Hybrid Technique-based Optimal Energy Management in Smart Home Appliances

Q: 이 논문에서 정의한 EOSA-SNN 기반 최적 에너지 관리란 무엇인가?

EOSA-SNN 기반 최적 에너지 관리는 스마트 가전제품의 에너지 비용을 최소화하기 위해 에볼라 최적화 탐색 알고리즘(EOSA)과 스파이킹 신경망(SNN)을 결합한 하이브리드 방법이다. EOSA는 에어컨 관리 및 열 쾌적성 유지에 사용되며, SNN은 시스템의 최적 제어 신호를 예측하는 데 활용된다. 이 접근 방식은 일일 부하 스케줄링, 수요 반응, 태양광 자가 소비를 고려하여 에너지 비용을 절감한다.

Q: 하이브리드 EOSA-SNN 접근 방식이 스마트 홈 에너지 관리에서 기존 방법보다 효율적인가?

연구 결과, 제안된 EOSA-SNN 하이브리드 접근 방식은 스마트 홈 에너지 관리에서 기존 PSO, RFA, BCO 기법보다 우수한 성능을 보였다. 특히, 제안된 방법은 95%의 효율성을 달성하여 기존 기법들의 90%, 87%, 79%보다 높은 효율을 입증했다. 이는 비용 절감 및 효율적인 자원 활용 측면에서 더 나은 결과를 제공한다.

C. P. Shirley; Depaa RA B; A. Priya; R. Sarala; Rajdeep Singh Solanki; Malini K. V; Ch. Venkatakrishna Reddy

doi:10.5573/IEIESPC.2024.13.5.425

학술저널

저자정보: C. P. Shirley (Karunya Institute of Technology and Sciences) Depaa RA B (Dr. M.G.R Educational and Research Institute) A. Priya (Koneru Lakshmaiah Educational Foundation) R. Sarala (Velammal College of Engineering and Technology) Rajdeep Singh Solanki (Medi-caps University Indore) Malini K. V (Sri Sairam College of Engineering Anekal) Ch. Venkatakrishna Reddy (Chaitanya Bharathi Institute of Technology)

저널정보: 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.13 No.5

오류 신고하기

피인용 1

검색

초록·키워드

This manuscript presents a hybrid method for optimal energy management in smart home appliances. The proposed approach combines the Ebola Optimization Search Algorithm (EOSA) with the performance of spiking neural networks (SNN). The key objective of the proposed strategy is cost reduction through day-ahead load scheduling while also considering the best demand response (DR), and self-consumption of photovoltaic (PV). The EOSA method manages air conditioning (AC) and ensures thermal comfort. In addition, the SNN method was used to predict the optimal system control signal. Comparative analysis with existing systems, such as PSO, RFA, and BCO, showed that the proposed strategy resulted in 13% cost savings. The proposed system considered parameters, such as solar radiation, occupant presence, and electricity prices. The proposed technique is implemented in the MATLAB software, and the performance is compared with existing approaches. The efficiency of the proposed approach is higher than the existing techniques.

#Air conditioning #Demand response (DR) #Solar #Home energy management system (HEMS) #Battery energy storage system #Electric vehicle

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-090986645

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료