• Journal of the Korean Solar Energy Society
• /
• v.30 no.6
• /
• pp.66-72
• /
• 2010

In this study, we analyzed the characteristics of wind speed and wind direction at different locations in Jeju area using past 10 years observed data and used them in our wind power forecasting model. Generally the strongest hourly wind speeds were observed during daytime(13KST~15KST) whilst the strongest monthly wind speeds were measured during January and February. The analysis with regards to the available wind speeds for power generation gave percentages of 83%, 67%, 65% and 59% of wind speeds over 4m/s for the locations Gosan, Sungsan, Jeju site and Seogwipo site, respectively. Consequently the most favorable periods for power generation in Jeju area are in the winter season and generally during daytime. The predicted wind speed from the forecast model was in average lower(0.7m/s) than the observed wind speed and the correlation coefficient was decreasing with longer prediction times(0.84 for 1h, 0.77 for 12h, 0.72 for 24h and 0.67 for 48h). For the 12hour prediction horizon prediction errors were about 22~23%, increased gradually up to 25~29% for 48 hours predictions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.445-445
• /
• 2018

기후변화에 따른 환경오염은 21세기 인류에게 가장 심각한 문제 중의 하나로 대두되고 있다. 환경적인 측면에서 하천오염은 경제적으로 많은 문제를 발생시키고 있다. 이러한 하천오염 문제를 해결하기 위해서는 오염물질의 농도 측적 및 데이터 축적이 필수적이라 할 수 있다. 그러나 일반적으로 오염물질 부하량에 대한 직접적인 측정은 비용 측면에서 쉽지 않은 것이 사실이다. 또한 실시간으로 BOD, COD, TN, TP 등의 자료를 이용하여 예측하는 것에는 자료의 부족성으로 인해 한계가 있다. 본 연구에서는 구글의 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 기계학습을 통한 하천오염 예측을 목적으로 하고 있다. 기계학습을 위하여 텐서플로우를 활용하여 RNN, LSTM 인공신경망 모형을 구축하였다. 하천오염의 학습과 예측을 위해 결과치 분석을 위한 자료로는 금강 유역에 위치한 옥천 관측소 충청북도 옥천군 이원면 이원대교에 위치한 $36^{\circ}14'31.0''N$ $127^{\circ}40'02.6''E$의 관측소에서 BOD, COD, DO, 부유물질의 자료를 사용하였다. 모형의 학습을 위해서 입력자료는 수위, 유량, 평균기온, 평균풍속 자료를 2004년 ~ 2017년까지의 14년간의 자료를 사용하였다. 연구를 위해 BOD, COD, DO 부유물질 자료는 물환경정보시스템(http://water.nier.go.kr/)의 자료를 활용하고 수위, 유량등의 자료는 국가수자원관리종합정보시스템 (http://www.wamis.go.kr/)의 자료를 사용하였다. 그러나 수온, 수위, 풍속등의 자료는 일 자료가 있는가 반면 BOD, COD, TN, TP등의 자료는 일 자료가 있지 않아 이를 원활히 활용할 수 있도록 예측을 위한 결과치의 선형보간법을 통해 일 자료를 획득한 후 연구를 하였다. RNN, LSTM의 분석 시 학습속도, 반복시행횟수 sequence length의 길이 등의 값을 조절 하면서 결과치를 분석하였다.

• Journal of the Korean earth science society
• /
• v.43 no.2
• /
• pp.253-264
• /
• 2022

The effect of decreased human activity on the urban heat island intensity (UHII) was analyzed using the observed temperature data of six sites (including one reference area) in Daejeon Metropolitan City from February to May of 2019 to 2021. Depending on the observation site, UHII decreased by approximately 20% in 2020 and 2021 compared to 2019 before COVID-19. The decrease in human activity increased UHII at night and decreased it during the daytime. Consequently, UHII diurnal amplitude increased by approximately 20% in 2020 and 2021 compared to 2019, irrespective of location. The decrease in UHII did not appear to be significantly correlated with natural factors such as wind speed and social distancing steps. In contrast, UHII was correlated with social distancing and significantly reduced air pollutants after COVID-19, with the most significant correlation observed for NO₂.

• Journal of the Korean Solar Energy Society
• /
• v.32 no.2
• /
• pp.95-104
• /
• 2012

This study purposed to predict wind energy for small size wind power generators at 50m above the ground in each area using mean wind speed data for 10 minutes collected from 2001 to 2011 by meteorological data in large cities having over 60% of 15 story (50m) or higher apartments including Seoul, Daejeon, Gwangju and Daegu representing the inland region, and Busan, Incheon and Ulsan representing the coastal region. In the results of analysis, we confirmed close agree ment between observatory weather data and probability density distribution obtained using Weibull's parameters, and this suggests that Weibull's parameter is applicable to the estimation of wind energy. Hourly output energy using the mean wind speed for 10 minutes and output energy obtained from Weibull's parameter showed an error less than 5%, and thus it was found that wind energy can be evaluated using Weibull's modulus.

• Convergence Security Journal
• /
• v.12 no.6
• /
• pp.107-113
• /
• 2012

This study examined relationship between the major five crimes(murder, robbery, rape, theft and violence) and elements of meteorological change(weather, temperature, precipitation, wind velocity and humidity). Elements of meteoro logical change corresponding to the date recorded by a meteorological office and the number of occurrences from January $1^{st}$ 2010 to October $19^{th}$ 2012 collected from major portal sites were used for this study. Based on this data, SPSS 12.0 was utilized to analyze relationship between crimes and elements of meteorological change, allowing us to find out relationship between crimes and elements of meteorological change. This analysis finding is sure to pave the way for research of this field.

• Journal of Korean Association for Spatial Structures
• /
• v.8 no.1
• /
• pp.69-76
• /
• 2008

The wind monitoring systems are installed in high-rise buildings to record wind response data. The measured buildings are located in Busan and Sokcho. The measured wind data are analysed in this paper to obtain the mean wind speed and direction, turbulence intensity and gust factor. By using the correlation between gust factor and turbulence intensity, the expression for gust factor based on wind data measured from the building is suggested. The field measurement data obtained here are useful for the validation of wind tunnel tests and the future design of tall building.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.339-340
• /
• 2017

화학공장의 누출사고는 초기에 적절히 대응하지 못할 경우 화재 폭발과 같은 2차 3차의 복합재난사고로 확산될 위험성이 매우 높다. 이러한 이유로 누출사고 발생 초기에 누출이 발생한 지점을 신속히 파악하여 현장안전요원에게 알림으로써, 보다 체계적이고 효율적인 초기대응을 가능하게 하여, 사고피해를 완화시킬 수 있는 통합적인 누출사고 대응시스템 구축은 매우 중요하다고 할 수 있다. 본 연구에서는, 통합적인 누출사고 대응시스템 구축을 위한 선행연구로, 딥러닝 기반의 누출원추적 모델 개발을 제안한다. 여수에 위치한 실제 화학공장을 대상으로 누출사고 시나리오에 대한 Computational Fluid Dynamics (CFD) 시뮬레이션을 진행한 뒤, 화학공장 경계면에 배치된 각 센서별 위치에서의 농도, 풍향 그리고 풍속데이터를 추출하고, 센서 좌표를 추가하여 인공신경망을 학습시켰다. 학습된 모델은 40개의 누출후보군에 대해 학습에 사용되지 않은 상황들에서도 75.43%의 정확도로 누출이 일어난 지점을 실시간 예측해냄을 확인하였다. 또한 누출지점 예측이 일치하지 않은 경우도, 예측된 지점이 실제 누출이 일어난 지점과 물리적으로 매우 인접함을 확인함으로써 제안된 모델을 실제 현장에 적용할시 기대되는 효과는 더 클 것으로 판단하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.286-286
• /
• 2023

물의 전체 순환 구조에서 토양수분이 차지하는 정량적 비중은 상대적으로 작지만, 강우-유출 과정의 비선형에 영향을 미치는 지배적 요인 중 하나이고, 토양 침식과 산사태, 농업생산량, 기후 변화 대응 등 광범위한 주제와 연관되어 있어, 토양수분의 물리과정에 대한 이해 증진과 예측 기술의 지속적인 개선이 필요하다. 본 연구에서는 금오공과대학교 유역 내에서 토양수분과 기상 요소를 실시간 관측하고, 기계학습 기법을 이용하여 토양수분을 단기 예측하는 기술을 개발하고 평가한다. 구체적으로는, 토양 관측 장비인 TEROS를 사용하여 표층 지점의 10cm, 심층 지점의 40cm에서의 토양수분, 토양장력과 토양온도를, 기상 관측 장비인 ATMOS를 사용하여 태양복사, 강수량, 기온, 풍속, 대기압 등 다양한 기상 요소를, 실시간 클라우드 방식으로 1여 년간 수집한 데이터를 활용한다. 또한, 과거 및 실시간 데이터를 기반으로 LSTM(Long-Short Term Memory) 기법을 사용하여 토양수분 예측 모형을 구축하고, 선행 예측 시간에 따른 모의 정확도를 평가한다. 기상 요소의 누적 등 자료 분석 방법이 표층 및 심층 토양수분 예측에 미치는 영향, 그리고 예측 모형 개선 방향에 대해 토의한다. 실시간 현장 관측 자료 및 인공지능 기반 단기 토양수분 예측 모의 기술은 소규모 유역의 수문순환 분석 및 물리기반 모형의 개선 등 다양한 분야에서 활용할 수 있을 것으로 기대된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.704-706
• /
• 2022

In this study, we analyzed the correlation between the amount of photovoltaic power generation and the factors of meteorological changes. A total of 52,561 data were used in the correlation analysis from January 2018 to January 2020, and the variables used in the correlation analysis were time, horizontal plane scattering solar radiation, direct solar radiation, wind velocity, and relative humidity. The temperature was used. Based on this data, we used the Google Colab platform to analyze the correlation, and the analysis revealed whether there was a correlation between solar power and meteorological change factors.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.780-784
• /
• 2006

본 연구의 목적은 준분포형 장기유출 모형인 SWAT 모형을 활용하여 충주댐 상류유역에 대한 갈수빈도해석을 실시하고, 비유량을 산정하는데 그 목적이 있다. 이를 위해 중분류 토지피복도, 정밀토양도, 수치표고모델 등의 GIS 데이터를 구축하였으며, $1986{\sim}2004$년에 해당하는 강수량, 상대습도, 일사량, 기온, 풍속 등의 기상자료를 수집하였다. 모의결과 전기간에 대해 ME는 0.71, $R^2$는 0.72로 나타났다. 또한 이 결과로부터 19개 소유역에 대한 지속기간별 갈수량 자료를 구축하여 2.33년, 10년에 대한 빈도해석을 수행하였으며 비유량을 산정하였다. 이러한 결과는 향후 하천유지유량 산정 등 수자원관리 분야에 기초자료로 활용될 것으로 판단된다.