한반도 영역을 대상으로 RDAPS모형의 수치예보자료, AWS의 관측강수, 상층기상관측(upper-air sounding)의 관측자료를 이용하여 권역별 강수발생확률을 예측할 수 있는 인공신경망 모형을 제시하였다. 사용된 자료의 기간은 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 하였다. 500/750/1000 hPa에서의 지위고도, 500-1000 hPa에서의 층후(thickness), 500 hPa에서의 X와 Y방향 바람성분, 750 hPa에서의 X와 Y방향 바람성분, 표면풍속, 500/750 hPa/표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도등을 신경망의 예측인자로 사용하였다. 신경망의 구조는 3층 MLP(Multi Layer Perceptron)로 구성하여 역전파알고리즘(Back-propagation)을 학습방법으로 사용하였다. 신경망예측결과 한반도전체에 대한 예측성과의 개선은 H가 6.8%상승하였고, 특히 TS와 POD는 각각 99.2%와 148.1% 상승함으로서 강수예측에 대한 신경망모형이 효과적인 도구가 될 수 있음을 확인하였다. KSS 역시 92.8% 개선됨으로서 RDAPS 예측에 비하여 뚜렷이 개선된 결과를 보여주고 있다.
A rational management of water resources in estuary reservoirs necessiates the prediction of water quality. In this study, a multiple box model for the water quality prediction was developed as a tool for the purpose of examining an adequate way to improve and maintain the water quality. Some submodels that are suitable for simulating the mixing behavior of pollutant materials in a lake were considered in this model. The model was appiled for predicting water qualities of Haenam Esturay Reservoir. The result from this study can be summarized as follows : 1.A water quality simulation model that can predict the 10-day mean value of water qualities was developed by adding some submodels that simulate the concentrations of chlorophyll-a, BOD, T-P and T-N to the existing Multiple Box Model representing the mixing and circulating of materials by the hydarulic action. 2.As input data for the model developed, the climatic data including precipitation, solar radiation, temperature, cloudness, wind speed and relative humidity, and the water buget records including the pumping discharge and the releasing discharge by drainage gate were ollected. The hydrologic data for the inflow discharge from the watershed was obtained by simulation with the aid of USDAUL-74/SNUA watershed model. Also the water quality data were measured at streams and the reservoir. 3.As a result of calibration and verification test by using four comonents of water quality such as Chlorophyll-a, BOD, T-P and T-N, it was found that the correlation coefficeints between the observed and the simulated water qualities showed greater than 0.6, therefore the capability of the model to simulate the water quality was proved. 4.The result based on the model application showed that the water quality of the Haenam Estuary Reservoir varies seasonally with the harmonic trend, however the water quality is good in winter and get worse in summer. Also it may be concluded that the current grarde of water quality in the Heanam Esutary Reservoir is ranked as grade 4 suitable only for the agricultutal use.
International Journal of Computer Science & Network Security
/
제22권3호
/
pp.220-228
/
2022
The directed tests produce an expectation model to assist the organization's heads and professionals with settling on the right and speedy choice. A directed deep learning strategy has been embraced and applied for SCADA information. In this paper, for the load shedding expectation overall power organization of Libya, a convolutional neural network with multi neurons is utilized. For contributions of the neural organization, eight convolutional layers are utilized. These boundaries are power age, temperature, stickiness and wind speed. The gathered information from the SCADA data set were pre-handled to be ready in a reasonable arrangement to be taken care of to the deep learning. A bunch of analyses has been directed on this information to get a forecast model. The created model was assessed as far as precision and decrease of misfortune. It tends to be presumed that the acquired outcomes are promising and empowering. For assessment of the outcomes four boundary, MSE, RMSE, MAPE and R2 are determined. The best R2 esteem is gotten for 1-overlap and it was 0.98.34 for train information and for test information is acquired 0.96. Additionally for train information the RMSE esteem in 1-overlap is superior to different Folds and this worth was 0.018.
천연건조 중 목재의 함수율 변화 예측모형을 제시하기 위하여 15본의 소나무 원목에 대한 천연건조를 수행하였다. 초기함수율이 68.7%인 6본의 소나무 원목에 대하여 여름철에 천연건조를 시작한 후 약 880일이 경과한 후의 최종함수율은 17.4%이었다. 초기함수율이 35.8%인 9본의 소나무 원목에 대하여 겨울철에 천연건조를 시작한 후 약 760일이 경과한 후의 최종함수율은 16.0%이었다. 소나무 원목의 말구지름, 온도, 상대습도, 풍속을 독립변수로 결정하고, 천연건조 중 감소한 함수율을 종속변수로 다중회귀분석을 진행한 결과, 결정계수 0.925의 회귀모형을 얻을 수 있었다. 소나무 원목의 특성인 초기함수율과 말구지름이 기상조건인 온도, 상대습도, 풍속에 비하여 천연건조 중 함수율 감소에 미치는 영향이 더 크게 나타났다. 천연건조 중 내부함수율의 분포 및 함수율 변화를 예측하기 위하여 2차원 물질전달 해석을 수행하였다. 건조일수를 서로 다르게 적용하고, 수분확산계수 및 표면방사계수를 결정하는 기상조건을 다르게 적용한 2가지의 예측모형을 제시하였다. 2가지 적용 방법의 오차는 0.1 - 0.8%의 범위였으며, 측정값과의 차이는 2.2 - 3.6%의 범위였다. 다양한 초기함수율과 말구지름의 소나무 원목에 대한 천연건조 중 내부함수율을 측정하고, 각각의 기상조건에 대한 목재 내 수분이동계수를 산출하면 예측모형의 오차를 감소시킬 수 있을 것으로 판단된다.
Polar lows are intense mesoscale cyclones that mainly occur over the sea in polar regions. Owing to their small spatial scale of a diameter less than 1000 km, simulating polar lows is a challenging task. At King Sejong station in West Antartica, polar lows are often observed. Despite the recent significant climatic changes observed over West Antarctica, adequate validation of regional simulations of extreme weather events such as polar lows are rare for this region. To address this gap, simulation results from a recent version of the Polar Weather Research and Forecasting model (Polar WRF) covering Antartic Peninsula at a high horizontal resolution of 3 km are validated against near-surface meteorological observations. We selected a case of high wind speed event on 7 January 2013 recorded at Automatic Meteorological Observation Station (AMOS) in King Sejong station, Antarctica. It is revealed by in situ observations, numerical weather prediction, and reanalysis fields that the synoptic and mesoscale environment of the strong wind event was due to the passage of a strong mesoscale polar low of center pressure 950 hPa. Verifying model results from 3 km grid resolution simulation against AMOS observation showed that high skill in simulating wind speed and surface pressure with a bias of $-1.1m\;s^{-1}$ and -1.2 hPa, respectively. Our evaluation suggests that the Polar WRF can be used as a useful dynamic downscaling tool for the simulation of Antartic weather systems and the near-surface meteorological instruments installed in King Sejong station can provide invaluable data for polar low studies over West Antartica.
태양광 발전은 기상 상태에 따라 간헐적이기 때문에 태양광 발전의 효율과 경제성 향상을 위해 정확한 발전량 예측이 요구된다. 본 연구는 목포 기상대에서 예보하는 기상 데이터와 영암 태양광 발전소의 발전량 데이터를 이용하여 태양광 발전량 단기 딥러닝 예측모델을 제안하였다. 기상청은 기온, 강수량, 풍향, 풍속, 습도, 운량 등의 기상요소를 3일간 예보한다. 그러나 태양광 발전량 예측에 가장 중요한 기상요소인 일조 및 일사 일사량 예보하지 않는다. 제안 모델은 예보 기상요소를 이용하여, 일조 및 일사 일사량을 예측 하였다. 또한 발전량은 기상요소에 예측된 일조 및 일사 기상요소를 추가하여 예측하였다. 제안 모델의 발전량 예측 결과 DNN의 평균 RMSE와 MAE는 0.177과 0.095이며, RNN은 0.116과 0.067이다. 또한, LSTM은 가장 좋은 결과인 0.100과 0.054이다. 향후 본 연구는 다양한 입력요소의 결합으로 보다 향상된 예측결과를 도출할 수 있을 것으로 기대된다.
본 논문에서는 헬리콥터 전진비행 조건에서 플래핑모션에 대하여 축소 로터 실험을 통하여 실험결과와 이론적인 예측결과를 비교하였다. 축소로터 성능 실험은 충남대학교 아음속 풍동에서 수행하였으며 1.8 x 1.8m의 개방형 시험부를 사용하였다. 전진비행조건에서의 실험 결과에 의하면 축소로터의 전진비행조건에서의 추력 결과를 고정한 조건에서 동력계수는 차이가 있는 것을 확인 할 수 있었다. 또한, 공력 성능 측정 결과와 이론적인 예측결과의 비교를 통하여 헬리콥터의 플랩핑 각도의 범위에 대하여 비교하여 보았다. Coning 각도, 횡방향과 종방향에 대한 플래핑 각도에 대해서는 실험결과와 예측결과의 유사함을 확인하였다.
본 연구에서는 순환신경망을 이용한 댐 유입량 예측모형의 적용성 검토를 목적으로 하고 있으며, 이를 위해 소양강댐 유역 및 충주댐 유역을 대상으로 그간 댐 운영을 통해 축적된 기상 및 수문 빅데이터를 활용하여 인공신경망 모형과 엘만 순환신경망 모형을 구축하였다. 모형의 학습과 예측을 위하여 유역별 유입량, 강우량, 기온, 일조시간, 풍속자료가 입력자료로 사용되었고 10일간 일별 댐유입량 자료가 모델의 출력자료로 구조화 하여 학습을 진행한 후 검증을 목적으로 2016년 7월 ~ 2018년 6월까지 2개년에 대한 댐 유입량 예측을 수행하였다. 학습된 모형의 유입량 예측 결과를 비교분석한 결과, 소양강댐 유역에서는 인공신경망 모형과 순환신경망 모형 간 예측성능은 큰 차이를 보이지 않았으며, 충주댐 유역에서는 순환신경망 모형의 예측 결과가 인공신경망 모형에 비해 비교적 우수한 성능을 보임에 따라 엘만 순환신경망을 이용하여 댐 유입량 예측모형을 구축할 경우 예측성능은 기존의 인공신경망 모형과 비슷하거나 다소 우수할 것으로 판단된다. 또한 엘만 순환신경망은 갈수기 댐 유입량 예측에 있어서 인공신경망에 비해 예측결과의 재현성이 우수한 것으로 나타났으며, 엘만 순환신경망 학습에 있어 다중 은닉층 구조가 단일 은닉층 구조보다 예측 성능 향상에 효과적인 것으로 분석되었다.
본 논문에서는 이중 로터 풍력 발전 시스템에 대한 모델링 및 성능 예측 결과를 제시하였다. 공력 모델은 블레이드 요소 및 모멘텀 이론에 근거하였으며, 시스템 동역학 모델은 다몸체 역학을 적용하였다. 이중 로터 풍력 발전 시스템의 정상 상태는 물론 이중 여자 유도 발전기를 탑재한 발전 시스템에 대하여 풍속 변화에 따른 과도 응답을 분석하였고, 로터 회전수 및 발전 출력 제어를 위하여 주 및 보조 로터의 피치각 제어 전략의 도출 및 비선형 시뮬레이션 결과를 제시하였다.
In this study, the regression equation was suggested to predict of the shot ball velocity according to blade shapes based on discrete element (DE) analysis. First, the flat type blade DE model was used in the analysis, the validity of the DE model was verified by giving that the velocity of the shot ball almost equal to the theoretical one. Next, the DE analyses for curved and combined blade models was accomplished, and their analytical velocities of shot ball were compared with the theoretical one. The velocity of combined blade model was greatest. From this, the regression equation for velocity of shot ball according to the blade shape based on the DE analysis was derived. Additionally, the wind speed measurement experiment was carried out, and the experimental result and analytical one were the same. Ultimately, it was confirmed that the prediction method of the velocity of shot ball based on DE analysis was effective.
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.