Earticle

초록

영어

Globally, there is a collaborative effort to achieve global carbon neutrality in response to climate change. In the case of South Korea, greenhouse gas emissions are rapidly increasing, presenting an urgent situation that requires resolution. In this context, this study developed a thermal energy collection device named a 'steam trap' and created an AI model capable of predicting future electricity usage by collecting energy usage data through steam traps. The average accuracy of electricity usage prediction with this AI model was 96.7%, demonstrating high precision. Consequently, the AI model enables the prediction and management of days with high electricity consumption and identifies which facilities contribute to elevated power usage. Future research aims to optimize energy consumption efficiency through efficient equipment operation using anomaly detection in steam traps and standardizing energy management systems, with the ultimate goal of reducing greenhouse gas emissions.

한국어

전세계적으로 기후변화 대응을 위한 글로벌 탄소중립을 공조하고 있다. 한국의 경우 온실가스 배출량이 빠른 속도로 증가하고 있어 해결이 시급한 상황이다. 이에 본 연구는 스팀트랩이라는 열 에너지 수집 디바이스를 개발하고, 스팀트랩으로 에너지 사용량을 데이터로 수집하여 향후 전력 사용량에 대해서 예측이 가능한 AI 모델을 개발하였다. 해당 AI 모델의 전력 사용량 예측 정확도 평균은 96.7%로 높은 정확도를 보여주었다. 따라서 해당 AI 모델을 통해 어느날 전력 사용량이 높은지와 어떤 설비에서 전력 사용량이 높은지를 예측하고 관리 할 수 있게 되었다. 향후 연구는 스팀트랩의 이상탐지를 통한 효율적인 장비 운용과 에너지 관리 시스템의 표준화를 통해 에너 지 소비 효율을 최적화하여 온실가스 배출을 줄이고자 한다.

목차

요약
Abstract
1. 서론
1.1 연구 배경
2. 본론
2.1 과제 개요
2.2 스팀트랩 에너지 효율화
3. 결론
REFERENCES

키워드

융합 에너지 제조 공정 온실가스 효율화 Convergence Energy Manufacturing Process Efficiency

저자

• 조상준 [ Sang-Joon Cho | 한국공학대학교 나노반도체공학과 학생 ]
• 이현무 [ Hyun-Mu Lee | 한국공학대학교 나노반도체공학과 학생 ]
• 이진수 [ Jin-Soo Lee | SEP 협동조합 선임 연구원 ] Corresponding author

참고문헌

발행기관

간행물