• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.337-337
• /
• 2022

한반도 기후변화평가보고서에 의하면 집중호우의 빈도와 강도는 1990년대 후반부터 꾸준히 증가하는 경향을 보였고 2020년의 홍수는 예견된 것으로 우려가 현실화 된 사건이라 볼 수 있다. 2020년 홍수에서 알 수 있듯이 강수량과 하천의 유량을 직접 담아내는 국내 댐 시설의 운영은 증가하는 기후변화의 위험에 더욱 중요한 역할을 할 것으로 보인다. 단일 목적으로 건설된 발전용댐의 경우도 다목적댐, 홍수조절댐 등 다양한 수자원시설과 동일한 수계 내에 배치되어 있기 때문에 기후변화 시나리오에 따라 발전용댐의 운영도 변화되어야 할 것이다. 2020년 발전용댐의 다목적 활용 협약 등의 여건 변화는 수자원 활용 측면에서 발전용댐의 역할이 기대되고 있다. 따라서 본 연구에서는 기후변화 시나리오에 따른 발전용댐의 운영안을 회복탄력성 관점에서 제시하고자 한다. 기후변화는 CMIP6 데이터베이스에서 제공하는 18개의 GCMs의 결과를 고려하여 기후변화를 고려하였으며 3개의 미래구간에 대해 100개의 앙상블을 생성하였다. 해당 자료는 LSTM 모형으로 기반으로 댐 유입량을 예측하기 위해 사용되었다. 유입량 예측 결과 0.77~0.89의 NSE 값을 갖는 것으로 평가되었다. 최종적으로 기후변화 시나리오 따라 증가하는 예측된 유입량에 맞춰 댐 모의운영을 수행하였고 회복탄력성, 발전량, 홍수위험 등을 평가하였다. 그 결과 전력생산 관점의 회복탄력성을 유지하는 운영안을 제시하였고, 이를 통해 전력생산량을 증가시키면서 홍수조절 및 용수공급에 기여함을 확인하였다. 향후 방류량에 따라 하류의 구체적인 치수위험평가가 동시에 이뤄진다면 기후변화 시나리오별 발전용댐의 최적 운영기준을 제시할 수 있을 것으로 기대된다.

• Smart Media Journal
• /
• v.13 no.1
• /
• pp.18-23
• /
• 2024

Power efficiency management in smart farms is important due to its link to climate change. As climate change negatively impacts agriculture, future agriculture is expected to utilize smart farms to minimize climate impacts, but smart farms' power consumption may exacerbate the climate crisis due to the current electricity production system. Therefore, it is essential to efficiently manage and optimize the power usage of smart farms. In this study, we propose a system that monitors the power usage of smart farm equipment in real time and predicts the power usage one hour later using GRU. CT sensors are installed to collect power usage data, which are analyzed to detect and prevent abnormal patterns, and combined with IoT technology to efficiently manage and monitor the overall power usage. This helps to optimize power usage, improve energy efficiency, and reduce carbon emissions. The system is expected to improve not only the energy management of smart farms, but also the overall efficiency of energy use.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.5
• /
• pp.1-13
• /
• 2009

Filter cache has been introduced as one solution of reducing cache power consumption. More than 50% of the power reduction results from the filter cache, whereas more than 20% of the performance is compromised. To minimize the performance degradation of the filter cache, the predictive filter cache has been proposed. In this paper, we review the previous filter cache predictors and analyze the problems of the solutions. As a result, we found main problems that cause prediction misses in previous filter cache schemes and, to resolve the problems, this paper proposes a new prediction policy. In our scheme, some reference bit entries, called MSBs, are inserted into filter cache and BTB, to adaptively control the filter cache access. In simulation parts, we use a modified SimpleScalar simulator with MiBench benchmark programs to verify the proposed filter cache. The simulation result shows in average 5% performance improvement, compared to previous ones.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.135-136
• /
• 2011

발전된 전력을 부하설비까지 공급하는 수송체계를 송배전 전력망이라 한다. 송배전전력망은 송배전 설비와 공급선로로 구성되어 있으며 각각 스카다와 배전자동화시스템에 의해 감시, 운영되고 고장발생 시 복구기능을 수행하고 있다. 경제성장에 따라 전력망은 계속 증가되고 운영방법도 더욱 복잡해져 자동화시스템만으로 설비의 상태진단과 고장예측은 물론 효율적 운영에 한계가 나타나고 있다. 또한 지구온난화의 해소를 위해 이산화탄소 감축에 필요한 신재생발전과 전기자동차 충전장치의 설치요구도 증가하고, 대용량 전력저장장치를 이용한 전력계통과 연계도 늘어나고 있다. 따라서 송배전설비와 정보통신기술의 융합을 통해 고장을 예방하고 전력계통운영의 효율화와 고품질의 전력을 안정적으로 공급하기 위한 스마트그리드 기반의 송배전전력망 통합운영시스템의 구성과 동작 체계를 제시하고자 한다.

• Proceedings of the KIPE Conference
• /
• 2006.06a
• /
• pp.406-408
• /
• 2006

본 논문은 플라즈마 디스플레이 패널(PDP) 전원공급 장치로 사용되는 DC-DC 컨버터의 동적 응답특성을 향상 시킬 수 있는 새로운 디지털 제어 알고리즘을 서술한다. 제안하는 알고리즘은 PDP에 영상을 표시하기 위한 영상 입력신호와 구동회로의 유지방전 파형의 제어를 위한 신호를 이용하여 부하전류의 변화량과 시점을 예측한다. 별도의 추가적인 전류센서를 사용하지 않고 예측된 부하전류 정보는 일반적인 디지털 전압 제어기에 피드포$\sim$워드 형태로 추가되어 적용된다. 제안된 알고리즘은 디지털 Pl 전압 제어기만을 사용한 경우에 비해 부하전류가 급격히 변동할 때 좀 더 빠른 응답특성과 낮은 출력전압 변동 특성을 보인다. 제안된 알고리즘은 FPGA를 사용하여 구현 되었으며, Buck 컨버터를 사용하여 기본 동작을 검증하였다.

• Proceedings of the KIPE Conference
• /
• 2010.07a
• /
• pp.123-124
• /
• 2010

본 논문은 고주파 유도가열 장치의 실시간 부하 예측 기법을 제안한다. 인버터 출력전압과 콘덴서 양단전압을 센싱하여 adaptive parameter estimation 기법을 이용하여 피가열체인 부하의 등가저항과 인덕턴스를 구한다. 제안된 방법을 이용하여 부하 발열량과 콘덴서 뱅크의 Q factor를 실시간 예측할 수 있다. 콘덴서 뱅크의 Q factor를 통해 부하 부담률을 알 수 있으므로 뱅크의 파손 등의 사고를 미연에 방지 할 수 있게 한다. 본 논문에서 제안한 알고리즘의 타당성을 시뮬레이션을 통해 확인하였고 모의실험장치에 적용하여 실험을 통해 검증하였다.

• Proceedings of the KIPE Conference
• /
• 2015.11a
• /
• pp.71-72
• /
• 2015

본 논문에서는 LCL필터가 적용된 대용량 3-Level NPC AC/DC PWM 컨버터의 출력 DC 전압 동특성을 향상시킬 수 있는 방법으로 예측제어기법을 적용하였다. 예측제어를 위하여 LCL필터와 3-Level NPC 컨버터를 모델링하고, 시뮬레이션을 통하여 제안하는 방법의 제어성능을 검토하였다.

• Journal of the Korean Society for Railway
• /
• v.20 no.2
• /
• pp.182-189
• /
• 2017

Photovoltaic power generation systems make up a large part of the low carbon energy trend. The purpose of this study is to utilize PVsyst, a commercial forecasting program, to forecast research on the design stages of photovoltaic power generation for wider applications of this system in railroads and to consider prospective issues for photovoltaic power plants that are currently being operated. Given this, we will compare the forecast value of generated photovoltaic power, derived from foreign weather forecast information provided by NASA, along with information from Meteonorm, and the forecast values derived from the KMA weather information. By comparing these values with amounts actually generated by KPX, this research aims to secure propriety rights for wider application of photovoltaic power generation systems in railroads, and to contribute to low carbon energy for the new climate of the future.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.3
• /
• pp.585-592
• /
• 2013

As the needs for alternative energy and renewable energy increase, there has been a lot of investment in developing wind energy, which does not cause air pollution nor the greenhouse gas effect. Wind energy is an environment friendly energy that is unlimited in its resources and is possible to be produced wherever the wind blows. However, since wind energy heavily relies on wind that has unreliable characteristics, it may be difficult to have efficient energy transmissions. For this reason, an important factor in wind energy forecasting is the estimation of available wind power. In this study, Gunsan wind farm data was used to compare ARMA model to neural network model to analyze for more accurate prediction of wind power generation. As a result, the neural network model was better than the ARMA model in the accuracy of the wind power predictions.

• Journal of Convergence for Information Technology
• /
• v.10 no.6
• /
• pp.41-48
• /
• 2020

The sensor nodes in underwater IoT networks have practical limitations in power supply. Thus, the reduction of power consumption is one of the most important issues in underwater environments. In this regard, AMC(Adaptive Modulation and Coding) techniques are used by using the relation between SNR and BER. However, according to our hands-on experience, we observed that the relation between SNR and BER is not that tight in underwater environments. Therefore, we propose a deep learning based MLP classification model to reflect multiple underwater channel parameters at the same time. It correctly predicts BER with a high accuracy of 85.2%. The proposed model can choose the best parameters to have the highest throughput. Simulation results show that the throughput can be enhanced by 4.4 times higher than the conventionally measured results.