FEMS 적용을 위한 에너지다소비 식품공정의 에너지 소비 예측 MLP 모델 성능 평가

• 영문명: Evaluation of energy consumption prediction MLP model perfonnance for high energy consuming food process FEMS application
• 발행기관: 한국환경에너지공학회
• 저자명: Dongju 두 Hyungah Lee, Jae-Hoi Gut
• 간행물 정보: 『한국환경에너지공학회 학술대회지』2022년 추계학술발표회, 442~442쪽, 전체 1쪽
• 주제분류: 공학 > 환경공학
• 파일형태: PDF
• 발행일자: 2022.12.08

국문 초록

근래 급중한 식품 소비의 증가로 인해 식품산업의 에너지 소비 규모가 급격하게 증가하고 있는 추세이다. 그러나 식품산업 전반에서의 소비 에너지 절감을 도모하기 위한 FEMS를 적용한 에너지 절감 실종 사례는 전무한 실정이다. 본 연구에서는 식품공정의 FEMS 실증을 위한 대상 식품공정 에서 수집된 데이터를 기반으로 에너지 소비예측 모델링을 수행하여 그 결과를 비교하였다. 에너지 소비예측 모델링을 위해 인공신경망 머신러닝 알고리즘인 MLP 모델을 적용하였으며 , 모델에 입력 가능한 초매개변수의 변화에 따른 에너지 소비 예측모델의 성능을 비교하였다. 성능비교를 위해 조절한 MLP 모델의 초매개변수는 최적화방법, 1차 온닉충 활성함수, 2차 은닉충 활성함수이며 , 각 조건에 따라 5 번 의 모델링을 통해 수집된 성능평가 값들의 평균을 기반으로 모델의 성능을 평가하였다. 에너지 소비 예측 모델의 성능 평가 결과 최적화 방법은 Gradient Descent 방법 의 R-square 값이 0.51 수준으로 가장 높은 성능을 나타내었으며, Conjugate Gradient 방법의 MAPE 값이 16.39 수준으로 좋은 성능을 보여 주는 것을 확인하였다. 또한, 1차 온닉 층 활성함수는 TanSig 함수를 사용한 모델의 경우가 가장 좋은 성능을 나타내는 것으로 확인되었으며, 2차 은닉층 활성함수는 Linear 함수가 좋은 성능을 보여주었다. 추가로 온닉충의 수가 2개인 모델보다 1개의 온닉충을 가진 모델의 성능이 보다 우수한 것으로 확인 하였다.

키워드

식품공정 FEMS 에너지 소비 예측모델 MLP 머신러닝