딥러닝을 이용한 외해 해양기상자료로부터의 항내파고 예측
Wave Prediction in a Harbour using Deep Learning with Offshore Data
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구에서는 항내 파고를 신속하고 비교적 정확하게 예측할 수 있는 딥러닝 모델을 구축하였다.다양한머신러닝 기법들을 외해파랑의 항내로 전파 변형 특성을 감안하여 모델에 적용하였으며 스웰로 인해 하역중단 문제가 심각했던 포항신항을 모델적용 대상지로 선정하였다. 모델의 입력 자료는 외해의 파고, 주기, 파향 그리고 출력및 예측 자료로는 항내 파고자료로 하여 모델을 학습시켰다. 이때 자료의 전처리 과정으로 항내·외 파랑 시계열자료의 상관성을 감안하여 파향 자료를 분리하는 방법을 적용하고 딥러닝 기법을 이용하여 모델을 학습하였다. 결과적으로 모델을 통해 예측한 값이 항내관측치의 파고 시계열자료를 잘 재현하였으며 모델의 안정성을 크게 향상시켰다.
Abstract
In this study, deep learning model was set up to predict the wave heights inside a harbour. Various machine learning techniques were applied to the model in consideration of the transformation characteristics of offshore waves while propagating into the harbour. Pohang New Port was selected for model application, which had a serious problem of unloading due to swell and has lots of available wave data. Wave height, wave period, and wave direction at offshore sites and wave heights inside the harbour were used for the model input and output, respectively, and then the model was trained using deep learning method. By considering the correlation between the time series wave data of offshore and inside the harbour, the data set was separated into prevailing wave directions as a pre-processing method. As a result, It was confirmed that accuracy and stability of the model prediction are considerably increased.
참고문헌 (14)
- Aurélien, G., "Hands-on Machine Learning with Scikit-Learn, Keras, and Tensorflow", pp.351~ (2019)
- James, S. C., "A machine learning framework to forecast wave conditions", Coastal Engineering, 137, pp.1~10 (2018)
- 정원무, "장기간 파·바람 조사를 통한 포항신항의 하역중단 원인 분석", 한국해안·해양공학회논문집, 23(3), pp.226~235 (2011), 한국해안,해양공학회
- 정원무, "전국파랑관측자료 제공시스템 WINK 구축", 한국해안·해양공학회논문집, 30(6), pp.326~336 (2018), 한국해안,해양공학회[DOI]
- 김태윤, "딥러닝을 이용한 파랑·풍속 상호자료의 예측 기법", 한국해양환경•에너지학회지, 23(3), pp.142~147 (2020), 한국해양환경·에너지학회
- LeCun, Y., "Deep learning", Nature, 521(7553), pp.436~444 (2015)
- 이광호, "머신러닝 오픈소스 플랫폼을 활용한 쇄파 예측", 한국해안·해양공학회논문집, 32(4), pp.262~272 (2020), 한국해안,해양공학회[DOI]
- Nationwide Deep Sea Design Wave Estimation Report, "Ministry of Oceans and Fisheries", ~ (2019)
- Oh, J. E., "Estimation of infragravity waves inside Pohang New Port", Journal of Coastal Research, Special Issue No, 75, pp.432~436 (2016)
- 박성부, "Prediction of Significant Wave Height in Korea Strait Using Machine Learning", 한국해양공학회지, 35(5), pp.336~346 (2021), 한국해양공학회[DOI]
- Park, W. K., "Boussinesq modeling of infragravity waves in Pohang New Harbor induced by directional short waves", presented at ICCE2014 (2014)
- Pedregosa, F., "SciKit-learn: Machine learning in Python", J. Mach. Learn, Res, 12, pp.2815~2830 (2011)
- Feasibility Study for Swell Improvement Measures and Basic Plans Report of Pohang New Port, "Pohang Regional Office of Oceans and Port", ~ (2012)
- Suh, K. -D., "Engineer-Friendly Machine Learning Models for Coastal Structure Design", 41~71 (2019)