본 논문에서는 H.264의 화면 내 예측 모드를 적용한 변형된 선택 보간법을 채택함으로써 고화질 DMB 시청시 사용자의 모바일 데이터 사용량과 전력사용량을 줄이는 것을 목적으로 하는 시스템을 제안한다. 스마트 DMB는 T-DMB망으로 전송되는 QVGA급 영상(기본영상)에 모바일 데이터망을 통해 전송되는 추가정보를 더하여 화질을 개선하는 방식이다. 제안 방법은 원본 고화질 영상과 T-DMB망으로 전송되는 기본영상의 오차를 효과적으로 줄이면 사용자 시스템의 부하와 데이터 사용량을 줄이면서 화질을 유지할 수 있다.
최근 전력 사용량의 증가로 인한 대규모 블랙아웃 등 에너지 문제가 대두되고 있으며, 이 문제들로 인해 전력 소비량 예측에 대한 정확도를 개선할 필요성이 부각되었다. 본 연구에서는 딥 러닝 기반의 전력 사용량 예측 실험을 통해서 실제 전력 소비량과 예측된 전력 소비량의 차이를 계산하고, 이를 통해서 전력 예비율을 기존 대비 하향 조정할 수 있는 가능성에 대해서 살펴본다. 예비 전력은 사용하지 않으면 손실되는 전력으로, 본 논문에서의 딥 러닝 기반 전력 소비량 예측을 통해서 여분의 전력을 과도하게 생산하지 않도록 오차범위 내에서 전력 예비율을 감소시킬 수 있는 기반을 마련할 수 있다. 본 논문에서 사용하는 딥 러닝 기법은 시계열 데이터를 처리하는 Long-Short-Term-Memory(LSTM) 구조의 학습 모델을 이용한다. 컴퓨터 시뮬레이션에서는 임의 생성한 전력 소비 데이터를 토대로 모델을 학습시키고, 학습된 모델을 토대로 전력 사용 예측값을 구하고 실제 전력 소비량 간에 오차를 계산한 결과 오차율 21.37%를 얻을 수 있었다. 이는 최근의 전력 예비율 45.9%를 고려할 때, 본 연구에서 제안한 전력 소비량 예측 알고리즘을 적용하는 경우 20% 포인트 정도의 예비율 감축이 가능하다.
스마트팜의 전력 효율 관리는 기후 변화와의 연계로 중요성을 가지고 있다. 기후 변화가 농업에 부정적인 영향을 미치는 가운데, 미래의 농업은 스마트팜을 활용하여 기후 영향을 최소화할 것으로 예상되고 있으나 스마트팜의 전력 소비는 현재의 전기 생산 체제로 인해 기후 위기를 악화시킬 우려가 있다. 이에 따라 스마트팜의 전력 사용을 효율적으로 관리하고 최적화하는 것이 필수적이다. 본 연구에서는 스마트팜 장비의 전력 사용량을 실시간으로 모니터링하고, GRU를 활용하여 1시간 뒤의 전력 사용량을 예측하는 시스템을 제안한다. CT 센서를 설치하여 전력량을 수집하고, 이를 분석하여 이상 패턴을 탐지하고 예방한다. 또한 IoT 기술과 결합하여 전체 전력 사용량을 효율적으로 관리하고 모니터링한다. 이를 통해 전력 사용을 최적화하고, 에너지 효율성을 향상시켜 탄소 배출을 줄일 수 있다. 이 시스템은 스마트팜의 에너지 관리뿐아니라 전반적인 에너지 사용 효율성을 향상시킬 것으로 기대된다.
본 논문은 ICT기반 시장에서의 수요관리시스템에서의 핵심 요소인 전력 수요 예측을 위하여, 전체 사용량을 기반으로 예측 하는 방식이 아닌, 시계열 기반 군집분석을 통한 군집별 예측량의 결합을 실시하였다. 시계열 군집 분석 방법으로서 Periodogram 기반의 정규화 군집분석, 예측 기반의 군집분석, DTW(Dynamic Time Warping)를 이용하여 군집화를 시도하였으며, 군집 별 수요예측 모형으로서 DSHW(Double Seasonal Holt-Winters) 모형, TBATS(Trigonometric, Box-Cox transform, ARMA errors, Trend and Seasonal components) 모형, FARIMA(Fractional ARIMA) 모형을 사용하여 예측을 실시하였다. 전체 사용량을 기반으로 예측 하는 방식이 아닌, 군집분석을 통한 군집별 예측량의 결합이 더 낮은 MAPE로 나타남에 따라 우수한 예측 방법으로 판단되었다.
전력수급계획은 소비자의 전력 사용량을 예측하고 적정한 공급능력을 확보하는 것이 목적인데, 수요예측 정확도를 향상시키고 전력설비를 적기에 준공시킬수록 적정공급능력 확보가 용이하다. 그러나 최근 전력수요는 계절적, 시간대별로 경향이 과거와는 상이하게 나타나고 있는데 이로 인해 발전기를 예방 정비할 수 있는 기간이 짧아지고 있다. 한편 향후 몇 년간은 준공되는 발전기가 적어 중/단기 수급계획이 더욱 어려울 전망이다. 따라서 최근 수요추세를 고려하여 수요예측 정확도를 향상시키고 현재보다 탄력적인 부하감축제도 시행이 요구된다.
본 논문은 내장형 시스템의 전력 감소를 위해 사용되는 과거 사용량 기반의 DVS의 단점 인 응용 프로그램의 수행 성능 저하를 보상하기 위해, 운영체제의 스케줄러에서 제공하는 태스크의 미래정보를 이용하는 기법을 제안한다. 대표적 내장형 운영체제인 WinCE.net에서의 스케줄러는 제한된 자원의 효율적 관리를 위하여 동일 응용프로그램의 태스크들을 관리하면서 다음 태스크 시행시간 정보를 갖게 된다. 이러한 룩 어헤드(look ahead)정보와 과거사용량기법을 혼합한 혼합예측기법이 실제 내장형 시스템에서 전력소비를 감소시키며 응용프로그램의 수행 성능보상을 할 수 있음을 보인다.
국내에서는 전력산업의 구조개편이 한창 진행중에 있다. 과거에는 하나의 전력회사가 발전, 송전, 배전을 함께 운영하면서 소비자에게 전력을 공급하였다. 하지만 매년 전력사용량의 급격한 증가와 전력산업이 규모의 경제이론에서 점차 벗어남에 따라 구조개편에 대한 요구가 일어나기 시작하였다. 발전부문에서 경쟁이 도입되어지며 배전부문도 지역적으로 분할되어져 과거의 전력회사는 송전부문만을 담당하게 될 것이다. 여기에 풀(pool)시장이 생겨 전력의 수급을 담당하는 전력계통의 '운영기능'과 전력을 사고 파는 전력의 '시장 기능'을 함께 담당하게 될 것이다. 특히 전력사용량의 급격한 증가로 인해 머지않은 미래에 전력의 수급에 문제가 생길 것이 예측된다. 이러한 이유로 구조개편 이후에는 발전이나 송전부문에서의 변화보다 배전에서의 변화가 두드러질 것으로 보인다. 구조개편 후 지역적으로 나누어진 배전사업자들은 그들의 이익을 최대화하기 위해 여러 가지 부하삭감을 위한 수요관리 프로그램을 시행할 것이다. 이것은 발전량의 조절만으로 정제급전을 실시한 과거와는 달리 부하량의 감소가 함께 사용됨으로 보다 나은 편익을 발생시킬 수 있다. 이 논문에서는 고효율 전통기를 사용한 부하삭감으로 전력의 생산자 뿐만 아니라 소비자에게도 편익이 발생하여 사회적 후생을 증가시킬 수 있다는 것을 고효율 전동기 수요관리 프로그램에 참여하는 참여자의 비용과 편익을 분석함으로서 나타내었다.
국내의 전력 산업은 부정확한 전력수요 예측으로 전력부족과 공급과잉의 주기적 반복이 발생하여 전력 과생산, 에너지 낭비, 전력 과소비와 요금 체납 등의 문제가 발생하고 있다. 이를 해결하기 위해 본 논문에서는 LSTM 알고리즘을 사용하여 전력사용량 예측하고, 정량의 전력을 선구입 할 수 있도록 설계하였다. 제안하는 시스템은 스마트그리드 환경과 인공지능으로 정량의 전기를 구입 할 수 없는 기존의 전력 산업 문제를 보완하여 소비자의 전기요금 절감과 에너지 절약이 가능하다.
본 연구에서는 Long Short Term Memory (LSTM) 신경망과 Gated Recurrent Unit(GRU) 신경망을 Internet of Things (IoT) 파워미터에 적용하여 단기 전력사용량 예측방법을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 성능평가 지표로써 Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Mean Percentage Error (MPE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE)를 이용한다. 실험 결과는 GRU 기반의 모델이 LSTM 기반의 모델에 비해 MAPE 기준으로 4.52%, MPE 기준으로 5.59%만큼의 성능개선을 보였다.
기온상승과 인구 및 GDP 증가의 영향으로 인해 에너지 문제가 발생하고 있다. 이러한 문제에 대응하기 위해 에너지 수요에 대한 예측이 필요하다. 따라서 본 연구는 에너지 수요관리, 특히 전력부하를 유발하는 냉난방 에너지 수요 관리에 도움이 되고자 가정 부문 냉난방 에너지의 미래 사용량을 예측하고자 한다. 에너지 사용량을 산정하는데 있어 서비스 수요의 산출이 필요하다. 따라서 서비스 수요 산정식을 이용하여 이를 먼저 도출하고, AIM/end-use 모델을 이용하여 에너지 사용량을 산정하였다. 산정 결과 냉난방 서비스 수요는 2010년에 비해 2050년에 모두 증가하는 추세를 보였다. 하지만 에너지 사용량에서 난방은 감소하고, 냉방은 증가하는 것으로 예측되었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.