• 한국태양에너지학회 논문집
• /
• 제35권3호
• /
• pp.1-8
• /
• 2015

The MERRA reanalysis data provided online by NASA was applied to predict the monthly energy productions of Donghai Bridge Offshore wind farms in China. WindPRO and WindSim that are commercial software for wind farm design and energy prediction were used. For topography and roughness map, the contour line data from SRTM combined with roughness information were made and used. Predictions were made for 11 months from July, 2010 to May, 2011, and the results were compared with the actual electricity energy production presented in the CDM(Clean Development Mechanism)monitoring report of the wind farm. The results from the prediction programs were close to the actual electricity energy productions and the errors were within 4%.

• 한국태양에너지학회 논문집
• /
• 제31권2호
• /
• pp.72-81
• /
• 2011

The wind data obtained from an AWS(Automated Weather Station) was used to predict the AEP(annual energy production) of Gangwon wind farm having a total capacity of 98 MWin Korea. A wind energy prediction program based on the Reynolds averaged Navier-Stokes equation was used. Predictions were made for three consecutive years starting from 2007 and the results were compared with the actual AEPs presented in the CDM (Clean Development Mechanism) monitoring report of the wind farm. The results from the prediction program were close to the actual AEPs and the errors were within 7.8%.

• 한국태양에너지학회 논문집
• /
• 제30권2호
• /
• pp.54-64
• /
• 2010

Interest in new and renewable energies like solar energy and wind energy is increasing throughout the world due to the rapidly expanding energy consumption and environmental reasons. An essential requirement for wind force power generation is estimating the size of wind energy accurately. Wind energy is estimated usually using meteorological data or field measurement. This study attempted to estimate wind energy density using meteorological data on daily mean wind speed and the Weibull parameters in Seoul, a representative inland city where over 60% of 15 story or higher apartments in Korea are situated, and Busan, Incheon, Ulsan and Jeju that are major coastal cities in Korea. According to the results of analysis, the monthly mean probability density distribution based on the daily mean wind speed agreed well with the monthly mean probability density distribution based on the Weibull parameters. This finding suggests that the Weibull parameters, which is highly applicable and convenient, can be utilized to estimate the wind energy density distribution of each area. Another finding was that wind energy density was higher in coastal cities Busan and Incheon than in inland city Seoul.

• 대한기계학회논문집A
• /
• 제35권10호
• /
• pp.1281-1289
• /
• 2011

본 논문에서는 소형풍력발전시스템 블레이드 제작에 사용되는 복합재료의 피로수명 데이터에 대한 통계적 해석을 위하여 다양한 확률분포 모델의 적합성에 대한 연구를 수행하였다. 이를 위하여 삼축 유리섬유강화 복합재료를 대상으로 0$^{\circ}C$, 45$^{\circ}C$ 및 90$^{\circ}C$ 의 하중방향에 대한 인장시험을 실시하였다. 또한 상기의 하중방향에 대하여 4 수준의 피로응력준에서의 피로시험을 수행하였다. 이를 통하여 획득한 피로수명 데이터를 대상으로 1) 전체 적합성, 2) 끝단 적합성 및 3) 피로물리 일치성의 기준을 이용하여 2 모수 Weibull, 3 모수 Weibull, 정규 및 대수정규분포의 적합성을 평가하였다. 또한 피로수명의 분산에 대한 하중방향 및 피로응력의 영향 역시 검토하였다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1187-1198
• /
• 2021

해상풍 데이터는 최근 들어서 신재생 에너지 개발의 일환으로 해상 풍력발전 단지가 각광받으면서 더욱 중요성을 더하고 있다. 본 연구에서는 2015~2020년 부울경(부산, 울산, 경남) 연안해역을 촬영한 Sentinel-1 영상 368장과 저해상도 수치모델의 UV 컴포넌트를 이용한 DNN (Deep Neural Network) 모델을 개발하여 해상풍 데이터를 공간해상도 10 m 수준으로 정밀하게 생산하는 방법을 제시하였다. 이를 통해 기존의 CMOD (C-band Model) 함수에 비해 40% 정도 오차가 감소하였으며, U 컴포넌트와 V 컴포넌트는 각각 상관계수 0.901, 0.826의 비교적 높은 정확도를 나타냈다. 본 연구에서 부울경 해역(해안선으로부터 3 km 버퍼 영역)에 대해 산출한 10 m 해상도의 바람장 지도를 작성해 보면, 내륙에서 외해로 갈수록 풍속이 강해지는 일반적인 경향을 따르면서도 공간적으로 상세화된 바람 패턴을 잘 나타낼 수 있었다. 이러한 고해상도 해상풍 지도는 해상 풍력발전을 위한 상세조사뿐 아니라, SAR를 활용한 전천후 연안 방재 및 연안레저 정보 제공을 지원할 수 있을 것으로 기대한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1070-1071
• /
• 2015

전국에 분포하고 있는 분산형 전원설비의 구성요소와 발전소에 대한 정보를 축적하여 개인 사업자 및 공급자가 해당 정보를 쉽게 접근할 수 있도록 웹기반의 통합관리시스템을 구축하였다. 대표적인 분산형 전원설비인 태양광 발전소와 풍력 발전소의 구성요소 사양들과 전국 발전소의 설치 및 발전용량들에 대한 데이터를 축적하여 데이터베이스화하였다. 축적된 데이터베이스는 웹기반의 통합관리시스템으로 구축되어 사용자가 쉽게 정보를 검색하여 문제를 해결할 수 있도록 하였다. 또한 각 발전소의 실시간 모니터링을 통한 데이터는 통계기법을 통하여 수익성을 평가할 수 있는 기초 자료로 활용 가능하도록 하였다. 향후 비즈니스 모델을 활용하여 통합관리시스템의 지속적인 운영이 가능하도록 한다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2011년도 춘계학술논문집 1부
• /
• pp.3-6
• /
• 2011

본 논문에서는 배전지능화시스템과의 정보연계, 미래 지능형전력망 운용 및 태양광, 풍력, 연료전지 등과 같은 신에너지전원의 단지를 효율적으로 유지, 관리하기 위하여, 유 무선 네트워크를 이용하여 원격 감시제어장치를 제작하였다. 이 장치는 한기대 캠퍼스 내에 설치되어 있는 50KW급 태양광전원을 대상으로 1km 정도 떨어져 있는 그린에너지연구실에서 유무선 네트워크를 이용하여 실시간으로 출력되는 전압, 전류데이터를 무선네트워크로 장거리 전송하여, HMI 프로그램인 AutoBase로 실시간 모니터링 하도록 제작하였다. 앞으로 본 논문에서 제안한 원거리 감시제어 장치를 이용하여 원거리에 위치한 대규모 태양광발전단지의 데이터를 무선네트워크 기술로 전송받아 보구슈지를 수행할 수 있는 기반을 마련하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.272-274
• /
• 2022

전세계의 상선 80% 이상이 바다를 이용하고 있으며 다양한 해상교통로를 이용하고 있다. 각 국가와 국제기구에서는 선박의 안전한 운항과 해양사고 예방을 위해 항로 설계 기준을 강화하고 있다. 항로가 설정되어 있지 않은 해역은 경제적, 안전요소를 결합하여 선박들이 관습적으로 통항로를 이용하고 있다. 하지만 최근에 이러한 통항로는 해상풍력발전, 해양레저, 어업활동 등 다양한 주체들과 마찰이 생기고 있으며, 해양사고 위험이 증가하고 있다. 따라서 AIS 데이터를 활용하여 밀집도 분석을 수행한 후, 선박의 안전한 항행을 위한 고유 통항로로 제시한다. 또한 선박의 항행 패턴을 고려하여 주요항로, 외부지선항로, 내부지선항로로 구분하였다. 최종적으로 선박 통항로의 95% 신뢰도를 기반으로 안전성 검증을 수행하고 이를 만족하는 것으로 분석되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• pp.57-58
• /
• 2023

우리나라 연안해역에 급증하는 해상풍력단지 등 대규모 해양개발 행위로 인해 무분별한 해역을 점용하게 됨에 따라, 과거 관습적으로 이용해오는 해상교통로와 상충되어 발생하는 사회적 충돌이 문제가 되고 있다. 특히, 선박 대형화 및 자동화, 자율운항선박 등장 등 해상교통환경 변화에 따라 안전한 연안 해상교통환경 조성이 시급한 상황이다. 모든 연안해역의 해상교통 흐름 및 교통밀집도 분석에 따른 관습적 해상교통망을 식별하고, 이를 지정·구축하고자, 빅데이터 및 지리정보시스템(GIS) 기반 해양공간분석기법을 활용하여 검토 및 분석하였다. 이렇게 분석 및 식별된 결과는 DB화하여 디지털 GIS 관리시스템과 연계하도록 추진중이다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.