K-평균 알고리즘을 활용한 에너지 시스템 최적화
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 중앙대 에너지시스템공학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 인공지능기초, 프로그래밍, 통합과학
- 탐구 키워드
- 에너지 발전, 인공지능 (머신러닝, NLP 등)
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
여름철 전력 수요 급증으로 인한 에너지 낭비 문제에 문제의식을 갖고, 기계학습을 활용한 전력 사용 패턴 분석을 통해 해결 방안을 모색하고자 탐구를 진행함.
공공데이터 기반 아파트 전력 소비 클러스터링 사례를 참고해 K-평균 알고리즘의 원리와 전력 소비 패턴 분석 방법을 학습하고, 가상으로 생성한 12가구의 24시간 전력 사용 데이터를 분석 대상으로 설정함.
K-평균 알고리즘을 적용해 전력 사용 특성에 따라 주간 활동형, 야간 활동형, 불규칙형, 균형형의 네 가지 사용자 군집으로 분류하고, 정규화를 통해 각 군집의 평균 소비 곡선을 시각화함.
분석 결과 군집별 전력 사용 피크 시간이 상이함을 확인하고, 시간대별 맞춤형 전력 공급 전략의 필요성을 도출함.
비지도 학습 기반 클러스터링 기법을 에너지 문제에 적용해 소비 패턴을 해석하고, 데이터 분석을 바탕으로 친환경·효율적 에너지 관리 방안을 제시한 인공지능·환경 융합 탐구였음.
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.