온라인 학습법을 활용한 석탄화력 발전소의 가스 터빈 내 질소산화물(NOx) 배출량 예측

• 영문명: Nitrogen Oxide (NOx) Emissions Prediction of Gas Turbine in Coal-Fired Power Plant Using Online Learning Method
• 발행기관: 한국스마트미디어학회
• 저자명: 박진(Jin Park) 고창완(Changwan Ko) 정영선(Young-Seon Jeong)
• 간행물 정보: 『스마트미디어저널』Vol13, No.8, 58~66쪽, 전체 9쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2024.08.30

국문 초록

질소산화물(NOx)은 대기 오염의 주요 원인 물질로, 오존과 초미세먼지의 형성을 유발하여 건강에 해로운 영향을 준다. 석탄화력 발전소에서는 NOx 등 다양한 유해 물질이 발생하고 있고 그에 대한 정확한 예측은 매우 중요하다. 지금까지는 오프라인 학습법에 기반한 연구가 주류를 이루었고, 또한 초기 데이터가 부족한 상황을 고려한 연구는 존재하지 않았다. 본 연구는 온라인 학습 방법을 활용하여 화력발전소의 NOx 배출량을 제안한다. 온라인 학습법은 새로운 관측치가 발생할 때마다 모델을 학습하여 초기 데이터가 부족한 상황에서도 높은 예측 정확도를 보이는 모델이다. 오픈 데이터를 사용하여 훈련 데이터가 적은 상황을 가정해 실험을 진행하였으며, 오프라인 방법론과 비교한 결과 본 연구에서 적용한 온라인 학습법이 가장 우수한 예측 성능을 보였다.

영문 초록

Nitrogen oxides(NOx) in coal-fired power plants are significant contributors to air pollution, influencing the formation of ozone and fine particulate matter, thereby adversely affecting health. Therefore, accurate prediction of NOx emissions is essential. Existing researches have mainly performed based on off-line learning methods, leading to poor prediction performance with the limited training dataset. This paper proposes the online learning model of online support vector regression to predict NOx emissions from coal-fired power plants. Online learning model, which updates a model whenever new observations come out, demonstrates high prediction accuracy even when initial data is scarce. The experimental results showed that the performance of online learning prediction was better than existing off-line learning methods. The results indicated online learning method is a valuable tool for predicting NOx emissions, especially in situations where initial data is limited and data is continuously updated in real-time.

목차

Ⅰ. 서론

Ⅱ. 선행연구 고찰

Ⅲ. 연구 설계

Ⅳ. 실험방법 설계

Ⅴ. 실험결과

Ⅵ. 결론

References

키워드

온라인 학습법 질소산화물 회귀 예측 석탄화력발전소 Online Learning Method Nitrogen Oxides Regression Prediction Coal-Fired Power Plant