• Journal of the Korea Society of Computer and Information
• /
• v.20 no.3
• /
• pp.19-27
• /
• 2015

Technologies of wind power generation for development of alternative energy technology have been accumulated over the past 20 years. Wind power generation is environmentally friendly and economical because it uses the wind blowing in nature as energy resource. In order to operate wind power generation efficiently, it is necessary to accurately predict wind speed changing every moment in nature. It is important not only averagely how well to predict wind speed but also to minimize the largest absolute error between real value and prediction value of wind speed. In terms of generation operating plan, minimizing the largest absolute error plays an important role for building flexible generation operating plan because the difference between predicting power and real power causes economic loss. In this paper, we propose a method of wind speed prediction using numeric prediction algorithm-based wind speed forecast model made to analyze the wind speed forecast given by the Meteorological Administration and pattern value for considering seasonal property of wind speed as well as changing trend of past wind speed. The wind speed forecast given by the Meteorological Administration is the forecast in respect to comparatively wide area including wind generation farm. But it contributes considerably to make accuracy of wind speed prediction high. Also, the experimental results demonstrate that as the rate of wind is analyzed in more detail, the greater accuracy will be obtained.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.40 no.1
• /
• pp.21-29
• /
• 2016

The wake effects behind wind turbines were investigated by using data from a Met Mast tower and the SCADA (Supervisory Control and Data Acquisition) system for a wind turbine. The results of the wake investigations and predicted values for the velocity deficit based on the eddy viscosity model were compared with the turbulence intensity from the Lange model. As a result, the velocity deficit and turbulence intensity of the wake increased as the free stream wind speed decreased. In addition, the magnitude of the velocity deficit for the center of the wake using the eddy viscosity model was overestimated while the turbulence intensity from the Lange model showed similarities with measured values.

• Journal of the Korean earth science society
• /
• v.36 no.2
• /
• pp.158-170
• /
• 2015

This study evaluates the wind speed forecast near the surface layer using the Weather Research Forecasting with Large Eddy Simulation (WRF-LES) model in order to compare the planetary boundary layer (PBL) parameterization with the LES model in terms of different spatial resolution. A numerical simulation is conducted with 1-km and 333-m horizontal resolution over the Gangwon Province including complex mountains and coastal region. The numerical experiments with 1-km and 333-m horizontal resolution employ PBL parameterization and LES, respectively. The wind speed forecast in mountainous region shows a better forecast performance in 333-m experiment than in 1-km, while wind speed in coastal region is similar to the observation in 1-km spatial resolution experiment. Therefore, LES experiment, which directly simulates the turbulence process near the surface layer, contributes to more accurate forecast of surface wind speed in mountainous regions.

• Journal of Advanced Navigation Technology
• /
• v.23 no.6
• /
• pp.597-604
• /
• 2019

Artificial neural networks are algorithms that simulate learning through interaction and experience in neurons in the brain and that are a method that can be used to produce accurate results through learning that reflects the characteristics of data. In this study, a model using deep neural network was presented to improve the predicted wind speed values in the meteorological dynamic model. The wind speed prediction improvement model using the deep neural network presented in the study constructed a model to recalibrate the predicted values of the meteorological dynamics model and carried out the verification and testing process and Separate data confirm that the accuracy of the predictions can be increased. In order to improve the prediction of wind speed, an in-depth neural network was established using the predicted values of general weather data such as time, temperature, air pressure, humidity, atmospheric conditions, and wind speed. Some of the data in the entire data were divided into data for checking the adequacy of the model, and the separate accuracy was checked rather than being used for model building and learning to confirm the suitability of the methods presented in the study.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1349-1350
• /
• 2015

풍속은 다른 기상요소들보다 순간 변동이 심하고 국지성이 강하여 수치 예보 모델만으로 예측의 정확성을 높이기가 어렵다. 기상청의 단기 풍속 예보는 전 지구적 통합 예보모델인 UM(Unified Model)의 예측값에 MOS(Model Output Statictics)를 통한 보정을 수행하며, 보정식의 생성에 다중선형회귀분석 방법을 사용한다. 본 연구자는 유전프로그래밍(Genetic Programming)을 이용한 비선형 회귀분석 기반의 보정식 생성을 통하여 이를 개선한 바 있는데, 본 연구에서는 보다 향상된 성능을 얻기 위하여 GP 기법 측면에서 Automatically Defined Functions과 다군집(Multiple Populations) 수행을 통해 성능을 높이고자 한다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 1998.10a
• /
• pp.39-39
• /
• 1998

본 연구는 500KW급 수평축 풍력발전기용으로 개발된 회전날개의 시제품 제작에 앞서 축소모델에 대한, 이론적으로 예측된 공력성능과 신축에 의한 공력성능을 비교 검토함으로서, 설계결과를 검증하고, 필요한 경우 설계를 보완하여 개발위험도를 최소화하기 위해 수행되었다. 시험모델의 크기는 실제의 5%로서 직경이 2.1m이며 날개의 시위길이는 0.2r/R에서 0.101m, 날개끝에서 0.043m 이고, 날개단면형 상온 FX-S-03-182이다. 블레이드의 재질은 Glass/Epoxy 복합재료로 제작되었으며, 실제 풍황을 모사하기 위해 자연풍 상태에서 실험하였다. 실험장치의 구성은 15m 높이의 타워에 회전날개와 전자브레이크 및 각종 센서를 장착하였고, 날개가 회전하기 시작하면 제동장치에 의해 부하를 주면서 토크, 회전수, 풍속 등을 각각의 센서로부터 자료획득장치를 통해 자료처리를 할 수 있도록 하였다. 실험하는 동안 풍속은 4m/s-13m/s 정도로서 시동 풍속인 4m/s와 정격풍속인 12m/s를 포함하여 회전날개의 전체적인 특성을 파악하기 용이하였고, 이론적인 예측성능과 측정된 성능을 비교 검토한 결과 비슷한 결과를 얻어 공력설계 및 해석 방법을 검증하였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.02a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.100-100
• /
• 2023

단기 강우 예측에는 주로 물리과정 기반 수치예보모델(NWPs, Numerical Prediction Models) 과 레이더 기반 확률론적 방법이 사용되어 왔으며, 최근에는 머신러닝을 이용한 레이더 기반 강우예측 모델이 단기 강우 예측에 뛰어난 성능을 보이는 것을 확인하여 관련 연구가 활발히 진행되고 있다. 하지만 머신러닝 기반 모델은 예측 선행시간 증가 시 성능이 크게 저하되며, 또한 대기의 물리적 과정을 고려하지 않는 Black-box 모델이라는 한계점이 존재한다. 본 연구에서는 이러한 한계를 극복하기 위해 머신러닝 기반 blending 기법을 통해 물리과정 기반 수치예보모델인 Weather Research and Forecasting (WRF)와 최신 머신러닝 기법 (cGAN, conditional Generative Adversarial Network) 기반 모델을 결합한 Hybrid 강우예측모델을 개발하고자 하였다. cGAN 기반 모델 개발을 위해 1시간 단위 1km 공간해상도의 레이더 반사도, WRF 모델로부터 산출된 기상 자료(온도, 풍속 등), 유역관련 정보(DEM, 토지피복 등)를 입력 자료로 사용하여 모델을 학습하였으며, 모델을 통해 물리 정보 및 머신러닝 기반 강우 예측을 생성하였다. 이렇게 생성된cGAN 기반 모델 결과와 WRF 예측 결과를 결합하는 머신러닝 기반 blending 기법을 통해Hybrid 강우예측 결과를 최종적으로 도출하였다. 본 연구에서는 Hybrid 강우예측 모델의 성능을 평가하기 위해 수도권 및 안동댐 유역에서 발생한 호우 사례를 기반으로 최대 선행시간 6시간까지 모델 예측 결과를 분석하였다. 이를 통해 물리과정 기반 모델과 머신러닝 기반 모델을 결합하는 Hybrid 기법을 적용하여 높은 정확도와 신뢰도를 가지는 고해상도 강수 예측 자료를 생성할 수 있음을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1013-1017
• /
• 2008

이 연구는 기상수치예보 모델 중 지역수치예보모델인 RDAPS 모델을 이용하여 강우자료를 예측한 값과 실제 강우관측지점에서의 강우량을 비교해 보고 RDAPS 예측량의 정확도를 높이기 위한 연구이다. RDAPS 모델의 자료는 00UTC와 12UTC에 3시간 누적 자료를 48시간에 대해서 생성하고, 30km 격자망에 대한 정보를 담고 있기 때문에 1시간 간격으로 측정된 지점 강우량과의 비교를 위해서는 관측지점과 근거리 정보를 찾고 1시간 간격의 관측 자료를 3시간 누적강우량으로 바꾸는 전처리 과정이 필요하다. 실제 강우예측이 어려움을 겪는 것처럼 RDAPS의 예측 강우량과 관측 강우량은 큰 차이를 보이는 것으로 나타났다. 예측 강우량의 정확도를 높이고자 인공신경망을 적용하였다. 인공신경망이란 뇌기능의 특성 몇가지를 컴퓨터 시뮬레이션으로 표현하는 것을 목표로 하는 수학 모델이다. 강우수치예측 자료 외에도 RDAPS 모델에서 얻을 수 있는 풍향, 풍속, 상대습도, 기압, 온도 등의 다른 수치자료들을 이용하여 인공신경망을 이용하여 자료들의 패턴을 시뮬레이션 하여 정확도가 높은 예측값을 얻을 수 있었다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.4
• /
• pp.415-423
• /
• 2021

Recently, an R-based point time series data validation system has been established for the statistical post processing and improvement of the National Center for AgroMeteorology-Land Atmosphere Modeling Package (NCAM-LAMP) medium-range prediction data. The time series verification system was used to compare the NCAM-LAMP with the AWS observations and GDAPS medium-range prediction model data operated by Korea Meteorological Administration. For this comparison, the model latitude and longitude data closest to the observation station were extracted and a total of nine points were selected. For each point, the characteristics of the model prediction error were obtained by comparing the daily average of the previous prediction data of air temperature, wind speed, and hourly precipitation, and then we tried to improve the next prediction data using Support Vector Machine( SVM) method. For three months from August to October 2017, the SVM method was used to calibrate the predicted time series data for each run. It was found that The SVM-based correction was promising and encouraging for wind speed and precipitation variables than for temperature variable. The correction effect was small in August but considerably increased in September and October. These results indicate that the SVM method can contribute to mitigate the gradual degradation of medium-range predictability as the model boundary data flows into the model interior.