• Journal of the Korea institute for structural maintenance and inspection
• /
• v.10 no.3
• /
• pp.133-142
• /
• 2006

The purpose of this study is to predict the fracture energy in accordance with the combination variables by applying the mix design nomogram in ready mixed concrete products. In terms of the experiment for drawing up Mix Design Nomogram, the beam is manufactured based on the mixture table described in the specifications of ready mixed concrete manufacturing company and a three-point bending test suggested in RILEM 50-FMC Committee is performed. As a result, this study makes sure the possibility to apply the mix design nomogram that is possible to predict the fracture energy in ready mixed concrete products and enables one to achieve the automation of the design of mixture for the production of ready mixed concrete products with the development of program using it.

• Journal of Environmental Impact Assessment
• /
• v.24 no.5
• /
• pp.487-498
• /
• 2015

The energy problem has occurred because of the effects of rising temperature and growing population and GDP. Prediction for the energy demand is required to respond these problems. Therefore, this study will predict heating and cooling energy consumption in residential sector to be helpful in energy demand management, particularly heating and cooling energy demand management. The AIM/end-use model was used to estimate energy consumption, and service demand was needed in the AIM/end-use model. Service demand was estimated on the basis of formula, and energy consumption was estimated using the AIM/end-use model. As a result, heating and cooling service demand tended to increase in 2050. But in energy consumption, heating decreased and cooling increased.

• Tunnel and Underground Space
• /
• v.28 no.6
• /
• pp.651-669
• /
• 2018

This study suggests the prediction model to estimate the specific energy of a pick cutter using a gene expression programming (GEP) and particle swarm optimization (PSO). Estimating the performance of mechanical excavators is of crucial importance in early design stage of tunnelling projects, and the specific energy (SE) based approach serves as a standard performance prediction procedure that is applicable to all excavation machines. The purpose of this research, is to investigate the relationship between UCS and BTS, penetration depth, cut spacing, and SE. A total of 46 full-scale linear cutting test results using pick cutters and different values of depth of cut and cut spacing on various rock types was collected from the previous study for the analysis. The Mean Squared Error (MSE) associated with the conventional Multiple Linear Regression (MLR) method is more than two times larger than the MSE generated by GEP-PSO algorithm. The $R^2$ value associated with the GEP-PSO algorithm, is about 0.13 higher than the $R^2$ associated with MLR.

• Convergence Security Journal
• /
• v.22 no.2
• /
• pp.99-104
• /
• 2022

This study provided a prediction model for solar energy production in Yeongam province, Jeollanam-do. The model was derived from the correlation between climate changes and solar power production in Yeongam province, Jeollanam-do, and presented a prediction of solar power generation through the regression analysis of 6 parameters related to weather and solar power generation. The data used in this study were the weather and photovoltaic production data from January in 2016 to December in 2019 provided by public data. Based on the data, the machine learning technique was used to analyzed the correlation between weather change and solar energy production and derived to the prediction model. The model showed that the photovoltaic production can be categorized by the three-stage production index and will be used as an important barometer in the agriculture activity and the use of photovoltaic electricity.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.845-848
• /
• 2021

최근 화석연료의 급격한 사용에 따른 자원고갈이나 환경오염과 같은 문제들이 심각해짐에 따라 화석연료를 대체할 수 있는 신재생에너지에 대한 관심이 높아지고 있다. 태양광 에너지는 다른 에너지원에 비해 고갈의 우려가 없고, 부지 선정의 제약이 크지 않아 수요가 증가하고 있다. 태양광 발전 시스템에서 생산된 전력을 효과적으로 사용하기 위해서는 태양광 발전량에 대한 정확한 예측 모델이 필요하다. 이를 위한 다양한 딥러닝 기반의 예측 모델들이 제안되었지만, 이러한 모델들은 모델 내부에서 일어나는 의사결정 과정을 들여다보기가 어렵다. 의사결정에 대한 설명이 없다면 예측 모델의 결과를 완전히 신뢰하고 사용하는 데 제약이 따른다. 이런 문제를 위해서 최근 주목을 받는 설명 가능한 인공지능 기술을 사용한다면, 예측 모델의 결과 도출에 대한 해석을 제공할 수 있어 모델의 신뢰성을 확보할 수 있을 뿐만 아니라 모델의 성능 향상을 기대할 수도 있다. 이에 본 논문에서는 Long Short-Term Memory(LSTM)을 사용하여 모델을 구성하고, 모델에서 어떻게 예측값이 도출되었는지를 SHapley Additive exPlanation(SHAP)을 통하여 설명하는 태양광 발전량 예측 기법을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.150-150
• /
• 2023

기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2011.05a
• /
• pp.88.1-88.1
• /
• 2011

본 연구에서는 SOFC 시스템 설계기술 개발을 위한 기초 연구로서 전산해석을 이용한 SOFC 성능예측 기법을 개발하였다. 기본설계 단계에서 SOFC의 성능을 개략적으로 예측할 수 있는 1차원 예측 모델을 정립하였으며, 온도, 조성, 전해질, 전극 두께 등을 비롯한 다양한 조건 변화에 따른 성능예측을 수행하여 실험값과 비교한 결과 최대전력밀도 조건에서 23%의 오차를 갖는 것으로 나타났다. 또한 Stack 제작단계에서 다양한 운전조건과 형상변화에 따른 SOFC 성능 변화를 예측할 수 있는 3차원 해석기법을 정립하였으며, 최대전력밀도에서 5.1%의 오차를 보였다. 포괄적인 열 및 물질 전달 현상과 전기화학반응을 3차원적으로 해석함으로써 보다 정확한 예측이 가능하였다. 또한 수소와 적당량의 수분을 함께 공급할 경우 SOFC 성능이 향상되는 것으로 나타났다. 본 연구에서 개발된 기술을 활용할 경우 시제품 제작 전에 전지시스템의 성능을 미리 예측할 수 있으므로, 향후 제품 개발시 제작비용 절감과 설계기간 단축에 기여할 수 있을 것으로 기대된다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.11 no.2
• /
• pp.75-80
• /
• 2011

The main objective of this research is to develop fatigue prediction model for flexible pavements using energy ratio factor and phase angle. The two parameters are considered as fundamental properties of time and temperature dependent viscoelastic asphalt concrete materials. The energy ratio factor is defined as the ratio of the pseudo-total cumulative dissipated energy to the cumulative dissipated energy to failure during the test. The phase angle between the stress and strain ware signals stems from the intrinsic the dependent asphalt mixture behavior. The phase angle was computed and the relationship between the initial mixture stiffness and the initial phase angle is presented. As a result, fatigue prediction model for flexible pavements was proposed using intrinsic properties of viscoelastic asphalt concrete materials.

• Journal of Technology Innovation
• /
• v.18 no.1
• /
• pp.53-74
• /
• 2010

The creation and acceptance of new technologies has been speeding up dramatically in modern times. There are also significant uncertainties about the future shape of markets, governance and social values that will have an important impact on organizations and their capacity to meet their objectives. These rapid technological and social change and uncertainties make the upsurge of interest in technology foresight, giving rise to its emergence as a global concept and policy tool. A wide range of future methods are available for technology foresight. Selection of methods will depend upon several factors, most notably available and the time financial resources, and the objectives of the exercise. Although Delphi has been widely used for many years, scenario becomes very popular in recent years. The use of scenarios can take better account of the complexity and unpredictability of the economic, social and political environments. Scenarios tell the stories describing paths to different futures, which help organizations make better decisions today. In this study, the scenario method was employed to draw the images of the future of renewable energy. Renewable energy grows dramatically in recent years. However, there is still considerable uncertainty with regard to the potential of renewable energy due to environment regulation, energy costs, and political and economic developments in the main supplier countries for oil and natural gas. Scenario can help us to identify the risks and opportunities when we develop the renewable energy, and to prepare for them. The scenario method is expected to be more utilized in the national technology foresight.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.5
• /
• pp.153-160
• /
• 2020

Energy Consumption Predictions for Industries has a prominent role to play in the energy management and control system as dynamic and seasonal changes are occurring in energy demand and supply. This paper introduces and explores the steel industry's predictive models of energy consumption. The data used includes lagging and leading reactive power lagging and leading current variable, emission of carbon dioxide (tCO2) and load type. Four statistical models are trained and tested in the test set: (a) Linear Regression (LR), (b) Radial Kernel Support Vector Machine (SVM RBF), (c) Gradient Boosting Machine (GBM), and (d) Random Forest (RF). Root Mean Squared Error (RMSE), Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE) are used for calculating regression model predictive performance. When using all the predictors, the best model RF can provide RMSE value 7.33 in the test set.