• 설비공학논문집
• /
• 제27권3호
• /
• pp.137-145
• /
• 2015

In this study, the actual energy consumption of the secondary side of District Heating System (DHS) with different hot water supply temperature control methods are compared. Three methods are Set-point Control, Outdoor Temperature Reset Control and Outdoor Temperature Prediction Control. While Outdoor Temperature Reset Control has been widely used for energy savings of the secondary side of the system, the results show that Outdoor Temperature Prediction Control method saves more energy. In general, Outdoor Temperature Prediction Control method lowers the supply temperature of hot water, and it reduces standby losses and increases overall heat transfer value of heated spaces due to more flow into the space. During actual energy consumption monitoring, Outdoor Temperature Prediction Control method saves about 7.1% in comparison to Outdoor Temperature Reset Control method and about 15.7% in comparison to Set-point Control method. Also, it is found that at when partial load condition, such as daytime, the fluctuation of hot water supply temperature with Set-point Control is more severe than Outdoor Temperature Prediction Control. Therefore, it proves that Outdoor Temperature Prediction Control is more stable even at the partial load conditions.

• 한국지열·수열에너지학회논문집
• /
• 제12권4호
• /
• pp.8-14
• /
• 2016

In this study, the effects of prediction and reset control of outdoor air temperature on energy consumption for central heating system are researched by using TRNSYS program package, and the control performances with the suggested methods of prediction and reset control of outdoor air temperature are compared with the existing ones. As a result, the value of coefficient of determination $R^2$ for the predicted outdoor temperatures is improved and the suggested control method shows maximum 21.8% energy saving in comparison with existing control ones.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2013년도 춘계학술대회 논문집
• /
• pp.795-796
• /
• 2013

• 한국생명과학회:학술대회논문집
• /
• 한국생명과학회 2007년도 제48회 학술심포지움 및 추계국제학술대회
• /
• pp.83.1-83.1
• /
• 2007

See Full Text

• 한국항해항만학회지
• /
• 제43권6호
• /
• pp.335-343
• /
• 2019

최근 선박의 배기가스 규제가 강화되면서 연료소비량을 저감하기 위한 많은 방안들이 검토되고 있다. 그중에서도 선박으로부터 수집한 데이터를 활용하여 연료소모량을 예측하는 기계학습 모델을 개발하고자 하는 연구가 활발히 수행되고 있다. 하지만 많은 연구들이 학습모델의 주요 변수 선정이나 수집데이터의 처리 방법에 대한 고려가 미흡하였으며, 무분별한 데이터의 활용은 변수 간의 다중공선성 문제를 야기할 수도 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 주성분 분석을 이용하여 선박의 연료소비를 예측하는 방법을 제시하였다. 13K TEU 컨테이너 선박의 운항데이터에 주성분 분석을 수행하였으며, 추출한 주성분으로 회귀분석을 수행하여 연료소비 예측모델을 구현하였다. 평가용 데이터에 대한 모델의 설명력은 82.99%이었으며, 이러한 예측모델은 항해 계획 수립 시 운항자의 의사결정을 지원하고 항해 중 에너지 효율적인 운항상태 모니터링에 기여할 수 있을 것으로 기대된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권7호
• /
• pp.469-477
• /
• 2009

제한된 용량의 배터리로 동작해야 하는 모바일 시스템에서는 소프트웨어 설계시 성능뿐만 아니라 전력소모도 고려해야 한다. 따라서 소프트웨어의 실행 중에 전력소모를 정확하게 예측할 수 있으면 전력과 성능을 고려한 효율적인 소프트웨어의 설계가 가능해진다. 본 논문에서는 모바일 프로세서의 전력소모 예측을 위해 정량적으로 프로세서의 동작을 분석하고 모델링 하는 통계적인 분석 방법을 제안한다. 제안된 방식은 다양한 벤치마크 프로그램들을 실행하여 프로세서의 성능 모니터링 이벤트들과 전력소모 데이터를 수집한 후 계층적 클러스터링(hierarchical clustering) 분석 등을 적용하여 서로 중복되지 않으면서 전력소모에 크게 기여하는 대표적인 성능 모니터링 이벤트들을 추출한다. 전력 예측 모델은 선택된 성능 모니터링 이벤트들이 독립변수가 되고 전력소모가 종속변수가 되는 회귀분석(regression analysis)을 수행하여 개발한다. 전력 예측 모델은 Intel XScale 아키텍처 기반의 PXA320 모바일 프로세서에 적용하여 평균 4% 이내의 에러율로 전력소모를 예측할 수 있음을 보인다.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권12호
• /
• pp.724-735
• /
• 2003

최근의 고성능 슈퍼스칼라 프로세서에서는 명령어 수준 병렬성(Instruction-Level Parallelism, ILP)의 장애가 되는 명령어 간의 데이타 종속관계를 극복하기 위해 명령의 결과 값을 미리 예측하여 종속 명령들을 모험적으로 실행한다. 이러한 값 예측을 사용한 모험적 실행으로 성능은 향상되나 값 예측 테이블의 빈번한 참조와 갱신으로 부가적인 전력 소모를 요구한다. 본 논문에서는 값 예측으로 인한 성능향상과 부가적인 전력소모 간의 관계를 측정 분석한다. 또한 확신 카운터(confidence counter)를 사용한 값 예측 시도의 조정으로 모험적 실행의 정도를 조절하고, 예측 성공률이 높은 유용한 명령들만을 선택적으로 예측하여 성능을 유지하면서 부가 전력소모를 줄인다. 제안된 방식의 검증을 위해 사이클 수준 시뮬레이터에 전력소모 모델을 결합하여 프로세서의 기능수준 동작뿐만 아니라 프로세서의 전체 전력소모 및 사이클 당 전력소모도 측정할 수 있는 도구를 개발하여 검증한다.

• Environmental Engineering Research
• /
• 제22권2호
• /
• pp.175-185
• /
• 2017

As the energy and environmental problems are increasingly severe, researches about carbon dioxide emissions has aroused widespread concern. The accurate prediction of carbon dioxide emissions is essential for carbon emissions controlling. In this paper, we analyze the relationship between carbon dioxide emissions and influencing factors in a comprehensive way through correlation analysis and regression analysis, achieving the effective screening of key factors from 16 preliminary selected factors including GDP, total population, total energy consumption, power generation, steel production coal consumption, private owned automobile quantity, etc. Then fruit fly algorithm is used to optimize the parameters of least squares support vector machine. And the optimized model is used for prediction, overcoming the blindness of parameter selection in least squares support vector machine and maximizing the training speed and global searching ability accordingly. The results show that the prediction accuracy of carbon dioxide emissions is improved effectively. Besides, we conclude economic and environmental policy implications on the basis of analysis and calculation.

• 농업과학연구
• /
• 제47권4호
• /
• pp.769-782
• /
• 2020

Interest in fruit and vegetables has increased due to changes in consumer consumption patterns, socioeconomic status, and family structure. This study determined the factors influencing the demand for fruit and vegetables (strawberries, paprika, tomatoes and cherry tomatoes) using a panel of Rural Development Administration household-level purchases from 2010 to 2018 and compared the ability to the prediction performance. An artificial neural network model was constructed, linking household characteristics with final food expenditure. Comparing the analysis results of the artificial neural network with the results of the panel model showed that the artificial neural network accurately predicted the pattern of the consumer panel data rather than the fixed effect model. In addition, the prediction for strawberries was found to be heavily affected by the number of families, retail places and income, while the prediction for paprika was largely affected by income, age and retail conditions. In the case of the prediction for tomatoes, they were greatly affected by age, income and place of purchase, and the prediction for cherry tomatoes was found to be affected by age, number of families and retail conditions. Therefore, a more accurate analysis of the consumer consumption pattern was possible through the artificial neural network model, which could be used as basic data for decision making.

• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.152-159
• /
• 2023

Due to COVID-19, changes in consumption trends are taking place in the distribution sector, such as an increase in non-face-to-face consumption and a rapid growth in the online shopping market. However, it is difficult for small and medium-sized export sellers to obtain forecast information on the export market by country, compared to large distributors who can easily build a global sales network. This study is about the prediction of export amount and export volume by country and item for market information analysis of small and medium export sellers. A prediction model was developed using Lasso, XGBoost, and MLP models based on supervised learning and deep learning, and export trends for clothing, cosmetics, and household electronic devices were predicted for Korea's major export countries, the United States, China, and Vietnam. As a result of the prediction, the performance of MAE and RMSE for the Lasso model was excellent, and based on the development results, a market analysis system for small and medium sellers was developed.