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
- 학위논문
- 저자정보
- 지도교수
- 진서훈
- 발행연도
- 2022
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
도시가스의 수요는 계속해서 증가하는 추세이며 가정 및 산업에서 광범위하게 사용되고 있다. 그러나 도시가스는 가연성과 폭발성 등으로 사고 가능성이 항상 존재한다. 또한 도시가스 수요를 과다 예측할 경우에 재고의 유지 및 관리비용이 상승하여 수급관리가 비효율적으로 이루어진다. 안정적인 도시가스의 공급을 위해서는 가스 사용기기에 적합한 가스 압력을 일정하게 유지시켜주는 도시가스 정압기의 압력값을 예측할 필요성이 있다. 본 논문은 시계열모형과 머신러닝모형을 기반으로 도시가스 정압기 예측시스템을 제안함으로써 정압기 압력 관리 시스템의 효율성을 높이고자 한다.
분석을 위한 데이터는 SCADA 시스템을 기반으로 수집한 정압기의 2차 압력 데이터를 이용하고, 압력의 영향을 주는 요소인 온도 변수를 추가 통합해 사용한다. 온도 변수는 정압기 압력 수치와 같은 시점으로 이루어진다. 데이터 전처리를 한 뒤, 장기예측과 단기예측을 하기 위한 학습데이터와 평가데이터를 생성한다.
전통적 시계열 모형인 SARIMA 모형, SARIMAX 모형과 머신러닝 기반 모형인 LSTM 모형, Transformer 모형을 이용하여 예측 모델을 구현한다. 모델을 구현한 뒤, 성능평가를 위한 척도는 RMSE를 사용한다. 장기예측을 한 경우에는 SARIMAX 모형의 RMSE가 0.0248로 가장 낮음을 확인하였다. 반면에 여름을 단기예측한 경우에는 SARIMA 모형의 RMSE가 0.013으로 가장 낮았고, 겨울을 단기예측한 경우에는 SARIMA 모형의 RMSE가 0.0189로 가장 낮음을 확인하였다.
구축된 도시가스 정압기의 압력 예측시스템을 통해 향후 장기, 단기로 나누어 압력수치를 예측할 수 있으며 예측결과는 정압기 운용의 체계화에 적용될 수 있다. 또한 전문가는 예측시스템을 통해 압력 이상 여부를 예상하고 대비할 수 있고 이를 통해 정압기의 안전관리에 기여할 것으로 기대한다.
분석을 위한 데이터는 SCADA 시스템을 기반으로 수집한 정압기의 2차 압력 데이터를 이용하고, 압력의 영향을 주는 요소인 온도 변수를 추가 통합해 사용한다. 온도 변수는 정압기 압력 수치와 같은 시점으로 이루어진다. 데이터 전처리를 한 뒤, 장기예측과 단기예측을 하기 위한 학습데이터와 평가데이터를 생성한다.
전통적 시계열 모형인 SARIMA 모형, SARIMAX 모형과 머신러닝 기반 모형인 LSTM 모형, Transformer 모형을 이용하여 예측 모델을 구현한다. 모델을 구현한 뒤, 성능평가를 위한 척도는 RMSE를 사용한다. 장기예측을 한 경우에는 SARIMAX 모형의 RMSE가 0.0248로 가장 낮음을 확인하였다. 반면에 여름을 단기예측한 경우에는 SARIMA 모형의 RMSE가 0.013으로 가장 낮았고, 겨울을 단기예측한 경우에는 SARIMA 모형의 RMSE가 0.0189로 가장 낮음을 확인하였다.
구축된 도시가스 정압기의 압력 예측시스템을 통해 향후 장기, 단기로 나누어 압력수치를 예측할 수 있으며 예측결과는 정압기 운용의 체계화에 적용될 수 있다. 또한 전문가는 예측시스템을 통해 압력 이상 여부를 예상하고 대비할 수 있고 이를 통해 정압기의 안전관리에 기여할 것으로 기대한다.
목차
제 1 장 서론 1제 2 장 정압설비 소개 및 사용데이터 22.1 정압설비 소개 22.2 사용 데이터 3제 3 장 예측 방법론 43.1 SARIMA 모형 43.2 SARIMAX 모형 43.3 LSTM 모형 53.4 Transformer 모형 8제 4 장 예측시스템 구현 사례 104.1 예측시스템 구조 104.2 데이터 전처리 114.3 데이터 패턴 분석 124.4 장기예측 결과 164.5 단기예측 결과 21제 5 장 성능 평가 및 예측 전망 265.1 평가 방법 265.2 평가 결과 27제 6 장 결론 30참고문헌 31
최근 본 자료
댓글(0)
0