• 한국전자통신학회논문지
• /
• 제10권11호
• /
• pp.1271-1276
• /
• 2015

최근 발전원가가 높은 도서지역의 디젤발전을 신재생에너지로 대체하는 추세이다. 이에 따라 전라남도는 디젤발전기에 의존하여 섬에 전기를 공급하는 지역을 대상으로 태양광과 풍력 그리고 에너지 저장장치 등을 이용한 친환경에너지원을 통해 전기를 공급하는 에너지 자립섬 조성사업을 추진하고 있다. 하지만 신재생에너지원의 용량 설계는 환경적, 지형적 조건으로 부하에 100%로 대응할 용량의 신재생에너지원을 설치하기란 어렵다. 또한 경제성 있는 하이브리드시스템 최적 구성을 위해서는 설계 단계부터 기후조건과 부하패턴 분석을 통해 시스템 구성요소의 적절한 용량 설계와 효과적인 운영을 고려한 마이크로그리드 설계가 요구된다. 따라서 본 논문에서는 서남해안에 위치한 도서지역 중 300호 이상의 가구수를 갖고 증설이 요구되는 거문도를 대상으로 디젤 발전량 중 40%를 신재생에너지원으로 대치하는 하이브리드 발전시스템을 구성하여 최적조합과 용량산정 그리고 경제성에 대한 연구를 수행하고자 한다.

• 한국환경생태학회지
• /
• 제23권1호
• /
• pp.56-65
• /
• 2009

한국에서 소나무는 문화적, 역사적, 정서적으로 중요한 위치에 있으며, 목재자원 생산이 가능한 수종이다. 소나무의 점유면적은 점차 줄어드는 반면, 참나무류를 비롯한 활엽수림이 증가하는 추세이므로 소나무림 유지를 위한 갱신과 시업법에 관한 연구가 요구된다. 본 연구는 중부지역을 대상으로 소나무에 대한 임분유형 및 구조분석을 통하여 생육환경과 천이과정을 파악함으로서, 안정적이며 지속적인 경영림으로서의 발달과 천연갱신 유도에 그 목적이 있다. 중부지역 소나무림은 당단풍나무군락, 상수리나무군락, 비목군락, 전형군락으로 분류되었으며, 지역에 따라 유형별 다른 특성을 보이고 있었다. 상층에는 소나무가 높게 나타나고 있으나, 중층에서는 참나무류 등 활엽 교목성 수종의 중요치가 높았으며, 하층에서 소나무 출현은 빈약하였다. 따라서 상관적으로 소나무가 생태적 영향력이 높은 것처럼 나타나고 있지만, 차후 자연 상태에서 교목층의 소나무가 고사하면 아교목층 이하 신갈나무, 굴참나무, 졸참나무 등 참나무류가 우점할 것으로 사료되었다. 소나무림의 형질과 생장패턴은 임분유형에 따라 지역별 차이를 보이고 있어 소나무림에 대한 시업도 차별 적용되어야 할 것으로 사료되었다.

• 해양환경안전학회지
• /
• 제21권5호
• /
• pp.591-598
• /
• 2015

본 연구에서는 태풍 나크리에 의한 해운대 해수욕장의 쇄파대 수리특성을 SWASH 모형을 이용하여 분석하였다. 국립해양조사원에서 제공하는 파랑관측자료를 바탕으로 태풍 나크리 내습 시의 대표파를 선정하였다. 수치모형에서 입사파는 JONSWAP Spectrum에 의한 불규칙파로 선정하였다. SWASH 모형에 의해 산정된 해빈류 패턴은 현지관측자료와 비교하였으며 수치모형에서 산정된 최대소상고는 비디오 모니터링 자료 및 경험식과 비교하였다. 최대소상고의 위치는 비디오 모니터링 자료에 나타난 파흔을 이용하여 유추하였으며 태풍 NAKRI(1412) 내습 시 S 계열의 파랑이 지배적으로 작용하였으며 동백섬측에서 미포측으로 연안류가, 해운대 해수욕장 중앙부근에서 이안류가 발생하였다. SWASH 모형을 이용하여 산정한 최대소상고(1.15 m)는 비디오 모니터링 자료(1.26 m)와 유사한 경향성을 나타냈으며 Stockdon et al.에 의해 제시된 경험식(1.33m)과 비교적 유사하게 나타났다.

• 한국항해항만학회지
• /
• 제41권6호
• /
• pp.445-450
• /
• 2017

항로 설정은 통항 선박들의 안전을 위해 교통 흐름을 반영할 필요가 있으며, 선박들이 항로를 잘 준수하는지 지속적인 경과 분석이 필요하다. 본 연구에서는 완도항 인근해역 추천항로의 문제점을 도출하고 이에 대한 개선안을 제시하였다. 효율적인 항로 중앙선을 설정하기 위해 선박 항적을 기반으로 서포트 벡터 머신을 이용하였다. 추천항로 중앙선을 기준으로 우측으로 항해해야 하므로 통항 선박들의 항적이 2개의 군집으로 분할된다. 서포트 벡터 머신은 패턴 인식 등 많은 분야에서 이용되고 있으며, 특히 이진 분류 기능이 뛰어나다. 연구 결과 장죽수도 방향의 2.4 NM 추천항로 구간에서 동진하는 상선은 약 79.5%가 추천항로를 준수하지 않는 것으로 나타나 선박 충돌 사고 위험이 상존하는 것을 확인하였다. 추천항로를 현 위치에서 북쪽으로 약 300 m 재설정할 경우, 동진하는 상선은 항로를 역주행할 비율이 79.5%에서 30.9%로 낮아지는 것으로 나타났다. 본 연구에서 적용한 서포트 벡터 머신은 선박 항적을 두 군집으로 분류가 가능하므로 항로 중앙선을 효과적으로 설정하는데 응용할 수 있을 것으로 기대된다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2009년도 제38회 동계학술대회 초록집
• /
• pp.273-273
• /
• 2010

고열부하 환경에 노출되는 핵융합로의 플라즈마 대향부품은 주로 낮은 원자번호 물질-열전도가 좋은 물질-구조체의 순으로 다층 구조를 이루고 있으며, 이들 간의 우수한 접합성은 부품의 성능을 좌우하는 핵심 요소이다. 이러한 플라즈마 대향부품의 건전성을 평가하기 위해서는 고열속의 열부하를 반복적으로 인가하는 시험이 요구되며, 이를 위해 본 연구원에서는 KoHLT-1, 2의 시험시설을 운용하고 있다. 본 시설에서는 열부하원으로서 그라파이터 히터를 사용하며, 히터는 두 개의 시험 대상부품 사이에 설치되고, 히터에 고전류를 인가하여 복사열에 의해 시험 부품에 열부하를 가하게 된다. 고열부하 환경에서 열피로 시험을 위해 히터에 인가되는 전류를 시간에 따라 일정한 패턴으로 반복적으로 ON-OFF 하게 된다. 본 논문에서는 이러한 고열부하시험을 수행함에 있어 고려해야 할 여러 가지 요소에 대해 논의하였다. 우선 인가하는 열유속(heat flux) 값은 일차적으로 시험시설의 최대 출력에 의해 좌우되며, 시험대상물의 운전조건 및 열부하 반복횟수에 의해 결정된다. 열부하 반복횟수는 주어진 열유속 값에 대해 total strain이 파단에 이르는 수준에 의해 결정된다. 열부하를 인가하는 시간은 히터에 전류를 인가했을 때 요구되는 온도로 상승하는 데 걸리는 시간과 시험대상물의 온도가 더 이상 증가하지 않는데 걸리는 시간에 의해 좌우된다. 냉각시간은 길수록 시험대상물의 온도가 냉각수의 온도에 접근하게 되나 너무 길어지면 시험시간이 급격히 증가하게 되므로, 온도 감소 곡선을 검토하여 적절한 시간을 정하게 된다. 열유속 측정은 냉각수의 온도 상승값과 유량으로부터 계산하게 되며, 정확한 측정을 위해서는 열부하를 인가하는 시간이 충분히 길어야 한다. 또한 시험대상 부품에서 열부하가 인가되는 면적을 정확히 정의해야 하며, 냉각관로에 열부하가 인가되어서는 않된다. 또한 시험대상부품을 지지하는 지지구조체를 통한 열손실을 최소화해야 정확한 열유속을 측정할 수 있다. 시험대상부품을 설치할 때 히터와의 간격 또한 결정해야 할 중요한 요소이며, 간격이 좁을수록 최대 열유속 값을 증가시킬 수 있으나, 너무 가까운 경우 히터의 열변형에 의한 접촉 및 아크 방전의 가능성이 있으며, 이 경우 히터와 시험대상부품의 손상을 가져오게 된다. 시험대상물이 국제열핵융합로(ITER)의 일차벽과 같이 베릴륨이 포함되어 있는 경우 방전에 의한 손상은 인체에 유해한 오염의 원인이 될 수 있다. 또한 순간적인 방전은 고가의 고전류전원의 고장을 유발할 수도 있다. 열부하 시험 중 시험대상물의 온도를 정확히 측정하는 것은 필수적이며, 온도 변화 곡선으로부터 시험대상물의 건전성 여부를 판단할 수 있다. 이를 위해 변화를 가장 잘 탐지 할 수 있는 위치에 온도 센서를 설치하는 것이 관건이며, 이는 사전 분석을 통해 알 수 있다.

• 한국항행학회논문지
• /
• 제26권3호
• /
• pp.172-178
• /
• 2022

본 논문은 스마트워터그리드의 핵심기술 중 하나인 수도미터 원격검침(AMR)을 LoRa IoT 네트워크를 이용하여 구현하는 방법에 대한 연구이다. 연구의 주된 내용은 한 대의 PC 서버에서 LoRa 통신으로 다수 세대의 수도미터기 검침 값을 수신받아 데이터베이스에 저장하는 한편 인터넷을 통하여 웹 서버의 클라우드 저장을 하여 사용자의 스마트폰으로 검침 데이터를 열람할 수 있는 네트워크를 구성하는 시스템을 개발하고 테스트 결과를 보인다. 시스템 구성을 위하여 디지털 수도미터기 메인보드의 하드웨어와 펌웨어를 자체적으로 설계 제작하고, PC 서버프로그램으로서 계량데이터운용시스템(MDMS) 프로그램을 비주얼 C#으로, 사용자 스마트폰에서 구동되는 앱 프로그램은 안드로이드 스튜디오로 자체 설계 제작한다. 제작된 각각의 구성을 연결하여 전체 시스템을 실험실 내의 유량 테스트벤치에 장착하여 테스트하여 결과를 보이고, 실제 사용환경 테스트를 위하여 대학 주변의 5곳을 선정하여 전송 거리 테스트를 하여 개발된 시스템이 실사용 현장에 사용 가능함을 보인다. 본 연구결과는 워터그리드에서 충분히 활용할 수 있어 물 사용량 소비패턴, 위치 정보 등을 분석하여 효과적인 물 사용량 관리뿐만 아니라 독거, 치매 어르신 등이 정상적인 생활을 하는지를 추정까지 가능하다는 등 다양한 사회안전망으로도 확대 가능하다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권1호
• /
• pp.71-77
• /
• 2023

이 연구에서는 높이가 400 mm인 중공슬래브(Hollow-Core Slab, 이하 HCS)의 구조성능을 평가하기 위한 실대형 실험을 수행하였으며, 기존의 압출성형방식이 아닌 단일몰드방식을 적용하여 총 4개의 HCS를 제작하였다. 실험의 주요 변수는 토핑콘크리트의 유무, 전단보강근의 배치 유무 및 위치로 설정하였으며, 실험체들의 균열패턴 및 하중-변위 응답을 상세히 분석하였다. 실험결과 전단철근이 배치된 HCS 실험체들은 휨강도를 달성하였고, 이후에 최종적인 파괴는 사인장균열에 의하여 지배되었으며, HCS 유닛 웨브 내에 전단철근이 배치되지 않은 실험체들의 경우 설계기준을 통해 산정된 공칭휨강도를 발현하지 못하였다. 전단철근을 HCS 유닛에 배근 할 경우에는 전단강도가 약 8~23% 증가하는 것으로 나타났으며, HCS의 중공을 철근콘크리트로 보강하는 방법보다 전단성능 향상에 더 효과적인 것으로 나타났다.

• 의정연구
• /
• 제26권2호
• /
• pp.113-140
• /
• 2020

이 연구는 공간적 자기상관성(spatial autocorrelation)이라는 개념을 사용해 한국 선거를 처음으로 분석했다는 점에서 의미가 있다. 공간적 자기상관성이란, 공간상의 한 위치에서 발생하는 사건은 그 주변 지역에서 발생하는 사건과는 상관관계가 높다는 것을 의미한다. 제21대 총선 서울지역의 투표율을 관내 사전투표율과 본투표율로 나누고 투표율의 공간적 패턴이 나타나는지 살펴보았다. 기존의 연구가 선거구 단위를 토대로 분석한 것이 대부분이고 개인자료를 사용한 것이라면 이 연구에서는 좀 더 하위 단위인 읍면동 단위를 기준으로 분석했고 공간자료와 집합자료를 사용해 분석하였다. 본투표율의 모란 I (Moran's I) 지수는 0.261로 꽤 높은 공간적 자기상관성을 보인 반면 관내사전투표율의 지수는 0.095로 낮아 통계적 유의성이 있음에도 불구하고 공간적 자기상관성이 거의 없는 것으로 나타났다. 공간적 자기상관성이 강하게 나타난 본투표율을 OLS 회귀모델과 공간통계모델로 비교해 분석해보았다. 일반 회귀모델에서 결정계수인 R²가 0.585261에서, 공간오차모델에서는 0.656631로 상승하여 약 7퍼센트포인트의 설명력 증가를 볼 수 있어 공간통계모델이 설명력이 높다는 사실을 알 수 있었다. 가장 흥미로운 결과는 관내사전투표율과 본투표율의 관계인데, 관내사전투표율이 높은 동은 본투표율이 낮게 나오고, 관내사전투표율이 2% 정도 올라가면 본투표율은 약 1% 정도 떨어지는 것으로 조사되었다. 이 연구에서는 관내사전투표율과 본투표율에 영향을 미치는 변수는 매우 다르고, 관내사전투표율의 상승폭이 본투표율 하락폭과 다르다는 점에서 투표편의제공에 따른 분산효과로만 볼 수 없다는 것을 알 수 있어 기존 연구와 차별성을 가진다.

• 한국식품과학회지
• /
• 제53권4호
• /
• pp.375-381
• /
• 2021

본 연구는 다양한 국내에서 재배되는 무의 품종 차이에 따른 이화학적 특성 및 관능적 특성을 관찰하였고, 이를 위해 당도, 염도, pH, 전자혀 및 전자코 분석을 진행하였다. 네 가지 품종 중 맛동무가 가장 높은 당도를 나타내었고, 만사형통무가 가장 낮은 당도를 나타내었다. 염도의 경우 맛동무가 가장 높은 염도를 나타내었고, 맛동무를 제외한 나머지 시료들의 경우 품종 간 차이가 발생하지 않앗다. pH의 경우 서호무가 가장 높은 pH를 나타내었고, 청정고원무와 만사형통무가 가장 낮은 pH를 나타내는 것을 확인하였다. 전자혀 센서를 통해 확인된 맛 성분의 결과는 서호무와 청정고원무가 신맛과 관련된 센서값이 대체로 높은 것을 확인할 수 있었고, 만사형통무와 맛동무가 대체로 낮은 것을 확인할 수 있었다. 반면 짠맛과 관련된 센서의 결과는 만사형통무와 맛동무가 높은 센서 값을 나타내었고, 서호무와 청정고원무가 대체로 낮은 센서 값을 나타내었다. 감칠맛과 관련된 센서는 서호무와 청정고원무가 대체로 높은 값을 나타내었고, 만사형통무와 맛동무가 대체로 낮은 값을 나타내었다. 그리고 단맛과 관련된 센서 결과는 서호무와 청정고원무가 낮은 센서 값을 나타내었고, 만사형통무와 맛동무가 낮은 센서 값을 나타내었다. 그리고 전자코를 이용하여 휘발성 화합물을 분석하였고, 그 결과 모든 품종의 무에서 휘발성 함황화합물인 methanthiol이 가장 높은 함량을 나타내었다. 이화학적 특성 및 관능적 특성을 이용하여 시료들의 패턴을 주성분 분석을 통해 확인하였고, 그 결과 청정고원무는 휘발성 aldehydes류, acids와 esters류, 그리고 alcohols류 화합물이 variables로 확인되었다. 만사형통무는 전자혀의 짠맛과 관련된 센서, 단맛과 관련된 센서, 그리고 휘발성 hydrocarbons류가 variables로 확인되었다. 맛동무는 염도의 결과에 의해 다른 시료들과 구분되는 위치를 나타내었고, 서호무는 휘발성 ketones류 화합물, 신맛과 관련된 센서, 감칠맛과 관련된 센서, 그리고 pH가 variables로 확인되었다. 앞선 이화학적 특성 및 관능적 특성의 결과를 이용하여 시료 간 차이를 군집분석을 통해 확인하였고, 만사형통무와 맛동무가 시료 간 상대적으로 낮은 차이도를 나타내었다. 그리고 서호무와 청정고원무가 시료 간 상대적으로 낮은 차이도를 나타내었다. 본 연구의 결과는 국내에서 재배되는 품종별 무의 이화학적 특성과 관능적 특성에 대한 기초 자료로써 검토 및 활용이 가능할 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.271-278
• /
• 2021

현재 사이버 공격이 더욱 지능화됨에 따라 기존의 침입 탐지 시스템(Intrusion Detection System)은 저장된 패턴에서 벗어난 지능형 공격을 탐지하기 어렵다. 이를 해결하려는 방법으로, 데이터 학습을 통해 지능형 공격의 패턴을 분석하는 딥러닝(Deep Learning) 기반의 침입 탐지 시스템 모델이 등장했다. 침입 탐지 시스템은 설치 위치에 따라 호스트 기반과 네트워크 기반으로 구분된다. 호스트 기반 침입 탐지 시스템은 네트워크 기반 침입 탐지 시스템과 달리 시스템 내부와 외부를 전체적으로 관찰해야 하는 단점이 있다. 하지만 네트워크 기반 침입 탐지 시스템에서 탐지할 수 없는 침입을 탐지할 수 있는 장점이 있다. 따라서, 본 연구에서는 호스트 기반의 침입 탐지 시스템에 관한 연구를 수행했다. 호스트 기반의 침입 탐지 시스템 모델의 성능을 평가하고 개선하기 위해서 2018년에 공개된 호스트 기반 LID-DS(Leipzig Intrusion Detection-Data Set)를 사용했다. 해당 데이터 세트를 통한 모델의 성능 평가에 있어서 각 데이터에 대한 유사성을 확인하여 정상 데이터인지 비정상 데이터인지 식별하기 위해 1차원 벡터 데이터를 3차원 이미지 데이터로 변환하여 재구성했다. 또한, 딥러닝 모델은 새로운 사이버 공격 방법이 발견될 때마다 학습을 다시 해야 한다는 단점이 있다. 즉, 데이터의 양이 많을수록 학습하는 시간이 오래 걸리기 때문에 효율적이지 못하다. 이를 해결하기 위해 본 논문에서는 적은 양의 데이터를 학습하여 우수한 성능을 보이는 Few-Shot Learning 기법을 사용하기 위해 Siamese-CNN(Siamese Convolutional Neural Network)을 제안한다. Siamese-CNN은 이미지로 변환한 각 사이버 공격의 샘플에 대한 유사성 점수에 의해 같은 유형의 공격인지 아닌지 판단한다. 정확성은 Few-Shot Learning 기법을 사용하여 정확성을 계산했으며, Siamese-CNN의 성능을 확인하기 위해 Vanilla-CNN(Vanilla Convolutional Neural Network)과 Siamese-CNN의 성능을 비교했다. Accuracy, Precision, Recall 및 F1-Score 지표를 측정한 결과, Vanilla-CNN 모델보다 본 연구에서 제안한 Siamese-CNN 모델의 Recall이 약 6% 증가한 것을 확인했다.