식품가공공장 FEMS 적용을 위한 데이터 스케일링 방법에 따른 에너지 소비 예측 모델의 성능 비교 연구

Comparative study of energy consumption prediction model performance according to data scaling method for food processing factory FEMS application

2050년 탄소중립 목표 달성을 위한 우리 정부의 기후기술 혁신에 대한 지원과 투자가 적극적으로 이루어지고 있으며, 이로 인해 에너지 절약 및 효율 향상의 필요성에 대한 관심이 높아지고 있다. 이에 대한 대안으로 공장 에너지 관리시스템 (FEMS)를 도임함으로서 일부 부분적인 시스템 개선만으로 에너지 절감을 달성할 수 있는 다양한 솔루션이 제안되어지고 있다. 전 세계적인 인구의 급격한 증가로 야기된 식품 소비의 중대로 인해 식품산업의 에너지 소비 규모가 급격하게 증가되고 있는 추세로 식품산업에서의 에너지 절감에 대한 이슈가 부각되었으나, FEMS를 적용한 에너지 절감 실증 사례는 전무하며, 심지어 일부 소규모 공장의 경우는 실제 생산에 소비되는 에너지의 양 조차 파악이 어려운 실정이다. 본 연구에서는 데이터마이닝 도구인 ECminer를 사용하여 식품공정의 FEMS에 적용할 수 있는 에너지 수요 예측모델을 개발하였으며, 데이터의 전처리 과정에서의 정규화 방법에 따른 모델의 성능을 비교하였다. 수요 예측 모델을 생성하는 과정에서 데이터의 스케일링하는 과정은 모델의 학습에 큰 영향을 미치게 된다. 이러한 스케일링 방법에는 최대-최소 정규화방법, z-score 변환 둥이 있으며, 이들 방법론을 적용한 수요 예측 모델의 예측 성능을 비교하였다.