• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.57-65
• /
• 2015

농업과 IT기술 융합이 가속화됨에 따라 식물공장 내 작물의 품질 및 생산성을 향상시키기 위한 연구가 활발히 진행 중이다. 식물공장의 생산성을 최대화하기 위해서는 먼저 시설 내부의 특성을 고려하여 생육에 적합한 열 환경과 공기의 흐름을 제공하기 위한 고도의 생장환경 관리기술이 필요하다. 현재 운영되고 있는 식물공장은 특화된 공기유동장치의 설계 및 운영기술이 확립되지 않아 온도 기류 편차로 인한 불균일한 품질의 작물 생산, 재배기간 연장에 따른 에너지 소비 등의 문제점을 내포하고 있다. 이를 해결하기 위해서는 식물공장 시설의 설계 단계에서 전산유체역학 시뮬레이션을 이용한 공기유동장치의 배치 및 운영기술에 대한 최적화 과정이 선행되어야 한다. 본 연구에서는 CFD(Computational Fluid Dynamics) 시뮬레이션을 이용한 순환 팬의 적정 배치 및 유속을 파악하여 식물공장 시설 내부의 각 지점별 온도 편차를 최소화하고 에너지소비를 절감한다. 시뮬레이션 조건은 순환 팬의 설치 위치 및 수량 그리고 유속변화에 따라 총 12가지의 Case로 구분하였으며 해석을 위한 경계 조건 변수는 동일하게 설정하였다. 시뮬레이션 결과, 2set의 순환 팬을 식물재배기 상단에 부착한 Case D의 제어 조건이 설정온도에 부합하는 296.33K의 평균온도를 유지하면서 식물생육에 적합한 0.51m/s의 기류분포를 보였다. 또한, 순환 팬의 유속을 변화시킨 결과, 출구 유속을 2.09/s로 설정한 Case D-3이 에너지 효율 측면에서 가장 우수한 결과를 보였다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.