• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.63 no.11
• /
• pp.1497-1502
• /
• 2014

Electric load forecasting is essential for stable electric power supply, efficient operation and management of power systems, and safe operation of power generation systems. The results are utilized in generator preventive maintenance planning and the systemization of power reserve management. Development and improvement of electric load forecasting model is necessary for power system maintenance and operation. This paper proposes daily maximum electric load forecasting methods for the next 4 weeks with a seasonal autoregressive integrated moving average model and an exponential smoothing model. According to the results of forecasting of daily maximum electric load forecasting for the next 4 weeks of March, April, November 2010~2012 using the constructed forecasting models, the seasonal autoregressive integrated moving average model showed an average error rate of 6,66%, 5.26%, 3.61% respectively and the exponential smoothing model showed an average error rate of 3.82%, 4.07%, 3.59% respectively.

• 한국신재생에너지학회:학술대회논문집
• /
• 2008.10a
• /
• pp.110-113
• /
• 2008

태양광 발전은 태양에너지를 직접 전기에너지로 변환시키는 설비로서 Co2 발생이 적고 에너지원인 태양에너지가 무한하다는 장점이 있다. 현재 EU를 비롯한 선진국 및 개도국에서는 신재생에너지 확대를 위해 전 국가적으로 노력하고 있으며 특히 태양광 발전분야는 전 세계적으로 설비용량이 급증하고 있다. 국내에서도 발전차액지원제도 하에 태양광 발전설비를 확충하고 있으며, 정부가 발표한 1차국가에너지 기본계획에 의하면 2030년까지 3,504 MW로 공급규모를 확대할 방침이다. 그러나 현재 태양광 발전은 에너지 변환효율은 약 15%이며 날씨와 시간에 따라 발전에 제약이 따른다. 이에 태양광 발전의 신뢰성을 확보하기 위해 국내 발전차액지원을 받고 있는 태양광 발전소의 연간 발전량을 근거하여 이용률을 분석했다. 분석결과 일사량이 풍부한 전남지역의 이용률이 가장 높고,반대로 경기와 서울지역은 저조했으며, 연평균 15.70%의 이용률을 보였다. 한편 월간 이용률은 5월에 높게 나타났으며, 연중 최대 전력수요가 나타나는 7-9월에는 기상조건으로 인해 저조한 이용률을 보였다. 따라서 기후변화를 완화하고 저탄소 녹색성장을 구현하기 위해 기술개발을 통해 태양광 이용률 증대시켜야 한다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2018.06a
• /
• pp.46-46
• /
• 2018

메모리 소자의 수요가 데스크톱 컴퓨터의 정체와 모바일 기기의 폭발적인 증가로 NAND flash 메모리의 고집적화로 이어져서 3차원 집적 기술의 고도화가 중요한 요소가 되고 있다. 1 mm 정도의 얇은 웨이퍼 상에 만들어지는 메모리 소자는 실제 두께는 몇 마이크로미터 되지 않는다. 수직방향으로 여러 장의 웨이퍼를 연결하면 폭 방향으로 이미 거의 한계에 도달해있는 크기 축소(shrinking) 기술에 의지 하지 않고서도 메모리 소자의 용량을 증대 시킬 수 있다. CPU, AP등의 논리 연산 소자의 경우에는 발열 문제로 3D stacking 기술의 구현이 쉽지 않지만 메모리 소자의 경우에는 저 전력화를 통해서 실용화가 시작되었다. 스마트폰, 휴대용 보조 저장 매체(USB memory, SSD)등에 수 십 GB의 용량이 보편적인 현재, FEOL, BEOL 기술을 모두 가지고 있는 국내의 반도체 소자 업체들은 자연스럽게 TSV 기술과 이에 필요한 장비의 개발에 관심을 가지게 되었다. 특히 이 중 TSV용 스퍼터링 장치는 transistor의 main contact 공정에 전 세계 시장의 90% 이상을 점유하고 있는 글로벌 업체의 경우에도 완전히 만족스러운 장비를 공급하지는 못하고 있는 상태여서 연구 개발의 적절한 시기이다. 기본 개념은 일반적인 마그네트론 스퍼터링이 중성 입자를 타겟 표면에서 발생시키는데 이를 다시 추가적인 전력 공급으로 전자 - 중성 충돌로 인한 이온화 과정을 추가하고 여기서 발생된 타겟 이온들을 웨이퍼의 표면에 최대한 수직 방향으로 입사시키려는 노력이 핵심이다. 본 발표에서는 고전력 이온화 스퍼터링 시스템의 자기장 해석, 냉각 효율 해석, 멀티 모듈 회전 자석 음극에 대한 동역학적 분석 결과를 발표한다. 그림1에는 이중 회전 모듈에 대한 다물체 동역학 해석을 Adams s/w package로 해석하기 위하여 작성한 모델이고 그림2는 180도 회전한 서브 모듈의 위상이 음극 냉각에 미치는 효과를 CFD-ACE+로 유동 해석한 결과를 나타내고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.47-50
• /
• 2012

본 연구에서는 수용가에서 에너지 절감과 최대수요전력 제어를 위하여 마이크로프로세서를 이용한 고효율 자동 전압 조정기의 제어 방법에 대하여 제안한다. 제안한 고효율 자동 전압 조정기는 트로이달 코아에 1개의 직렬 권선과 분리된 4개의 분로 권선으로 구성되어 있는 단권 변압기를 사용한다. 변압기의 전압 조정은 직렬 권선과 분로 권선의 연결 방법에 따라 감압/승압이 가능하다. 스위치는 릴레이와 트라이악을 병행하여 사용한다. 스위치의 조작 시 발생하는 권선의 여자돌입전류를 제어하기 위하여 트라이악을 이용 연결 상태를 변경하고 연결 상태 유지 시에는 릴레이를 이용함으로써 스위치 소비 전력을 최소화 한다. 제어신호는 여자 돌입 전류를 줄이기 위하여 전압 파형에 동기화 하여 제어되며 이를 위하여 소프트웨어 PLL을 사용한다. 소프트웨어 PLL은 전압 파형의 zero-cross, 전압 최고점 등의 시간을 생성한다. 권선 스위치의 제어, 소프트웨어 PLL등 자동 전압 조정기의 제어는 마이크로프로세서에 의해서 이루어진다.

• The Transactions of the Korean Institute of Electrical Engineers P
• /
• v.64 no.2
• /
• pp.74-78
• /
• 2015

With the improvement of living standards and economic development, electricity consumption continues to grow. The electricity is a special energy which is hard to store, so its supply must be consistent with the demand. The objective of electricity demand forecasting is to make best use of electricity energy and provide balance between supply and demand. Hence, it is very important work to forecast electricity demand with higher precision. So, various forecasting methods have been developed. They can be divided into five broad categories such as time series models, regression based model, artificial intelligence techniques and fuzzy logic method without considering special-day effects. Electricity demand patterns on holidays can be often idiosyncratic and cause significant forecasting errors. Such effects are known as special-day effects and are recognized as an important issue in determining electricity demand data. In this research, we developed the power demand forecasting method using ELM(Extreme Learning Machine) for special day, particularly, lunar new year and Chuseok holiday.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.28 no.2
• /
• pp.105-112
• /
• 2017

In order to satisfy the diffusion of multimedia service in mobile communication and the demand for high-speed communication, it is essential to modify and improve high efficiency, wideband and nonlinear characteristic of multiband power amplifier. This research is designed to implement a single-stub matching circuit as a 2nd harmonic one that meets conditions of the Class-J power amplifier. Low characteristic impedance of the single-stub line is necessary to suit conditions of wideband Class-J. This research uses ceramic substrates having high permittivity to implement the single-stub line with low characteristic impedance, which eventually results in an amplifier satisfying the output impedance terms of Class-J in wideband frequency range. This result attributes to use of GaN HEMT packaged with a 2nd harmonic matching circuit and external fundamental circuit. The measurement results of the Class-J amplifier confirms the following characteristics: more than output power of 50 W(47 dBm) in bandwidth of 1.8~2.7 GHz(0.9GHz), maximum drain efficiency of 72.6 %, and maximum PAE characteristic of 66.5 %.

• The Transactions of the Korean Institute of Electrical Engineers P
• /
• v.63 no.3
• /
• pp.189-194
• /
• 2014

Due to the increasing of power consumption, it is difficult to construct accurate prediction model for daily peak power demand. It is very important work to know power demand in next day for manager and control power system. In this research, we develop a daily peak power demand prediction method based on hybrid type composed of AR and Neuro-Fuzzy model. Using data sets between 2006 and 2010 in Korea, the proposed method has been intensively tested. As the prediction results, we confirm that the proposed method makes it possible to effective estimate daily peak power demand than conventional methods.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.63 no.9
• /
• pp.1186-1191
• /
• 2014

Weekly and monthly electric load forecasting are essential for the generator maintenance plan and the systematic operation of the electric power reserve. This paper proposes the weekly maximum electric load forecasting model for 104 weeks with the multiple regression model. Input variables of the multiple regression model are temperatures and GDP that are highly correlated with electric loads. The weekly variable is added as input variable to improve the accuracy of electric load forecasting. Test results show that the proposed algorithm improves the accuracy of electric load forecasting over the seasonal autoregressive integrated moving average model. We expect that the proposed algorithm can contribute to the systematic operation of the power system by improving the accuracy of the electric load forecasting.

• Proceedings of the KIEE Conference
• /
• 2000.07a
• /
• pp.292-294
• /
• 2000

This paper is presented the method peak load forecast based on multiple regression Model. Forecasting model was composed with the temperature-humidity and the discomfort index. Also the week periodicity was excluded from weekday change coefficient of two types. Forecasting result was good with about 3[%]. And, utility of presented forecast model using statistical tests has been proved. Therefore, This results establish appropriateness and fitness of forecast models using peak power demand forecasting.

• Proceedings of the KIEE Conference
• /
• 2000.07a
• /
• pp.295-297
• /
• 2000

In case of power demand forecasting the most important problem is to deal with the load of special-days, Accordingly, this paper presents a method that forecasting special-days load with regression models and neural networks. Special-days load in summer season was forecasted by the multiple regression models using weekday change ratio Neural networks models uses pattern conversion ratio, and orthogonal polynomial models was directly forecasted using past special-days load data. forecasting result obtains % forecast error of about $1{\sim}2[%]$. Therefore, it is possible to forecast long and short special-days load.