• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.181-183
• /
• 2020

본 논문에서는 DQ 변환을 적용한 직렬-병렬 공진형 무선전력 전송 시스템의 동기 좌표계 모델과 이를 이용한 전류제어기 시스템을 제안한다. 무선 전력 전송 시스템은 일반적으로 급전 측과 집전 측에 단상 전류가 흐르기 때문에 제어에 어려움이 있다. 따라서 정상 상태의 전압 및 전류의 수식을 이용하여 부하에 전달되는 전압 및 전류의 크기를 제어하는 경우가 많다. 따라서 과도 상태의 전압 및 전류의 동특성이 원하는 특성과 다르게 나타날 수 있다. 본 논문에서는 직렬-병렬 공진형 무선전력 전송 시스템의 단상 전압 및 전류를 DQ 변환하여 과도 상태 및 정상 상태의 전압 및 전류의 동특성을 해석할 수 있는 등가 회로 모델을 제시하고 이를 이용하여 과도 상태 제어를 위한 고성능 전류 제어기를 제안한다.

• Proceedings of the KIPE Conference
• /
• 2019.11a
• /
• pp.85-86
• /
• 2019

본 논문에서는 DQ 변환을 적용한 직렬-병렬 공진형 무선 전력 전송 시스템의 동기 좌표계 모델을 제안한다. 무선 전력 전송 시스템은 일반적으로 급전 측과 집전 측에 단상 전류가 흐르기 때문에 제어에 어려움이 있다. 따라서 정상 상태의 전압 및 전류의 수식을 이용하여 부하에 전달되는 전압 및 전류의 크기를 제어하는 경우가 많다. 따라서 과도 상태의 전압 및 전류의 동특성이 원하는 특성과 다르게 나타날 수 있다. 본 논문에서는 직렬-병렬 공진형 무선 전력 전송 시스템의 단상 전압 및 전류를 DQ 변환하여 과도 상태 및 정상 상태의 전압 및 전류의 동특성을 해석할 수 있는 등가 회로 모델을 제시한다.

• Proceedings of the KIPE Conference
• /
• 2019.07a
• /
• pp.145-146
• /
• 2019

본 논문에서는 DQ 변환을 적용한 직렬-직렬 공진형 무선 전력 전송 시스템의 동기 좌표계 모델을 제안한다. 일반적으로 무선 전력 전송 시스템의 경우 급전 측과 집전 측에 단상 전류가 흐르기 때문에 제어에 어려움이 있다. 따라서 정상 상태의 전압 및 전류의 수식을 이용하여 부하에 전달되는 전압 및 전류의 크기를 제어하는 경우가 많다. 따라서 과도 상태의 전압 및 전류의 동특성이 원하는 특성과 다르게 나타날 수 있다. 본 논문에서는 직렬-직렬 공진형 무선 전력 전송 시스템의 단상 전압 및 전류를 DQ 변환하여 과도 상태 및 정상 상태의 전압 및 전류의 동특성을 해석할 수 있는 등가 회로 모델을 제시한다.

• Proceedings of the KIPE Conference
• /
• 2013.11a
• /
• pp.204-205
• /
• 2013

선박 전력 시스템 설계에 관한 연구의 경우 실제 선박에서의 실험의 어려움 때문에 디지털 시뮬레이션에 의존해 연구를 진행해 왔다. 본 논문에서는 선박 전력 시스템의 보다 정밀한 실험 및 제어 알고리즘 검증을 위해 축소 모델과 실시간 시뮬레이터를 동시에 이용하는 새로운 실험 방법을 제안하였다. 실제 크기의 선박 전력 시스템은 직접 제작하기 어렵기 때문에 축소 모델을 이용하였고 복잡한 선박 전력 시스템의 일부를 실시간 시뮬레이터로 모의함으로써 실제 실험 세트의 구성을 간소화 할 수 있었다. 축소 모델 실험을 통해 선박 전력 시스템의 과도 상태 및 정상 상태 해석을 수행하였으며 이러한 시스템에서 얻은 결과는 추후 실선 제작을 위한 설계 자료로 활용될 수 있다.

• KEPCO Journal on Electric Power and Energy
• /
• v.6 no.4
• /
• pp.413-418
• /
• 2020

It is necessary to manage the prediction accuracy of the machine learning model to prevent the decrease in the performance of the grid network condition prediction model due to overfitting of the initial training data and to continuously utilize the prediction model in the field by maintaining the prediction accuracy. In this paper, we propose an automation technique for maintaining the performance of the model, which increases the accuracy and reliability of the prediction model by considering the characteristics of the power grid state data that constantly changes due to various factors, and enables quality maintenance at a level applicable to the field. The proposed technique modeled a series of tasks for maintaining the performance of the power grid condition prediction model through the application of the workflow management technology in the form of a workflow, and then automated it to make the work more efficient. In addition, the reliability of the performance result is secured by evaluating the performance of the prediction model taking into account both the degree of change in the statistical characteristics of the data and the level of generalization of the prediction, which has not been attempted in the existing technology. Through this, the accuracy of the prediction model is maintained at a certain level, and further new development of predictive models with excellent performance is possible. As a result, the proposed technique not only solves the problem of performance degradation of the predictive model, but also improves the field utilization of the condition prediction model in a complex power grid system.

• The KIPS Transactions:PartA
• /
• v.19A no.3
• /
• pp.139-146
• /
• 2012

In the server cluster environment, one of the ways saving energy is to control server's power according to traffic conditions. This is to determine the ON/OFF state of servers according to energy usage of data center and each server. To do this, we need a way to estimate each server's energy. In this paper, we use a software-based power consumption estimation model because it is more efficient than the hardware model using power meter in terms of energy and cost. The traditional software-based power consumption estimation model has a drawback in that it doesn't know well the computing status of servers because it uses only the idle status field of CPU. Therefore it doesn't estimate consumption power effectively. In this paper, we present a CPU field based power consumption estimation model to estimate more accurate than the two traditional models (CPU/Disk/Memory utilization based power consumption estimation model and CPU idle utilization based power consumption estimation model) by using the various status fields of CPU to get the CPU status of servers and the overall status of system. We performed experiments using 2 PCs and compared the power consumption estimated by the power consumption model (software) with that measured by the power meter (hardware). The experimental results show that the traditional model has about 8-15% average error rate but our proposed model has about 2% average error rate.

• Proceedings of the Korea Contents Association Conference
• /
• 2007.11a
• /
• pp.197-200
• /
• 2007

Dynamic power management reduces the power consumption of the system by switching system components into different power states, which have different power consumption levels. The main function of a power management is to decide when to perform state transitions. In this paper, a power management model based on stochastic processes is introduced. This model is developed using SRN (Stochastic Reward Nets), which has facilities to represent system queue and various modeling functions.

• The Journal of the Korea Contents Association
• /
• v.8 no.1
• /
• pp.300-307
• /
• 2008

Power management (PM) depends on the power state transition and system workload. The system model is composed of corresponding stochastic models of the power state and system queue. In this paper, stochastic models which can handle various PM techniques are developed. SRN (Stochastic Reward Nets), an extended Petri-Net, has facilities that represent system queue and various modelling functions. The SRN is employed for developing PM models. An adaptive timeout PM model is also introduced and the power consumption and performance of this model are compared with other existing PM techniques models such as greedy and N-Policy techniques.

• Proceedings of the KIPE Conference
• /
• 2011.07a
• /
• pp.228-229
• /
• 2011

본 논문은 SPKF(Sigma-point Kalman Filter)를 이용한 리튬 폴리머 배터리(LiPB)의 충전 상태(SOC: State of Charge) 추정 방법을 제안한다. 배터리 모델은 단순화된 테브난 등가회로 모델과 Runtime 모델이 결합되어 있고, Runtime 모델의 양단 전압을 이용하여 SOC를 추정한다. 제안된 알고리즘은 시뮬레이션을 통해 그 타당성이 검증된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.311-312
• /
• 2024

본 논문에서는 대규모 LoRaWAN 환경에서 무선 통신을 통한 단말기와 게이트웨이 간에 패킷의 송수신에 있어 시간 및 소비전력의 특성의 도출이 가능한 시뮬레이터인 LoRaEnergySim에서 LBT 방식의 미디어 접근 제어 방식을 지원하도록 개선하여 국내 TTA 표준에 따른 시뮬레이션이 가능하도록 한다. 이를 위해 LoRaEnergySim 프레임워크 노드의 상태 전환 모델에 LBT 상태를 추가하고 에너지 프로파일에 LBT 상태에서 소비되는 에너지 항목을 추가한다. 개선된 LoRaEnergySim 시뮬레이션의 기능을 검증하기 위해 임의의 패킷에 대해 상태 전환 모델에 따라 하나의 상태에서 소비되는 전력과 다음 상태로 전이되기까지 소요되는 시간을 도식화 할 수 있는 부가 모듈을 구현한다.