• 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 KIPE Conference
• /
• 2014.11a
• /
• pp.41-43
• /
• 2014

본 논문은 전류모델과 전압모델의 장점을 취해 자속을 추정하는 고피나스(Gopinath) 모델 자속 추정기에 속도 피드백 오차가 미치는 영향에 대해 분석하였다. 속도 오차는 전류 모델의 위상 지연 및 크기 오차를 발생시키고, 이로 인해 고피나스 모델에 의해 추정 된 회전자 자속의 위상 및 크기에 오차가 발생하였다. 따라서 전류모델에 발생한 위상 지연을 통해 속도 오차를 보상하여 자속 추정 오차를 감소시키는 새로운 알고리즘을 제시하였고, 시뮬레이션 결과를 통해 검증하였다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.13 no.4
• /
• pp.75-81
• /
• 1999

This paper presents in the rrethod power demand estimated of consuming facility algorithm using orthogonal polynomial regression rmdel. Estimation rmdel presented can use mathematical rrethod consists. of extrapolation and correlation rrethod, Computation tirre and capacity of presented rmdel was rmre economic than multiple regression rrodel because low-order equation can use in the high-order equation without sorre correction, and vice-versa. Therefore this rmthed can be very usefulness rmthed in the power demand estimation Fourth-order rrodel was very good armng this rrodel that was coJTJp)Sed the estimation rmdel of second, third and fourth-order. Power demand estimated result of consuming facility using correlation rrethod was good in the percentage error of about 2[%1 Also It was to verify efficiency and awroPJiation the estimated rmdel that estimation percentage error was about 1[%] in the oower demand estimated result of 1997.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.311-312
• /
• 2011

스마트폰의 응용프로그램 별 전력 소비 정보는 전력 관리를 하는데 있어 유용한 정보가 된다. 응용프로그램 별 소비 전력을 측정하는 현실적인 방법은 응용프로그램 별 전력 소비 모델을 세운 뒤 추정하는 것이다. 특히 프로세서의 이용률을 통한 소비 전력 모델을 세우면, 운영체제가 제공하는 프로세스 별 CPU 점유 시간을 통해 소비 전력을 쉽게 계산할 수 있다. 본 논문에서는 실험적 방법을 통해 동적 주파수 조절 기법 하에서 CPU 이용률에 따른 프로세서의 전력 소비 모델을 제시한다. 이를 통해 동적 주파수 조절 기법이 적용된 스마트폰에서 응용프로그램 별 전력 소비량을 추정할 수 있다.

• 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.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.341-342
• /
• 2015

본 논문에서는 파라미터 오차 보상을 통한 3상 BLDC 전동기의 DC 전류 모델 기반의 센서리스 제어 방식을 제안한다. 기존의 DC 전류 모델 기반의 센서리스 제어 방식은 상 전환 구간마다 발생하는 실제 전류와 모델 전류의 오차로 인해 추정한 역기전력과 속도, 위치에 오차가 그대로 나타난다. 이 오차 성분을 줄이기 위해 본 논문에서는 기계 방정식을 이용하여 개선된 역기전력 추정 식을 제안하였다. 또한 개선된 역기전력 추정 식에 파라미터에 오차가 없다면 센서리스 제어가 가능하지만, 오차가 존재한다면 센서리스 제어가 불안정해진다. 이를 극복하기 위한 파라미터 오차 보상 알고리즘도 제안하였다. 제안한 방법은 시뮬레이션을 통해 검증하였다.

• Proceedings of the KIPE Conference
• /
• 2014.11a
• /
• pp.56-57
• /
• 2014

본 논문에서는 $LiCoO_2$ 원통형(cylindrical)셀을 확장칼만필터(extended Kalman filter; EKF) 추정알고리즘에 적용 시 등가회로모델 차이에 따른 SOC(State-of-charge) 추정성능의 비교 분석을 진행하였다. 첫 번째, 등가회로 모델의 성능을 좌우하는 RC-ladder의 개수에 따른 SOC 추정성능의 차이를 비교하였고, 두 번째, 모델 단순화에 따른 불가피한 모델의 에러를 줄이고자 사용되는 노이즈 모델(noise model) 및 데이터 리젝션(data rejection)의 유무에 따른 SOC 추정성능을 비교분석 하였다.

• Proceedings of the KIPE Conference
• /
• 2018.11a
• /
• pp.121-122
• /
• 2018

리튬 인산철(LFP, $LiFePo_4$) 배터리의 경우 다른 종류의 배터리에 비해 내부 파라미터가 비선형적인 단점이 있다. 일반적인 배터리 등가회로 모델을 적용 시, 비선형성으로 인해 추정 성능이 감소한다. 배터리 등가회로 모델을 기반인 확장 칼만 필터(EKF, Extended Kalman Filter)를 통해 SOC (State of Charge) 추정 시 추정성능이 감소할 수 있다. 따라서 본 논문은 LFP 배터리의 SOC 추정 성능 향상을 위해 실시간 파라미터 관측기를 통한 배터리 등가회로 모델을 기반으로 EKF의 내부 파라미터를 분석하고 이에 따른 차등 모델을 제안한다.

• 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 KIPE Conference
• /
• 2015.07a
• /
• pp.211-212
• /
• 2015

본 논문에서는 MRAS(Model Reference Adaptive System)을 이용한 유도 전동기의 회전자 저항을 추정하는 방법을 제안하였다. 슬립 계산은 회전자 저항 값과 연관되어 있기 때문에, 잘못된 회전자 저항 값 정보는 벡터제어의 동특성을 저하시킬 수 있다. 따라서 회전자 저항 값을 정확히 측정 또는 추정이 매우 중요하다. 본 논문에서는 회전자 자속의 크기 기반의 MRAS를 바탕으로 회전자 자속 전압 모델을 기준 모델로 구성하고 회전자 자속 전류 모델을 적응 모델로 구성하는 방법을 제안하였다. 제안한 방법은 두 모델 사이의 오차 신호를 영으로 수렴하도록 적응 메커니즘을 구성하여 회전자 저항 값을 추정한다. 본 논문에서는 시뮬레이션을 통하여 제안된 방법의 타당성을 검증하였다.