• 한국컴퓨터정보학회논문지
• /
• 제22권12호
• /
• pp.27-34
• /
• 2017

Design of an intelligent controller for efficient control in smart building is one of the effective technologies to reduce energy consumption by reducing response time with keeping comfortable level for inhabitants. In this paper, we focus on how to find major parameters in order to enhance the ability of HVAC(heating, ventilation, air conditioning) PID controller. For the purpose of that, we use machine learning technologies for tuning HVAC devices. We show the simulation results to illustrate the behavioral relation of whole system and each control parameter while learning process.

• 한국군사과학기술학회지
• /
• 제3권2호
• /
• pp.71-80
• /
• 2000

In Underwater Flight Vehicle depth control system, the followings must be required. Firstly, It need robust depth control performance which can get over parameter variation, modeling error and disturbance. Secondly, It need no oveshoot phenomenon to avoid colliding with ground surface and obstables. Thirdly, It need continuous control input to reduce the acoustic noise and propulsion energy consumption. Finally, It need effective interpolation method which can reduce the dependency of control parameters on speed. To solve these problems, we propose the Fuzzy-PID depth controller with the control parameter interpolators. Simulation results show the proposed control scheme has robust and accurate performance with continuous control input.

• 한국항해항만학회지
• /
• 제43권6호
• /
• pp.335-343
• /
• 2019

최근 선박의 배기가스 규제가 강화되면서 연료소비량을 저감하기 위한 많은 방안들이 검토되고 있다. 그중에서도 선박으로부터 수집한 데이터를 활용하여 연료소모량을 예측하는 기계학습 모델을 개발하고자 하는 연구가 활발히 수행되고 있다. 하지만 많은 연구들이 학습모델의 주요 변수 선정이나 수집데이터의 처리 방법에 대한 고려가 미흡하였으며, 무분별한 데이터의 활용은 변수 간의 다중공선성 문제를 야기할 수도 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 주성분 분석을 이용하여 선박의 연료소비를 예측하는 방법을 제시하였다. 13K TEU 컨테이너 선박의 운항데이터에 주성분 분석을 수행하였으며, 추출한 주성분으로 회귀분석을 수행하여 연료소비 예측모델을 구현하였다. 평가용 데이터에 대한 모델의 설명력은 82.99%이었으며, 이러한 예측모델은 항해 계획 수립 시 운항자의 의사결정을 지원하고 항해 중 에너지 효율적인 운항상태 모니터링에 기여할 수 있을 것으로 기대된다.

• KIEAE Journal
• /
• 제12권1호
• /
• pp.127-132
• /
• 2012

The energy consumption in the world is growing rapidly. And the environmental issues of climate become a important task. The interest in renewable energy like wind and solar is increasing now. Especially, by reducing power transmission loss, a small wind power is getting attention at the residential areas and campus of university. In this study, we attempted to estimate and compare the wind energy density using wind data of AWS (Automatic Weather Station) of H University. In this case of a campus, the weibull distribution parameter C is 2.27, and K is 0.88. According to the data, the energy density of the small wind power is 12.7 W/m2. We did CFD(Computational Fluid Dynamics) simulations at H University campus by 7 wind directions(ENE, ESE, SE, NW, WNW, W, WSW). In the results, we suggest 4 small wind powers. The small wind power generating system can produce 4,514kWh annually.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.413-435
• /
• 2018

Although the accuracy of handwritten character recognition based on deep networks has been shown to be superior to that of the traditional method, the use of an overly deep network significantly increases time consumption during parameter training. For this reason, this paper took the training time and recognition accuracy into consideration and proposed a novel handwritten character recognition algorithm with newly designed network structure, which is based on an extended nonlinear kernel residual network. This network is a non-extremely deep network, and its main design is as follows:(1) Design of an unsupervised apriori algorithm for intra-class clustering, making the subsequent network training more pertinent; (2) presentation of an intermediate convolution model with a pre-processed width level of 2;(3) presentation of a composite residual structure that designs a multi-level quick link; and (4) addition of a Dropout layer after the parameter optimization. The algorithm shows superior results on MNIST and SVHN dataset, which are two character benchmark recognition datasets, and achieves better recognition accuracy and higher recognition efficiency than other deep structures with the same number of layers.

• 멤브레인
• /
• 제12권3호
• /
• pp.171-181
• /
• 2002

이온교환막의 전압-전류곡선의 plateau length를 결정하는 변수를 다양한 NaCl 농도와 유속 하에서 연구하였다. 또한, 한계전류밀도 이상의 전류에서 전기투석공정 운전의 타당성을 검토하기 위해 다양한 전류밀도의 전원을 공급하면서 0.1 M NaCl 용액의 탈염실험을 실시하여 이온의 제거효율, 전류효율, 에너지소비량, 물 분해 현상을 측정하였다. NaCl 용액의 농도와 유속이 감소하면서 확산경계층의 두께도 함께 감소하였으며, 본 확산경계층의 두께는 plateau length와도 밀접한 관련이 있는 것으로 나타났다. 탈염실험에서 측정된 이온 제거 효율 및 전류효율은 한계전류밀도 이상에서도 한계전류밀도 이하에서의 탈염실험과 크게 차이 나지 않은 것으로 보아 한계전류밀도 이상에서도 대부분의 전류는 이온교환막 표면의 물분해에 의한 것이 아니라 막을 통한 이온의 이동에 의한 것으로 사료된다. 한계전류밀도 이상에서의 탈염운전에 대한 에너지소비량은 plateau length의 영향으로 한계전류밀도 이하에서의 탈염운전 보다 다소 높지만, 한계전류밀도 이상에서는 전류밀도의 증가에도 에너지소비량이 증가하지 않았다. 이러한 결과들은 물분해 현상이 심각하게 일어나지 않는 한 한계전류밀도 이상에서도 매우 경제적으로 전기투석 공정을 운전찬 수 있다는 것을 제시해 주는 것이다.

• 에너지공학
• /
• 제28권4호
• /
• pp.76-81
• /
• 2019

이 논문은 에너지 클라우드 참여 프로슈머의 신뢰성 있는 생산 및 소비량 인증에 기반 한 개인 간 거래, 클라우드 간 거래, 그리고 소규모 분산전력 중개시장 참여 등의 다양한 에너지 프로슈머 비즈니스 모델에 필요한 생산·소비량 인증 기반 전력 거래 시스템에 관한 고찰이다. 이 시스템은 에너지 거래에 있어 가장 중요한 파라미터로 간주할 수 있는 거래 정산의 신뢰성을 확보하기 위한 것으로써 에너지 프로슈머로부터 수집되는 발전·소비 빅데이터 분석에 의한 인증 기반 블록체인 스마트 컨트랙트 체결을 위한 것이다. 이를 위하여 IoT AMI로부터 수집 된 빅데이터 분석 시스템과 AMI 와 연계 구성된 프라이빗 블록체인 네트워크를 적용한 생산량 인증 시스템 구성을 소개하고 블록체인 스마트 컨트랙트를 활용한 전력 거래 매칭 방식을 제안한다. 마지막으로 에너지 클러스터 거래 시스템 및 비즈니스모델을 알아본다.

• 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.

• Advances in Energy Research
• /
• 제3권3호
• /
• pp.181-194
• /
• 2015

In this work, an experimental study of the gasification on wood was carried out in downdraft type fixed bed Gasifier attached with 10 kW duel fuel diesel engine. The main objective of the study was to use wood as the biomass fuel for downdraft Gasifier and to evaluate the operating parameter of gasifier unit to predict its performance in terms of gas yield and cold gas efficiency. The influence of different biomass on fuel consumption rate, gas yield and cold gas efficiency was studied. Composition of producer gas was also detected for measuring the lower heating value of producer gas to select the feed stock so that optimum performance in the existing gasifier unit can be achieved. Under the experimental conditions, Lower heating value, of producer gas, cold gas efficiency and gas yields, using wood as a feed stock, are $4.85MJ/m^3$, 46.57% and $0.519m^3/kg$.

• Journal of Microbiology and Biotechnology
• /
• 제28권4호
• /
• pp.630-637
• /
• 2018

The high rate algal ponds (HRAP) powered and mixed by a paddlewheel have been widely used for over 50 years to culture microalgae for the production of various products. Since light incidence is limited to the surface, water depth can affect microalgal growth in HRAP. To investigate the effect of water depth on microalgal growth, a mixed microalgal culture constituting three major strains of microalgae including Chlorella sp., Scenedesmus sp., and Stigeoclonium sp. (CSS), was grown at different water depths (20, 30, and 40 cm) in the HRAP, respectively. The HRAP with 20cm of water depth had about 38% higher biomass productivity per unit area ($6.16{\pm}0.33g{\cdot}m^{-2}{\cdot}d^{-1}$) and required lower nutrients and energy consumption than the other water depths. Specifically, the algal biomass of HRAP under 20cm of water depth had higher settleability through larger floc size (83.6% settleability within 5 min). These results indicate that water depth can affect the harvesting process as well as cultivation of microalgae. Therefore, we conclude that water depth is an important parameter in HRAP design for mass cultivation of microalgae.