• Smart Structures and Systems
• /
• 제31권2호
• /
• pp.183-197
• /
• 2023

For long-span bridges with a structural health monitoring (SHM) system, environmental temperature-driven responses are proved to be a main component in measurements. However, anomalous structural behavior may be hidden incomplicated recorded data. In order to receive reliable assessment of structural performance, it is important to study therelationship between temperature and monitoring data. This paper presents an application of the cointegration based methodology to detect anomalies that may be masked by temperature effects and then forecast the temperature-induced deflection (TID) of long-span suspension bridges. Firstly, temperature effects on girder deflection are analyzed with fieldmeasured data of a suspension bridge. Subsequently, the cointegration testing procedure is conducted. A threshold-based anomaly detection framework that eliminates the influence of environmental temperature is also proposed. The cointegrated residual series is extracted as the index to monitor anomaly events in bridges. Then, wavelet separation method is used to obtain TIDs from recorded data. Combining cointegration theory with autoregressive moving average (ARMA) model, TIDs for longspan bridges are modeled and forecasted. Finally, in-situ measurements of Xihoumen Bridge are adopted as an example to demonstrate the effectiveness of the cointegration based approach. In conclusion, the proposed method is practical for actual structures which ensures the efficient management and maintenance based on monitoring data.

• 한국인공지능학회지
• /
• 제12권1호
• /
• pp.17-24
• /
• 2024

This paper introduces a novel approach to time-series estimation for energy load forecasting within Virtual Power Plant (VPP) systems, leveraging advanced artificial intelligence (AI) algorithms, namely Long Short-Term Memory (LSTM) and Seasonal Autoregressive Integrated Moving Average (SARIMA). Virtual power plants, which integrate diverse microgrids managed by Energy Management Systems (EMS), require precise forecasting techniques to balance energy supply and demand efficiently. The paper introduces a hybrid-method forecasting model combining a parametric-based statistical technique and an AI algorithm. The LSTM algorithm is particularly employed to discern pattern correlations over fixed intervals, crucial for predicting accurate future energy loads. SARIMA is applied to generate time-series forecasts, accounting for non-stationary and seasonal variations. The forecasting model incorporates a broad spectrum of distributed energy resources, including renewable energy sources and conventional power plants. Data spanning a decade, sourced from the Korea Power Exchange (KPX) Electrical Power Statistical Information System (EPSIS), were utilized to validate the model. The proposed hybrid LSTM-SARIMA model with parameter sets (1, 1, 1, 12) and (2, 1, 1, 12) demonstrated a high fidelity to the actual observed data. Thus, it is concluded that the optimized system notably surpasses traditional forecasting methods, indicating that this model offers a viable solution for EMS to enhance short-term load forecasting.

• 대기
• /
• 제34권2호
• /
• pp.107-121
• /
• 2024

In this study, we empirically analyzed the impact of physical risks due to climate change on the soundness and operational performance of the financial industry by combining economics and climatology. Particularly, unlike previous studies, we employed the Seasonal-Trend decomposition using LOESS (STL) method to extract trends of climate-related risk variables and economic-financial variables, conducting a two-stage empirical analysis. In the first stage estimation, we found that the delinquency rate and the Bank for International Settlement (BIS) ratio of commercial banks have significant negative effects on the damage caused by natural disasters, frequency of heavy rainfall, average temperature, and number of typhoons. On the other hand, for insurance companies, the damage from natural disasters, frequency of heavy rainfall, frequency of heavy snowfall, and annual average temperature have significant negative effects on return on assets (ROA) and the risk-based capital ratio (RBC). In the second stage estimation, based on the first stage results, we predicted the soundness and operational performance indicators of commercial banks and insurance companies until 2035. According to the forecast results, the delinquency rate of commercial banks is expected to increase steadily until 2035 under assumption that recent years' trend continues until 2035. It indicates that banks' managerial risk can be seriously worsened from climate change. Also the BIS ratio is expected to decrease which also indicates weakening safety buffer against climate risks over time. Additionally, the ROA of insurance companies is expected to decrease, followed by an increase in the RBC, and then a subsequent decrease.

• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.731-745
• /
• 2021

본 연구에서는 글로벌 기후지수 및 한강권역의 기상자료를 예측인자로 하는 통계적 다중회귀모형을 구성하여 한강권역의 월 평균기온에 대한 장기예측을 수행하였다. 예측대상인 월 평균기온과 선행기간별 예측인자와의 원격상관성 분석을 기반으로 최적의 예측인자를 선별하였으며, 선별된 예측인자를 조합하고 과거기간에 대한 교차검증을 통하여 최대 12개월까지 선행예측이 가능한 다중회귀모형 기반의 예측모형을 구성하였다. 과거 1992년 1월부터 2020년 12월을 대상으로 월 평균기온에 대한 예측성을 분석한 결과, PBIAS는 -1.4 ~ -0.7%, RSR은 0.15 ~ 0.16, NSE는 0.98, r은 0.99로 높은 적합성을 나타내었다. 각 월별 관측치가 예측범위에 포함될 확률은 평균 약 64.4%로 나타났으며, 월별로는 9월, 12월, 2월, 1월의 예측성이 상대적으로 높고, 4월, 8월, 3월의 예측성이 낮은 것으로 분석되었다. 평년 대비 유난히 낮거나 높은 기온을 보였던 일부 기간을 제외하고 대체로 예측치의 범위 또는 예측치의 중앙값 등이 관측치와 잘 부합하는 것으로 나타났다. 본 연구에서 도출되는 정량적 기온예측정보는 미래기간(선행 1 ~ 12개월)의 기온에 대한 변화뿐만 아니라, 기온과 상관도가 높은 증발산량을 비롯한 수문생태환경에 대한 변화를 전망하는 경우에도 유용하게 활용될 수 있을 것이다.

• 지역연구
• /
• 제33권4호
• /
• pp.3-17
• /
• 2017

본 연구는 Oxford Economics에서 제공하는 Global Cities Forecast 자료(2013)를 이용하여 한국의 7대 광역시를 포함한 전 세계 주요도시의 경쟁력지수 및 분배지수를 산출하고 그 종합순위를 정리하였다. 도시경쟁력지수는 규모지표, 비율지표, 성장률지표 등 총 18개 경제관련 지표를 선택하였고, 분배지수로서 지니계수를 이용하였다. 경쟁력지수와 지니계수 간의 관계를 분석하기 위하여 LOGIT 회귀모형을 이용하여 분석하였으며 추정결과 소득불평등(지니계수) 증가는 5년 시차로 볼 때 도시경쟁력지수 또한 경제성장률 변화에 음(-)의 영향을 미치고 있으며 통계적으로 유의하였다. 지니계수가 높을수록 도시경쟁력에 부정적으로 영향을 미친다는 추정결과에 따라 도시경쟁력지수에 분배지수를 포함시켜 총 19개 지표로 세계주요 도시 및 국내 7대 광역시의 글로벌 도시경쟁력 위상을 정리하였다. 2012년 실질가치 기준으로 계산된 서울의 도시 종합경쟁력 순위는 2010년 세계 59위, 2015년 세계 74위, 2030년에는 세계 185위로 급격히 하락하는 것으로 나타나고 있으며 나머지 6대 광역시의 종합경쟁력지수도 모두 하락하는 것으로 나타났다. 도시경쟁력 하락은 장기적으로 국가경쟁력 하락을 의미하므로 도시경쟁력 확보를 위한 문제점 진단과 전략적 방안의 강구가 절실히 요구된다.

• 한국농림기상학회지
• /
• 제5권2호
• /
• pp.138-149
• /
• 2003

KoFlux는 생태계와 대기 사이에 교환되는 이산화탄소, 수증기 및 에너지에 대한 우리의 이해를 높이고, FLUXNET과 CEOP등의 지역, 대륙 및 전구 규모의 관측망에 기여하기 위해서 시작되었다. 그거나 한반도의 지형적 특성 때문에 KoFlux의 대부분의 플럭스 타워는 관측에 이상적이지 못한 장소에 위치하고 있다. 탄소 및 에너지 교환의 정량화를 위해서 뿐만 아니라 군락 규모에서 지역 규모로 확장하기 위해서는 관측과 모델링을 병용한 다양한 접근 방법의 적용이 필요하다. 본 연구에서는 지역 규모의 현열 플럭스를 추정하기 위해 타워 플럭스 관측, 대류 경계층(CBL) 수지 방법, MM5 중규모 모형, 그리고 NCAR/NCEP 재분석 자료의 네 가지의 방법을 사용하여 다양한 면적을 대표하는 현열 플럭스를 산출하여 비교하였다. 비록 제한된 짧은 기간의 자료를 사용하였으나, 예비 분석을 통하여 (1) 해남 농경지 플럭스 타워에서 관측된 현열 플럭스가 지표의 불균질성을 보였고, (2) CBL 수지 방법으로 얻어진 지역 규모의 현열 플럭스는 수평 이류 효과의 계산 방법에 따라 다른 결과를 보였으며, (3) MM5 중규모 모형은 타워 플럭스 관측 값과 아주 유사한 현열 값을 수치 모사하였다. 그러나 관측지의 불균질성과 두 방법이 대표하는 면적의 근본적인 차이를 고려할 때, 플럭스 발자국 분석, 지리정보 시스템 및 관측지의 위성 영상 분석에 근거한 타워 플럭스의 공간 대표성을 정량화하는 것이 시급한 것으로 나타났다.

• Journal of Power Electronics
• /
• 제17권2호
• /
• pp.476-489
• /
• 2017

Under partial shading conditions (PSCs), multiple maximums may be exhibited on the P-U curve of string inverter photovoltaic (PV) systems. Under such conditions, heuristic methods are invalid for extracting a global maximum power point (GMPP); intelligent algorithms are time-consuming; and model-based methods are complex and costly. To overcome these shortcomings, a novel hybrid MPPT (MPF-IP&O) based on a model-based peak forecasting (MPF) method and an improved perturbation and observation (IP&O) method is proposed. The MPF considers the influence of temperature and does not require solar radiation measurements. In addition, it can forecast all of the peak values of the PV string without complex computation under PSCs, and it can determine the candidate GMPP after a comparison. Hence, the MPF narrows the searching range tremendously and accelerates the convergence to the GMPP. Additionally, the IP&O with a successive approximation strategy searches for the real GMPP in the neighborhood of the candidate one, which can significantly enhance the tracking efficiency. Finally, simulation and experiment results show that the proposed method has a higher tracking speed and accuracy than the perturbation and observation (P&O) and particle swarm optimization (PSO) methods under PSCs.

• 한국수자원학회논문집
• /
• 제51권2호
• /
• pp.165-174
• /
• 2018

시계열 데이터를 활용하는 모형은 신뢰할 수 있는 자료를 확보한 경우에는 모형 구축이 용이하고 예측 선행 시간 확보를 위해 신속한 모의가 가능한 장점 때문에 규모가 작은 하천의 홍수예측 모형으로 고려할 수 있다. 이 중 Transfer Function Noise (TFN) 모형은 이탈리아, 영국 등 해외에서는 1970년대부터 시간단위 자료를 이용한 하천유량 예측에 적용되었으나, 우리나라에서는 주로 일 단위 혹은 월 단위의 하천유량 모의에 적용되었다. 국내 수문 자료의 품질 향상으로 그동안 축적된 수문자료를 통해 시간단위 자료를 이용한 홍수예측 모형의 구축 기반이 갖추어졌다. 본 연구의 목적은 소규모 하천을 대상으로 외생변수의 반영이 가능하고 동적시스템과 오차항을 결합하여 예측 오차를 줄이는데 용이한 TFN 모형을 구축하고 그 적용성을 검토하는 것이다. 이를 위해 1시간 단위 자료를 이용하여 TFN 모형을 구축하였으며 구축된 모형을 이용한 홍수 예측 결과를 홍수예보 실무에 활용 중인 저류함수모형의 홍수 예측 결과와 비교하였다. 비교 결과 홍수사상에 따라 TFN 모형과 저류함수 모형이 각각 더 나은 결과를 보이는 사상이 있었으며, 실무에서 TFN 모형을 홍수예측 모형으로 활용할 수 있을 것으로 판단하였다.

• 한국콘텐츠학회논문지
• /
• 제10권9호
• /
• pp.1-8
• /
• 2010

본 논문에서는 제스처 인식 대형 놀이 시스템을 기반으로한 한자 학습 콘텐츠에 대해 제안한다. 제안한 시스템은 두 대의 적외선 영상에서 사용자의 포즈를 예측하는 부분과 연속된 포즈들로부터 제스처를 인식하는 부분으로 구성되어 있다. 그리고 각각의 적외선 카메라에서 하나의 포즈에 대한 정면 포즈와 옆면 포즈로 나눠서 획득한 후 이를 사용하여 HMM의 모델을 이용하여 제스처를 분류하였다. 사용자와 컴퓨터간 의사소통에 있어서, 장치를 사용하지 않고 사용자의 행동에 의한 조작을 통해 사용자가 쉽게 조작할 수 있고 편리함을 제공하였다. 또한 두 개의 대형 디스플레이와 다양한 멀티미디어 요소를 이용하여 몰입과 흥미를 유발시킬 수 있기 때문에 정보 전달을 극대화할 수 있다. 단순한 주입식 교육 콘텐츠가 아닌 에듀테인먼트 콘텐츠인 한자 학습 콘텐츠는 게임과 교육을 동시에 제공하여 사용자에게 재미와 흥미를 주어 자연스레 한자를 습득할 수 있고 제스처 기반 대형 놀이 시스템과 결합하면서 사용자에게 놀면서 배울 수 있는 시너지 효과를 기대할 수 있다.

• 환경영향평가
• /
• 제15권6호
• /
• pp.373-383
• /
• 2006

The spatial mapping of risk is very useful data in planning for disaster preparedness. This research presents a methodology for making the landslide life risk map in the Boeun area which had considerable landslide damage following heavy rain in August, 1998. We have developed a three-stage procedure in spatial data analysis not only to estimate the probability of the occurrence of the natural hazardous events but also to evaluate the uncertainty of the estimators of that probability. The three-stage procedure consists of: (i)construction of a hazard prediction map of "future" hazardous events; (ii) validation of prediction results and estimation of the probability of occurrence for each predicted hazard level; and (iii) generation of risk maps with the introduction of human life factors representing assumed or established vulnerability levels by combining the prediction map in the first stage and the estimated probabilities in the second stage with human life data. The significance of the landslide susceptibility map was evaluated by computing a prediction rate curve. It is used that the Bayesian prediction model and the case study results (the landslide susceptibility map and prediction rate curve) can be prepared for prevention of future landslide life risk map. Data from the Bayesian model-based landslide susceptibility map and prediction ratio curves were used together with human rife data to draft future landslide life risk maps. Results reveal that individual pixels had low risks, but the total risk death toll was estimated at 3.14 people. In particular, the dangerous areas involving an estimated 1/100 people were shown to have the highest risk among all research-target areas. Three people were killed in this area when landslides occurred in 1998. Thus, this risk map can deliver factual damage situation prediction to policy decision-makers, and subsequently can be used as useful data in preventing disasters. In particular, drafting of maps on landslide risk in various steps will enable one to forecast the occurrence of disasters.