Abstract

구미국가산업단지는 기계, 전자전기 중심의 제조기업이 집적한 50년이 넘은 단지로, 제조시설 및 설비가 노후화되어 에너지 사용 효율이 저감되고 있다. 최근, 이러한 문제를 해결하기 위해 구미 산업단지 내 여러 기업에서는 에너지 관련 데이터를 수집하고, 이를 분석 및 활용한 에너지 관리 서비스를 도입하려 노력하고 있다. 본 연구에서는 머신러닝 알고리즘(LSTM, SVM 등)을 사용하여 구미 산업단지 내 기업들의 에너지 사용량을 예측하는 모델을 구축하고, 이러한 예측 모델을 활용한 에너지 관리 서비스 아이디어를 제안한다. 제안된 데이터 기반의 에너지 관리 서비스는 산업단지 내 기업들의 에너지 절약 행동을 유도하고, 전력 손실을 최소화하는데 기여할 것으로 기대된다.

The Gumi National Industrial Complex, a cluster of machinery and electrical‑electronics manufacturers now over fifty years old, suffers from aging facilities and equipment that have degraded its energy‑use efficiency. Recently, to address this issue, several companies within the complex have begun collecting energy‑related data and striving to implement energy management services based on its analysis and utilization. In this study, we develop models to forecast the energy consumption of firms in the Gumi Industrial Complex using machine learning algorithms (e.g., LSTM, SVM) and propose concepts for energy management services that leverage these predictive models. The proposed data‑driven energy management service is expected to encourage energy‑saving behaviors among companies in the complex and contribute to minimizing power losses.

Recommended citation: T. Salakhov, 전민욱, 최재준, & 김민준*. 데이터 기반의 에너지 관리 서비스 아이디어 도출: 구미국가산업단지의 데이터를 활용한 사례연구. 대한산업공학회 춘계공동학술대회 논문집, 2024, 2557-2557.
Download Paper