$\require{mediawiki-texvc}$

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.

신재생 에너지 최적 활용을 위한 축열조 온도 예측 모델 연구
A Study on the Thermal Prediction Model cf the Heat Storage Tank for the Optimal Use of Renewable Energy 원문보기

스마트미디어저널 = Smart media journal, v.12 no.10, 2023년, pp.63 - 70  

오한별 (순천대학교 정보통신공학과) ,  장경민 (순천대학교 정보통신공학과) ,  오지영 ,  이명배 (순천대학교 정보통신공학전공) ,  박장우 (순천대학교 인공지능공학부) ,  조용윤 (순천대학교 인공지능공학부) ,  신창선 (순천대학교 인공지능공학부)

초록
AI-Helper 아이콘AI-Helper

최근 스마트팜 에너지 비용 중 35% 낸난방비 에너지 소비가 증가되어 에너지 소비 효율화가 요구되며, 전기료 현실화에 대한 우려로 신재생 에너지 중요성이 증가하고 있다. 신재생 에너지는 수력, 풍력, 태양광 등에 속하며, 이중 태양광 에너지는 전기에너지로 변환하는 발전기술로, 이 기술은 에너지원이 환경에 미치는 영향이 적고, 유지 보수가 간편하다는 특징을 갖고 있다. 본 연구에서는 온실 축열조, 히트펌프 데이터 기반으로 축열조 영향을 많이 미치는 요소를 선정하고 축열조 공급 온도예측 모델을 개발하고자 한다. 시계열 데이터 분석 및 예측에 효과적인 LSTM(Long Short-Term Memory)과 다른 앙상블 학습 기법보다 뛰어난 XGBoost 모델을 이용하여 예측한다. 히트펌프 축열조 온도를 예측함으로써 에너지 소비를 최적화하여 시스템 운영을 최적화할 수 있다. 또한, 태양광 활용에 따른 냉난방비 절감 및 농가의 에너지 자립도 개선 등 스마트팜 에너지 통합 운영 시스템에 연계하고자 한다. 플랫폼을 통해 폐열 에너지의 공급을 관리하고 최대 난방부하 및 계절, 시간별 작물생장에 필요한 에너지값을 도출하여 이를 기반으로 최적 에너지 운용방안을 도출하고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, energy consumption for heating costs, which is 35% of smart farm energy costs, has increased, requiring energy consumption efficiency, and the importance of new and renewable energy is increasing due to concerns about the realization of electricity bills. Renewable energy belongs to hydrop...

주제어

#신재생 에너지   #스마트팜  

참고문헌 (11)

  1. Kweon Seungll, Kang SanGgil, 'Prediction of solar power generation using XGBoost-LSTM Ensemble," Journal of Korean Institute of Intelligent Systems, Vol 31, No 6, pp. 475-479, Dec. 2021？ 

    상세보기

  2. Seolryung Jung, Kyoungwook Park, Jingwang Koh, Sungkeun Le, "Photovoltaic Prediction System based on Recurrent Neural Network", 2021 Korea Information, Precoessing Society, Vol 28, No 2, pp. 849-852, Nov 2021？ 

  3. Is Smart Farm really sustainable and ESG-appropriate agriculture(2023), https://www.impacton.net/news/articleView.html?idxno5895, (accessed Nov., 19, 2023).？ 

  4. M Schuster and K.K. Paliwal, "Bidirectional Recurrent Neural Networks," Journal of In -stitute of Electrical and Electronics Engi-neers Transactions on, Signal Processing, Vol, 45, No. 11, pp. 2673-2681, 1997.？ 

  5. Understanding LSTM Networks, http://colah.github.io, Nov, 2017, (accessed Oct., 24, 2023).？ 

  6. How to Develop a Bidirectional LSTM For Sequence Classification in Python with Keras, https://machinelearningmastery.com, Nov. 2017 (accessed Oct., 29, 2023).？ 

  7. Junyong Jun, Soyoun Hwang, Youngmi Yoon, "A Verification about the Formation Process of Filter Bubble with Personalization Algorithm" Journal of Korea Multimedia Society, Vol. 21, No. 3, pp. 369-381, Mar. 2018.？ 

  8. Natekin, Alexey and Alois Knoll "Gradient boost-ing machines, a tutorial," Frontiers in neuro-robotics, vol. 7. pp. 21, Dec. 2013.？ 

    상세보기

  9. Kwon Soo,-Hee, Ha Il Do, Na MyungHwan, "Prediction of smart farm tomato harvest time: Comparison of machine learning and deep learning approaches," Journal of the Korean Data & Information Science Society, Nol 33, No 2, pp. 283-298, Mar. 2022？ 

    상세보기

  10. Yurim Lee, Hyunjin Kim, Dahan Lee, Chaijung Lee, Duehee Lee, "Validation of Forecasting Performance of Two-Stage Probabilistic Solar Irradiation and Solar Power Forecasting Algorithm using XGBoost," The Transactions of the Korean Institute of Electrical Engineers, vol. 68, no.12, pp. 1704-1710, Dec. 2022.？ 

  11. Joonhyeok Choi, Jongtae Lin, JaeSoo Yoo, "Prediction of Solar Power Generation Based on LSTM Considering Facility Data and Weather Data," The Journal of the Korea Contents Association, Vol 23, No 5, pp. 150-157, Mar. 2023. 

저자의 다른 논문 :

관련 콘텐츠

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