• Economic and Environmental Geology
• /
• v.23 no.3
• /
• pp.323-328
• /
• 1990

This study explores that learning model that has been employed for many years in the description of and projection of system or process performance promises to be very useful in long-term forecasting, especially of technology or related productivity measures, in mineral and energy industries. This study also provides some empirical results on the measurement of the learning curve in U. S. petroleum resource assessment and demonstrates how the learning system can be used as an economic forecasting tool.

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 1996.10b
• /
• pp.98-103
• /
• 1996

석탄가스화복합발전소내 공기분리장치와 연계된 가스터빈 공기압축기의 성능병화를 예측할 수 있는 해석방법을 제안하였다. 공기분리장치와 연계된 가스터빈용 공기압축기의 성능변화는 유선곡률방법과 압력손실모델을 결합한 해석방법을 사용하였으며, 예측결과들을 실제 압축기성능 시험 결과와 비교하여 예측정확도를 검증하였다. 제안된 압축기성능 해석방법을 근간으로, 압축기와 공기분리장치의 연계조건인 열교환기의 핀치포인트 온도차, 추출공기량 및 추출 공기압력이 압축기 성능변화에 미치는 영향을 정량적으로 예측하였다. 공기추출량이 늘어나거나 핀치포인트 온도차가 커질수록, 압축기의 압축비 및 소요동력은 증가하나, 압축기 효율은 공기추출량의 증가에 따라 고압공기추출시에는 저하되고, 저압공기추출시에는 향상되었다. 더 나아가, 압축기의 일반화된 성능특성곡선의 제시를 통해, 압축기 효율을 극대화 할 수 있는 압축기/공기분리장치 간 연계조건의 최적화를 시도하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2007.06a
• /
• pp.579-584
• /
• 2007

대두유로부터 생산된 바이오디젤과 바이오디젤 혼합 연료유를 대상으로 지방산메틸에스터 함량과 화학적 분석을 통해 산화 특성과 오일의 수명 예측 연구를 수행하였다. 바이오디젤, 경유, BD5, BD20은 산화가 진행될수록 산가(Acid number), 동점도(Kinematic Viscosity) 및 밀도(Density)는 증가하였다. 산가 측정결과의 활용에 의해 임의의 온도조건에서 정확한 사용수명을 예측하기 위하여 화학속도론에 의거하여 각각의 연료에 대한 사용수명식을 도출하였다. 도출된 사용수명식으로부터 바이오디젤이 가장 빠르게 산화가 진행되었고 바이오디젤 혼합량이 증가할수록 사용수명이 단축되는 것을 확인할 수 있었다.

• Journal of Energy Engineering
• /
• v.2 no.3
• /
• pp.315-322
• /
• 1993

The generalized 23 constants of the Benedict-Webb-Rubin-Starling (BWRS) equation of state were modified to achieve accurate predictions of thermo-physical properties for polar halocarbons. Multiproperty analysis was employed to obtain an optimum set of 23 constants for individual halocarbons. The overall average absolute deviations of predicted properties for those halocarbons using the 23 constants optimized for each halocarbon with use of either an acentric factor or orientation parameters are 0.41% for density, 0.33 Kcal/kg for enthalpy and 0.39% for vapor pressure. These results show a remarkable improvement in predicting properties over the ones obtained by use of the generalized constants for all the ten halocarbons tested here.

• New & Renewable Energy
• /
• v.10 no.2
• /
• pp.19-28
• /
• 2014

Wind power generation of 5 MW wind turbine was predicted by using wind measurement data from HeMOSU-1 which is at south west coast of Korea. Time histories of turbulent wind was generated from 10-min mean wind speed and then they were used as input to Bladed to estimated electric power. Those estimated powers are used in both polynominal regression and neural network training. They were compared with each other for daily production and yearly production. Effect of mean wind speed and turbulence intensity were quantitatively analyzed and discussed. This technique further can be used to assess lifetime power of wind turbine.

• New & Renewable Energy
• /
• v.3 no.2 s.10
• /
• pp.17-23
• /
• 2007

대두유로부터 생산된 바이오디젤과 바이오디젤 혼합 연료유를 대상으로 지방산메틸에스터 함량과 화학적 분석을 통해 산화 특성과 오일의 수명 예측 연구를 수행하였다. 바이오디젤, 경유, BD5, BD20은 산화가 진행될수록 산가(Acid number), 동점도(Kinematic Viscosity) 및 밀도(Density)는 증가하였다. 산가 측정결과의 활용에 의해 임의의 온도조건에서 정확한 사용수명을 예측하기 위하여 화학속도론에 의거하여 각각의 연료에 대한 사용수명식을 도출하였다. 도출된 사용수명식으로부터 바이오디젤이 가장 빠르게 산화가 진행되었고 바이오디젤 혼합량이 증가할수록 사용수명이 단축되는 것을 확인할 수 있었다.

• Journal of Energy Engineering
• /
• v.3 no.1
• /
• pp.28-35
• /
• 1994

가스터빈 사이클의 성능 및 NOx 배출물 생성량 예측을 위한 모사 프로그램을 개발하였다. 압축기 및 터빈은 등엔트로피 과정으로, 연소기는 Thermal NOx 생성을 수반하는 연소모형으로서 가정하였다. 또한 터빈 냉각을 위한 추출공기량과 냉각방식이 성능에 미치는 적절한 상관 관계식을 도입하여 평가하였다. 본 성능평가 모델을 이용하여 예측된 결과와 실험결과간의 비교를 통하여 모델의 타당성을 검증하였고, 증기 분사량, 터빈 냉각변수 및 압축비 변화에 따른 예측결과를 통하여 가스터빈 시스템 최적 운전 및 설계기준을 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.817-819
• /
• 2019

다양한 학습 모델이 발전하고 있는 지금, 학습을 통한 다양한 시도가 진행되고 있다. 이중 에너지 분야에서 많은 연구가 진행 중에 있으며, 대표적으로 BEMS(Building energy Management System)를 볼 수 있다. BEMS의 경우 건물을 기준으로 건물에서 생성되는 다양한 DATA를 이용하여, 에너지 예측 및 제어하는 다양한 기술이 발전해가고 있다. 하지만 FEMS(Factory Energy Management System)에 관련된 연구는 많이 발전하지 못했으며, 이는 BEMS와 FEAMS의 차이에서 비롯된다. 본 연구에서는 실제 공장에서 수집한 DATA를 기반으로 하여, 전력량 예측을 하였으며 예측을 위한 기술로 시계열 DATA 분석 방법인 LSTM 알고리즘을 이용하여 진행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.849-852
• /
• 2021

화석연료의 빈번한 사용으로 인한 지구온난화 문제가 심각해지면서 화석연료를 대체할 수 있는 신재생 에너지가 떠오르고 있다. 그중에서도 에너지원이 청정하고 무제한으로 사용할 수 있다는 장점을 가진 태양광 발전소가 주목을 받고 있다. 하지만 기후에 따라 영향을 많이 받는 특징 때문에 안정적인 전력 생산을 위해서는 태양광 발전량 예측이 매우 중요해지고 있다. 본 논문에서는 시계열 데이터에 특화된 순환신경망 기법인 RNN과 LSTM 모델을 이용하여 태양광 발전량을 예측하고 각 모델의 하이퍼 파라미터를 다르게 주어 비교 분석하였다. 그 결과 LSTM 모델이 RNN 모델보다 높은 예측력을 보였고, 손실 값이 0.1보다 낮은 높은 정확도를 보였다.