재해석 자료를 이용한 전세계 풍속의 회귀분석
Regression Analysis on Global Wind Speed Using Reanalysis Data
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
재해석 자료는 공간해상도가 저해상도이지만 풍력자원의 장기간 보정이나 수치기상예측 또는 전산유체역학과 연동하여 고 해상도로의 축소화에 활용될 수 있다 . 본 연구에서는 재해석 자료의 전세계 풍속을 지형요소 등의 함수로 회귀 분석하였으며 향후 고 해상도 축소화에의 활용 가능성을 시험하였다 . 다중선형회귀와 기계학습 모델로서 신경망 , 랜덤 포레스트 모델을 적용하여 다양한 지 형형태별로 회귀 분석한 결과에 의하면 접합도 (R2)가 각각 0.71, 0.95, 1.00으로 향상되었으며 , 지형요소 중 위도 , 셀 면적 , 지형고도 , 경 도, 지형 개방도 순으로 설명력이 높은 것으로 나타났다 . 기본 신경망에 비해 수정 쌍둥이 신경망 모델은 불균질 데이터 대상 성능 개 선 효과가 있는 것으로 나타났다 . 그럼에도 불구하고 본 연구에서 활용한 신경망 모델로는 데이터의 비선형성을 재현하는데 한계가 있 었으나 랜덤 포레스트 모델을 통해 이를 극복하였다 .
Abstract
Although the reanalysis data has low spatial resolution, it can be used for long-term correction of wind resources and high-resolution downscaling in conjunction with numerical weather prediction or computational fluid dynamics. In this study, regression analysis of the global wind speed as a function of topographic factors was carried out, and the possibility of its use in high- resolution downscaling was tested. According to the regression results by various morphometric features, the fitness of multiple linear regression, machine learning models, i.e., neural network and random forest models, showed R2 of 0.71, 0.95, and 1.00, respectively. Among the topographic factors, latitude, cell area, terrain elevation, longitude, and terrain openness were found to have the highest explanatory capability in the order. Compared to the conventional neural network, the modified twin neural network model has a performance improvement effect regarding imbalanced dataset. Nevertheless the neural network structure used in this research was not precise to reproduce non-linearity of the given data, however, which was possible with introduction of the random forest model.
참고문헌 (13)
- 김현구, "풍력자원지도를 이용한 한반도 풍력자원의 연간 변동성 분석", 한국풍공학회지, 24(2), pp.71~77 (2020), 한국풍공학회[DOI]
- 김진영, "육상풍력 입지지도 I: 풍력자원 분류지도 개발 및 자원의 적합성 평가", 한국풍공학회지, 25(2), pp.61~66 (2021), 한국풍공학회[DOI]
- 황수진, "육상풍력 입지지도 II: 고려대상 지역 지도화 및 민감도 분석", 한국풍공학회지, 25(2), pp.55~60 (2021), 한국풍공학회[DOI]
- 김진영, "육상풍력 입지지도 고도화 및 공공서비스를 위한 해외 사례 조사", 풍력에너지저널, 11(2), pp.14~21 (2020), 한국풍력에너지학회[DOI]
- 김현구, "재해석자료를 이용한 전지구 풍력자원의 장기간 통계분석", 풍력에너지저널, 9(3), pp.19~24 (2018), 한국풍력에너지학회[DOI]
- 김현구, "Long-Term Wind Resource Mapping of Korean West-South Offshore for the 2.5 GW Offshore Wind Power Project", 한국환경과학회지, 22(10), pp.1305~1316 (2013), 한국환경과학회[DOI]
- Kim, H. G., "Comparative Evaluation of the Third-Generation Reanalysis Data for Wind Resource Assessment of the Southwestern Offshore in South Korea", Atmosphere, 9(2) (2018)
- Rienecker, M. M., "MERRA: NASA’s Modern-Era Retrospective Analysis for Research & Applications", J. of Climate, 24, pp.3624~3648 (2011)
- 김진영, "WRF 모델을 이용한 지표항력모수화 적용과 공간해상도에 따른 한반도 풍속모의 민감도 평가", 한국풍공학회지, 19(3), pp.77~83 (2015), 한국풍공학회
- Kim, H. G., "Evaluation of Wind Resource Potential in Mountainous Region Considering Morphometric Terrain Characteristics", Wind Engineering, 41(2), pp.114~123 (2017)
- McCulloch, W. S., "A Logical Calculus of the Ideas Immanent in Nervous Activity", The Bulletin of Mathematical Biophysics, 5(4), pp.115~133 (1943)
- Jayadeva, Pant, H., "Scalable Twin Neural Networks for Classification of Unbalanced Data", Neurocomputing, 343, pp.34~49 (2019)
- Ahmad, M. W., "Trees vs Neurons:Comparison Between Random Forest and ANN for High-resolution Prediction of Building Energy Consumption", Energy and Buildings, 147, pp.77~89 (2017)