• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.792-796
• /
• 2005

The methods of times series analysis have been recognized as important tools for assisting in solving problems related to the management of water resources. Especially, After more than 40 years the so-called Hurst effect remains an open problem in stochastic hydrology. Until now, its existence has been explained fly R/S analysis that roots in early work of the British hydrologist H.E. Hurst(1951). Today, the Hurst analysis is mostly used for the hydrological studies for memory and characteristics of time series and many methodologies have been developed for the analysis. So, there are many different techniques for the estimation of the Hurst exponent(H). However, the techniques can produce different characteristics for the persistence of a time series each other. We found that DFA is the most appropriate technique for the Hurst exponent estimation for both the shot term memory and long term memory. We analyze the SOI(Southern Oscillations Index) and 6 tree-ring series for USA sites by means of DFA and the BDS statistic is used for nonlinearity test of the series. From the results, we found that SOI series is nonlinear time series which has a long term memory of H=0.92. Contrary to earlier work of Rao(1999), all the tree- ring series are not random from our analysis. A certain tree ring series show a long term memory of H=0.97 and nonlinear property. Therefore, we can say that the SOI and tree-ring series may show long memory and nonlinearity.

• Smart Structures and Systems
• /
• 제21권5호
• /
• pp.591-600
• /
• 2018

The probabilistic characterization of wind field characteristics is a significant task for fatigue reliability assessment of long-span railway bridges in wind-prone regions. In consideration of the effect of wind direction, the stochastic properties of wind field should be represented by a bivariate statistical model of wind speed and direction. This paper presents the construction of the bivariate model of wind speed and direction at the site of a railway arch bridge by use of the long-term structural health monitoring (SHM) data. The wind characteristics are derived by analyzing the real-time wind monitoring data, such as the mean wind speed and direction, turbulence intensity, turbulence integral scale, and power spectral density. A sequential quadratic programming (SQP) algorithm-based finite mixture modeling method is proposed to formulate the joint distribution model of wind speed and direction. For the probability density function (PDF) of wind speed, a double-parameter Weibull distribution function is utilized, and a von Mises distribution function is applied to represent the PDF of wind direction. The SQP algorithm with multi-start points is used to estimate the parameters in the bivariate model, namely Weibull-von Mises mixture model. One-year wind monitoring data are selected to validate the effectiveness of the proposed modeling method. The optimal model is jointly evaluated by the Bayesian information criterion (BIC) and coefficient of determination, $R^2$. The obtained results indicate that the proposed SQP algorithm-based finite mixture modeling method can effectively establish the bivariate model of wind speed and direction. The established bivariate model of wind speed and direction will facilitate the wind-induced fatigue reliability assessment of long-span bridges.

• 한국정보시스템학회지:정보시스템연구
• /
• 제27권2호
• /
• pp.95-114
• /
• 2018

Purpose The recent concern over environmental problems such as greenhouse gas emission and fine dust contributes increasing interest in renewable energies. However the intrinsic characteristics of renewable energies, intermittent and stochastic generation, might cause serious problems to the stability and controllability of power grid. Therefore countermeasures such as virtual power plant (VPP) must be prepared in advance of the spread of uncontrollable distributed renewable energy resources to be one of major energy sources. Design/methodology/approach This study deals with the design concept of the VPP platform. we proposed as a technology solution for achieving the stability of power grid by guaranteeing a single power profile combining multiple distributed power sources with ICT. The core characteristics of VPP should be able to participate in the grid operation by responding to operation instructions from the system operator, KPX, as well as the wholesale electricity market. Findings Therefore this study includes energy storage device(ESS) as a controllable component as well as renewable energy resources such as photovoltaic and wind power generation. Based on this configuration, we discussed core element technologies of VPP and protype design of VPP solution platform according to system requirements. In the proposed solution platform, UX design for the integrated control center and brokerage system were included as well as ancillary service function to respond to KPX's operation instruction with utilizing the capability of ESS. In addition, a simulator was suggested to verify the VPP operations.

• 한국정보통신학회논문지
• /
• 제21권5호
• /
• pp.1009-1015
• /
• 2017

최근 사물 인터넷 기술의 활용을 통해 가축 및 축사 관련 빅데이터 축적이 가능해 졌다. 이러한 빅 데이터를 기반으로 다양한 기계학습방안들이 가축관리에 적용되어 축산농가의 생산성을 크게 향상시키고 있다. 본 연구에서는 현재 가장 주목받고 있는 기계학습 기술인 딥러닝을 적용한 질병개체 파악방안을 제안한다. 제안한 방안에서는 정상상태와 질병상태의 가축들이 섞여있는 환경에서 상태에 따라 다른 생체데이터 특성을 지닐 때 심층신경망을 이용하여 가축의 상태를 분류한다. 제안 방안은 가축 생체데이터의 통계적 특성을 모르는 상황에서도 학습을 통해서 가축의 상태를 정확하게 분류할 수 있다. 질병개체의 정확한 파악은 구제역과 같은 전염성 질병을 예방하는데 큰 도움이 될 수 있다.

• 한국물환경학회지
• /
• 제36권5호
• /
• pp.373-384
• /
• 2020

Hydrological models are based on a combination of parameters that describe the hydrological characteristics and processes within a watershed. For this reason, the model performance and accuracy are highly dependent on the parameters. However, model uncertainties caused by parameters with stochastic characteristics need to be considered. As a follow-up to the study conducted by Choi et al (2020), who developed a relatively simple semi-distributed hydrological model, we propose a tool to estimate the posterior distribution of model parameters using the Metropolis-Hastings algorithm, a type of Markov-Chain Monte Carlo technique, and analyze the uncertainty of model parameters and simulated stream flow. In addition, the uncertainty caused by the parameters of each version is investigated using the lumped and semi-distributed versions of the applied model to the Hapcheon Dam watershed. The results suggest that the uncertainty of the semi-distributed model parameters was relatively higher than that of the lumped model parameters because the spatial variability of input data such as geomorphological and hydrometeorological parameters was inherent to the posterior distribution of the semi-distributed model parameters. Meanwhile, no significant difference existed between the two models in terms of uncertainty of the simulation outputs. The statistical goodness of fit of the simulated stream flows against the observed stream flows showed satisfactory reliability in both the semi-distributed and the lumped models, but the seasonality of the stream flow was reproduced relatively better by the distributed model.

• 대한기계학회논문집A
• /
• 제36권12호
• /
• pp.1577-1583
• /
• 2012

횡방향 관통 효율 강화 탄체(PELE)는 기폭장치가 없는 새로운 개념의 발사체이다. PELE 는 배면이 닫혀있는 고밀도 피복과 저밀도 충전재로 구성되어있다. PELE 의 폭발 특성을 연구하기 위해 AUTODYN-3D code 를 이용하여 발사체와 표적체의 모델을 구축하였다. PELE 의 의해 알루미늄-2024 합금 표적체를 천공하는 과정을 시뮬레이션으로 구현하였으며 또한 다양한 내부 충전재에 의해 분산되는 표적체의 파편 특성도 연구하였다. PELE 파편의 유한요소해석은 AUTODYN-3D code 의 추계학적 파괴기준을 사용하여 구현되었다. 내부 충전재의 팽창으로 인해 파편은 속도를 얻으며 횡방향으로 분산된다. 따라서 손상영역의 범위가 증강한다. 관통 및 횡방향 분산 과정에서 생성되는 파편은 내부 충전재의 충격 압력에 따라 그 양과 형태가 다른 것으로 나타났다.

• 물과 미래
• /
• 제29권2호
• /
• pp.179-190
• /
• 1996

한강하류부 수질의 통계학적 해석을 통하여 수질 시계열자료의 기본 통계특성치, 지점별 및 계절별 변동성을 검토하였으며, 유량과 수질인자간의 상관성 분석을 실시하였다. 본류의 주요 6개 지점 및 3개 지류에 대한 통계특성치와 적정분포형을 산정하여 제시하였으며, 시간의존성 및 계절성을 검토하여 제시하였다. 또한, 수질 항목간의 상관성 검토를 통하여 상관성이 높은 수질, 항목간, 그리고 지점간의 상관식을 제시하였다. 추계학적 모의모형의 적용가능성을 확인하였으며, DO 항목은 전 지점간에 높은 상관성을 가지고 있었다. 유량과의 상관관계 검토에 있어서 DO, SS 항목은 유량보다는 수온에 민감하였으며, BOD, COD 항목은 유량이 적은 갈수기에는 유량에 민감한 것으로 나타났다. 수온에 밀접한 영향을 받는 DO 항목외에도 BOD, COD 항목은 계절적인 주기성을 가지고 있었으며, 상호상관 분석결과 DO, BOD, COD 항목 외의 수질 항목들에서도 각 수질 항목들에 내재된 주기성을 찾아볼 수 있었다.

• 한국철도학회논문집
• /
• 제12권4호
• /
• pp.488-498
• /
• 2009

지역간 철도는 일반적인 대중교통의 특징 이외에도 노선의 수가 매우 많다는 등의 차별화되는 특징이 있다. 본 연구는 경로구간에 노선선택확률의 개념을 도입하여, 지역간 철도의 특징을 잘 반영할 수 있는 확률적 대중교통 통행배정모형을 제시하였다. 확률적 통행배정모형은 결정적 통행배정모형의 특성을 포함한 보다 일반화된 모형이다. 본 모형은 다양한 지역간 철도의 특징을 반영할 수 있으며, 기존의 도로 통행배정모형에서 많이 활용되고 있는 탐색알고리즘을 직접 활용하기 위해 대중교통 통행배정모형에서 적용되는 네트워크 확장을 단순화시킬 수 있다. 모형의 검증을 위해서 기존에 대표적으로 이용되는 선형 및 격자형 네트워크에서의 적용성을 검증하기 위해서 본 연구에서 제안한 해법을 사용하여 기존 모형과 비교하였다. 또한, 지역간 철도의 현실을 반영한 소규모 네트워크에서 기존 모형과의 예측 능력을 비교하였으며, 그 결과 본 연구에서 제시한 모형의 예측 능력이 가장 우수한 것으로 분석되었다.

• 한국터널지하공간학회 논문집
• /
• 제25권6호
• /
• pp.447-458
• /
• 2023

본 연구에서는 쉴드터널 세그먼트 라이닝의 하중과 부재저항의 확률적 특성뿐만 아니라 경계조건의 변동성을 고려한 비교모델을 선정하고 신뢰성해석을 수행하였으며, 파괴확률 산정 및 구조안전성 검토를 통해 한계상태설계의 적정성에 대해 분석을 수행하였다. 이러한 지반 정수의 확률특성치를 고려한 해석을 위해 지반스프링계수는 Muirwood식을 적용하여 정량적 값을 산정하여 Mean값으로 고려하였고, 변동계수는 기존 연구자료를 토대로 지반 경계조건 변화에 따른 검토대상 모델들을 선정하였다. 이러한 모델들에 대한 구조해석과 MCS기법을 적용한 신뢰성분석을 통해 파괴확률과 신뢰성지수를 산정하여 지반경계조건 변화에 따른 파괴확률의 변화를 검토하였다.

• 전기학회논문지
• /
• 제67권1호
• /
• pp.114-123
• /
• 2018

This paper concerns a design and learning method of softmax function neural networks based on K-means clustering. The partial discharge data Information is preliminarily processed through simulation using an Epoxy Mica Coupling sensor and an internal Phase Resolved Partial Discharge Analysis algorithm. The obtained information is processed according to the characteristics of the pattern using a Motor Insulation Monitoring System program. At this time, the processed data are total 4 types that void discharge, corona discharge, surface discharge and slot discharge. The partial discharge data with high dimensional input variables are secondarily processed by principal component analysis method and reduced with keeping the characteristics of pattern as low dimensional input variables. And therefore, the pattern classifier processing speed exhibits improved effects. In addition, in the process of extracting the partial discharge data through the MIMS program, the magnitude of amplitude is divided into the maximum value and the average value, and two pattern characteristics are set and compared and analyzed. In the first half of the proposed partial discharge pattern classifier, the input and hidden layers are classified by using the K-means clustering method and the output of the hidden layer is obtained. In the latter part, the cross entropy error function is used for parameter learning between the hidden layer and the output layer. The final output layer is output as a normalized probability value between 0 and 1 using the softmax function. The advantage of using the softmax function is that it allows access and application of multiple class problems and stochastic interpretation. First of all, there is an advantage that one output value affects the remaining output value and its accompanying learning is accelerated. Also, to solve the overfitting problem, L2-normalization is applied. To prove the superiority of the proposed pattern classifier, we compare and analyze the classification rate with conventional radial basis function neural networks.