• 제목/요약/키워드: 에너지예측

검색결과 2,628건 처리시간 0.027초

원소분석을 통한 바이오매스에 도시형 유기성 폐기물을 혼합한 신연료의 고위발열량 예측 (Estimating the Higher Heating Value of Eco-fuel mixed Biomass with Municipal Organic Wastes from Ultimate Analysis Data)

  • 오송열;김래현;한희준;문장수;김희준
    • 에너지공학
    • /
    • 제16권4호
    • /
    • pp.194-201
    • /
    • 2007
  • 바이오매스계 연료의 고위발열량(HHV) 예측을 성분원소분석 데이터와 제안된 대표적인 상관관계식을 이용하여 수행하였고, 각 상관식에 대한 그 타당성을 실측 HHV와 비교하여 검토하였다. 실험에 사용된 샘플들은 산림계 바이오매스인 노송나무의 톱밥과, 농업계 바이오매스인 왕겨, 그리고 여기에 유기성 폐기물인 polystyrene, waste paper, polypropylene을 각각 10, 30, 50wt%로 혼합하여 제작하였다. 성분원소의 측정과 HHV의 측정은 각각 KS 표준방법에 따랐으며, 예측된 HHV값의 평균 오차는 약 880 kJ/kg으로 이는 측정된 HHV의 약 3.8%에 해당하였다. 실험을 통한 값과 예측된 HHV 값 사이의 대응 상관계수의 곱($R^2$)은 $0.957{\sim}0.996$의 값을 나타내었다.

리튬이온 배터리 수명추정을 위한 용량예측 머신러닝 모델의 성능 비교 (Comparison of the Machine Learning Models Predicting Lithium-ion Battery Capacity for Remaining Useful Life Estimation)

  • 유상우;신용범;신동일
    • 한국가스학회지
    • /
    • 제24권6호
    • /
    • pp.91-97
    • /
    • 2020
  • 리튬이온 배터리(LIB)는 다른 배터리에 비해 수명이 길고, 에너지 밀도가 높으며, 자체 방전율이 낮아, 에너지 저장장치(ESS)로 선호되고 있다. 하지만, 2017~2019년 기간 동안 국내에서만도 28건의 화재사고가 발생하였으며, LIB의 운영 중 안전성 및 신뢰성을 보장하기 위해 LIB의 정확한 용량추정은 필수요소이다. 본 연구에서는 LIB의 충방전 cycle에 따른 용량변화를 예측하는 기계학습 기반 모델의 설계에 있어 중요한 요소인 최적 머신러닝 모델의 선정을 위해, Decision Tree, 앙상블학습법, Support Vector Regression, Gaussian Process Regression (GPR) 각각을 이용한 예측모델을 구현하고 성능비교를 실시하였다. 학습을 위해 NASA에서 제공하는 시험데이터를 사용하였으며, GPR이 가장 좋은 예측성능을 보였다. 이를 바탕으로 추가 시험데이터 학습을 통해 개선된 LIB 용량예측과 잔여 수명추정 모델을 개발하여, 운영 중 이상 감지 및 모니터링 성능을 높여, 보다 안전하고 안정된 ESS 운용에 활용하고자 한다.

머신러닝 모델을 이용한 석산 개발 발파진동 예측 (Prediction of Blast Vibration in Quarry Using Machine Learning Models)

  • 정다희;최요순
    • 터널과지하공간
    • /
    • 제31권6호
    • /
    • pp.508-519
    • /
    • 2021
  • 본 연구에서는 발파 시 사람과 주변 환경에 영향을 끼치는 발파진동(peak particle velocity, PPV)을 예측하는 모델을 개발하였다. PPV를 예측하기 위해 kNN(k-nearest neighbors), CART(classification and regression tree), SVR(support vector regression), PSO(particle swarm optimization)-SVR 알고리즘을 이용한 4가지 머신러닝 모델을 개발하고 상호 비교하였다. 머신러닝 모델을 훈련하기 위해 경상남도 창원시에 있는 욕망산을 연구지역으로 선정하고 1048개의 발파 데이터를 획득하였다. 발파 데이터는 천공장, 저항선, 공간격, 최대지발장약량, 비장약량, 총공수, 에멀전비율, 이격거리, PPV로 구성되었다. 훈련된 모델들의 성능을 평가하기 위한 지표 값으로 MAE(mean absolute error), MSE(mean squared error), RMSE(root mean squared error)를 사용하였다. 평가결과 PSO-SVR 모델이 MAE, MSE, RMSE가 각각 0.0348, 0.0021, 0.0458으로 가장 우수한 예측 성능을 나타냈다. 마지막으로 개발된 머신러닝 모델을 이용하여 주변 환경에 영향을 끼치는 정도를 예측하는 방법을 제시하였다.

극한 조건과 기후변화를 고려한 2차원 및 3차원 해안 도시 침수 해석 (Analysis of coastal city flooding in 2D and 3D considering extreme conditions and climate change)

  • 유재환;장세동;김병현
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • pp.126-126
    • /
    • 2023
  • 최근 대한민국에서는 기후변화로 전국 각지에서 돌발성 호우와 태풍의 강도 및 발생빈도가 높아지고 있다. 이에 따라 주요 국가시설이 위치한 해안 도시의 2차원 3차원 모형을 통해 극한 조건하 침수 분석을 수행하였다. 먼저 해양수산부 "2019년 전국 심해설계파 보고서"를 기반으로 극치분포 중 Weibull 분포를 이용하여 극한 조건, 1,000년부터 1,000,000년 빈도의 재현기간의 파도 높이와 풍속을 계산하였다. 계산 결과를 SWAN(Simulating WAves Nearshore)의 입력값으로 해상에서 100m 간격의 파고 높이를 계산하였다. 이때 100m 간격으로는 방파제 지형을 정확히 해석하지 못하였기에, 상세파고 계산을 위한 Nesting 기법을 이용하여 20m 간격의 파고 결과를 도출하였고, 해안 도시 인근 해상에서 10.916m의 파고를 예측하였다. 또한, 예측된 파고를 이용해 EurOtop(2018) 매뉴얼의 경험식을 기반으로 연구 유역으로 유입되는 월류량 계산에 사용하였다. 결과로 16방위 중 SSE 방향, 1,000,000년 빈도 재현기간 조건에서 0.0306cms/m의 월파량을 예측했다. 예측된 자료를 바탕으로 2차원 침수해석은 FLO-2D 모형, 3차원 침수해석은 FLOW-3D 모형을 이용하였다. 2차원 침수해석 결과 주요 지점에서 0.18~0.33m의 침수가 예상되었고 3차원 침수해석 결과 동일한 지점에서 0.240~0.333m의 침수가 예상되었다. 모의 결과 2차원과 3차원 모형 간 침수 예측 결과가 0.3cm에서 6.1cm의 차이를 나타내어 모형 구축이 합리적으로 이뤄졌다고 판단하였으며 연구 유역에서는 침수가 예상된다는 결과를 도출하였다. 본 연구를 통해 기후변화에 따른 해안에 위치한 주요 도시지역과 국가 주요 시설물에 대한 침수해석을 실시하였고 분석결과를 생명과 재산을 보호하기 위한 대피계획 등 재난예방대책 수립에 활용할 수 있음으로 예상된다.

  • PDF

회귀 분석을 이용한 Intel SGX 상의 안전한 전력 수요 예측 (Secure power demand forecasting using regression analysis on Intel SGX)

  • 윤예진;임종혁;이문규
    • 한국차세대컴퓨팅학회논문지
    • /
    • 제13권4호
    • /
    • pp.7-18
    • /
    • 2017
  • 현대사회에서 가장 중요한 에너지원 중 하나인 전력 에너지는 적절한 수요 공급 조절이 매우 중요하다. 하지만 수요 예측을 위해 필요한 전력데이터는 전력 사용자의 행위에 대한 정보가 포함 될 수 있어, 이를 분석할 경우 프라이버시 침해 문제로 이어질 수 있다. 이에 본 논문에서는 사용자의 전력 사용 정보에 회귀 분석을 적용하여 사용자의 향후 전력 사용량을 예측하되, Intel SGX가 제공하는 안전한 실행 환경 상에서 이를 수행함으로써 사용자의 전력 사용 정보를 안전하게 보호하는 방법을 제안한다. 다양한 차수의 회귀 관계식에 대한 실험을 수행하여 오차를 최소로 하는 회귀 관계식을 선정하였으며, 제안하는 방법을 이용하면 프라이버시 보호 기능을 제공하는 기존의 전력 수요 예측 방법보다 낮은 평균오차율을 보임을 확인하였다.

Prophet와 GRU을 이용하여 단중기 전력소비량 예측 (Short-and Mid-term Power Consumption Forecasting using Prophet and GRU)

  • 손남례;강은주
    • 스마트미디어저널
    • /
    • 제12권11호
    • /
    • pp.18-26
    • /
    • 2023
  • 빌딩에너지관리시스템(BEMS: Building Energy Management System)은 생산 및 소비되는 에너지를 효율적으로 관리하는 시스템이다. 그러나 건물 내 전력소비는 물리적인 특성상으로 인해 생산 및 소비가 일정하지 않아 안정적인 전력 공급이 필수적이다. 이에 따라 건물의 안정적인 전력 공급을 위해서는 정확한 건물 내 전력 소비 예측이 중요하다. 최근에는 시계열분석, 통계분석, 인공지능 등 다양한 방법을 이용하여 전력소비예측에 관한 연구가 진행되고 있다. 본 논문은 Prophet 모델의 장점과 단점을 분석하여 장점인 growth, seasonality, holidays를 선택하였고, Prophet 모델의 단점인 데이터의 복잡성과 외부변수(기후 데이터)의 제한성을 해결하기 위하여 GRU을 조합하여 단기(2일) 및 중기(7일, 15일, 30일) 전력소비량 예측 알고리즘을 제안한다. 실험결과, 제안한 방법은 기존 GRU 및 Prophet 모델보다 성능이 우수하였다.

오염토양으로부터 백미로 전이되는 비소함량 예측모델의 정확도 향상 연구 (Study on Accuracy Improvement of Predictive Model of Arsenic Transfer from Contaminated Soil to Polished Rice)

  • 조승하;한협조;이종운
    • 자원환경지질
    • /
    • 제55권4호
    • /
    • pp.389-398
    • /
    • 2022
  • 비소 및 중금속으로 오염된 토양 내 함량과 농작물로 전이되는 함량 간의 관련성을 도출하기 위한 연구가 지속적으로 수행되고 있으나 두 함량 간의 낮은 상관성으로 인하여 명확한 결과가 도출되지 못하고 있다. 이 연구에서는 토양 내 비소 전함량과 단일용출 가용성 함량뿐만 아니라 토양의 물리·화학적 특성을 함께 고려하여 백미로 전이되는 비소 함량을 예측하는 통계학적 모델을 만들고자 하였다. 토양 특성 중 pH, 단일용출 가용성 함량, 유기물 함량에 따라 순차적으로 토양을 분류하며 회귀분석을 통한 예측 모델을 도출하였다. 80개의 백미 내 비소 함량과 토양 내 비소 전함량 및 Mehlich 가용성 함량 간의 상관계수는 각각 0.533과 0.493으로 낮았다. 그러나 토양을 pH, Mehlich 가용성 함량에 대한 전함량, 유기물 함량으로 순차적으로 분류하여 모델을 도출한 결과, ① pH가 6.5보다 높은 13개의 토양은 0.963, ② pH가 6.5 이하이고 AsTot/AsMehlich 비가 높은 15개의 토양은 0.849, ③ pH가 6.5 이하이고 AsTot/AsMehlich 비가 낮으며 8.5% 이하의 유기물을 함유한 30개의 토양은 0.935로 예측력이 크게 증가하였다. 이 연구에서 도출된 토양 분류에 따른 백미 전이 함량 예측 모델은 비소 오염 토양에 대해 신뢰성 있는 백미 재배 기준을 설정하는데 의미있는 방법론을 제안할 수 있을 것이다.

선형회귀분석과 머신러닝을 이용한 암석의 강도 및 암석학적 특징 기반 세르샤 마모지수 추정 (Estimation of Cerchar abrasivity index based on rock strength and petrological characteristics using linear regression and machine learning)

  • 홍주표;강윤성;고태영
    • 한국터널지하공간학회 논문집
    • /
    • 제26권1호
    • /
    • pp.39-58
    • /
    • 2024
  • TBM (Tunnel boring machine)은 터널 굴착 과정에서 여러 디스크 커터를 이용하여 암석을 절삭한다. 디스크 커터는 암석과의 지속적인 접촉과 마찰로 인해 마모된다. 디스크 커터의 표면이 마모되면 절삭 능력이 감소하고 굴착 효율이 떨어진다. 암석의 마모성은 디스크 커터 마모에 큰 영향을 미친다. 높은 마모도를 가진 암석은 커터에 더 큰 마모를 일으키며, 이는 디스크 커터의 수명을 단축시킨다. 세르샤 마모지수(Cerchar abrasivity index, CAI)는 암석의 마모성을 평가하는데 널리 사용되는 지표로 CAI는 암석의 마모특성을 나타내며, 디스크 커터의 수명과 성능 예측에 필수적인 요소로 인식되고 있다. 본 연구의 목적은 암석의 강도, 암석학적 특성과 선형회귀, 머신러닝 기법을 이용하여 CAI를 효과적으로 추정하는 새로운 방법을 개발하는 것이다. 문헌 조사를 통해 CAI, 일축압축강도, 압열인장강도, 등가석영함량이 포함된 데이터베이스를 구축하고 파생변수를 추가하였다. 통계적 유의성과 다중공선성을 고려하여 다중선형회귀분석을 위한 입력변수를 선정하였고, 머신러닝 모델의 입력변수는 변수중요도 분석을 통해 선정하였다. 머신러닝 예측모델 중 Gradient Boosting 모델의 예측 성능이 가장 높게 나타나 최적의 CAI 예측 모델로 선정되었다. 마지막으로 본 연구에서 도출한 다중선형회귀분석과 Gradient Boosting 모델의 예측 성능을 선행연구들의 CAI 예측모델과 비교하여 연구 결과의 타당성을 확인하였다.

중량식흡착 거동에 기초한 Na형 Faujasite 제올라이트 분리막의 프로필렌/프로페인 분리 거동 예측 연구 (Prediction of Propylene/Propane Separation Behavior of Na-type Faujasite Zeolite Membrane by Using Gravimetric Adsorption)

  • 황주연;민혜현;박유인;장종산;박용기;조철희;한문희
    • 멤브레인
    • /
    • 제28권6호
    • /
    • pp.432-443
    • /
    • 2018
  • 본 연구에서는 Na형 Faujasite 제올라이트 분리막의 프로필렌/프로페인 분리 거동을 예측하기 위하여 제올라이트 13X 입자의 프로필렌 및 프로페인 단일기체에 대한 중량식흡착 거동을 관찰하고자 하였다. 제올라이트 13X 입자의 프로필렌 및 프로페인에 대한 중량식흡착 거동은 자성부유평형저울(MSB)을 이용하여 323, 343, 363 K의 온도와 0.02-1 bar의 압력 범위에서 0.1 bar씩 증가시키면서 측정되었다. 그 결과, 온도가 증가할수록 프로필렌 및 프로페인의 흡착량은 감소하였으며, 프로필렌/프로페인의 흡착 선택도는 증가하였다. 또한 흡착 온도가 증가함에 따라 프로필렌과 프로페인의 확산계수는 증가하여 아레니우스 식을 따랐고, 프로필렌/프로페인 확산 선택도는 323 K에서 0.9753으로 최대값을 가졌다. 흡착 특성을 통해 분리막의 투과선택도를 계산하였고, Na형 Faujasite 제올라이트 분리막의 단일 기체 투과 특성과 비교하였다. 그 결과 계산된 투과선택도와 측정된 투과선택도가 모두 323 K에서 최대값을 갖는 것을 확인하였다. 따라서 본 연구에서는 중량식 흡착법으로 예측된 분리막의 프로필렌/프로페인 분리거동 예측이 합리적이며 또한 표면확산에 기반한 프로필렌/프로페인 분리용 제올라이트 분리막의 분리성능예측에 적용될 수 있음을 알 수 있었다.