• 한국정보통신학회논문지
• /
• 제7권7호
• /
• pp.1527-1532
• /
• 2003

기존의 GPC방법으로 제어하기 힘든 비선형성과 플랜트의 변수변화를 포함하는 비선형 플랜트를 지연 예측신경망을 사용하여 효과적으로 제어하는 적응 GPC방법을 제안한다 제안한 방법에서는 플랜트의 선형 변수 추정이나 근사적인 모델로부터 선형 매개변수를 구해서 선형 모델을 만들고 실제 시스템의 출력과 선형모델의 오차를 신경망의 출력으로 표현한 다음, 이 식으로부터 적응 GPC 알고리듬을 유도한다. 여기서 지연 예측신경망은 적응 GPC에 이용될 플랜트의 출력을 예측하도록 학습된다. 이와 같은 제어기를 구성함으로써 선형 변수만으로 적응 GPC 제어기가 구성되어질 경우 생기는 비선형 변수의 추정과 출력 예측 값을 계산하는 번거로움을 해결하였다.

• 한국정보통신학회논문지
• /
• 제14권3호
• /
• pp.559-564
• /
• 2010

복잡한 비선형 시스템을 예측하기 위하여 GMDH(Group Method of Data Handling) 알고리듬을 사용할 수 있다. 기존의 GMDH 알고리듬은 정해진 절차에 의해 입력층부터 중간층들을 거쳐 출력층에서 시스템의 예측 출력을 생성한다. 각 층의 출력은 전 층의 출력에 의해서만 생성된다. 그러나 전형적인 GMDH 알고리듬에서 층별로 최적의 구조가 결정되지만 전체적으로는 최적의 구조가 결정되지 않을 수도 있다는 문제점을 해결하기 위해 예측된 출력을 실제의 출력과 비교하여 그 에러를 피드백하여 전체적으로 최적의 구조를 가지는 GMDH 예측 모델을 구성함으로 써 보다 정확한 예측이 가능하도록 하였다. 제안된 알고리듬이 기존의 알고리듬보다 성능이 향상된 것을 컴퓨터 시뮬레이션을 통해 검증하였다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1997년도 춘계학술발표회논문집(1)
• /
• pp.329-334
• /
• 1997

기포막 제한 및 기포 군집 이론에 의한 해석적 접근을 통해 축방향 출력분포가 임계열속에 미치는 영향을 파악하고, 이를 근거로 임계열속 발생지점에서의 엔탈피 변화를 고려하여 축방향 출력분포에 따른 임계열속 예측치 보정 모델을 개발하였다. 제안된 모델의 검증을 위해 cosine 형태의 축방향 출력분포를 갖는 임계열속 측정치와 비교하였으며, 그 결과 제안된 모델은 측정치에 대해 평균 1.0072, 표준편차 9.98%의 예측 성능을 나타냈다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1997년도 추계학술발표회논문집(1)
• /
• pp.305-310
• /
• 1997

국내에 신규로 건설되는 원자력발전소(이하 원전)는 부분강 제어봉을 설치하여 축방향의 출력 분포 제어에 별다른 어려움 없이 운전을 하고 있으나, 일부 가압 경수로형 원전의 경우는 부분강 제어봉이 설치되어 있지 않아 원자로 출력 변동시 출력분포 제어에 어려움이 많다. 기존 원전 경우의 제어봉 운전 방식은 원자로 출력의 균일한 제어를 위해 각 제어봉 뱅크를 순서적으로 운전하고 있으며, 각 뱅크간에는 일정한 수(일반적으로 113 Step) 만큼 중첩하여 운전하고 있다. 출력운전중에는 모든 제어봉을 인출하여 균일한 출력분포를 유지하며 축방향의 출력분포 제어를 위해 제어봉을 조절한다. 출력을 변동하면 제어봉이 원자로내에 삽입하게 되는 데, 먼저 D Bank가 삽입되며 D Bank가 113 Step에 도달하면 C Bank가 삽입되기 시작하는 데, D 130에서부터 C Bank가 삽입되어 제어값을 갖는 D 100 Step 까지는 축방향 출력 제어가 되지 않아 출력 편차가 제한값을 벗어나 출력을 급격히 감소해야 하는 등의 어려움이 있다. 본 연구는 제어봉의 중첩을 조절하여 C Bank를 조기에 노심에 삽입시의 영향을 분석하기 위하여 제어봉값이 출력에 미치는 영향을 예측하고, 제어봉 중첩수를 변경시에 노심에 미치게 될 안전성을 검토하였으며, 그 결과 중첩수를 조절할 경우 축방향 출력 분포를 초기부터 양호하게 제어할 것으로 예측된다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2014년도 추계학술대회 논문집
• /
• pp.21-22
• /
• 2014

본 논문은 5-레벨 NPC/H-브릿지 (Neutral Point Clamped/H-bridge) 인버터의 최적 제어 세트 (finite-control-set) 모델 예측 제어 (MPC: Model Predictive Control) 방법을 제안한다. NPC/H-브릿지 인버터의 출력 전류 제어 및 DC-link 커패시터 전압 균형을 유지하기 위해 출력 전류와 DC-link 커패시터 전압을 예측하고, 하나의 비용 함수 (cost function)을 통해 최적의 스위칭 상태를 출력한다. PSIM 시뮬레이션을 통해 제안된 제어 알고리즘의 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1412-1416
• /
• 2009

최근의 극심한 기상이변으로 인하여 발생되는 이상호우의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우를 예측하기 위해 많은 방법들이 사용되고 있으나 강우의 메커니즘은 매우 복잡하여 수문순환과정에서 가장 예측하기 힘든 요소이며, 추계학적 예측모형이나 확정론적 예측모형 모두에 있어 상당한 불확실성을 내포하고 있다. 기상예측모형 등을 이용하여 강우예측에 대한 정도를 높여가고는 있으나 많은 수문학적 모형에서 요구하는 시공간적으로 정도가 높은 강우를 예측하기에는 힘들다. 인공신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 강우사상을 과거의 자료로부터 신경망의 수학적 알고리즘을 통해 강우의 예측에 적용할 수 있을 것이다. 따라서 본 연구에서는 이러한 인공신경망의 기법 중 오류 역전파 알고리즘을 통하여 과거의 강우사상들을 입 출력 자료로 이용하여 인공신경망을 학습시켜 강우의 예측에 대한 정도를 높이도록 하였다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2013년도 제44회 동계 정기학술대회 초록집
• /
• pp.673-673
• /
• 2013

최근 시대의 흐름에 따라 많은 에너지의 사용으로 여러 가지 에너지원이 필요로 하게 되면서 지금까지는 석탄, 석유 등 매장된 에너지원을 사용하고 있지만, 최근 에너지 위기와 여러 가지의 환경문제가 대두 되면서 세계적으로 새로운 청정에너지원을 필요로 하게 되었다. 그 결과 태양광, 풍력, 지열 등 여러 가지의 신재생에너지원이 대두되게 되었으며, 여러 가지의 신재생에너지원 중 주목받고 있는 풍력에너지에 대한 연구가 현재 활발히 진행 중에 있다. 풍력발전은 바람의 에너지를 이용해 블레이드에 연결된 터빈을 구동하여 전기 에너지를 얻는 방식이며, 아직까지는 많은 곳에서 사용될 만큼 생산이 되지 않고 있지만 조만간 많은 곳에서 쓰일 것으로 예상된다. 풍력발전 시스템이 전력시장에서 차지하는 비중이 점차 증가하고 있으나 풍향, 풍속 등의 변화로 인하여 안정적인 발전 출력을 항상 보장할 수 없다. 그러므로 본 논문에서는 실제 풍력발전기로부터 수집된 풍향, 풍속, 발전출력 데이터를 처리하여 데이터베이스를 구축하고, 퍼지 뉴런에 기반한 퍼지-뉴럴 네트워크 예측 모델을 이용하여 풍력발전 출력을 예측하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.186-186
• /
• 2022

강수 및 침투 등으로 발생하는 지하수위의 변동을 예측하는 것은 지하수 자원의 활용 및 관리에 필수적이다. 지하수위의 변동은 지하수 자원의 활용 및 관리뿐만이 아닌 홍수 발생과 지반의 응력상태 등에 직접적인 영향을 미치기 때문에 정확한 예측이 필요하다. 본 연구는 인공신경망 중 다층퍼셉트론(Multi Layer Perceptron, MLP)을 이용한 지하수위 예측성능 향상을 위해 MLP의 구조 중 Optimizer를 개량하였다. MLP는 입력자료와 출력자료간 최적의 상관관계(가중치 및 편향)를 찾는 Optimizer와 출력되는 값을 결정하는 활성화 함수의 연산을 반복하여 학습한다. 특히 Optimizer는 신경망의 출력값과 관측값의 오차가 최소가 되는 상관관계를 찾는 연산자로써 MLP의 학습 및 예측성능에 직접적인 영향을 미친다. 기존의 Optimizer는 경사하강법(Gradient Descent, GD)을 기반으로 하는 Optimizer를 사용했다. 하지만 기존의 Optimizer는 미분을 이용하여 상관관계를 찾기 때문에 지역탐색 위주로 진행되며 기존에 생성된 상관관계를 저장하는 구조가 없어 지역 최적해로 수렴할 가능성이 있다는 단점이 있다. 본 연구에서는 기존 Optimizer의 단점을 개선하기 위해 지역탐색과 전역탐색을 동시에 고려할 수 있으며 기존의 해를 저장하는 구조가 있는 메타휴리스틱 최적화 알고리즘을 이용하였다. 메타휴리스틱 최적화 알고리즘 중 구조가 간단한 화음탐색법(Harmony Search, HS)과 GD의 결합모형(HS-GD)을 MLP의 Optimizer로 사용하여 기존 Optimizer의 단점을 개선하였다. HS-GD를 이용한 MLP의 성능검토를 위해 이천시 지하수위 예측을 실시하였으며 예측 결과를 기존의 Optimizer를 이용한 MLP 및 HS를 이용한 MLP의 예측결과와 비교하였다.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.92-99
• /
• 2016

풍력터빈은 정격풍속미만에서 최대출력을 내기위한 제어를 한다. 최대출력을 얻기 위한 방법 중에는 최적 TSR(Tip Speed Ratio)제어와 P&O(Perturbation and Observation) 제어가 대표적이라 할 수 있다. P&O 제어는 출력과 회전속도만을 이용하여 간단한 알고리즘으로 제어되지만 반응속도가 느린 것이 단점이라 할 수 있다. 최적 TSR 제어는 반응속도가 빠르지만 정확한 풍속을 알아야만 된다. 정확한 풍속을 구하기 위하여 측정을 하거나 예측하는 방법을 사용한다. 풍속을 측정하기 위하여 풍속계를 풍력터빈에 가까이 설치하게 되는 데, 이 때 블레이드의 간섭으로 정확한 풍속 측정이 쉽지 않다. 그래서 풍속을 예측하는 방법들이 사용하게 되었다. 풍속을 예측하기 위하여 신경망을 비롯한 다양한 수치해석 방법들이 사용되고 있으나 풍속예측 문제는 역문제와 관련이 있어 그리 간단치가 않다. 본 논문에서는 기존의 방법들과 다르게 역문제로 풀지 않고 바람의 출력그래프에서 터빈의 출력과 회전속도만을 이용하여 풍속을 예측할 수 있는 새로운 방법을 제안하였다. Matlab/Simulink을 사용하여 제안된 방법으로 풍속이 제대로 예측되며 최대 출력제어가 되는 것을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제2권3호
• /
• pp.194-199
• /
• 1996

평면 배열형 소나 센서에서는 트랜스듀서 상호간의 간섭효과들이 음을 방사하는 각각의 트랜스듀서 및 평면 배열의 빔패턴에 영향을 주게된다. 따라서 음향 방사출력의 계산은 소나용 트랜스듀서의 성능및 효율을 평가하는데 필수적이다. 음향 방사출력을 예측하기 위하여 무한 강성 배플에 고정된 수개의 트랜스듀서를 이론해석의 대상으로 설정하였다. 각 트랜스듀서는 자기방사 임피던스 및 상호방사 임피던스로 구성되어 있으며 이것의 총 방사 임피던스 및 음향반사 출력의 추출은 등가 전기회로 모델을 이용하였다. 이론및 수치해석의 결과에 근거하여 음향방사 출력은 각 트랜스듀서 상호간의 간섭의 양에 의존함을 보였으며 상호간섭에 의한 음향출력 손실은 25.05%에서 최고 51.52%정도임을 확인하였다.