• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.25-28
• /
• 2014

에너지 자립섬은 외부 전력의 유입이 어려운 상황에서 풍력/태양광 발전과 같은 재생 에너지를 주요 발전원으로 운영하는 섬이다. 에너지 자립섬의 운영을 위해서는 전력 수요와 공급량을 예측하여 발전기, 송배전 시스템, ESS 등의 운영 계획 수립이 필요한데 수요 및 공급의 예측은 기상 상황 및 시간 등의 다양한 요소에 영향을 받으므로 예측이 어렵다. 이러한 특성을 감안하여 효율적인 전력망 운영을 위해 기계 학습을 기반으로 한 스마트 그리드 운영 프레임워크의 활용을 통해 이 문제를 해결하고자 한다. 본 논문에서는 자립섬 운영 계획 수립에 필요한 구성 요소를 파악하고 요소들 간의 연계 관계를 분석하여 운영 시스템의 프레임워크 설계안을 제시한다.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.120.2-120.2
• /
• 2012

천리안위성은 2010년 6월 발사되어 지구적도상공 약36,000km, 동경 128.2도에 위치하고 지구 자전 방향으로 지구와 같은 속도로 회전하며 24시간 한반도를 관측하는 정지궤도위성이다. 정지궤도위성은 높은 고도로 인하여 태양활동 변화에 따른 태양풍, 고에너지 전자 등에 의한 영향을 직접적으로 받는 환경에 놓여있다. 과거 사례들로부터 정지궤도위성의 오작동은 태양활동에 의해 다양한 현상으로 발생될 수 있다는 사실도 밝혀졌다. 본 연구에서는 2013년 태양활동 극대기를 대비하여 태양활동 변화가 천리안위성의 탑재체에 끼치는 영향에 대해 조사되었다. 천리안위성은 기상 해양관측을 위한 광학탑재체와 통신서비스를 위한 통신탑재체로 이루어져있다. 이 중 우리는 2011년에 발생된 X등급의 태양폭발 규모에 따라서 기상관측을 수행하는 기상탑재체 상태가 태양폭발이 없는 기간의 상태와 어느 정도 차이를 보이는지 분석하였다. 2011년에 발생된 경보는 3단계 10회, 4단계 2회로 발생빈도가 증가하는 추세이다. 4단계 경보의 태양폭발에도 천리안위성은 모든 부분에서 정상운영을 유지하고 있다. 이번연구를 통해 태양폭발 규모에 따른 기상탑재체의 영향 정도를 가시화하여 앞으로 발생 가능한 문제를 예측하고 대비함으로서 안정적인 위성운영을 도모하고자 한다.

• Journal of Astronomy and Space Sciences
• /
• v.25 no.4
• /
• pp.435-444
• /
• 2008

High energy charged particles are trapped by geomagnetic field in the region named Van Allen Belt. These particles can move to low altitude along magnetic field and threaten even low altitude spacecraft. Space Radiation can cause equipment failures and on occasions can even destroy operations of satellites in orbit. Sun sensors aboard Science and Technology Satellite (STSAT-l) was designed to detect sun light with silicon solar cells which performance was degraded during satellite operation. In this study, we try to identify which particle contribute to the solar cell degradation with ground based radiation facilities. We measured the short circuit current after bombarding electrons and protons on the solar cells same as STSAT-1 sun sensors. Also we estimated particle flux on the STSAT-l orbit with analyzing NOAA POES particle data. Our result clearly shows STSAT-l solar cell degradation was caused by energetic protons which energy is about 700keV to 1.5MeV. Our result can be applied to estimate solar cell conditions of other satellites.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.8
• /
• pp.23-30
• /
• 2022

Deep learning analyzes data to discover a series of rules and anticipates the future, helping us in various ways in our lives. For example, prediction of stock prices and agricultural prices. In this research, the results of solar photovoltaic power generation accompanied by weather are analyzed through deep learning in situations where the importance of solar energy use increases, and the amount of power generation is predicted. In this research, we propose a model using LSTM(Long Short Term Memory network) that stand out in time series data prediction. And we compare LSTM's performance with CNN(Convolutional Neural Network), which is used to analyze various dimensions of data, including images, and CNN-LSTM, which combines the two models. The performance of the three models was compared by calculating the MSE, RMSE, R-Squared with the actual value of the solar photovoltaic power generation performance and the predicted value. As a result, it was found that the performance of the LSTM model was the best. Therefor, this research proposes predicting solar photovoltaic power generation using LSTM.

• Proceedings of the KIPE Conference
• /
• 2013.07a
• /
• pp.78-79
• /
• 2013

본 논문에서는 태양광 및 리튬 이온 배터리를 에너지원으로 하는 계통 연계 시스템을 효과적으로 구성하기 위해 스위치 손실을 그 기준으로 삼았다. 따라서, 두 가지 종류의 회로구성에 대해 손실 예측 비교를 사용하였다. 전력 반도체의 스위칭 손실 및 도통시 전류, 전압 관계를 모델링 하였고 시물레이션을 이용해 손실 예측을 하였다.

• 한국태양에너지학회:학술대회논문집
• /
• 2008.11a
• /
• pp.288-293
• /
• 2008

A predictive model of wind speed in the wind farm has very important meanings. This paper presents an estimation model of wind speed based on time series analysis using the observed wind data at Hangyeong Wind Farm in Jeju island, and verification of the predictive model. In case of Hangyeong Wind Farm and Haengwon Wind Farm, The ARIMA(Autoregressive Integrated Moving Average) predictive model was appropriate, and the wind speed estimation model was developed by means of parametric estimation using Maximum likelihood Estimation.

• Solar Energy
• /
• v.12 no.3
• /
• pp.21-27
• /
• 1992

This study is presents model testing to evalute daylighting performance in Atrium Building. There are several methods fof the prediction of Daylighting level in a Atrium Building, But they are not sufficient to estimate intreior daylight level of each different hights onleaner Atrium Building. In this study provide with making the model to estimate the environmental effect for the daylight on leaner Atrium, measuring the model in 80 variable sky condition, building direction, interior length-width ratio through the variation of floor-hight and space ratio.

• Solar Energy
• /
• v.20 no.3
• /
• pp.21-30
• /
• 2000

It is necessary to estimate the regression coefficients in order to predict the monthly mean daily global radiation on a horizontal surface. Therefore many different equations have proposed to evaluate them for certain areas. In this work, a new correlation has been made to predict the solar radiation for any area over Korea by estimating the regression coefficients taking into account percentage of possible sunshine, and cloud cover. Particularly, the multiple linear regression model proposed shows reliable results for estimating the global radiation with average deviation of -1 to 3 % from the measured values.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.583-584
• /
• 2020

본 논문은 신재생에너지와 전기자동차의 보급이 활발한 제주시에서 태양광 발전량과 기후변화 기록들을 활용할 수 있는 데이터처리 프레임워크를 구축하고 인공신경망으로 태양광 발전량 예측모델을 구축한다. 이 인공신경망 모델은 일조시간, 일사량, 전운량 등을 입력 노드로 설정하고 일별 생산량을 출력 노드로 설정한다. 가장 상관관계가 높은 발전기 3개에서 학습 패턴을 추출하였으며, 모든 대상 발전기에 대해 최대 평균 오류율은 평균 36.7 %를 보이고 있다.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.37 no.1
• /
• pp.43-49
• /
• 2013

The use of ocean thermal energy conversion (OTEC) to generate electricity is one of the methods proposed to utilize renewable energy and to protect the environment. In this study, simulations were performed to investigate the effect of weather conditions in the Ulsan region, Korea, on the efficiency of a solar-heating OTEC (SH-OTEC) system. This system utilizes solar thermal energy as the secondary heat source. Various working fluids were also simulated to select one that is suitable for this system. The results showed that R152A, R600, and R600A, in that order, were the most suitable working fluids. The effective area of the solar collector for a $20^{\circ}C$ increase in the collector outlet temperature fluctuated from 50 to $97m^2$ owing to the change in the monthly average solar gain. The annual average efficiency of the SH-OTEC increases to 6.23%, compared to that of a typical conventional OTEC, which is 2-4%.