Journal of the Korean Institute of Intelligent Systems
/
v.9
no.4
/
pp.420-425
/
1999
The maximum demand controller is an electrical equipment installed at the consumer side of power system
for monitoring the electrical energy consumed during every integrating period and preventing the target
maximum demand (MD) being exceeded by disconnecting sheddable loads. By avoiding the peak loads and
spreading the energy requirement the controller contributes to maximizing the utility factor of the generator
systems. It results in not only saving the energy but also reducing the budget for constructing the natural base
facilities by keeping thc number of generating plants ~ninimumT. he conventional MD controllers often bring
about the large number of control actions during the every inteyating period and/or undesirable loaddisconnecting
operations during the beginning stage of the integrating period. These make the users aviod the
MD controllers. In this paper. fuzzy control technique is used to get around the disadvantages of the
conventional MD control system. The proposed MD controller consists of the predictor module and the fuzzy
MD control module. The proposed forecasting method uses the SOFM neural network model, differently from
time series analysis, and thus it has inherent advantages of neural network such as parallel processing,
generalization and robustness. The MD fuzzy controller determines the sensitivity of control action based on
the time closed to the end of the integrating period and the urgency of the load interrupting action along the
predicted demand reaching the target. The experimental results show that the proposed method has more
accurate forecastinglcontrol performance than the previous methods.
Korean Journal of Construction Engineering and Management
/
v.20
no.6
/
pp.126-131
/
2019
The estimation of available solar energy at particular locations is critical to find and assess suitable locations of PV sites. The amount of PV power generation is however affected by various geographical factors (e.g., weather), which may make it difficult to identify the complex relationship between affecting factors and power outputs and to apply findings from one study to another in different locations. This study thus undertakes a regression analysis using data collected from 172 PV plants spatially distributed in Korea to identify critical weather conditions and estimate the potential power generation of PV systems. Such data also include solar radiation, precipitation, fine dust, humidity, temperature, cloud amount, sunshine duration, and wind speed. The estimated PV power generation is then compared to the actual PV power generation to evaluate prediction performance. As a result, the proposed model achieves a MAPE of 11.696(%) and an R-squred of 0.979. It is also found that the variables, excluding humidity, are all statistically significant in predicting the efficiency of PV power generation. According, this study may facilitate the understanding of what weather conditions can be considered and the estimation of PV power generation for evaluating and determining suitable locations of PV facilities.
This study aims at investigating the characteristics of trends of future education over time though the literature review and examining the accuracy of the framework for forecasting future education proposed by the previous studies by comparing the outcomes between the literature review and media articles. Thus, this study collects the articles dealing with future education searched from the Web of Science and categorized them into four periods during the new millennium. The new articles from media were selected to find out the present of education so that we can figure out the appropriateness of the proposed framework to predict the future of education. Research findings reveal that gradual tendencies of topics could not be found except teacher education and they are diverse from characteristics of agents (students and teachers) to the curriculum and pedagogical strategies. On the other hand, the results of analysis on the media articles focuses more on the projects launched by the government and the immediate responses to the COVID-19, as well as educational technologies related to big data and artificial intelligence. It is surprising that only a few key words are occupied in the latest articles from the literature review and many of them have not been discussed before. This indicates that the predictive framework is not effective to establish the long-term plan for education due to the uncertainty of educational environment, and thus this study will give some implications for developing the model to forecast the future of education.
Subseasonal-to-Seasonal (S2S) prediction information which have 2 weeks to 2 months lead time are expected to be used through many parts of industry fields, but utilizability is not reached to expectation because of lower predictability than weather forecast and mid- /long-term forecast. In this study, we used multi-layer perceptron (MLP) which is one of machine learning technique that was built for regression training in order to improve predictability of S2S precipitation data at South Korea through post-processing. Hindcast information of ECMWF was used for MLP training and the original data were compared with trained outputs based on dichotomous forecast technique. As a result, Bias score, accuracy, and Critical Success Index (CSI) of trained output were improved on average by 59.7%, 124.3% and 88.5%, respectively. Probability of detection (POD) score was decreased on average by 9.5% and the reason was analyzed that ECMWF's model excessively predicted precipitation days. In this study, we confirmed that predictability of ECMWF's S2S information can be improved by post-processing using MLP even the predictability of original data was low. The results of this study can be used to increase the capability of S2S information in water resource and agricultural fields.
The Journal of the Institute of Internet, Broadcasting and Communication
/
v.19
no.2
/
pp.187-192
/
2019
Hybrid power storage system with emergency power function for demand management and power outage minimizes the investment cost in the building of buildings and factories requiring emergency power generation facilities, We propose a new business model by developing technology that can secure economical efficiency by reducing power cost at all times. Normally, system power is supplied to load through STS (Static Transfer Switch), and PCS is connected to system in parallel to perform demand management. In order to efficiently operate the electric power through demand forecasting, the EMS issues a charge / discharge command to the ESS as a PMS (Power Management System), and the PMS transmits the command to the PCS controller to operate the system. During the power outage, the STS is rapidly disengaged from the system, and the PCS becomes an independent power supply and can supply constant voltage / constant frequency power to the load side. Therefore, it is possible to secure reliability through verification of actual system linkage and independent operation performance of hybrid ESS, By enabling low-carbon green growth technology to operate in conjunction with an efficient grid, it is possible to improve irregular power quality and contribute to peak load by generating renewable energy through ESS linkage. In addition, the ESS is replacing the frequency follow-up reserve, which is currently under the charge of coal-fired power generation, and thus it is anticipated that the operation cost of the LNG generator with high fuel cost can be reduced.
In this paper, spatially-adaptive denormalization (SPADE) based U-Net is proposed to detect changes by using high-resolution satellite images. The proposed network is to preserve spatial information using SPADE. Change detection methods using high-resolution satellite images can be used to resolve various urban problems such as city planning and forecasting. For using pixel-based change detection, which is a conventional method such as Iteratively Reweighted-Multivariate Alteration Detection (IR-MAD), unchanged areas will be detected as changing areas because changes in pixels are sensitive to the state of the environment such as seasonal changes between images. Therefore, in this paper, to precisely detect the changes of the objects that consist of the city in time-series satellite images, the semantic spatial objects that consist of the city are defined, extracted through deep learning based image segmentation, and then analyzed the changes between areas to carry out change detection. The semantic objects for analyzing changes were defined as six classes: building, road, farmland, vinyl house, forest area, and waterside area. Each network model learned with KOMPSAT-3A satellite images performs a change detection for the time-series KOMPSAT-3 satellite images. For objective assessments for change detection, we use F1-score, kappa. We found that the proposed method gives a better performance compared to U-Net and UNet++ by achieving an average F1-score of 0.77, kappa of 77.29.
Hur, Jina;Kim, Yong Seok;Jo, Sera;Shim, Kyo Moon;Ahn, Joong-Bae;Choi, Myeong-Ju;Kim, Young-Hyun;Kang, Mingu;Choi, Won Jun
Korean Journal of Agricultural and Forest Meteorology
/
v.23
no.4
/
pp.405-414
/
2021
This study predicted waxy corn harvest date in South Korea using 30-year (1991-2020) hindcasts (1-6 month lead) produced by the Pusan National University Coupled General Circulation Model (PNU CGCM)-Weather Research and Forecasting (WRF) chain. To estimate corn harvest date, the cumulative temperature is used, which accumulated the daily observed and predicted temperatures from the seeding date (5 April) to the reference temperature (1,650~2,200℃) for harvest. In terms of the mean air temperature, the hindcasts with a bias correction (20.2℃) tends to have a cold bias of about 0.1℃ for the 6 months (April to September) compared to the observation (20.3℃). The harvest date derived from bias-corrected hindcasts (DOY 187~210) well simulates one from observation (DOY 188~211), despite a slight margin of 1.1~1.3 days. The study shows the possibility of obtaining the gridded (5 km) daily temperature and corn harvest date information based on the cumulative temperature in advance for all regions of South Korea.
Recently, agricultural sites are automating into digital agricultural smart farms by applying technologies such as big data and Internet of Things (IoT). These smart farms aim to increase production and improve crop quality by measuring the environment of crops, investigating and processing data. Production prediction is an important study in smart farm digital agriculture, which is a high-tech agriculture, and it is necessary to analyze environmental data using big data and further standardized research to manage the quality of growth information data. In this paper, environmental and production data collected from smart farm strawberry farms were analyzed and studied. Based on regression analysis, crop production prediction models were analyzed using Ridge Regression, LightGBM, and XGBoost. Among the three models, the optimal model was XGBoost, and R2 showed 82.5 percent explanatory power. As a result of the study, the correlation between the amount of positive fluid absorption and environmental data was confirmed, and significant results were obtained for the production prediction study. In the future, it is expected to contribute to the prevention of environmental pollution and reduction of sheep through the management of sheep by studying the amount of sheep absorption, such as information on the growing environment of crops and the ingredients of sheep.
In order to investigate the cause of wilting symptoms in red pepper field of Korea, the frequency of occurrence of red peppers showing wilting symptoms was investigated in pepper cultivation fields in Goesan, Chungcheongbuk-do for 5 years from 2010 to 2014. There was a difference in the frequency of wilting symptoms depending on the year of investigation, but the frequency of occurrence increased as the investigation period passed from June and July to August. During this period, Ralstonia solanacearum causing the bacterial wilt was isolated at a rate four times higher than Phytophthora capsica causing the Phytophthora late blight. In wilted peppers collected in Goesan of Chungbuk and Andong of Gyeongbuk in 2013 and 2014, R. solanacearum and P. capsici were isolated from 20.3% and 3.8% of the total fields, respectively. In the year with a high rate of wilting symptoms, the average temperature was high, and the disease occurrence date of the bacterial wilt, estimated with disease forecasting model, was also fast. The inconsistency between the number of days at risk of Phytophthora late blight and the frequency of occurrence of wither symptoms is thought to be due to the generalization of the use of cultivars resistant to the Phytophthora late blight in the pepper field. In our study, the wilting symptoms were caused by the bacterial wilt caused by R. solanacearum rather than the Phytophthora late blight caused by P. capsica, which is possibly caused by increasing cultivation of pepper varieties resistant to the Phytophthora late blight in the field.
This study analyzes the impact of long-range transport of biomass burning emissions from northeastern China on the concentration of particulate matter of diameter less than 10 ㎛ (PM10) in Korea using the Weather Research and Forecasting model coupled with Chemistry (WRF-Chem). Korea was impacted by anthropogenic emissions from eastern China, dust storms from northern China and Mongolia, and biomass burning emissions from northeast China between April 4-and 7, 2020. The contributions of long-range PM10 transport were calculated by separating biomass burning emissions from mixed air pollutants with anthropogenic emissions and dust storms using the zeroing-out method. Further, the radiation energy budget over land and sea around the Korean Peninsula was analyzed according to the distribution of biomass burning emissions. Based on the WRF-Chem simulation during April 5-6, 2020, the contribution of long-range transport of biomass burning emissions was calculated as 60% of the daily PM10 average in Korea. The net heat flux around the Korean Peninsula was in a negative phase due to the influence of the large-scale biomass burning emissions. However, the contribution of biomass burning emissions was analyzed to be <45% during April 7-8, 2020, when the anthropogenic emissions from eastern China were added to biomass burning emissions, and PM10 concentration increased compared with the concentration recorded during April 5-6, 2020 in Korea. Furthermore, the net heat flux around the Korean Peninsula increased to a positive phase with the decreasing influence of biomass burning emissions.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.