• Plant Journal
• /
• v.14 no.1
• /
• pp.47-51
• /
• 2018

This study analyzed the effect of power output reduction in coal fired power generation on the change of system marginal price and green house gas emissions. Analytical method was used for electricity market forecasting system used in korea state owned companies. Operating conditions of the power system was based on the the 7th Basic Plan for Electricity Demand and Supply. This as a reference, I analyzed change of system marginal price and green house gas emission by reduced power output in coal fired power generation. The results, if the maximum output was declined as 29 [%] to overall coal-fired power plant, system marginal price is reduced 12 [%p] compared to before and decreasing greenhouse gas emissions were 9,966 [kton]. And if the low efficiency coal fired power plant that accounted for 30 [%] in overall coal-fired power plant stopped by year, system marginal price is reduced 14 [%p] compared to before and decreasing greenhouse gas emissions were 12,874 [kton].

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.436-436
• /
• 2023

산업혁명을 거치면서 높은 화석연료를 사용하는 제조업 중심의 산업구조와 많은 자원을 필요로 하는 도시의 집중 현상으로 지구 온난화에 따른 이상기후 발생이 증가하고 있다. 이러한 기후변화는 홍수, 태풍, 폭염 및 폭설 등의 자연재해 발생 빈도 및 규모를 증가시켜 피해가 커지고 있다. 특히 인구 및 시설들이 집중해 있어 도시의 집중 현상은 이러한 재해에 더욱 취약한 구조가 됨에 따라 피해의 규모를 가중 시키고 있는 실정이다. 전 세계적으로 기후변화 문제의 심각성을 인식하고 이를 해결하기 위해 선신국에 의무를 부여하는 교토의정서(1997년) 채택에 이어, 선진국과 개도국이 모두 참여하는 파리협정(2015년)을 채택하였고 2016년 협정이 발효되었다. 파리협정의 목표는 산업화 이전 대비 지구 평균온도 상승을 2℃보다 아래로 유지하고, 나아가 1.5℃로 억제하기 노력하는 것을 강제하는 것으로 2050년까지 탄소 순배출량을 '0'으로 만든다는 탄소중립사회로의 전환이 본격적으로 시작되었다. 본 연구에서는 기후변화로 인한 물부족 및 수실오염과 같은 도시의 수자원 문제 해결을 위해 IoT 기반 센서 및 네트워크 기반 수자원 플랫폼을 개발하였다. 도시 수자원 시설 데이터를 기반으로 대체 수자원 확보 및 수요 중심의 물 관리를 통해 효율적인 물 배분이 될 수 있도록 하였으며 이러한 스마트 물 관리에 따른 대체 수자원 확보 및 효율적 물 배분이 탄소 저감에 미치는 효과에 대해 분석하였다. 연구대상 지역은 세종 6-4구역으로 LID 특화지구로 조성되었으며 1,000 세대의 주민이 생활하는 공동주택이다. 물 순환(LID) 시설에서 확보된 물을 물 공급 시설과 연계하여 공동주택에서 활용함으로써 감소된 상수 사용량을 온실가스 배출량으로 환산하여 탄소 저감량을 계산하였다. 실제 주민들(1,000세대)이 사용하고 있는 상수량 데이터와 전력거래소 온실가스 배출계수를 활용하였으며 물순환(LID) 시설로 확보하여 대체할 수 있는 상수량은 10%로 가정하였다. 연구대상 지역(1,000세대)의 연간 상수공급량은 331,603m³이며, 연간 전력사용량은69,637kWh이다. 온실가스 배출량은 31.963tCO₂eq이며, 온실가스 저감량은 3.2tCO₂eq로 산정되었다. 추후 LID 시설에 대한 상수 대체량과 온실가스 저감효과 정량화가 필요하다.

• 주류산업
• /
• v.25 no.1 s.84
• /
• pp.20-38
• /
• 2005

2005년 2월 16일 교토의정서 발효로 인해 향후 전 제조업체가 직접 영향을 받게 되었으며, 이에 대한 자구책 마련이 시급한 현실로 다가왔다. 따라서 에너지 다소비 산업구조인 주정산업도 에너지 절감형 생산체제 구축으로 온실가스의 배출량을 감축하는 한편 기후변화협약이 우리 주정산업 제조원가에 미치는 영향에 대하여 미리 예측하여 자구책과 주정산업 보호를 위한 적극적인 대비책 마련하는데 일조하고자 본 원고의 목적이 있다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2005.11a
• /
• pp.529-531
• /
• 2005

• 대한방사선방어학회:학술대회논문집
• /
• 2011.04a
• /
• pp.152-153
• /
• 2011

• KIPS Transactions on Software and Data Engineering
• /
• v.12 no.3
• /
• pp.125-132
• /
• 2023

In this study, we compared the performance of machine learning models for predicting Vapor Pressure Deficits (VPD) in greenhouses that affect pore function and photosynthesis as well as plant growth due to nutrient absorption of plants. For VPD prediction, the correlation between the environmental elements in and outside the greenhouse and the temporal elements of the time series data was confirmed, and how the highly correlated elements affect VPD was confirmed. Before analyzing the performance of the prediction model, the amount and interval of analysis time series data (1 day, 3 days, 7 days) and interval (20 minutes, 1 hour) were checked to adjust the amount and interval of data. Finally, four machine learning prediction models (XGB Regressor, LGBM Regressor, Random Forest Regressor, etc.) were applied to compare the prediction performance by model. As a result of the prediction of the model, when data of 1 day at 20 minute intervals were used, the highest prediction performance was 0.008 for MAE and 0.011 for RMSE in LGBM. In addition, it was confirmed that the factor that most influences VPD prediction after 20 minutes was VPD (VPD_y__71) from the past 20 minutes rather than environmental factors. Using the results of this study, it is possible to increase crop productivity through VPD prediction, condensation of greenhouses, and prevention of disease occurrence. In the future, it can be used not only in predicting environmental data of greenhouses, but also in various fields such as production prediction and smart farm control models.

• Journal of the Society of Disaster Information
• /
• v.16 no.4
• /
• pp.849-856
• /
• 2020

Purpose: Greenhouse gases are one of the major causes of global warming, a global disaster. It aims to improve how effective the GHG reduction policy, which is the main cause of global warming in the transportation sector, has been effective on the highway and how to calculate GHG emissions. Method: Using the DSRC raw data, we estimate the emissions of Namhae Expressway (Yeongam-Suncheon) from 2017 to 2019 in two ways, a macro method (conventional) and a micro method (individual vehicle). Result: As a result of calculating the emission of the highway, the result was far exceeding the estimated emission, and it was found that when the calculation was performed for each vehicle, it was underestimated by more than 20%. Conclusion: If more emissions are continuously emitted than expected in the current transportation sector, additional emission reduction policies are needed to achieve the current greenhouse gas reduction targets. In addition, in the calculation of emissions, which is the basis of this policy, analysis was conducted for each individual vehicle using the current DSRC raw data, but using GPS afterwards will enable precise emission calculation through a more microscopic analysis.

• Journal of Bio-Environment Control
• /
• v.31 no.3
• /
• pp.152-162
• /
• 2022

This study developed simulation model for predicting the greenhouse interior environment using artificial intelligence machine learning techniques. Various methods have been studied to predict the internal environment of the greenhouse system. But the traditional simulation analysis method has a problem of low precision due to extraneous variables. In order to solve this problem, we developed a model for predicting the temperature inside the greenhouse using machine learning. Machine learning models are developed through data collection, characteristic analysis, and learning, and the accuracy of the model varies greatly depending on parameters and learning methods. Therefore, an optimal model derivation method according to data characteristics is required. As a result of the model development, the model accuracy increased as the parameters of the hidden unit increased. Optimal model was derived from the GRU algorithm and hidden unit 6 (r² = 0.9848 and RMSE = 0.5857℃). Through this study, it was confirmed that it is possible to develop a predictive model for the temperature inside the greenhouse using data outside the greenhouse. In addition, it was confirmed that application and comparative analysis were necessary for various greenhouse data. It is necessary that research for development environmental control system by improving the developed model to the forecasting stage.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.89-89
• /
• 2023

인간 활동에 의해 발생한 전 지구적 기후변화는 다양한 분야에 영향을 미치고 있다. 특히, 군락을 기반으로 서식하는 동식물은 기후변화에 가장 취약하며, 대부분의 군락 위치가 북상하거나 멸종 위기에 처해있다. 2022년에 발표된 IPCC(Intergovernmental Panel on Climate Change) 보고서는 섭씨 5도 이상 상승하면 생물군의 60%가 멸종될 것이라고 보고하였으며, 고위도와 고도로 이동하여 봄철 식물 성장이 과거보다 더욱 가속화 될 것으로 예측하였다. 따라서, 온실가스 농도에 따른 전 지구적 기후변화 분석은 다양한 분야에서 지속가능한 완화 및 적응 정책을 결정하는데 필요하다. 본 연구는 SSP2-4.5와 SSP5-8.5를 이용하여 Koppen-Geiger의 기후대 분류에 따른 전 지구 규모(아시아, 유럽, 남아메리카, 북아메리카, 오세아니아, 아프리카)의 과거 및 미래 기후대에 대한 변화를 분석하였다. 과거 기간의 기후대를 추정하기 위해 25개 CMIP6(Coupled Model Intercomparison Project 6) GCM(General circulation model)의 월 단위 강수량과 표면 온도를 사용하였으며 6개의 기간으로 구분하여 기후대 변화를 비교하였다. 더 나아가, 미래 기후대를 예측하기 위해 SSP(Shared Socioeconomic Pathways)2-4.5와 SSP5-8.5의 미래 기후변수를 사용하였으며, 전망 기간을 7개로 구분하여 전망 기간의 기후대를 변화를 비교하였다. 본 연구의 결과로는 온실가스 농도가 높은 시나리오에서는 북아메리카, 아시아, 유럽의 툰드라와 영구동토층이 가파르게 감소하였으며, 온대 기후 중 습한 아열대 기후대의 면적이 급속도로 증가하였다. 더 나아가, 남아메리카의 경우 대륙성 기후대가 지속적으로 감소하는 반면에 열대 우림 기후대는 증가한다. 오세아니아의 미래 기후대는 몬순의 영향을 받는 아열대 기후대가 증가하고 열대 우림은 증가할 것으로 예측하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2013.06a
• /
• pp.97-100
• /
• 2013

전 세계 국제무역거래의 80%가 해상운송으로 이루어지고 있음에 따라, 연 6%로 세계 컨테이너 물동량의 증가가 전망됨에 따라 선박기인 온실가스의 증가에 대한 관심과 규제가 강화되고 있다. 즉 IMO 제62차 해양환경보호위원회에서 선박기인 온실가스 규제방안으로 EEDI와 SEEMP를 도입, 현재 발효 중에 있으며, 각 국의 항만당국 또한 대기오염 등의 환경규제 정책의 일환으로 그린 또는 에코포트 정책을 수립하여 이행 중에 있다. 이러한 해운환경의 변화로 인하여 해운선사는 글로벌 경쟁력 강화와 환경규제에 대응하기 위하여, 선박의 대형화를 통한 규모의 경제 실현은 물론, 급등하는 유가와 환경규제에 대비하여 고 에너지효율 및 저탄소 선박에 대한 수요가 늘어나고 있다. 이에 일본, 싱가폴, 노르웨이 등 EU 국가 등의 해운 선진국들은 1990년대 후반부터 친환경 선박의 개발에 대한 국가적 프로젝트를 체계적으로 이행해 오고 있으며, 이를 통한 친환경 선박기술의 확보와 친환경 선박시장의 점유율을 높이고 있는 추세이다. 따라서 본 논문은 선진 해운국가들이 수행중인 친환경 선박개발의 현황에 대한 벤치마킹을 통하여 상대적으로 뒤쳐져 있는 우리나라 친환경 선박개발 방안을 위한 여러 정책적 제안을 하고자 한다.