http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
기계학습 기반 전력망 상태예측 모델 성능 유지관리 자동화 기법
이해성,이병성,문상근,김준혁,이혜선,Lee, Haesung,Lee, Byunsung,Moon, Sangun,Kim, Junhyuk,Lee, Heysun 한국전력공사 2020 KEPCO Journal on electric power and energy Vol.6 No.4
초기 학습 데이터의 과적합으로 인한 전력망 상태예측 모델의 성능 감소를 방지하고 예측모델의 예측 정확도 유지를 통한 계속적인 현장활용을 위해서는 기계학습 모델의 예측 정확도를 지속적으로 관리할 필요가 있다. 이를 위해, 본 논문에서는 다양한 요인에 의해 끊임없이 변화하는 전력망 상태 데이터의 특성을 고려하여 예측모델의 정확성과 신뢰성을 높이고 현장 적용 가능한 수준의 품질을 유지하기 위한 기계학습 기반 전력망 상태예측 모델의 성능 유지관리 자동화 기법을 제안한다. 제안 기법은 워크플로우 관리 기술의 적용을 통해 전력망 상태예측 모델 성능 유지관리를 위한 일련의 태스크들을 워크플로우의 형태로 모델링하고 이를 자동화하여 업무를 효율화 하였다. 또한, 기존 기술에서는 시도되지 않았던 학습데이터의 통계적 특성 변화 정도와 예측의 일반화 수준을 모두 고려한 예측모델의 성능 평가를 통해 성능 결과의 신뢰성을 확보하고 이를 통해 예측 모델의 정확도를 일정 수준으로 유지관리하고 더욱 성능이 우수한 예측모델의 신규 개발이 가능하다. 결과적으로 본 논문에서 제안하는 전력망 상태예측 모델 성능 유지관리 자동화 기법을 통해 예측모델의 성능 저하문제를 해결하여 분산자원 연계 등 외부 환경의 변화에 유연한 예측모델 관리를 통해 정확성과 신뢰성이 보장된 예측 모델의 지속적인 활용이 가능하다. It is necessary to manage the prediction accuracy of the machine learning model to prevent the decrease in the performance of the grid network condition prediction model due to overfitting of the initial training data and to continuously utilize the prediction model in the field by maintaining the prediction accuracy. In this paper, we propose an automation technique for maintaining the performance of the model, which increases the accuracy and reliability of the prediction model by considering the characteristics of the power grid state data that constantly changes due to various factors, and enables quality maintenance at a level applicable to the field. The proposed technique modeled a series of tasks for maintaining the performance of the power grid condition prediction model through the application of the workflow management technology in the form of a workflow, and then automated it to make the work more efficient. In addition, the reliability of the performance result is secured by evaluating the performance of the prediction model taking into account both the degree of change in the statistical characteristics of the data and the level of generalization of the prediction, which has not been attempted in the existing technology. Through this, the accuracy of the prediction model is maintained at a certain level, and further new development of predictive models with excellent performance is possible. As a result, the proposed technique not only solves the problem of performance degradation of the predictive model, but also improves the field utilization of the condition prediction model in a complex power grid system.
심한 잡음성 영상의 경계선 검출을 위한 웨이블릿 변환 이용 검출기 개발
이해성(Haesung Lee),변혜란(Hyeran Byun),유지상(Jisang Yoo) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
경계선 검출은 컴퓨터 시각 인식 또는 기계 시각 인식의 과정에서 제일 먼저 수행되는 전처리 단계이다. 경계선 검출은 컴퓨터 시각 인식성능에 매우 중대한 요인으로 작용한다. 최근 MPEG-4에서 Model Based Coding 기법이 채택되면서, 경계선 검출 및 이를 이용한 컴퓨터 시각 인식의 중요성은 날로 커지고 있다. 한편, 잡음이 있는 영상의 경계선 검출 방법으로 여러 가지가 제시되었는데, 특히 잡음의 종류가 Additive White Gaussian인 경우에는 Canny Edge Detector가, Impulse인 경우에는 Dual Stack Fliter를 적용한 방법이 각각 높은 성능으로 인정을 받고 있다. 그러나 Canny Edge Detector의 경우, Canny는 이론적인 Optimal Fliter를 구하는 데에 성공하였지만 실제 적용에는, 이 Optimal Filter의 근사로써 Gauss함수의 1계 도함수를 사용하였다. 본 연구에서는 Gauss함수보다는 상당히 Optimal Filter와 가까운 Filter를 얻기 위하여 웨이블릿 변환을 사용한 Liao 등의 방법과, 각기 다른 Scale에서 웨이블릿 변환들이 가지는 잡음과의 관계를 고려한 새로운 경계선 검출방법을 개발하였다. 실험결과, 본 연구에서의 방법은 기존의 사용되던 Canny Edge Detector나 Stochastic Operator보다 뛰어난 성능을 보여주었다.
EV 충전소의 일별 최대전력부하 예측을 위한 LSTM 신경망 모델
이해성 ( Haesung Lee ),이병성 ( Byungsung Lee ),안현 ( Hyun Ahn ) 한국인터넷정보학회 2020 인터넷정보학회논문지 Vol.21 No.5
국내 전기차 (EV: Electric Vehicle) 시장이 성장함에 따라, 빠르게 증가하는 EV 충전 수요에 대응하기 위한 충전설비의 확충이 요구되고 있다. 이와 관련하여, 종합적인 설비 계획을 수립하기 위해서는 미래 시점의 충전 수요량을 예측하고 이를 바탕으로 전력설비부하에 미치는 영향을 체계적으로 분석하는 것이 필요하다. 본 논문에서는 한국전력공사의 EV 충전 데이터를 이용하여 충전소 단위의 일별최대부하를 예측하는 LSTM(Long Short-Term Memory) 신경망 모델을 설계 및 개발한다. 이를 위해, 먼저 데이터 전처리 및 이상치 제거를 통해 정제된 데이터를 얻는다. 다음으로, 충전소 단위의 일별 특징들을 추출하여 훈련 데이터 집합을 구성하여 일별 최대 전력부하 예측 모델을 학습시킨다. 마지막으로 충전소 유형 별 테스트 집합을 이용한 성능 분석을 통해 예측 모델을 검증하고 이의 한계점을 논의한다. As the electric vehicle (EV) market in South Korea grows, it is required to expand charging facilities to respond to rapidly increasing EV charging demand. In order to conduct a comprehensive facility planning, it is necessary to forecast future demand for electricity and systematically analyze the impact on the load capacity of facilities based on this. In this paper, we design and develop a Long Short-Term Memory (LSTM) neural network model that predicts the daily peak electric load at each charging station using the EV charging data of KEPCO. First, we obtain refined data through data preprocessing and outlier removal. Next, our model is trained by extracting daily features per charging station and constructing a training set. Finally, our model is verified through performance analysis using a test set for each charging station type, and the limitations of our model are discussed.
이해성(Haesung Lee),권준희(Joonhee Kwon) 한국정보기술학회 2013 Proceedings of KIIT Conference Vol.2013 No.5
IBT, NT등 다양한 분야의 신기술간 IT 융합, 스마트폰의 보급, SNS 활성화, 기업들의 고객 데이터 수집등과 같은 다양한 요인들로 데이터량은 엄청나게 증가하였다. 이처럼 거대한 양으로 빠르게 증가하는 빅 데이터 시대에는 사용자 개인이 원하는 정보를 찾아내는데 많은 어려움을 겪게 된다. 따라서 빅 데이터 시대에는 사용자가 직접 키워드를 입력하여 원하는 정보를 찾아내는 기존의 정보 검색 방식에서 벗어나 비교적 짧은 시간안에 사용자가 원하고 만족할 만한 정보를 제공해 해 낼수 있는 방식과 기술등이 요구된다. 본 논문에서는 빅데이터 등장과 더불어 그 관심도가 날로 증가하고 있는 ‘데이터 큐레이션’의 개념과 전망등을 살펴보고 개인화된 데이터 큐레이션을 위한 기술 개발과 방법을 모색한다. With the age of big data, the volume of information has extremly increased which is mainly caused by IT convergence between new technologies like IBT or NT, widely supply of smart phones, revitalization of SNSs and the consumer data collected by companies. So, there are many difficulties to find proper data which are needed by each user. Therefore, in the age of big data, it is needed to new methods or technologies to find data with which each use are satisfied. In this paper, we describe the concept of data curation which has gotten many interests with the advent of big data, and we try to seek the technologies or methods for personalized data curation.
CO₂규제 대응을 위한 고출력 2.0 Liter EURO-V 디젤엔진 개발
이해성(Haesung Lee),오재욱(Jaeook Oh),김승철(Seungcheol Kim),홍재웅(Jaewoong Hong) 한국자동차공학회 2012 한국자동차공학회 부문종합 학술대회 Vol.2012 No.5
As environmental awareness is growing over the world considerably, GM Korea has developed a new 2.0L high torque Turbocharged Diesel engine to comply with Euro5 emission regulations and CO2 reduction requirement, for installation in SUV, MY2012 program. The development concept is focused on CO2 reduction, high performance, NVH improvement, reliability, and emissions in compliance with Euro5 standards. This paper presents an overview of this newly developed Diesel engine and explains the technical choices made in accordance with design and cost constraints.