[논문]진동수주형 파력발전 시스템의 디지털 트윈 적용을 위한 불확실성 정량화 및 성능 신뢰구간 추정 연구

김태균; 조수길; 오재원; 이태희

doi:10.21289/ksic.2023.26.3.401

진동수주형 파력발전 시스템의 디지털 트윈 적용을 위한 불확실성 정량화 및 성능 신뢰구간 추정 연구
A Study on Uncertainty Quantification and Performance Confidence Interval Estimation for Application to Digital Twin of Oscillating Water Column Type Wave Power Generator System 원문보기

한국산업융합학회 논문집 = Journal of the Korean Society of Industry Convergence, v.26 no.3, 2023년, pp.401 - 409

김태균 (한양대학교 미래자동차공학과) , 조수길 (선박해양플랜트연구소 친환경해양개발연구본부) , 오재원 (선박해양플랜트연구소 해양플랜트산업지원센터) , 이태희 (한양대학교 미래자동차공학과)

Abstract ▼ AI-Helper

Oscillating water column (OWC) type wave power generator system is a power generation system that uses wave energy, a sustainable and renewable energy source. Irregular cycles and wave heights act as factors that make it difficult to secure generation efficiency of the wave power generator system. Recently, research for improving power generation efficiency is being conducted by applying digital twin technology to OWC type wave energy converter system. However, digital twin using sensor data can predict erroneous performance due to uncertainty in the sensor data. Therefore, this study proposes an uncertainty analysis method for sensor data which is used in digital twin to secure the reliability of digital twin prediction results. Uncertainty quantification considering sensor data characteristics and future uncertainty information according to uncertainty propagation were derived mathematically, and confidence interval estimation was performed based on the proposed method.

주제어

표/그림 (10)

그림 Fig. 1 Principle of OWC type wave power generation system[1]
그림 Fig. 2 Composition of generator physical model: (a) Simulink model and (b) surrogate-model
그림 Fig. 3 Sensor data of generator speed
표 Table 1. NRMSE accuracy measure
표 Table 2. Calculation time comparison
그림 Fig. 4 Applying Savitzky-Golay filter and distribution estimation
그림 Fig. 5 Uncertainty propagation results: (a) current, (b) voltage, (c) power, and (d) torque
그림 Fig. 6 Schematic diagram of the procedure for confidence interval estimation
그림 Fig. 7 Speed prediction and confidence interval estimation
그림 Fig. 8 Torque prediction and confidence interval estimation

AI 본문요약
AI-Helper

문제 정의

따라서 본 연구에서는 파력발전 시스템의 디지 털 트윈에 발생하는 불확실성 중 센서 입력 데이 터에 대한 불확실성 요소를 정량화 하고, 이로 인 해 발생하는 출력 불확실성에 대해 신뢰구간을 추 정하고자 한다. 입력 불확실성 정량화는 센서 데 이터 특성을 고려한 접근 방법을 통해 진행하고, 미래 예측에 대한 불확실성 전파 및 정량화는 수 식적 분석을 통해 진행한다.
본 연구에서는 디지털 트윈의 예측 신뢰도 확 보를 위해 센서 입력 데이터에 관한 불확실성 정 량화 및 신뢰구간 추정에 대해 연구를 수행하였 다. 이를 위해 발전기 물리모델에 입력되는 데이 터의 특성을 고려한 정량화 방법을 도입하였으며, 미래 속도 예측에 대한 수식적 불확실성 정량화 방법을 도출하였다.

제안 방법

본 연구에서는 디지털 트윈의 예측 신뢰도 확 보를 위해 센서 입력 데이터에 관한 불확실성 정 량화 및 신뢰구간 추정에 대해 연구를 수행하였 다. 이를 위해 발전기 물리모델에 입력되는 데이 터의 특성을 고려한 정량화 방법을 도입하였으며, 미래 속도 예측에 대한 수식적 불확실성 정량화 방법을 도출하였다.
입력 불확실성 정량화는 센서 데 이터 특성을 고려한 접근 방법을 통해 진행하고, 미래 예측에 대한 불확실성 전파 및 정량화는 수 식적 분석을 통해 진행한다. 이후 불확실성 정량 화 방법을 발전기 물리모델에 적용하여 성능 불확 실성에 대한 신뢰구간을 추정한다.
따라서 본 연구에서는 파력발전 시스템의 디지 털 트윈에 발생하는 불확실성 중 센서 입력 데이 터에 대한 불확실성 요소를 정량화 하고, 이로 인 해 발생하는 출력 불확실성에 대해 신뢰구간을 추 정하고자 한다. 입력 불확실성 정량화는 센서 데 이터 특성을 고려한 접근 방법을 통해 진행하고, 미래 예측에 대한 불확실성 전파 및 정량화는 수 식적 분석을 통해 진행한다. 이후 불확실성 정량 화 방법을 발전기 물리모델에 적용하여 성능 불확 실성에 대한 신뢰구간을 추정한다.

대상 데이터

따라서 출력 불확실성에 대한 신뢰구간 추정은 입 력 불확실성 전파를 확인한 후, 출력 불확실성 정 량화 결과에 대해 신뢰구간 추정을 통해 진행한 다. 속도 데이터의 불확실성 전파는 2장에서 구축된 대체모델을 이용하여 확인하였다. Fig.

데이터처리

5(a)~(d)는 각각 전류, 전 압, 전력, 토크를 나타낸 것이며, 4개의 성능의 히 스토그램과 정규분포의 개형이 일치하는 것으로 보인다. 이에 데이터가 정규분포를 따르는지 정량 적으로 확인하기 위해 콜모고로프-스미르노프 (Kolmogorov-Smirnov) 정규성 검정을 수행하였 다. 그 결과 전류의 유의확률(p-value)은 0.
8과 같다. 토크 의 신뢰구간은 속도와 같이 로 설정하여 99.7% 의 신뢰구간으로 산정하였으며, 입력 불확실성 정 보를 이용해 10,000개의 속도 데이터 생성하여 입력하고, 전파된 불확실성을 정량화해 토크의 분 산을 계산하였다. 5초 이전의 토크 계산 값의 신 뢰구간은 점선으로, 5초 이후 예측 신뢰구간은 파 란색 음영으로 나타내었다.

성능/효과

01초의 매우 작은 시간이 소 요되었다. 따라서 본 연구에서 구축한 대체모델은 기존 물리모델을 대체할 만큼 높은 정확도를 가지 며, 디지털 트윈의 실시간성을 확보할 수 있다.
미래 속도 예측에 대한 신뢰구간의 범 위는 넓어지긴 했으나 전기적 토크의 매우 작은 계수 값으로 거의 차이를 보이지 않았다
미래 속도 예측에 대한 신뢰구간의 범 위는 넓어지긴 했으나 전기적 토크의 매우 작은 계수 값으로 거의 차이를 보이지 않았다. 반면, 출력 토크는 토크의 민감도의 영향이 더해져 예측 시간이 길어질수록 신뢰구간의 범위가 29RPM에 서 84RPM으로 넓어짐을 확인할 수 있었다.
특히 불확실성 정량화 방법은 정량화에 사용되 는 데이터의 구간, 시점 등에 크게 영향을 받지 않고, 데이터가 측정되는 순간의 불확실성을 보다 정확히 반영할 수 있었다. 본 연구에서 제안한 방 법으로 실제 속도 센서 데이터에 적용한 결과, 예 측 이전의 데이터에서는 입력 속도와 출력 토크에 서 두 점을 제외하고 모든 점이 신뢰구간 내에 존 재하였다. 미래 속도 예측에 대한 신뢰구간의 범 위는 넓어지긴 했으나 전기적 토크의 매우 작은 계수 값으로 거의 차이를 보이지 않았다.
특히 불확실성 정량화 방법은 정량화에 사용되 는 데이터의 구간, 시점 등에 크게 영향을 받지 않고, 데이터가 측정되는 순간의 불확실성을 보다 정확히 반영할 수 있었다. 본 연구에서 제안한 방 법으로 실제 속도 센서 데이터에 적용한 결과, 예 측 이전의 데이터에서는 입력 속도와 출력 토크에 서 두 점을 제외하고 모든 점이 신뢰구간 내에 존 재하였다.

후속연구

향후 연구에서는 본 연구에서 고려하지 못한 물리모델의 불확실성을 포함한 연구를 진행할 계 획이며, 발전기 모델에 국한되었던 불확실성 기반 연구를 디지털 트윈 모델 전체로 확장할 계획이 다. 물리모델의 불확실성이나, 물리모델 간 교환되 는 데이터들의 불확실성 등을 고려해 통합 디지털 트윈 모델의 예측 신뢰성을 확보하고자 한다.

참고문헌 (8)

J. Oh, C. Min, K, Sung, K. Kang, HJ. Noh, T.？Kim, and S. Cho, "A Study on the Abnormal？and Fault Reproduction Method for Smart？Monitoring of Thrust Bearing in Wave Power？Generation System," Journal of the Korean？Society of Industry Convergence, vol.23, no. 5,？pp. 835-842, (2020).
B. Czech, and P. Bauer, "Wave energy？converter concepts: Design challenges and？classification," IEEE Industrial Electronics？Magazine, vol.6, no. 2, pp. 4-6, (2012).
J. H. Lee, K. Kim, and J. Oh, "Development of？Intergrated Flow Analysis Model Including Gener ator Model of OWC Wave Power Device,"？Journal of computational fluids engineering,？Vol.27, No.4, pp.99-106, (2022)

상세보기
T. W. Simpson, T. M. Mauery, J. J. Korte, and？F. Mistree, "Comparison of response surface？and kriging models for multidisciplinary design？optimizatio,." 7th AIAA/USAF/NASA/ISSMO？symposium on multidisciplinary analysis and？optimization, p.4755, (1998).
J. S. Par k, "Optimal Latin-hyper cube designs for？computer experiments." Journal of statistical？planning and inference, Vol.39, No.1, pp.95-111,？(1994)

상세보기
A. P. Kyprioti, J. Zhang, and A. A. Taflanidis,？"Adaptive design of experiments for global？Kriging metamodeling through cross-validation？information," Structural and Multidisciplinary？Optimization, Vol. 62, pp. 1135-1157, (2020)
H. Kim, S. Kim, T. Kim, T. H. Lee, N. Ryu,？K. Kwon, and S. Min, "Efficient design？optimization of complex system through an？integrated interface using symbolic computation."？Advances in Engineering Software, Vol.126,？pp.34-45, (2018)

상세보기
R. W. Schafer, "What is a Savitzky-Golay？filter?[lecture notes]," IEEE Signal processing？magazine, Vol.28, No.4, pp.111-117, (2011).？

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format