• 한국전자통신학회논문지
• /
• 제16권3호
• /
• pp.485-492
• /
• 2021

50kW 또는 그 이하의 정격용량을 갖는 풍력터빈은 일반적으로 소형풍력으로 간주한다. 소형풍력터빈은 독립형 전력시스템과 가전제품, 독립적인 적용 및 에너지저장장치, 태양광, 소수력, 디젤엔진과 같은 다른 에너지 기술을 조합하여 동시에 사용할 수 있는 매력적인 대체품이다. 연구목적은 터빈블레이드 제작법과 구조가 가능한 상업용 개발과정과 유사성을 갖도록 50kW급 풍력터빈 블레이드를 개발하기 위한 것이다. 목함에 기반하여 제작된 몰드기법은 탄소섬유와 열경화성 수지인 유리섬유를 사용한 경량설계, 다중부목, 오목성을 유지하기 위하여 채택한다. 수 작업형 시제품 제조법은 공기역학적인 평판형의 반복적인 설계를 통해서 단주기를 갖는 고밀도 형상 몰드를 사용하여 개발한 것이다. 5개의 블레이드 생산공정을 통하여 제작하고, 블레이드의 주요 구성요소는 IEC-61400-23 규정에 따라 설계의 적절성을 검증하기 위하여 시험하며. 또한, 개발된 블레이드를 갖는 풍력시스템은 성능특성을 검증하기 위하여 IEC 61400-12 규정에 따라 시험한다. 블레이드와 터빈시스템의 시험결과는 상업운전에서 요구되는 유효한 설계조건을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.339-346
• /
• 2022

최근 화석연료의 무분별한 사용으로 인한 자원고갈 문제 및 기후변화 문제 등이 심각해짐에 따라 화석연료를 대체할 수 있는 신재생에너지에 대한 관심이 증가하고 있다. 특히 신재생에너지 중 태양광 에너지는 다른 신재생에너지원에 비해 고갈될 염려가 적고, 공간적인 제약이 크지 않아 전국적으로 수요가 증가하고 있다. 태양광 발전 시스템에서 생산된 전력을 효율적으로 사용하기 위해서는 보다 정확한 태양광 발전량 예측 모델이 필요하다. 이를 위하여 다양한 기계학습 및 심층학습 기반의 태양광 발전량 예측 모델이 제안되었지만, 심층학습 기반의 예측 모델은 모델 내부에서 일어나는 의사결정 과정을 해석하기가 어렵다는 단점을 보유하고 있다. 이러한 문제를 해결하기 위하여 설명 가능한 인공지능 기술이 많은 주목을 받고 있다. 설명 가능한 인공지능 기술을 통하여 예측 모델의 결과 도출 과정을 해석할 수 있다면 모델의 신뢰성을 확보할 수 있을 뿐만 아니라 해석된 도출 결과를 바탕으로 모델을 개선하여 성능 향상을 기대할 수도 있다. 이에 본 논문에서는 BiLSTM(Bidirectional Long Short-Term Memory)을 사용하여 모델을 구성하고, 모델에서 어떻게 예측값이 도출되었는지를 SHAP(SHapley Additive exPlanations)을 통하여 설명하는 설명 가능한 태양광 발전량 예측 기법을 제안한다.