이준범, 노명일, 김기수, 손명조, 한기민, 김대헌, "딥 러닝 기반 해기상 및 소요 마력 예측", 2019년도 한국CDE학회 하계학술발표회, 제주, pp. 235, 2019.08.19-22
이준범, 노명일, 김기수, 손명조, 한기민, 김대헌, "딥 러닝 기반 해기상 및 소요 마력 예측", 2019년도 한국CDE학회 하계학술발표회, 제주, pp. 235, 2019.08.19-22
첨부 '1' |
---|
Abstract | 선박의 연료 소모량을 최소로 하는 항로를 결정하기 위해서는 해기상 정보의 확보와 그에 따른 소요 마력의 추정이 필요하다. 해기상 정보는 일반적으로 기상 정보 업체 (NOAA, ECMWF 등)로부터 취득할 수 있다. 하지만 운항 중인 선박에서 해기상 정보의 취득이 어렵거나 기상 정보 업체에서 제공하지 않는 보다 장기의 예측이 필요할 경우에는 해기상 정보를 자체적으로 예측할 수 있는 방법이 필요하다. 기존의 연구에서는 주로 특정 해역에서 파고, 파 주기 등 제한된 해기상 정보에 대한 예측만 이루어져 적용에 한계가 존재했다. 또한 소요 마력의 추정은 고도의 계산을 필요로 하기 때문에 실시간으로 계산하기 위해서는 쉽지 않고, 이를 해결하기 위해 통계적인 방법 등 간단한 방법을 활용할 경우 예측 값의 정확도에 문제가 있었다. 따라서 본 연구에서는 파고, 파 주기, 파향, 풍속, 풍향, 유속, 유향, 수온 등 8가지 해기상 정보를 전 해상 영역에 대해 예측할 수 있는 방법을 연구했다. 나아가 예측된 해기상 정보를 통해 선박의 소요 마력을 예측하는 방법을 연구하였다. 즉, 각각의 예측을 위해 DFN (Deep Feedforward Neural network), LSTM (Long Short-Term Memory), 그리고 convolutional LSTM 등 딥 러닝 기술을 이용하였다. 제안된 방법의 효용성을 검토하기 위해 실제 데이터와의 비교 검증을 수행하였으며, 그 결과 충분히 적용 가능한 수준의 예측 모델을 도출하였음을 확인하였다. Keyword: Ocean Environmental Data, Required Power of a Ship, Economic Route, DFN (Deep Feedforward Neural network), LSTM (Long Short-Term Memory), Convolutional LSTM |
---|---|
Publication Date | 2019-08-21 |
-
전도현, 노명일, 이혜원, 함승호, "블록의 특성을 고려한 크레인의 와이어 제어 방법", 2022년도 한국CDE학회 동계학술발표회, 제주, 2022.02.09-12
-
여인창, 노명일, 전도현, "선박 배관망 지지대의 최적 배치 설계", 2022년도 한국CDE학회 동계학술발표회, 제주, 2022.02.09-12
-
Jeong-Ho Park, Myung-Il Roh, Hye-Won Lee, Jisang Ha, Yeong-Min Jo, Nam-Sun Son, "Detection and Tracking Methods of Maritime Obstacles Using Multiple Cameras", Proceedings of ICDM 2022, Siheung, Korea, 2022.04.28-29
-
박정호, 노명일, 이혜원, 하지상, 조영민, 손남선, "다중 선박으로부터의 카메라 영상 기반 단일 해상 장애물의 탐지 및 추적 방법", 2022년도 한국CDE학회 동계학술발표회, 제주, 2022.02.09-12
-
Do-Hyun Chun, Myung-Il Roh, Hye-Won Lee, "Deep Reinforcement Learning-Based Ship Collision Avoidance Considering Collision Risk", Proceedings of TEAM 2022, Istanbul, Turkey, pp. 268, 2021.12.06-07
-
Do-Hyun Chun, Myung-Il Roh, Hye-Won Lee, Seung-Ho Ham, "A Method for Automatic Control of Cranes for Block Lifting in Shipyard", Proceedings of PRADS 2022, Dubrovnik, Croatia, pp. 64, 2022.10.09-13
-
김기수, 노명일, 송하민, 정동근, "차세대 스마트 함정을 위한 승조원 운영 최적화 방법", 2021년도 함정기술무기체계 세미나, 부산, 2021.06.10-11
-
조영민, 노명일, 이혜원, 진은석, 유동훈, "가상의 센서 데이터 융합을 이용한 해상 장애물의 추적 방법", 2022년도 한국CDE학회 동계학술발표회, 제주, 2022.02.09-12
-
Min-Chul Kong, Myung-Il Roh, Jisang Ha, Eun Seok Jin, Donghun Yu, "Design of the Integrated System for the Safe Operation Based on Augmented Reality", Proceedings of PRADS 2022, Dubrovnik, Croatia, 2022.10.09-13
-
Jin-Hyeok Kim, Myung-Il Roh, In-Chang Yeo, Ki-Su Kim, Min-Jae Oh, Sejin Oh, "Estimation Model of Hydrodynamic Performance Using Hull Form Variation and Deep Learning", Proceedings of PRADS 2022, Dubrovnik, Croatia, pp. 82, 2022.10.09-13