• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (B)
• /
• pp.355-360
• /
• 2008

대부분의 임베디드 시스템들은 유선 및 무선 네트워크에 연결되어 있으며 이들이 생성하는 데이터는 개인, 기관, 또는 국가에 상당히 중요한 정보일 수 있다. 따라서 통신 시 보안에 대한 요구는 향후 더욱 크게 증가할 것으로 전망된다. 임베디드 시스템에서의 또 다른 중요한 요구사항 중의 하나는 저전력 특성이다. 따라서 중요 데이터의 안전한 전송을 위한 암호화 및 복호화 그리고 네트워크 프로토콜 스택의 수행에 따른 전력 사용량 정보는 차세대 저전력 임베디드 시스템을 설계 및 개발하기 위해서 필수적으로 요구될 것이다. 하지만 기존 연구들은 단편적인 전력 사용량만을 분석하고 있다. 본 논문은 보안 데이터를 위한 암호화, 복호화, 그리고 데이터 송수신을 위한 네트워크 프로토콜 스택의 수행에 걸리는 전력 사용량과 오버헤드를 함께 측정하고 분석한다. 측정 결과 3DES 기반의 암호화 및 복호화 작업 동안의 전력 사용량이 TCP/IP 통신을 위한 전력 사용량 보다 데이터 크기가 증가함에 따라 더욱 크게 측정되었다. 해당 작업의 수행 오버헤드 역시 유사한 성향을 보였다. 그리고 프로세서 코어의 전력 사용량은 시스템 전체 사용량의 $10{\sim}22%$ 정도를 차지하는 것으로 측정되었다. 이러한 연구 결과는 임베디드 시스템에서 저전력 보안 데이터 전송을 위해 고려할 사항들을 정량적으로 제시하여 해당 연구 분야에 기여할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.571-574
• /
• 2016

최근 에너지 효율을 최적화하는 차세대 지능형 전력망인 스마트 그리드 시스템(Smart Grid System)이 국내외에 널리 보급되고 있다. 그로 인해 그리드 시스템의 효율적인 운영을 위해 적용되는 EMS(Energy Management System) 기술의 중요성이 커지고 있다. EMS는 에너지 사용량 예측의 높은 정확성이 요구되며, 예측이 정확하게 수행될수록 에너지의 활용성이 높아진다. 본 논문은 전력 사용량 예측의 정확성 향상을 위한 새로운 기법을 제안한다. 구체적으로, 먼저 사용량에 영향을 미치는 환경적인 요인들을 분석한다. 분석된 요인들을 적용하여 유사한 환경을 가지는 전력 사용량 데이터의 사전 군집화를 수행한다. 그리고 예측 일에 관련된 환경 정보와 가장 유사한 군집의 전력 사용량 데이터를 기반으로 전력 사용량을 예측한다. 제안하는 기법의 성능을 평가하기 위해, 다양한 실험을 통하여 일간 전력 사용량을 예측하고 그 정확성을 측정하였다. 결과적으로, 기존의 기법들과 비교했을 때, 최대 52.88% 향상된 전력 사용량 예측 정확성을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.293-302
• /
• 2016

전기는 생산과 소비가 동시에 이루어지므로 필요한 전력 사용량을 예측하고, 이를 충족시킬 수 있는 충분한 공급능력을 확보해야만 안정적인 전력 공급이 가능하다. 특히, 대학 캠퍼스는 전력 사용이 많은 곳으로 시간과 환경에 따라 전력 변화폭이 다양하다. 이러한 이유로, 효율적인 전력 공급 및 관리를 위해서는 전력 사용량을 실시간으로 예측할 수 있는 모델이 요구된다. 국내외 대학 건물에 대해서는 전력 사용 패턴과 사례 분석을 통해 전력 사용에 영향을 주는 요인들을 파악하기 위한 다양한 연구가 진행되었으나, 전력 사용량의 정량적 예측을 위해서는 더 많은 연구가 필요한 상황이다. 본 논문에서는, 기계 학습 기법을 이용하여 대학 캠퍼스의 전력 사용량 예측 모델을 구성하고 평가한다. 이를 위해, 대학 캠퍼스의 주요 건물 클러스터에 대해 전력 사용량을 15분마다 1년 이상 수집한 데이터 셋을 사용한다. 수집된 전력 사용량 데이터는 수열 형태의 시계열 데이터로 기계 학습 모델에 적용 시 주기성 정보를 반영할 수 없으므로, 2차원 공간의 연속적인 데이터로 증강함으로써 주기성을 반영하였다. 이 데이터와 교육기관의 특성을 반영하기 위한 요일과 공휴일로 구성된 8차원 특성 벡터에 대해 주성분 분석(Principal Component Analysis) 알고리즘을 적용한다. 이어, 인공 신경망(Artificial Neural Network)과 지지 벡터 회귀분석(Support Vector Regression)을 이용하여 전력 사용량 예측 모델을 학습시키고, 5겹 교차검증(5-fold Cross Validation)을 통하여 적용된 기법의 성능을 평가하여, 실제 전력 사용량과 예측 결과를 비교한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• 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.

• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.954-965
• /
• 2017

안정적인 전력 공급은 전력 인프라의 유지 보수 및 작동에 매우 중요하며, 이를 위해 정확한 전력 사용량 예측이 요구된다. 대학 캠퍼스는 전력 사용량이 많은 곳이며, 시간과 환경에 따른 전력 사용량 변화폭이 다양하다. 이러한 이유로, 전력계통의 효율적인 운영을 위해서는 전력 사용량을 정확하게 예측할 수 있는 모델이 요구된다. 기존의 시계열 예측 기법은 학습 시점과 예측 시점 간의 차이가 클수록 예측 구간이 넓어짐으로 예측 성능이 크게 떨어진다는 단점이 있다. 본 논문은 이를 보완하려는 방안으로, 먼저 의사결정나무를 이용해 날짜, 요일, 공휴일 여부, 학기 등을 고려하여 시계열 형태가 유사한 전력 데이터를 분류한다. 다음으로 분류된 데이터 셋에 각각의 자기회귀누적이동평균모형을 구성하여, 예측 시점에서 시계열 교차검증을 적용해 대학 캠퍼스의 일간 전력 사용량 예측 기법을 제안한다. 예측의 정확성을 평가하기 위해, 성능 평가 지표를 이용하여 제안한 기법의 타당성을 검증하였다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.322-325
• /
• 2019

비간섭 전력부하 감시 알고리즘은 메인선의 총 전력 사용량만으로 개별 전기 기기들의 전력 사용량을 추론할 수 있다. 이런 알고리즘을 개발하기 위해서는 개별 기기의 전력사용 패턴 데이터와 이들 기기의 다양한 조합 전력사용 패턴 데이터가 필요하다. 본 논문에서는 스마트팜용 비간섭 전력부하 감시 알고리즘개발에 필요한 전력사용 패턴 데이터 취득시스템 개발방법을 제시하였다. 데이터 취득시스템은 매초마다 개별 전기 기기들의 전력 사용량과 다양한 조합의 시나리오에 따른 전력 사용량을 동시에 측정할 수 있도록 되어 있다. 측정된 데이터는 LTE 망을 통하여 스마트팜 외부에서 원격으로 모니터링이 가능하며, 측정된 데이터는 외부 서버에 저장된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.435-438
• /
• 2008

한전에서는 연간 전력 사용량이 높은 고압 고객에 대하여 전자식 전력량계를 설치하여 15분 단위로 전력 사용량을 수집하는 자동검침시스템을 운영하고 있다. 본 연구에서는 자동검침시스템을 통해 수집된 데이터를 이용하여 배전선로에 대한 부하를 분석하기 위해 자동검침 고객의 부하 데이터를 이용하여 클러스터링 기법을 통해 대표 부하패턴을 생성하는 방식을 제안하였다. 기존에는 계약종별 코드가 동일한 고객들의 부하패턴을 이용하여 15분 단위의 평균 사용량을 계산하여 대표 부하패턴을 생성하는 방식을 사용하였으나, 같은 계약종별 코드를 갖는 고객이라 할지라도 부하패턴이 다른 경우가 많아서 부하분석의 정확도를 떨어뜨렸다. 본 연구에서는 동일한 계약종별 코드를 갖는 고객에 대하여 15분 단위 자동검침 데이터를 이용하여 k-means 기법을 통해 고객을 분류하고 각 그룹마다 대표 부하패턴을 생성하는 방식을 제안하였다.

• 응용통계연구
• /
• 제34권6호
• /
• pp.969-977
• /
• 2021

본 연구에서는 Hierarchical K-means 군집화 알고리즘을 이용해 서울의 A아파트 가구들의 전력 사용량 패턴을 군집화 하였다. 차원을 축소해주면서 패턴을 파악할 수 있는 Hierarchical K-means 군집화 알고리즘은 기존 K-means 군집화 알고리즘의 단점을 보완하여 최근 대용량 전력 사용량 데이터에 적용되고 있는 방법론이다. 본 연구에서는 여름 저녁 피크 시간대의 시간당 전력소비량 자료에 대해 군집화 알고리즘을 적용하였으며, 다양한 군집 개수와 level에 따라 얻어진 결과를 비교하였다. 결과를 통해 사용량에 따라 패턴이 군집화 됨을 확인하였으며, 군집화 유효성 지수들을 통해 이를 비교하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.533-536
• /
• 2004

본 논문에서는 기존의 반복적인 검침업무 및 분석을 자동화하여 보다 효율적으로 전력사용량 및 부하사용량을 파악하고, 이를 자동으로 분석할 수 있도록 한 웹기반 전력관리 시스템을 소개한다. 당사에서 개발한 웹기반 전력관리 시스템은 디지털 장치와 컴퓨터 S/W를 통해 각 피더별 데이터를 실시간으로 수집, 가공하여 데이터베이스에 저장하고 보고서 등을 자동으로 작성하며, 피더별 부하 비교/분석 둥을 통하여 전력 사용량 및 부하사용량에 대한 분석을 용이하게 할 수 있다. 또한, 웹 브라우져를 통해 인터넷이 연결된 곳이면 어디에서나 실시간 계측값, 이력트렌드 둥의 필요한 정보를 제공받을 수 있도록 하였다. 그리고, (주)효성, 창원공장에 적용된 사례를 통하여 웹기반 전력 판리 시스템을 설치하였을 때 얻을 수 있는 효과를 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.707-710
• /
• 2014

최근 지능형 전력망을 통한 전기요금의 실시간 측정이 가능해지면서 시간별 전력 사용량 및 이에 해당하는 비용 산출이 가능하게 되었다. 이에 따라 전기 요금 절감을 위해서는 매 시간 전력 소모를 체크하고 제한 전력 이상을 사용하지 않아야 한다. 본 논문은 지능형 전력망 사용 빌딩에 유전알고리즘을 이용하여 전력을 효율적으로 제어할 수 있는 알고리즘을 제안한다. 각 시간대별 전력 소모량을 계산하여 제한 전력을 넘는 사용량은 다른 시간대로 분산하고 사용하지 못한 전력은 나머지 연산을 통하여 전력 소모량이 최소인 시간대에 분포시키는 나머지 연산을 적용하였다. 또한 실제 전기 사용량 데이터를 기반으로 제안기법이 시간대별 전력소모량의 편차를 해소하고, 기존 전력 사용 패턴에 비해 전력요금의 절감에 기여할 수 있음을 확인 하였다.