메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이동현 (부산대학교) 유지민 (부산대학교) 홍동진 (부산대학교) 정재준 (부산대학교)
저널정보
한국에너지학회 에너지공학 에너지 공학 제30권 제3호 (통권 제107호)
발행연도
2021.9
수록면
24 - 37 (14page)
DOI
10.5855/ENERGY.2021.30.3.024

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
원자력 발전소 사고해석에서 피동격납건물냉각계통(PCCS)의 성능을 정확히 예측하기 위해서는 뛰어난 예측성능을 가진 응축 열전달 모델이 필요하다. 본 연구에서는 기계학습 기법을 적용하여 응축 열전달 계수를 정확히 예측하는 신경망을 개발하였다. PCCS 성능예측에 활용할 수 있는 훈련데이터를 충분히 확보하기 위해 기존 응축 모델을 이용하여 대량의 pseudo data를 생산하였다. 3개의 은닉층을 가지는 다층 퍼셉트론(multilayer perceptron; MLP) 신경망을 이용해 pseudo data를 학습하였다. Holdout 교차검증을 통해 신경망이 pseudo data를 잘 학습한 것을 확인하였고, 이후 훈련에 사용되지 않은 실제 응축 실험을 이용해 신경망을 평가하였다. 그 결과, 신경망은 평균 절대 오차 8.3 %, 평균 제곱근 오차 12.1 %로 기존 모델보다 우수한 예측 성능을 보였다. 또한, 매개변수 분석을 통해 기계학습 모델이 다양한 열수력 조건에 대해 연속적이고 합리적인 값을 내어놓는다는 것을 확인하였다.

목차

요약
Abstract
1. 서론
2. 단일 수직관 응축 열전달 실험 조사
3. 기존 응축 열전달 모델 평가
4. 기계학습 모델 개발 및 검증
5. 결론
References

참고문헌 (28)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-572-002166520