Earticle

초록

영어

In this paper, we propose a smart meter that uses GRU model, which is one of artificial neural networks, for the efficient energy management. We collected power consumption data that train GRU model through the proposed smart meter. The implemented smart meter has automatic power measurement and real-time observation function and load control function through power consumption prediction. We determined a reference value to control the load by using Root Mean Squared Error (RMS), which is one of performance evaluation indexes, with 20% margin. We confirmed that the smart meter with automatic load control increases the efficiency of energy management.

한국어

본 논문에서는 효율적 에너지 관리를 위해 인공 신경망 중 하나인 GRU 모델을 사용하여 전력사용량을 예측하고 예측된 전력사용량과 실제 전력사용량의 비교를 통해 부하를 자동 제어 하는 스마트 미터기를 제안한다. 제안한 스마트 미터기를 통해 GRU 모델을 학습시키기 위해 필요한 전력사용량 데이터를 수집했다. 구현된 스마트 미터기가 전력사용 량 자동측정 및 실시간 관찰 기능과 전력사용량 예측을 통한 부하 제어 기능을 가지고 있음을 보여준다. 성능평가 지표 중 하나인 Root Mean Squared Error (RMSE) 값에 약 20%의 마진 값을 이용하여 부하 자동 제어를 위한 기준 값으로 설정했다. 부하 자동 제어 기능을 가진 스마트 미터기로 인해 에너지 관리의 효율성이 증대되는 것을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 스마트 미터기
1. 스마트 미터기 이전 에너지 미터기 기술들
2. 스마트 미터기
Ⅲ. 인공 신경망
1. 다층 인지 신경망
2. Gated Recurrent Unit (GRU)
Ⅳ. 제안하는 스마트 미터기의 구조
Ⅴ. 스마트 미터기 구현 결과
1. 스마트 미터기 구현 환경
2. 스마트 미터기 구현 결과
Ⅵ. 결론
References

키워드

저자

• 이지영 [ Jiyoung Lee | 준회원, 광운대학교 전자융합공학과 ]
• 선영규 [ Young-Ghyu Sun | 준회원, 광운대학교 전자융합공학과 ]
• 이선민 [ Seon-Min Lee | 준회원, 광운대학교 전자융합공학과 ]
• 김수현 [ Soo-Hyun Kim | 준회원, 광운대학교 전자융합공학과 ]
• 김영규 [ Youngkyu Kim | 준회원, 광운대학교 전자융합공학과 ]
• 이원섭 [ Wonseoup Lee | 준회원, 광운대학교 전자융합공학과 ]
• 심이삭 [ Issac Sim | 준회원, 광운대학교 전자융합공학과 ]
• 김진영 [ Jin-Young Kim | 정회원, 광운대학교 전자융합공학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380