• Journal of KIISE
• /
• v.44 no.9
• /
• pp.954-965
• /
• 2017

A stable power supply is very important for the maintenance and operation of the power infrastructure. Accurate power consumption prediction is therefore needed. In particular, a university campus is an institution with one of the highest power consumptions and tends to have a wide variation of electrical load depending on time and environment. For this reason, a model that can accurately predict power consumption is required for the effective operation of the power system. The disadvantage of the existing time series prediction technique is that the prediction performance is greatly degraded because the width of the prediction interval increases as the difference between the learning time and the prediction time increases. In this paper, we first classify power data with similar time series patterns considering the date, day of the week, holiday, and semester. Next, each ARIMA model is constructed based on the classified data set and a daily power consumption forecasting method of the university campus is proposed through the time series cross-validation of the predicted time. In order to evaluate the accuracy of the prediction, we confirmed the validity of the proposed method by applying performance indicators.

• The Korean Journal of Applied Statistics
• /
• v.32 no.2
• /
• pp.319-330
• /
• 2019

Forecasting the electricity consumption through analyzing the past electricity consumption a advantageous for energy planing and policy. Machine learning is widely used as a method to predict electricity consumption. Among them, ensemble learning is a method to avoid the overfitting of models and reduce variance to improve prediction accuracy. However, ensemble learning applied to daily data shows the disadvantages of predicting a center value without showing a peak due to the characteristics of ensemble learning. In this study, we overcome the shortcomings of ensemble learning by considering the temperature trend. We compare nine models and propose a model using random forest with the linear trend of temperature.

• Proceedings of the KIPE Conference
• /
• 2016.07a
• /
• pp.30-31
• /
• 2016

본 논문에서는 무선 전력 전송 컨버터의 공진 회로 임피던스 구조를 분석하여 컨버터의 입출력 전압 이득 및 1, 2차 전류 값을 기술한다. 이 때 물리적으로 떨어진 1차 측과 2차 측의 전력 유실 현상을 무선 전력 전송 코일 네트워크 간 Scattering Parameter를 이용하여 계산한다. 또한, 수학적 계산결과를 바탕으로 무선 전력 전송 컨버터 손실의 대부분을 차지하는 도통 손실 및 스위칭 손실을 수학적으로 계산하여 예측한다. 무선 전력 전송 컨버터의 손실 분석 결과를 토대로 주어진 컨버터 동작 상황에서의 효율을 예측하고 이를 실험적으로 검증하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• 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.

• 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.

• JOURNAL OF ELECTRICAL WORLD
• /
• no.10 s.202
• /
• pp.27-36
• /
• 1993

전력계통의 분석은 첫 번째로 특수조건하에서 기존 또는 계획된 전력계통의 성능을 예측 하거나 개선하는데 사용되는 기술로서, 이 기술을 산업체의 전력계통에 적용할 때 안정성, 신뢰성, 고품질의 전력 그리고 초기투자와 운전비의 절감과 같은 전력계통 설계의 목적을 달성 하는데 크게 공헌하게 된다. 산업체의 전력계통 분석은 주로 단락사고, 보호설비의 협조, 전력조류, 전동기의 기동, 접지, 과도적 과전압, 역률개선, 기타의 설계 등을 위한 계산이 포함된다. 전력계통 분석은 전력계통을 신설 또는 개조할 때는 물론이고 기존시설의 부하나 용량이 현저하게 변경되었을 때 또는 기존시설의 고장을 진단할 때에 반드시 실행되어야한다.

• Journal of Korea Spatial Information System Society
• /
• v.11 no.2
• /
• pp.177-181
• /
• 2009

Developing u-Public facilities for application u-City is to combine both the state-of-the art of the construction and ubiquitous computing and must be flexibly comprised of the facilities for the basic service of the building such as air conditioning, heating, lighting and electric equipments to materialize a new format of spatial planning and the public facilities inside or outside. Accordingly, in this paper we suggested the time pattern system for predicting the most basic power system loads for the basic service. To application the tim e pattern we applied SOM algorithm and k-means method and then clustered the data each weekday and each time respectively. The performance evaluation results of suggestion system showed that the forecasting system better the ARIMA model than the exponential smoothing method. It has been assumed that the plan for power supply depending on demand and system operation could be performed efficiently by means of using such power load forecasting.

• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.215-217
• /
• 2020

본 논문은 배터리 팩 내부 셀 파라미터의 불균일도에 대한 분석을 실시하고 이를 기반으로 과방전을 사전에 진단할 수 있는 방법을 제안한다. 이를 위해서 배터리 팩 내부 셀간 편차가 발생하는 셀을 선정하여 두 셀간 특성 분석을 실시하였으며, 이를 기준으로 예측 모델을 구성하였다. 예측 성능을 통해 배터리 전압 예측 성능에 영향을 미치는 인자를 분석하였으며, 배터리 전기적 등가회로 모델을 기반으로 예측 모델을 제안한다. 예측 모델은 실제 과방전이 발생한 셀을 기준으로 실험데이터와 비교하여 예측 성능을 검증하였다.

• Proceedings of the KIPE Conference
• /
• 2018.07a
• /
• pp.296-297
• /
• 2018

본 논문은 3상 T-type 3-레벨 인버터의 모델예측제어에 관한 연구이다. 모델예측제어는 시스템의 모델링을 통한 최적의 성능을 제공하는 제어기법으로 PI 제어보다 빠른 동특성을 갖지만, 정확한 파라미터 값이 요구된다. 본 논문에서는 시스템 파라미터 오차가 3상 T-type 3-레벨 인버터의 예측제어에서 어떤 영향을 주는지 알아보고 출력 파형을 분석한다.