• 한국정보기술학회논문지
• /
• 제17권9호
• /
• pp.19-30
• /
• 2019

태양광 발전은 일사량 및 온도 등 외부변화에 따른 안정적이고 효율적인 최대 전력 출력 전력점을 추적하기 위한 MPPT 알고리즘이 필요하다. 본 연구는 인공 신경망을 이용하여 기존 MPPT 알고리즘보다 신속하게 MPP를 추적할 수 있는 모델을 구현하였다. 제안 모델은 인공 신경망의 학습 데이터를 위해 다양한 일사량과 온도의 조합에 대해서 기존 MPPT 알고리즘으로 MPP의 전류와 전압을 찾았다. 획득한 MPP 데이터는 입력 노드를 일사량과 온도로 출력 노드를 전류와 전압으로 하여 학습하였다. 실험결과 일사량과 온도 변화가 있는 0~0.3t 구간에서 추적시간은 기존 알고리즘인 P&O와 InC 그리고 Fuzzy는 각각 잘못된 계산식t, 0.49t 그리고 0.4076t이였으며, 제안 모델은 0.32511t로서 기존 알고리즘 보다 0.1t 이상 신속하게 MPP를 추적하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제11권1호
• /
• pp.141-152
• /
• 2007

극한하중을 견딜 수 있도록 설계된 구조물이라도 내재된 확률변수의 불확실성 때문에 구조물의 응답특성을 평가하는데 있어서 기존의 결정론적 방법에 비해 확률유한요소법을 이용하는 것이 보다 합리적일 것이다. 따라서 본 연구에서는 실제 시공된 사장교를 대상으로 확률변수가 교량의 안전성에 미치는 영향을 정량적으로 평가하기 위해 민감도 분석을 수행하였다. 초기형상해석을 수행한 후, 확률유한요소해석 및 민감도 분석과정의 효율성을 위해 섭동법을 이용하여 해석프로그램을 개발하였다. 개발된 해석프로그램의 정확성은 몬테카르로 시뮬레이션 방법에 의한 해석프로그램을 개발하여 검증하였다. 각각의 확률변수의 변동계수에 따른 대상 사장교의 응답에 대한 민감도 분석을 수행한 결과, 외부하중에 의한 영향이 지배적인 것을 확인할 수 있었다. 부재강성 및 케이블의 긴장력 등도 부재에 따라 큰 영향을 나타내므로, 구조물 설계 시 개발된 프로그램이 안전성 확보에 기여할 것으로 판단된다.