• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.433-433
• /
• 2021

본 연구는 개수로 흐름에서 조류발전단지의 터빈 최적 배열의 거시적 특성에 관한 연구를 수행하였다. 천수방정식을 통해 직사각형 개수로의 흐름장을 해석하였고, 상류와 하류단에 대해 각각 유입경계조건(inlet boundary condition)과 Flather 형식의 개방경계조건(open boundary condition)을 부여하여 일정 유량으로 흐르는 개수로 흐름을 구현하였다. 더불어, Strickler의 법칙을 확장한 반력공식을 연계하여, 개수로 흐름에 대한 조류 터빈의 영향을 반영하였다. 주어진 상류의 흐름 조건에 대해 조류발전량을 최대로 하는 최적 배열을 구하기 위해 터빈 반력모형을 연계한 천수방정식, 터빈간 최소간격, 그리고 발전단지영역을 제한조건으로 하는 발전량 최대화 문제를 구성하였다. 여기서 조류 터빈의 위치를 나타내는 벡터를 설계변수로 두었는데, 설계되는 터빈의 수가 증가함에 따라 최적화 문제의 계산량이 증가하지 않도록 수반법(adjoint method)을 경사도기반법(gradient-based method)에 연계한 방법이 이용되었다. 다수의 터빈초기배치로 상당한 수치실험이 수행되었고, 발전량 최대화를 이루도록 최적화된 터빈의 배치들이 큰 규모에서 고유한 형상으로 수렴함을 확인하였다. 이러한 특성은 발전단지의 너비와 터빈의 최소간격의 함수로 정의된 무차원수 E를 바탕으로 설명되었다. 구체적으로, E가 1보다 작을 때에는 선형배열이 최적배열로 나타났고, E가 1을 넘어 점차 커짐에 따라 하류에 오목한 형상을 보이다가 V-형태로 발전하는 양상을 보였다. 또한, 어느 임계 수 이상의 터빈이 배치되는 경우 일열 배열을 유지하지 못하고 이열 배열로 분리됨이 관찰되었다.

• 정보처리학회논문지D
• /
• 제8D권5호
• /
• pp.507-512
• /
• 2001

특징 기반 유사성은 멀티미디어 데이터베이스 시스템에서 중요한 연구 쟁점이 되고 있다. 멀티미디어 데이터의 특징이 멀티미디어 객체들을 구별하는데 유용하다지만 특징 벡터의 차원의 수가 증가함에 따라 종래의 다차원 데이터 구조의 성능은 떨어지는 경향이 있다. $R^{*}-Tree$는 R-Tree의 가장 성공적인 병형으로 본 논문에서 고차원 특징 벡터를 위한 새로운 인덱싱 방법으로서 자기 조직화 맵 기반 $R^{*}-Tree$를 제안한다. 자기 조직화 맵 기잔 $R^{*}-Tree$는 고차원 데이터를 좀더 스칼라화해서 탐색할 수 있도록 SOM과 $R^{*}-Tree$를 결합하여 구축한 인덱싱 기법이다. 자기 조직 맵은 고차원 특징 벡터들로부터 2차원 공간으로의 맵핑을 제공한다. 그러나 맵을 위상 특징 맵이라 하고 인접 노느에서 서로 유사한 특징 벡터들을 모아서 입력데이터의 특징 공간들 속에 유사성을 보존하는데 위상 특징 맵의 각 노드는 코드북 벡터를 가지고 있다. 실험적으로 4만개의 이미지로부터 추출된 색깔 특징 벡터들을 이용하여 자기 조직화 맵 기반 $R^{*}-Tree$의 검색시간 비용과 자기 조직화 맵과 $R^{*}-Tree$의 검색 시간 비용을 비교한다. 그 결과 $R^{*}-Tree$를 구축하는데 필요한 노드 수와 검색 시간 비용이 감소됨으로써 자기 조직화 맵 기반 $R^{*}-Tree$는 자기 조직화 맵과 $R^{*}-Tree$보다 훨씬 우수한 성능을 나타냄이 입증되었다.