• 한국응용과학기술학회지
• /
• 제34권4호
• /
• pp.818-826
• /
• 2017

신 재생에너지 보급통계에 의하면 바이오매스 발전실적은 2013년 부터 급증하고 있으며 그 중에서 가장 급격하게 증가한 연료는 Wood pellet으로 2013년 696Gwh, 2014년 2,764Gwh, 2015년에는 2,512Gwh를 발전 하였고 국내 Wood pellet 총 소비량은 2015년 기준 148만톤이며 그 중 발전용으로 소비된 Wood pellet은 108만톤으로 약 73%를 차지하고 있다. 본 연구에서 Wood pellet 소요량을 예측한 결과 국내 발전용으로 필요한 Wood pellet 소요량은 2020년 261만톤, 2025년 685만톤, 2030년 1,139만톤이 필요하며, 최적 바이오매스 발전량 산정을 위하여 바이오매스 발전소에서 국내 생산 Wood pellet 사용량을 50% 사용한다는 가정하에 기 허가 신청된 발전소를 가동하기 위해서는 2021년 226만톤의 Wood pellet이 국내에서 생산되어야 한다는 결론이 도출 되었다.

• 정보보호학회논문지
• /
• 제29권1호
• /
• pp.225-234
• /
• 2019

비트코인은 탈중앙화와 분산원장을 특징으로 하는 암호화폐로서 "작업증명"이라는 채굴시스템을 통해 유지된다. 채굴 시스템에서는 블록 생성시간을 일정하게 유지하기 위해 채굴 난이도를 조정하게 되는데, 기존의 채굴 난이도 변경 방식은 미래의 해시파워를 반영할 수 없다는 문제가 있다. 따라서 실제시간과 예정시간 사이에 발생하는 오차로 인해 블록생성과 실세계 시간의 불일치를 가중시키게 되고, 결국 거래 기한을 맞추지 못하거나 코인 호핑 공격에 취약점을 노출시키게 된다. 블록 생성시간을 일정하게 유지시키기 위한 기존 연구도 여전히 오차 문제를 갖는다. 본 연구에서는 이러한 오차를 줄이기 위한 기계학습 기반 채굴 난이도 예측 방안을 제시한다. 이전 해시파워를 학습하여 미래의 해시파워를 예측하고 예측한 값을 이용하여 채굴 난이도를 조정한다. 우리의 실험 결과는 이와 같은 경우 기존 채굴 난이도 조정방식보다 오차율을 약 36% 더 줄일 수 있음을 보여준다.

• 한국태양에너지학회 논문집
• /
• 제39권3호
• /
• pp.59-66
• /
• 2019

New and renewable energy forecasts are key technology to reduce the annual operating cost of new and renewable facilities, and accuracy of forecasts is paramount. In this study, we intend to build a model for the prediction of short-term solar power generation for 1 hour to 3 hours. To this end, this study applied two time series technique, ARIMA model without considering seasonality and SARIMA model with considering seasonality, comparing which technique has better predictive accuracy. Comparing predicted errors by MAE measures of solar power generation for 1 hour to 3 hours at four locations, the solar power forecast model using ARIMA was better in terms of predictive accuracy than the solar power forecast model using SARIMA. On the other hand, a comparison of predicted error by RMSE measures resulted in a solar power forecast model using SARIMA being better in terms of predictive accuracy than a solar power forecast model using ARIMA.

• 한국건설관리학회논문집
• /
• 제20권6호
• /
• pp.126-131
• /
• 2019

최근 태양광의 발전 효율성과 경제성이 높은 발전소 부지를 확보하기 위해 특정 지역을 대상으로 태양광 발전량을 정확히 예측하기 위한 연구들이 수행되었다. 하지만 국내의 경우 기존 발전량 데이터가 부족함에 따라 정확한 발전량 추정에 문제가 발생할 수 있으며, 우리나라 기준으로 어떠한 기상조건을 나타내는 변수가 태양광발전에 어느 정도의 영향을 미치는지에 대한 연구가 부족한 실정이다. 따라서 본 연구는 지형 효과를 충분히 고려하여 제작된 태양복사에너지 지도와 미세먼지와 같은 기상조건을 추가하여 태양광 발전량 추정 회귀모델을 제시하고, 추정된 발전량과 실제 발전량을 비교 분석하였다. 그 결과, 습도를 제외한 태양복사에너지, 온도, 풍속, 운량, 강수량, 일조시간, 미세먼지가 발전 효율에 통계적으로 유의미한 영향을 미치는 것으로 나타났으며, 회귀 분석모델을 통해 추정된 발전량과 실제 발전량을 비교 분석하여 RMSE는 48.261(h), nRMSE는 1.592(%), MAPE는 11.696(%), 그리고 는 0.979이 도출되었다. 이러한 결과는 국내 태양광 발전 부지를 평가함에 있어서 고려해야 하는 중요한 기상 조건 등 태양광 발전량 추정 모델을 설계하는데 활용할 수 있으며, 이를 바탕으로 태양광 발전소 건설 부지를 선정함에 있어 중요한 지표인 발전량을 정확히 추정하는데 기여할 것으로 사료된다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.387-392
• /
• 2022

세계적인 탄소 중립에 동참하고자, 대한민국 정부에서도 '녹색건축물 조성 지원 법' 시행령을 통해 2030년까지 모든 건축물에 대해 제로에너지 건축물 인증을 진행할 계획에 있다. 이에 따라 국가적으로도 비교적 생활 밀접 접근성이 좋은 태양광 발전과 관련한 여러 사업을 지원하고 있다. 특히 지붕 설치형 태양광 발전 시스템의 경우 환경 파괴 없이 유휴 공간을 활용하여 에너지를 생산한다는 측면에서 주목받고 있지만, 다른 태양광 발전 설비 대비 낮은 발전효율이 단점으로 지적되고 있다. 따라서 본 논문에서는 이러한 부분을 해소하고자, 단축형 태양광 추적을 위한 태양광 패널 구조물에 관한 연구를 통해 효율적인 태양광 패널 각도 가변 시스템을 제안하고 더불어 지붕 설치형 태양광 발전 시스템의 적용 환경을 고려해 태양광 패널의 파손 및 2차 피해 예방을 위한 방안을 제안한다. 더불어 ICT 융합을 통해 태양광 패널을 제어, 사고 예측 안전 시스템 구성을 프로젝트 기반의 교육 프로그램 연계 구성이 가능할 것으로 판단된다.

• 한국과학교육학회지
• /
• 제26권1호
• /
• pp.88-98
• /
• 2006

이 연구의 목적은 과학자들의 과학지식 생성 과정을 밝히는 것이었다. 이를 위해 저명한 과학학술지에 세계적 수준의 논문을 3회 이상 발표한 과학자 중 연구에 적합한 과학자 4명을 선정했다. 그리고 이 과학자들이 발표한 최근의 논문들을 분석하여 과학지식 생성 과정을 전체적으로 기술했고, 심층 면담을 통해 지식 생성 과정의 세부 과정을 추가하여 프로토콜을 완성했다. 이렇게 완성된 프로토콜을 인지 과정 모형화 절차에 따라 분석했다. 연구 결과에 의하면, 과학자들의 과학지식 생성 과정은 크게 귀납적 과정, 귀추적 과정, 연역적 과정으로 구분된다. 먼저 귀납적 과정은 단순 관찰과 조작 관찰을 포함한다. 여기에서 조작 관찰은 '의문 생성 $\rightarrow$ 추측/예측 $\rightarrow$ 조작방법 설계 $\rightarrow$ 조작 $\rightarrow$ 단순 관찰' 등의 하위 과정을 포함한다. 그리고 귀추적 과정은 의문 생성 과정과 가설 생성 과정으로 구분된다. 여기에서 가설 생성 과정은 '사실 인식 $\rightarrow$ 경험상황표상 $\rightarrow$ 원인적설명자 동정 $\rightarrow$ 원인적설명자 차용 $\rightarrow$ 가설적설명자 조합 $\rightarrow$ 가설 확인' 등의 하위 과정을 포함한다. 마지막으로 연역적 과정은 방법 및 기준 고안 과정과 가설 평가 과정으로 구분된다. 여기에서 방법 및 기준 고안 과정은 '경험검증상황 표상 $\rightarrow$ 경험 검증방법 표상 $\rightarrow$ 경험검증방법 차용' 등의 하위 과정을 포함한다. 그리고 가설 평가는 결과 수집 과정과 가설 평가 및 결론 진술 과정을 포함한다.

• Journal of Platform Technology
• /
• 제6권3호
• /
• pp.47-54
• /
• 2018

하드웨어 산업에서의 예측 분석은 생산설비의 고장을 방지하기 위해 적절한 시점에 유지보수를 수행할 수 있고 관리비용을 절감할 수 있다. 이는 고장원인분석의 자동화를 통해 보다 효율적이고 과학적인 유지보수를 수행할 수 있도록 도와준다. 그중에서도 예측 관리는 정보 기술을 활용하여 설비 상태의 수집, 분석, 과학적 데이터 관리를 통해 예측 모델을 구성하며, 이를 바탕으로 이상상태를 파악하고 개선함으로써 이상상태가 발생하는 것을 사전에 예방하는 것을 목적으로 한다. 본 연구에서는 Relex 도구를 통해 결함트리(Fault Tree)를 만들고 하드웨어들의 에러코드를 분석하여 안전성을 연구했다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제30권2호
• /
• pp.149-153
• /
• 2017

Objective: This study was to determine the relationship between estimated breeding value and phenotype information after farrowing when juvenile selection was made in candidate pigs without phenotype information. Methods: After collecting phenotypic and genomic information for the total number of piglets born by Landrace pigs, selection accuracy between genomic breeding value estimates using genomic information and breeding value estimates of best linear unbiased prediction (BLUP) using conventional pedigree information were compared. Results: Genetic standard deviation (${\sigma}_a$) for the total number of piglets born was 0.91. Since the total number of piglets born for candidate pigs was unknown, the accuracy of the breeding value estimated from pedigree information was 0.080. When genomic information was used, the accuracy of the breeding value was 0.216. Assuming that the replacement rate of sows per year is 100% and generation interval is 1 year, genetic gain per year is 0.346 head when genomic information is used. It is 0.128 when BLUP is used. Conclusion: Genetic gain estimated from single step best linear unbiased prediction (ssBLUP) method is by 2.7 times higher than that the one estimated from BLUP method, i.e., 270% more improvement in efficiency.

• 융합보안논문지
• /
• 제6권1호
• /
• pp.55-63
• /
• 2006

본 논문에서는 차세대 패킷 네트워크에서의 성능 품질을 개선시키기 위한 하나의 접근 방안으로 패킷 지연에 대한 절대적 차별화 기능을 제공하는 알고리듬을 제안한다. 제안된 알고리듬은 임의 시간 구간에 도착될 입력 트래픽을 예측하고 이를 기반으로 지연 제어 기능을 수행한 후 실제로 입력된 트래픽을 측정하여 예측 오차를 도출하고 이를 다음 시간 구간에서 보상하는 것을 특징으로 한다. 제안된 방식은 매 시간 구간마다 지속적으로 예측 오차를 보상함으로서 예측 편차가 높은 버스트 트래픽에 대하여 특히 우수한 성능을 제공한다. 모의 실험을 통해 제안된 방식은 절대적 성능 지표를 충족하고 기존 방식에 비해 버스트 트래픽에 대하여 우수한 적응성을 제공하는 것을 확인한다.

• 소음진동
• /
• 제10권3호
• /
• pp.444-450
• /
• 2000

Wheel-rail noise is normally classified into three catagories : rolling impact and squeal noise. In this paper rolling noise caused by the irregularity between a wheel and a rail is analysed as follows: The irregularity between the wheel and the rail is assumed as linear superposition of sinusoidal profiles. Wheel-rail contact stiffness is linearized by using Hertzian contact theory and then contact force between the wheel and the rail is calculated. vibration of the rail and the wheel is calculated theoretically by receptance method or FEM depending on the geometry of the wheel or the rail for the frequency range of 100-500 Hz important for noise generation. The radiation noise caused by those vibration response is computed by BEM To verify this analysis tools rolling noise is calculated by proposed analysis steps using typical roughness data and these results are compared with experimental rolling noise data. This analysis tools show reasonable results and finally used for the prediction of the Korean high speed train rolling noise.