Domestic Conference

이준범, 노명일, 김기수, 한기민, 이갑헌, "딥 러닝 기반 해기상 및 선박 소요 마력 예측", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 343, 2020.02.05-08

by SyDLab posted Dec 17, 2019
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 선박의 연료 소모량을 최소로 하는 항로를 결정하기 위해서는 해기상 정보의 확보와 그에 따른 소요 마력의 추정이 필요하다. 해기상 정보는 일반적으로 ECMWF (European Centre for Medium-Range Weather Forecast), HYCOM (Hybrid Coordinate Ocean Model) 등 기상 정보 업체로부터 취득할 수 있다. 하지만 일반적인 기상 정보 업체는 6주 정도의 예측 정보를 제공하므로 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 예측하기 쉽지 않고, 이를 예측하기 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. 해기상 정보 예측 모델과 선박의 소요 마력 예측 모델을 개발하기 위해 본 연구에서는 딥 러닝 기법을 적용하였다. 전 세계의 해상에 대한 해기상 예측을 위해 Convolutional LSTM을 활용하였으며, 예측된 해기상 및 선박 정보를 바탕으로 선박의 소요 마력을 예측하기 위해서 DFN (Deep Feedforward Neural network)을 활용하였다. 또한, 예측 정확도의 향상을 위해 AutoEncoder, K-means clustering 등을 추가로 적용하였다. 제안된 방법의 효용성을 검토하기 위해 실제 값과 개발된 두 가지 모델로 예측된 결과의 비교 검증을 수행하였으며, 그 결과 충분히 적용 가능한 수준의 예측 모델을 도출하였음을 확인하였다.
Publication Date 2020-02-07

이준범, 노명일, 김기수, 한기민, 이갑헌, "딥 러닝 기반 해기상 및 선박 소요 마력 예측", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 343, 2020.02.05-08