지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.12
- 수록면
- 806 - 817 (12page)
이용수
초록· 키워드
오류제보하기
In this study, a process of measuring and preprocessing power data for 4 types of home appliances and a deep training-based NILM technique were proposed. Active power of 4 types of home appliances (refrigerator, induction, TV, washer) was measured for about 3 weeks. The power data of each home appliance was measured to be aggregated in a smart meter. In order to disaggregate energy using LSTNet, four types of home appliances and smart meter power data were constructed as a training dataset. In the training process, we performed a parametric study to extract the optimal hyperparameter with the highest validation accuracy metric among the major parameters of LSTNet to verify the feasibility of NILM application of LSTNet.
목차
ABSTRACT
서론
스마트 미터를 활용한 가전기기 전력 데이터 측정
LSTNet을 활용한 NILM 프레임워크
LSTNet 최적 파라미터
결론
References
참고문헌 (23)
참고문헌 신청
Armel, K. C. / 2013 / Is disaggregation the holy grail of energy efficiency? The case of electricity / Energy Policy 52:213~234
Assan, T. / 2013 / An empirical investigation of VI trajectory based load signatures for non-intrusive load monitoring / IEEE Transactions on Smart Grid 5(2):870~878
Butterworth, S. / 1930 / On the theory of filter amplifiers / Wireless Engineer 7(6):536~541
Çavdar, İ.H / 2019 / New design of a supervised energy disaggregation model based on the deep neural network for a smart grid / Energies 12(7):1217
Garcia, F. C. C. / 2017 / Development of an intelligent system for smart home energy disaggregation using stacked denoising autoencoders / Procedia Computer Science 105:248~255
Assan, T. / 2013 / An empirical investigation of VI trajectory based load signatures for non-intrusive load monitoring / IEEE Transactions on Smart Grid 5(2):870~878
Butterworth, S. / 1930 / On the theory of filter amplifiers / Wireless Engineer 7(6):536~541
Çavdar, İ.H / 2019 / New design of a supervised energy disaggregation model based on the deep neural network for a smart grid / Energies 12(7):1217
Garcia, F. C. C. / 2017 / Development of an intelligent system for smart home energy disaggregation using stacked denoising autoencoders / Procedia Computer Science 105:248~255
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
개인 맞춤형 에너지 피드백 시스템을 위한 딥러닝 기반의 다수 가전기기 유효전력 분해
한국태양에너지학회 논문집
2022 .02
-
NILM 정확도 제고를 위한 기법 연구
한국조명·전기설비학회 학술대회논문집
2015 .11
-
스마트팜 개별 전기기기의 비간섭적 부하 식별 데이터 처리 및 분석
전기전자학회논문지
2020 .06
-
시계열 패턴화를 통한 NILM 기기 분류
한국정보과학회 학술발표논문집
2020 .12
-
전력 효율화를 위한 인공지능 기반 전력모니터링 센서를 활용한 NILM 모델 설계
Proceedings of KIIT Conference
2022 .12
-
공장용 부하패턴분석 및 부하 피크 절감을 위한 NILM 알고리즘 개발에 관한 연구
대한전기학회 학술대회 논문집
2022 .07
-
Matrix Profile 기반의 가전기기 이벤트 탐지 및 특징 추출 기법
한국통신학회논문지
2019 .06
-
합성곱 순환 신경망 구조를 이용한 비침습적 부하 모니터링 시스템에 관한 연구
한국통신학회 학술대회논문집
2022 .02
-
High Speed Data Acquisition System for NILM using Zynq
한국통신학회 학술대회논문집
2018 .06
-
CUSUM 학습 모델을 이용한 NILM System 의 Steady State filter 에 관한 연구
한국통신학회 학술대회논문집
2017 .11
-
스마트 홈 애플리케이션 구현
Proceedings of KIIT Conference
2016 .06
-
Spatio-Temporal Pm Prediction Model Based On Long And Short Time Series Deep Network (Istnet) For Outdoor Air Quality Monitoring
대한환경공학회 학술발표논문집
2021 .11
-
Estimation Target Load from Mixed Load Based on Time- Frequency Magnitude and Phase Measurement in NILM
한국통신학회 학술대회논문집
2019 .06
-
개별 가전기기의 시계열 전력 데이터를 활용한 GRU 기반의 Energy Disaggregation
대한건축학회 학술발표대회 논문집
2019 .10
-
다중 분류 시스템을 이용한 가전기기 식별 알고리즘
대한임베디드공학회논문지
2015 .01
-
유효 및 무효 전력 변화를 이용한 비접촉식 가전기기 부하 식별
디지털콘텐츠학회논문지
2019 .01
-
Identification of In-Home Appliance Types Based on Analysis of Current Consumption Using Energy Metering Circuit
대한임베디드공학회논문지
2017 .01
-
스마트팜 비간섭 전력 부하 감시를 위한 데이터취득 시스템 개발
전기전자학회논문지
2019 .03
-
세대 전력사용량 절감을 위한 가전기기 대상 부하 프로파일 분석 방법론 개발
대한설비공학회 학술발표대회논문집
2020 .06
-
S-mote: SMART Home Framework for Common Household Appliances in IoT Network
JIPS(Journal of Information Processing Systems)
2019 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-546-001338262