Skip to content
Extra Form
Abstract 선박의 소요 마력을 최소로 하는 경제 항로를 결정하기 위해 해기상 예측과 그에 따른 소요 마력 예측이 필요하다. 일반적으로 European Centre for Medium-Range Weather Forecast (ECMWF), Hybrid Coordinate Ocean Model (HYCOM) 등 기상 정보 업체로부터 해기상 정보를 확보할 수 있다. 하지만 일반적인 기상 정보 업체는 6주 정도의 단기 예측을 하기 때문에 장기 예측이 필요할 때는 해기상 정보를 자체적으로 예측해야 한다. 기존의 연구에서는 주로 특정 해역에서 파고, 파 주기, 파향 등 한정적인 해기상 정보에 대한 예측만 이루어져 전 해상 영역에 대한 해기상 정보 예측에는 한계가 존재했다. 따라서 본 연구에서는 파고, 파 주기, 파향, 풍속, 풍향, 유속, 유향, 수온 등 8가지 해기상 정보를 전 해상 영역에 대해 예측하는 방법을 제안하였다. 한편, 소요 마력 추정의 경우, 기존에는 해석적 방법과 통계적인 방법을 조합해 추정하였다. 그래서 추정 결과가 실제 운항 데이터와는 많은 오차가 존재했다. 이러한 한계점을 극복하기 위해 본 연구에서는 실제 운항 데이터를 기반으로 한 소요 마력 추정 방법을 제안하였다. 특히, 본 연구에서는 해기상 및 소요 마력 예측 모델을 개발하기 위해 딥 러닝 기법을 적용했다. 전 해상 영역에 대한 해기상 예측을 위해 시계열 이미지를 예측하는데 적합한 Convolutional LSTM을 활용하였으며, 선박의 소요 마력을 예측하기 위해 DFN (Deep Feedforward Neural network)을 활용하였다. 또한, 예측 정확도의 향상을 위해 데이터의 전처리를 진행하였으며, AutoEncoder, hyperparameters optimization, K-means clustering 등의 기법을 추가로 적용하였다. 제안된 방법의 효용성을 평가하기 위해 실제 값과 개발된 모델로 예측된 결과를 비교하여 검증하였으며, 그 결과 본 연구에서 제안한 방법의 효용성을 확인하였다.
Keywords: Ocean environmental data, Ship;s required power, DFN (Deep Feedforward Neural network), Convolutional LSTM (Long Short-Term Memory), AutoEncoder
Publication Date 2020-11-06

이준범, 노명일, 김기수, 한기민, 이갑헌, "딥 러닝을 이용한 해기상 및 소요 마력 예측 모델 개발", 2020년도 대한조선학회 추계학술발표회, 창원, pp. 453-454, 2020.11.05-06


List of Articles
번호 분류 제목 Publication Date
213 Domestic Conference 송하민, 노명일, 김기수, "함정의 전투 시나리오를 고려한 승조원 운영 최적화" 2022년도 한국CDE학회 동계학술발표회, 제주, 2022.02.09-12 file 2022-02-10
212 Domestic Conference 송하민, 노명일, 하지상, 김기수, "해군 함정의 승조원 구성 시뮬레이션 방법", 2022년도 대한조선학회 추계학술발표회, 창원, 2022.11.09-11 2022-11-10
211 Domestic Conference 안윤남, 이주성, 노명일, 윤범상, 장경식, "등기하 해석법을 이용한 구조해석에 관한 연구", 2009년도 한국해양공학회 추계학술발표회, 거제, pp. 238-241, 2009.10.22-23 file 2009-10-22
210 Domestic Conference 엄태섭, 신현경, 하솔, 노명일, "개선된 유전적 프로그래밍 방법을 이용한 부유식 해양 구조물의 중량 추정 모델 연구", 2013년도 대한조선학회 추계학술발표회, 울산, pp. 393-401, 2013.11.07-08 file 2013-11-07
209 Domestic Conference 엄태섭, 신현경, 하솔, 노명일, "유전적 프로그래밍 방법을 이용한 부유식 해양 구조물의 중량 추정 모델 연구", 2013년도 대한조선학회 춘계학술발표회, 제주, pp. 1079-1087, 2013.05.23-24 file 2013-05-23
208 Domestic Conference 여인창, 노명일, 공민철, 민동기, 정동근, "선박의 Safety Plan 검토를 위한 자동 데이터 생성과 딥 러닝 기반 객체 검출", 2023년도 한국CDE학회 하계학술발표회, 제주, pp. 13, 2023.08.23-26 file 2023-08-25
207 Domestic Conference 여인창, 노명일, 공민철, 유동훈, 진은석, "LIDAR를 이용한 선박의 위치 예측 알고리즘", 2024년도 한국CDE학회 동계학술발표회, 평창, p. 99, 2024.01.29-02.01 file 2024-01-30
206 Domestic Conference 여인창, 노명일, 공민철, 유동훈, 진은석, "LIDAR를 이용한 선박의 자동 접이안 경로 생성 알고리즘", 2023년도 대한조선학회 추계학술발표회, 울산, pp. 181, 2023.11.02-03 file 2023-11-02
205 Domestic Conference 여인창, 노명일, 공민철, 전도현, 하지상, 유동훈, 진은석, "선박의 자동 접이안을 위한 서라운드 뷰 생성 방법", 2023년도 대한조선학회 춘계학술발표회, 부산, pp.315-316, 2023.05.02-04 file 2023-05-04
204 Domestic Conference 여인창, 노명일, 김진혁, 김기수, "선형 성능의 정성적 평가를 위한 딥 러닝 기반 이미지 시각화 방법", 2021년도 대한조선학회 춘계학술발표회, 인천, pp. 573, 2021.05.13-14 file 2021-05-13
Board Pagination Prev 1 ... 8 9 10 11 12 13 14 15 16 17 ... 34 Next
/ 34

Powered by Xpress Engine / Designed by Sketchbook

sketchbook5, 스케치북5

sketchbook5, 스케치북5

나눔글꼴 설치 안내


이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소