ANN을 활용한 식품공장의 에너지 소비 예측

• 영문명: Energy Consumption Prediction of Food Factory Using ANN
• 발행기관: 한국환경에너지공학회
• 저자명: 이형아 김동주 구재회
• 간행물 정보: 『한국환경에너지공학회 학술대회지』2022년 춘계학술발표회, 251~251쪽, 전체 1쪽
• 주제분류: 공학 > 환경공학
• 파일형태: PDF
• 발행일자: 2022.06.16

국문 초록

최근 데이터 분석 및 예측에 대한 다양한 연구가 진행되고 있다. 또한 에너지 다소비 건물의 에너지 효율화에 대한 당위성이 확산되면서 건물 에너지 데이터를 활용한 에너지 소비 분석과 수요 예측에 대한 관심이 증대되고 있다. 이러한 배경 하에 본 연구에서는 식품공장의 에너지 사용량 예측을 위해 에너지 및 환경 예측의 차원에서 가장 보편적으로 사용되고 있는 기계학습 알고리즘 중 하나인 ANN(Artificial Neural Network)을 이용하였다. Python의 머신러닝 라이브러리 중 하나인 Scikit-leam을 활용했으며, 다중 레이어 퍼셉트론(MLP, Multi Layer Perceptron) Regressor를 적용하였다. 전력사용량 예측에 있어서는 2017년 1월 1일부터 2020년 12월 31 일까지의 데이터가 활용되었으며, LNG사용량 예측에 있어서는 2021년 12 월 6 일부터 2022년 3월 19일까지의 데이터가 활용되었다. 사용된 데이터에는 품목별 생산량, 전력 사용량, 운영스케쥴, 외기온 및 습도 데이터 둥이 포함된다. 대상 식품공장의 에너지 수요 예측 검증은 ASHRAE Guideline 14 에 서 제 시 하는 CvRMSE(Coefficient of Variation of Root Mean Square Error) 및 결정계수 R갑을 기준으로 예측 정확도를 확인하였다. 현재의 에너지 예측 모델은 현 시점에서 확보 가능한 제한된 데이터만을 사용했다는 점에 한계가 있다. 추후 보다 다양한 범주의 데이터를 확보해 적용하고 파라미터 값의 조정을 통해 모델의 예측 정확도를 더욱 확보하고자 한다. 또한 ANN과 마찬가지로 에너지 및 환경 예측에 활용되고 있는 알고리즘인 SVR(Support Vector Regression)을 적용했을 때와 예측 정확도를 비교하고자 하며, 이는 식품공장을 포함한 건물의 에너지 소비 예측을 위한 다양한 연구에 기초자료로 활용될 것이다. 나아가 실제 식품공장에 적용함으로써 효율적인 에너지 절감 방안 마련이 가능할 것으로 기대한다.

키워드

에너지 사용량 예측 식품공장 에너지 머신러닝 ANN FEMS