• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.694-696
• /
• 2002

이 논문에서는 시스템 수준의 전력 소모를 분석하는 방법론을 설명한다. 응용의 시스템 수준 전력 모델을 구하기 위해서, 시스템을 이루는 각 부분들을 선형적으로 모델링하고, 이를 모두 더한다. 선형적으로 모델링된 식의 파라메터들을 구하기 위해서, 회귀분석에 기반한 분석을 한다. 이를 위해서 다양한 벤치마크들을 준비하고, 응용에 대해서 측정을 한 것과 수정된 시뮬레이터에서 필요한 정보를 얻어야 한다. 이렇게 분석한 전력 모델의 예측치는 5% 내의 정확도를 가짐을 확인하였다.

• Electronics and Telecommunications Trends
• /
• v.12 no.5 s.47
• /
• pp.95-106
• /
• 1997

집적회로 설계에서 소비 전력은 집적도가 증가함에 따라서 중요한 설계 사양으로 전력 소비를 낮추기 위한 저전력 설계 기술에 대한 연구가 많이 진행되고 있다. 저전력 설계 기술은 소비 전력에 대한 정확한 예측 기술과 예측된 결과를 이용한 최적화 기술로 나뉘어 진다. 이들 기술은 논리 수준에서 많은 연구가 진행되었으며 현재, 효과적인 예측과 최적화가 가능한 행위 및 아키텍처 수준의 상위 수준에서 저전력 설계에 대한 연구가 진행되고 있다. 저전력 설계를 위한 최적화 기술, CAD 환경, 그리고 툴에 대하여 살펴보고 상위수준합성 시스템인 HYPER에 대하여 간략하게 소개한다

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.8
• /
• pp.1005-1012
• /
• 2021

Recently, the use of various location-based services-based location information systems using maps on the web has been expanding, and there is a need for a monitoring system that can check power demand in real time as an alternative to energy saving. In this study, we developed a deep learning real-time virtual power demand prediction web system using open source-based mapping service to analyze and predict the characteristics of power demand data using deep learning. In particular, the proposed system uses the LSTM(Long Short-Term Memory) deep learning model to enable power demand and predictive analysis locally, and provides visualization of analyzed information. Future proposed systems will not only be utilized to identify and analyze the supply and demand and forecast status of energy by region, but also apply to other industrial energies.

• Journal of IKEEE
• /
• v.23 no.4
• /
• pp.1373-1380
• /
• 2019

In order to increase energy efficiency, developments of the advanced metering infrastructure (AMI) in the smart grid technology have recently been actively conducted. An essential part of AMI is analyzing power consumption and forecasting consumption patterns. In this paper, we analyze the power consumption and summarized the data errors. Monthly power consumption patterns are also analyzed using the k-means clustering algorithm. Forecasting the consumption pattern by each household is difficult. Therefore, we first classify the data into 100 clusters and then predict the average of the next day as the daily average of the clusters based on the deep neural network. Using practically collected AMI data, we analyzed the data errors and could successfully conducted power forecasting based on a clustering technique.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.8 no.3
• /
• pp.44-53
• /
• 1994

전력 부하의 예측은 산업 활동에 있어 전력의 안정적인 공급과 생산비의 절감을 위해 대단히 중요하다. 전력 부하의 예측 방법들이 많이 연구되고 있으나 기존의 방법들은 수학적으로 복잡하고 계산 시간이 많이 소요되는 단점을 갖고 있다. 본 연구에서는 최적 규칙수를 구하는 클러스터링 알고리즘과 데이터를 2분하여 설계한 변수 선택 방법을 이용하여 모델을 간략화하는 알고리즘을 제안하였으며, CMAC을 이용한 데이터의 양·부 판별 알고리즘을 이용하므로써 노이즈의 영향을 최소화 하였다. 제안된 알고리즘을 이용하여 전력부하예측 시스템을 설계하고 분석한 결과 그 타당성을 입증하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.638-639
• /
• 2011

전력수요는 여러 가지 사회, 경제, 기상 등의 복합적인 요인에 의해 결정되므로 예측하기 쉽지 않다. 수요 예측 시스템을 통해 예측된 결과는 예측일의 상황에 맞는 여러 가지 예측과 관련된 변동 요인의 적용범위가 수치적으로 달라 질 수 있어 예측 데이터와 실제 수요와의 오차율이 높아질 수 있다. 따라서 전력수요 실적과 예측간 오차에 영향을 주는 변동 요인의 영향력을 분석하고, 예측일의 상황에 맞게 적절한 수치의 변수를 예측 시스템에 제공하여 예측의 정확성을 향상시키는 방안에 대하여 알아보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1208-1210
• /
• 2015

본 논문은 실제 사무용 빌딩의 전력 사용량 빅 데이터를 이용하여 효율적인 에너지 사용 및 빌딩 에너지 수요 반응 관리를 위해 전력 사용량 기준 클러스터링을 통한 분석결과를 제시하고 분석된 클러스터링 결과를 기반으로 전력 사용량 예측모델을 설계하였다. 예측모델을 통해 도출된 전력 사용량과 실제 빌딩의 실측 데이터 사이의 오차율을 계산하여 예측모델의 타당성을 보였으며 이를 토대로 에너지 예측 사용량 기반 효율적인 수요 반응 제어 알고리즘을 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.6
• /
• pp.1601-1607
• /
• 2016

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.261-266
• /
• 2007

내장형 시스템에 보다 강력한 성능이 요구됨에 따라 내장형 마이크로 프로세서는 보다 깊은 파이프라인을 채택하고 있다. 따라서, 내장형 마이크로 프로세서는 보다 정확한 분기 예측기를 필요로 하고 있다. 이러한 상황에서 분기 예특기의 구조, 성능 및 전력 소모와 전체 시스템의 전력 소모 사이의 trade-off를 분석하는 것은 매우 중요하다. 내장형 환경에서 시스템의 전력 소모는 설계 시 매우 중요하게 고려되어야 한다. 특히 내장형 시스템의 요구사항은 동작할 응용 프로그램에 의하여 규정되고, 전력 소모도 응용프로그램의 구조와 강하게 연관되어 있다. 본 논문의 목표는 내장형 환경에서 성능-전력 공간에서 분기 예측기를 분석하는 기법을 제시하는 것에 있다. 이를 통하여, 분기 예측기 테이블의 성능-전력을 고려한 최적화된 크기를 찾을 수 있다. 이러한 목표는 수학적 모델링을 통한 정량적 예측의 수행 및 시뮬레이션 결과와의 비교를 통한 수학적 모델링의 검증의 과정을 통하여 이루어진다. 결과는 우리의 수학적 모델이 성능-전력 공간에서 분기 예측기 테이블의 최적화된 크기 결정의 해법을 제공하고 있음을 보여주고 있다.

• The Proceeding of the Korean Institute of Electromagnetic Engineering and Science
• /
• v.23 no.1
• /
• pp.37-47
• /
• 2012

수십 W급 이상의 무선 전력 전송 기술을 활용한 시스템의 증가와 더불어, 전자파 환경 문제가 심각하게 대두되고 있으며, 본 논문에서는 전자파 환경을 고려한 무선 전력 전송 시스템 설계 기술에 관하여 언급한다. 가장 먼저 무선 전력 전송 시스템을 분류하고, 회로 해석을 통하여 동작 특성을 분석하며, 코일 시스템에서 발생하는 전자파 노이즈 예측 및 축소 기술을 소개하고, 마지막으로 제작된 LED TV를 위한 무선 전력 전송 시스템에서 발생하는 전자파 노이즈 측정 결과 분석을 통하여, 설계 단계에서 전자파 노이즈를 예측하고, 축소 기술을 적용하면, 전자파 노이즈 규정을 만족할 수 있는 무선 전력 전송 시스템 설계를 할 수 있음을 확인하였다.