$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

매장 에너지 절감을 위한 LSTM 기반의 전력부하 예측 시스템 설계
LSTM-based Power Load Prediction System Design for Store Energy Saving 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.14 no.4, 2021년, pp.307 - 313  

최종석 (Spartan Software Education Institute, Soongsil University) ,  신용태 (School of Computing, Soongsil University)

초록
AI-Helper 아이콘AI-Helper

소상공인 업체들의 매장은 다수의 전기기기를 사용하는 매장들이 대부분이며 특히 냉장 시스템을 이용한 매장이 많아 여름, 겨울의 계절 변화에 따라 전력의 수요가 변화하고 온도의 급변에 냉장 시스템을 적용시키지 못할 시에 많은 전력부하가 발생되어 심할 경우 전력공급의 차단이 발생됨에 따라 매장 내 자산에 손실을 미칠 수 있다. 이에 따라 본 논문에서는 매장의 에너지 수요율을 측정하고 에너지를 절감하기 위하여 LSTM 기반의 전력 부하 예측 시스템을 설계하였다. 이는 데이터 기반의 중소 매장용 전력절감 시스템으로 사용될 수 있어 향후 소상공인 데이터 기반의 전력 수요 예측 시스템으로 사용되고, 전력 부하로 인한 피해 방지 분야에서 사용될 것으로 예상된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Most of the stores of small business owners are those that use a large number of electrical devices, and in particular, there are many stores that use a cold storage system. In severe cases, there is a lot of power load on the store, which can cause a loss to the assets in the store as the power sup...

주제어

#Data Mining   #Data Analytics   #Smart-Grid   #Power Reduction   #Store Data  

표/그림 (10)

참고문헌 (7)

  1. I. J. Yoo, I. S. Cha, Y. S. Kang, "Development of AI Algorithm for Power Load Prediction of Refrigeration Compressors for Fish Storage Warehouses", Journal of the Korean Solar Energy Society, Vol. 41 No. 3, pp. 167-182, Jun, 2021, 

  2. S. U. Lim, J. H. Kim, "RNN model for Emotion Recognition in Dialogue by incorporating the Attention on the Other's State", The Korean Institute of Information Scientists and Engineers, Vol. 48, No. 7, pp. 802-808, Jul, 2021 

  3. Y. S. Kim, H, J. Park, "Modeling and Predicting South Korea"s Daily Electric Demand Using DNN and LSTM", Journal of Climate Change Research, Vol. 12, No. 3, pp. 241-253, June, 2021 

  4. J. S. Kim, J. S. Hwang, J. W. Chung, "A New LSTM Method Using Data Decomposition of Time Series for Forecasting the Demand of Aircraft Spare Parts", The Korean Operations Research and Management Science Society Korea Management Science Review, Vol 37, No. 1, pp. 1-18, Jun, 2020 

  5. H. J. Kim, H. J. Kim, D. Y. Kim, J. M. Kim, "DC Voltage Balancing Control of Half-Bridge PWM Inverter for Liniear Compressor of Refrigerator", The Transactions of Korean Institute of Power Electronics, Vol. 22 No. 3, pp. 256-262, Jun, 2017 

    원문보기 상세보기 crossref

  6. I. H. Kim, J. H. Kim, "Multivariate time series clustering of electricity consumption data", Journal of the Korean Data And Information Science Society, Vol 32, No. 3, pp.569-584, May, 2021. 

  7. N. Andrew, "Machine Learning Yearning", DeepLearning.AI , Jul. 2018 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로