data and principal component analysis is performed for the features. In order to train the electric load forecasting model, we employ both artificial neural network and support vector machine. We evaluate the prediction performance of each forecasting model by 5-fold cross-validation and compare the prediction result to real electric load.

• Electronics and Telecommunications Trends
• /
• v.26 no.6
• /
• pp.21-36
• /
• 2011

우리나라 전체 에너지 사용량의 40% 정도를 차지하고 있는 아파트형 주거 밀집공간, 대규모 상업건물, 정부 및 대기업의 사무용 공공건물에서 에너지 사용을 절감하기 위한 방안으로 기존 건물 위주의 수동적 제어방법에서 한 단계 앞선 최신의 ICT 기술을 접목하여 능동적으로 건물 에너지를 관리하는 방법이 강구되고 있다. 특히 소비자의 움직임 및 사용공간 정보를 활용하여 소비자의 만족도를 저해하지 않으면서 건물의 에너지 사용량을 최소화하기 위한 기술이 논의되고 있다. 즉, 조명, 냉난방/공조, 전기기기의 에너지 사용량을 30%까지 절감하기 위한 기술이 연구되고 있는데, 본 고에서는 사용자의 만족도는 향상시키면서 건물 에너지는 절약할 수 있는 기술동향에 대해 언급한다.

• The Journal of Bigdata
• /
• v.6 no.1
• /
• pp.127-132
• /
• 2021

Korea is both a resource-poor country and a energy-consuming country. In addition, the use and dependence on electricity is very high, and more than 20% of total energy use is consumed in buildings. As research on deep learning and machine learning is active, research is underway to apply various algorithms to energy efficiency fields, and the introduction of building energy management systems (BEMS) for efficient energy management is increasing. In this paper, we constructed a database based on energy usage by device per household directly collected using smart plugs. We also implement algorithms that effectively analyze and predict the data collected using RNN and LSTM models. In the future, this data can be applied to analysis of power consumption patterns beyond prediction of energy consumption. This can help improve energy efficiency and is expected to help manage effective power usage through prediction of future data.

• The Magazine for Energy Service Companies
• /
• s.77
• /
• pp.28-39
• /
• 2012

산업체 에너지소비량은 전체 에너지소비량의 60%에 육박하고, 이들 산업체 대부분의 업종에서 '요' 및 '로'를 사용하여 제품을 생산한다. '요' 및 '로'는 열에너지 사용량이 매우 많은 설비일 뿐 아니라 대부분의 경우 송풍기와 같은 전기에너지와의 상호 연계성이 높아 이에 대한 개선을 통해 열에너지와 전기에너지를 동시에 절감할 수 있다.

• Electric Engineers Magazine
• /
• v.192 no.8
• /
• pp.25-31
• /
• 1998

전동기에서 소비되는 전력사용량은 전체 전력소비량의 약 70%를 차지하고 있는 것으로 조사되고 있다. 이와 같이 전력사용의 많은 부분을 차지하고 있는 전동기에 대한 고장 예방활동은 산업체에서는 설비이용률의 향상에 따른 생산성 향상을 수반할 뿐 아니라 유지보수비의 절감을 가져올 것이고 가정이나 서비스분야에 있어서도 유사한 관점에서 검토 될 수 있을 것이다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.39-40
• /
• 2015

가정용 가전제품의 전력사용량을 절감하기 위한 방법은 인력과 ICT 융합형 관리시스템으로 가능하다. 인력에 의한 방안은 사용하지 않는 가전제품의 코드를 매번 콘센트와 분리하여야 하는 번거로움이있어 효과가 있음에도 활용도가 낮았다. 반면에 통합관리스템은 전체 가전제품을 원격으로 관리할 수 있도록 하나의 네트워크로 묶어 모니터링하고 관리하는 기술을 구현해야 하는 어려움이 있다. 본 논문에서는 스마트 플러그와 IPTV를 이용하여 대기전력의 차단과 사용량을 절감하기 위한 방안을 제시하고자 한다. 이를 통해 소요되는 비용을 최소화하고 이용은 편리하게 하여 성과를 높이고자 한다.

• Proceedings of the KIEE Conference
• /
• 1999.11b
• /
• pp.346-348
• /
• 1999

최근들어 전력 사용량이 증가하고 각종 악성 부하가 증가하면서 최대전력 사용량의 증가 와 고조파 및 상 불평형 전류등에 의한 기기 오동작이나 수명 저하가 문제시 되고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 단일 기기로 유효전력 제어, 상 불평형 및 고조파 전류 보상 그리고 무효전력 억제의 기능을 수행할 수 있는 다기능 전력공급 장치를 개발하였다. 실험을 통하여 다기능 전력공급 장치의 성능을 확인하였다.

• Electrical & Electronic Materials
• /
• v.17 no.7
• /
• pp.12-20
• /
• 2004

현재 지구상에서 소모되는 에너지의 비율 중 70% 이상이 화석연료이다. 그러나 이런 화석연료의 고갈과 환경문제가 대두되면서 미래의 에너지와 환경 문제를 극복할 수 있는 재생에너지원의 개발이 시급하다. 그 중 태양전지는 가장 주목받고 있는 대체에너지원다. 더욱이 지구표면에 도달하는 년간 태양에너지의 총량은 $795,000{\times}{10^12}$kWh이다. 이는 전 세계가 년간 소비하는 총량($82,83{\times}{10^12}$kWh)에 비해 10,000배에 해당한다. 보다 현실적 인 표현을 빌면 10%의 에너지 변환효율을 갖는 태양전지로 지구 전체의 0.1%만 채워도 인류가 사용하는 에너지원을 전부 공급할 수 있어서, 에너지 전문가들은 향후 20년 내에 태양에너지의 사용량이 총에너지 사용량의 30%에 도달할 것으로 예상하고 있다. (중략)