KR20230166618A - 해상풍력 단지 위험도 예보 장치 및 그 방법 - Google Patents
해상풍력 단지 위험도 예보 장치 및 그 방법 Download PDFInfo
- Publication number
- KR20230166618A KR20230166618A KR1020220066821A KR20220066821A KR20230166618A KR 20230166618 A KR20230166618 A KR 20230166618A KR 1020220066821 A KR1020220066821 A KR 1020220066821A KR 20220066821 A KR20220066821 A KR 20220066821A KR 20230166618 A KR20230166618 A KR 20230166618A
- Authority
- KR
- South Korea
- Prior art keywords
- risk
- offshore wind
- wind farm
- processor
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 40
- 230000000694 effects Effects 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 21
- 241000251468 Actinopterygii Species 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims description 27
- 238000013277 forecasting method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 4
- 238000009360 aquaculture Methods 0.000 description 26
- 244000144974 aquaculture Species 0.000 description 26
- 238000010586 diagram Methods 0.000 description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 230000004083 survival effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 241000237502 Ostreidae Species 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 235000020636 oyster Nutrition 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Environmental & Geological Engineering (AREA)
- Emergency Management (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Computing Systems (AREA)
- Atmospheric Sciences (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
해상풍력 단지 위험도 예보 장치 및 그 방법이 개시된다. 본 발명의 일 측면에 따른 해상풍력 단지 위험도 예보 장치는, 해상풍력 단지의 기상정보를 수신하는 통신회로, 해상풍력 단지 내의 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나의 센싱 데이터를 검출하는 센서, 기상정보 및 센싱 데이터에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하며, 각 대상체의 영향요소별 위험도 매트릭스를 생성하는 프로세서를 포함한다.
Description
본 발명은 해상풍력 단지 위험도 예보 장치 및 그 방법에 관한 것으로서, 보다 상세하게는 해양풍력 단지 내의 기상·환경·영상(CCTV)·계측 정보를 통해 해양 양식에 위협이 되는 정보를 사전에 예측하여 수산양식 설비를 안전하게 관리하고, 양식 활동을 위한 선박과 사람의 안전을 보장하며, 생물의 생존·성장 모습 및 적합한 환경 예보를 양식 사업자에게 제공할 수 있도록 하는 해상풍력 단지 위험도 예보 장치 및 그 방법에 관한 것이다.
최근 기후변화에 대응하기 위하여, 기존 화석연료의 에너지에서 그린에너지로의 대전환이 이루어지고 있다. 해상풍력은 대표적인 그린에너지 중 하나로, 정부의 3020 신재생 에너지 확대정책 및 탄소중립 정책에 따라 보급량이 증가하고 있다. 그러나 지역 어민의 반대 등 주민 수용성의 문제로 기존 산업과의 융합, 부지의 공동사용 등과 같이 단지를 효율적으로 구축할 수 있는 방법에 대한 고민이 증가되고 있다. 이러한 방법 중 하나로 공통의 해역에서 풍력발전과 수산업 생산을 동시에 수행할 수 있는 해상풍력-수산업 공존 개발의 필요성이 확대되고 있다.
해상풍력-수산업 공존 기술은 해상풍력단지 내 유휴 수면에 공존 어업설비를 위치시켜 전력과 어업을 동시에 생산하는 기술로, 해상풍력단지 건설에 따른 어업면적 축소를 최소화하는데 목적이 있다.
그러나 해상풍력이 설치되는 해역은 강한 바람이 불고 높은 파도가 치는 고에너지 영역으로, 어업설비를 설치하고 수산물을 생산하는데 어려움이 따른다.
또한, 수산물이 도난 및 유실될 수 있기 때문에 운영·관리에도 문제가 따른다. 뿐만 아니라 최근 기후변화에 따른 풍속 상승, 태풍 경로 변경, 해수 온도 상승, 폭우, 가뭄 등으로 양식 환경 조성에 치명적인 영향이 증가하는 추세이다.
이에, 해양 양식에 위협이 되는 정보를 사전에 예측하여 수산양식 설비를 안전하게 관리하고, 양식 활동을 위한 선박과 사람의 안전을 보장하며, 생물의 생존·성장 모습 및 적합한 환경 예보를 양식 사업자에게 제공할 수 있도록 하는 기술이 필요한 실정이다.
본 발명의 배경기술은 대한민국 공개특허 제10-2013-0102325호(2013.09.17. 공개, 파도 예측을 통한 선박 안전 항해 지원 시스템)에 개시되어 있다.
본 발명은 상기와 같은 문제점들을 개선하기 위하여 안출된 것으로, 본 발명의 일 측면에 따른 목적은 해양풍력 단지 내의 기상·환경·영상(CCTV)·계측 정보를 통해 해양 양식에 위협이 되는 정보를 사전에 예측하여 수산양식 설비를 안전하게 관리하고, 양식 활동을 위한 선박과 사람의 안전을 보장하며, 생물의 생존·성장 모습 및 적합한 환경 예보를 양식 사업자에게 제공할 수 있도록 하는 해상풍력 단지 위험도 예보 장치 및 그 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 해상풍력 단지 위험도 예보 장치는, 해상풍력 단지의 기상정보를 수신하는 통신회로, 상기 해상풍력 단지 내의 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나의 센싱 데이터를 검출하는 센서, 및 상기 기상정보 및 센싱 데이터에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하며, 각 대상체의 영향요소별 위험도 매트릭스를 생성하는 프로세서를 포함한다.
본 발명에서 상기 프로세서는, 과거 일정 기간 동안의 해상풍력 단지의 기상관측데이터 및 해양관측데이터를 이용하여 기상-해양 예측 모델을 생성할 수 있다.
본 발명에서 상기 프로세서는, 상기 기상정보 및 센싱 데이터를 기상-해양 예측 모델에 적용하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정할 수 있다.
본 발명에서 상기 프로세서는, 제1 축을 영향요소별 위험도로 구성하고, 제2 축을 영향요소별 발생 가능성으로 구성하여 위험도 매트릭스를 생성할 수 있다.
본 발명에서 상기 프로세서는, 과거 사례 및 통계를 기반으로 설정된 각 대상체의 위험도 임계치에 기초하여 각 대상체의 영향요소별 위험도를 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정할 수 있다.
본 발명에서 상기 프로세서는, 상기 발생 가능성을 기 설정된 임계치와 비교하여 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정할 수 있다.
본 발명에서 상기 프로세서는, 상기 위험도 매트릭스에 기초하여 각 대상체의 영향요소별 위험도 예측 정보를 관심, 주의, 경고 및 위험 중 하나로 구분하여 상기 통신회로를 통해 사용자 단말에 제공할 수 있다.
본 발명에서 상기 프로세서는, 각 대상체의 영향요소별 위험도를 해당 지역의 지도상에 기 설정된 색상으로 표시되도록 할 수 있다.
본 발명의 다른 측면에 따른 해상풍력 단지 위험도 예보 방법은, 프로세서가 해상풍력 단지 내의 기상정보, 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나의 정보를 수집하는 단계, 상기 프로세서가, 상기 수집된 정보에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하는 단계, 상기 프로세스가, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하는 단계, 및 상기 프로세서가, 상기 영향요소별 위험도 및 발생 가능성에 기초하여 영향요소별 위험도 매트릭스를 생성하는 단계를 포함한다.
본 발명은 상기 발생 가능성을 산정하는 단계에서, 상기 프로세서는, 상기 수집된 정보를 기상-해양 예측 모델에 적용하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 상기 발생 가능성을 기 설정된 임계치와 비교하여 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정할 수 있다.
본 발명은 상기 영향요소별 위험도 매트릭스를 생성하는 단계에서, 상기 프로세서는, 제1 축을 영향요소별 위험도로 구성하고, 제2 축을 영향요소별 발생 가능성으로 구성하여 위험도 매트릭스를 생성할 수 있다.
본 발명은 상기 영향요소별 위험도를 산정하는 단계에서, 상기 프로세서는, 과거 사례 및 통계를 기반으로 설정된 각 대상체의 위험도 임계치에 기초하여 각 대상체의 영향요소별 위험도를 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정할 수 있다.
본 발명은 상기 영향요소별 위험도 매트릭스를 생성하는 단계 이후, 상기 프로세서가, 상기 위험도 매트릭스에 기초하여 각 대상체의 영향요소별 위험도 예측 정보를 관심, 주의, 경고 및 위험 중 하나로 구분하여 사용자에게 알리는 단계를 더 포함할 수 있다.
본 발명은 상기 사용자에게 알리는 단계에서, 상기 프로세서는, 각 대상체의 영향요소별 위험도를 해당 지역의 지도상에 기 설정된 색상으로 표시되도록 할 수 있다.
본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 해양풍력 단지 내의 기상·환경·영상(CCTV)·계측 정보를 통해 해양 양식에 위협이 되는 정보를 사전에 예측하여 수산양식 설비를 안전하게 관리할 수 있고, 양식 활동을 위한 선박과 사람의 안전을 보장하며, 생물의 생존·성장 모습 및 적합한 환경 예보를 양식 사업자에게 제공할 수 있다.
본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 기상정보, 해양환경정보, 영상정보, 예측정보에 기초하여 해상활동 대상체의 위험도를 예보함으로써, 선박활동, 어업활동 및 대상어종의 안정성을 사전에 예측하고, 선제적으로 대응할 수 있다.
본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 계측 부이에 설치된 수중카메라를 통해 촬영된 영상을 실시간으로 제공받음으로써, 현장 양식 상황을 실시간으로 확인할 수 있다.
본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 생물의 생존·성장률에 기반한 관측 및 예보를 통해 수산물 집단 폐사 등을 미연에 방지하고, 생물이 잘 자랄 수 있는 환경을 미리 제공함으로써 수산업 경제성을 향상시킬 수 있다.
한편, 본 발명의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예측 장치의 구성을 개략적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 위험도 매트릭스를 설명하기 위한 예시도이다.
도 4는 본 발명의 일 실시예에 따른 영향요소별 위험도 매트릭스를 설명하기 위한 예시도이다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 위험도 예측 정보를 표시하는 화면을 설명하기 위한 예시도이다.
도 7은 본 발명의 일 실시예에 따른 영상정보를 사용자 단말을 통해 표시하는 화면을 설명하기 위한 예시도이다.
도 8은 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예측 장치의 구성을 개략적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 위험도 매트릭스를 설명하기 위한 예시도이다.
도 4는 본 발명의 일 실시예에 따른 영향요소별 위험도 매트릭스를 설명하기 위한 예시도이다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 위험도 예측 정보를 표시하는 화면을 설명하기 위한 예시도이다.
도 7은 본 발명의 일 실시예에 따른 영상정보를 사용자 단말을 통해 표시하는 화면을 설명하기 위한 예시도이다.
도 8은 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법을 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
도 1은 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 시스템은 위험도 예보 장치(100) 및 사용자 단말(200)을 포함한다.
위험도 예보 장치(100)는 해상풍력 단지 내의 기상정보, 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하며, 각 대상체의 영향요소별 위험도 매트릭스를 생성하고, 위험도 매트릭스에 기반하여 위험도 예측 정보를 사용자 단말(200)을 통해 사용자(양식 사업자)에게 알릴 수 있다.
이러한 위험도 예보 장치(100)에 대한 상세한 설명은 도 2를 참조하기로 한다.
사용자 단말(200)은 위험도 예보 장치(100)로부터 위험도 예측 정보를 수신하여 출력할 수 있다. 이때, 사용자 단말(200)은 해당 지역의 지도에 해당 위험도를 기 설정된 색상으로 표시하여 출력할 수 있다.
사용자 단말(200)은 위험도 예보 장치(100)가 제공하는 위험도 예보 알림 서비스 어플리케이션 또는 위험도 예보 알림 서비스 사이트를 실행 및/또는 표시할 수 있다.
사용자 단말(200)은 예보 알림 서비스 어플리케이션 또는 위험도 예보 알림 서비스 사이트를 통해 위험도 예측 정보를 출력할 수 있다. 이때, 사용자 단말(200)은 해당 지역의 지도에 해당 위험도 정보를 기 설정된 색상으로 표시하여 출력할 수 있다.
이러한 사용자 단말(200)은 사용자가 조작하는 데스크 탑 컴퓨터, 스마트폰, 노트북, 태블릿 PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다. 또한, 사용자 단말(200)은 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 단말기 일 수 있다. 사용자 단말(200)은 상술한 내용에 제한되지 아니하며, 웹 브라우징이 가능한 단말기는 제한 없이 차용될 수 있다.
도 2는 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치의 구성을 개략적으로 나타낸 블록도, 도 3은 본 발명의 일 실시예에 따른 위험도 매트릭스를 설명하기 위한 예시도, 도 4는 본 발명의 일 실시예에 따른 영향요소별 위험도 매트릭스를 설명하기 위한 예시도, 도 5 및 도 6은 본 발명의 일 실시예에 따른 위험도 예측 정보를 표시하는 화면을 설명하기 위한 예시도, 도 7은 본 발명의 일 실시예에 따른 영상정보를 사용자 단말을 통해 표시하는 화면을 설명하기 위한 예시도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치(이하, '위험도 예보 장치'라 칭함, 100)는 통신회로(110), 메모리(120), 센서(130) 및 프로세서(140)를 포함한다.
통신회로(110)는 유무선 통신망을 통해 내부의 임의의 구성 요소 또는 외부의 임의의 적어도 하나의 단말기와 통신 연결한다. 이때, 외부의 임의의 단말기는 외부 서버(미도시), 기상청 서버(미도시), 외부 기상 정보 제공 전문 서버(미도시) 등을 포함할 수 있다. 또한, 통신회로(110)는 프로세서(140)의 제어에 의해 기상청 서버, 외부 기상 정보 제공 전문 서버 등으로부터 해상풍력 단지로부터 미리 설정된 반경 내의 기상 정보를 수신할 수 있다. 여기서, 기상 정보는 풍향, 풍속, 기온, 기압, 습도, 강수량, 미세먼지, 시계(visibility) 등을 포함할 수 있다. 또한, 통신회로(110)는 프로세서(140)의 제어에 의해 위험도 예측 정보를 사용자 단말(200)로 전송할 수 있다. 또한 통신회로(110)는 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다. 또한, 통신회로(110)는 근거리 통신모듈, 무선 통신모듈, 이동통신 모듈, 유선 통신모듈 등 다양한 형태로 구현될 수 있다.
메모리(120)는 위험도 예보 장치(100)의 동작과 관련된 데이터들을 저장하는 구성이다. 여기서 메모리(120)는 공지된 저장매체를 이용할 수 있으며, 예를 들어, ROM, PROM, EPROM, E EPROM, RAM 등과 같이 공지된 저장매체 중 어느 하나 이상을 이용할 수 있다. 특히, 메모리(120)에는 해상풍력 단지 내의 기상정보, 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하며, 각 대상체의 영향요소별 위험도 매트릭스를 생성하고, 위험도 매트릭스에 기반하여 위험도 예측 정보를 사용자 단말(200)로 전송하는 위험도 예보 알림 서비스 프로그램(애플리케이션 또는 애플릿) 등이 저장될 수 있으며, 저장되는 정보들은 필요에 따라 프로세서(140)에 의해 취사선택될 수 있다. 또한, 메모리(120)는 프로세서(140)의 제어에 의해 메모리(120)에 저장된 사용자 인터페이스 및/또는 그래픽 사용자 인터페이스를 이용하여 다양한 메뉴 화면 등과 같은 다양한 콘텐츠를 표시할 수 있다.
센서(130)는 해상풍력 단지 내의 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나의 센싱 데이터를 검출할 수 있다.
센서(130)는 해상풍력단지에 설치되어, 해상풍력 단지 내의 복수의 설비의 상태 정보, 해상풍력 단지로부터 미리 설정된 반경 내의 해양 환경 정보 등을 측정하기 위한 복수의 센서(130)를 포함할 수 있다. 여기서, 해양 환경 정보는 파고, 파주기, 파향, 수심, 조위, 유향, 유속, 수온, 염분, 탁도, 용존산소량 등의 정보를 포함할 수 있다.
또한, 센서(130)는 멀티빔 에코 사운더(미도시), 3D 이미지 소나(미도시), CCTV(미도시), 선박 감시 시스템(미도시) 등을 포함하며, 멀티빔 에코 사운더, 3D 이미지 소나, CCTV, 상기 선박 감시 시스템 등을 통해 해상풍력 단지 내의 복수의 설비의 상태 정보 등을 측정(또는 감지/수집)할 수 있다.
또한, 센서(130)는 부이(미도시), 파랑탐지레이더(미도시), 해양관측시스템(Wave-Glider)(미도시), 시뮬레이터(미도시), CCTV 등을 포함하며, 부이, 파랑탐지레이더, 해양관측시스템, 시뮬레이터, CCTV 등을 통해 해상풍력 단지로부터 미리 설정된 반경 내의 해양 환경 정보, 영상정보 등을 측정(또는 감지/수집)할 수 있다.
이와 같이, 센서(130)는 다양한 종류를 센서(130)를 통해, 해상풍력 단지 내에 설치된 복수의 설비들에 대한 상태 정보를 측정하고, 해상풍력 단지 내 및 주변의 상태 정보를 측정할 수 있다.
프로세서(140)는 통신회로(110)를 통해 수신한 기상 정보 및 센서(130)를 통해 검출된 센싱 데이터에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하며, 각 대상체의 영향요소별 위험도 매트릭스를 생성할 수 있다.
이하, 프로세서(140)의 동작에 대해 구체적으로 설명하기로 한다.
먼저, 프로세서(140)는 과거 일정 기간 동안의 해상풍력 단지의 기상관측데이터 및 해양관측데이터를 이용하여 기상-해양 예측 모델을 생성할 수 있다. 이때, 프로세서(140)는 딥러닝 기반의 알고리즘을 이용하여 기상-해양 예측 모델을 생성할 수 있다.
프로세서(140)는 기상정보 및 센싱 데이터를 기상-해양 예측 모델에 적용하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정할 수 있다. 즉, 프로세서(140)는 기상정보 및 센싱 데이터를 이용하여 미리 설정된 타깃 시간(또는 목표 시간)(예를 들어 기상 예측을 위한 선행 48 시간)에 대하여 미리 설정된 주기(예를 들어 6시간 주기)마다 기상-해양 모델링을 수행하여, 기상-해양 예측에 따른 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정할 수 있다.여기서, 기상 요소는 풍향, 풍속, 기온, 기압, 습도, 강수량, 미세먼지, 시계(visibility) 등을 포함할 수 있고, 해양 환경 요소는 파고, 파주기, 파향, 수심, 조위, 유향, 유속, 수온, 기온, 염분, 탁도, 용존산소량 등을 포함할 수 있다. 따라서 프로세서(140)는 각 기상요소 및 각 해양 환경 요소에 대한 발생 가능성(Likelihood, 확률)을 기상-해양 모델에 적용하여 산정할 수 있다. 각 기상요소 및 각 해양 환경 요소에 대한 발생 가능성은 각 기상요소 및 각 해양 환경 요소가 발생할 확률을 의미할 수 있다.
프로세서(140)는 기상정보 및 센싱 데이터에 대한 전처리 기능 및/또는 후처리 기능을 수행할 수도 있다. 즉, 프로세서(140)는 기상정보 및 센싱데이터를 기상-해양 모델링을 수행하기 위해서 미리 설정된 설정 데이터를 참조하여 기상장(예를 들어 시간적 공간적 기상 데이터) 추출을 위한 미리 지정된 형식의 데이터로 변환한다. 여기서, 기상-해양 모델링을 위한 설정 데이터는 기상-해양 모델링을 수행하기 위한 도메인 수, 예측 기간, 격자수, 격자 크기, 위치 정보 등을 설정한 파일 형태의 데이터일 수 있다. 이때, 프로세서(140)는 상기 데이터의 변환을 위해서 압축 해제, 디코딩, 누락 데이터의 보완 과정 등을 더 수행할 수도 있다. 또한, 프로세서(140)는 변환된 미리 지정된 형식의 데이터에서 미리 설정된 간격으로 시간별, 위치별 날씨 정보 데이터를 추출할 수 있다. 또한, 프로세서(140)는 도메인별 격자 정보에 따른 파일 형태의 지형자료 데이터를 생성할 수 있다. 이때 프로세서(140)는 파일 형태의 지형 자료 데이터를 생성하기 위해서, 예측 지역의 지형 데이터를 미리 지정된 장치(예를 들어 기상청의 기상관측 시스템(미도시), 지리정보 시스템(미도시) 등 포함)로부터 수신하여, 설정 데이터를 참조하여 수신된 예측할 지역의 지형 데이터를 기상 모델링할 지역의 격자 정보에 맞게 변환할 수 있다. 또한, 프로세서(140)는 기상-해양 모델링을 위한 설정 데이터를 참조하여(또는 근거로) 예측할 지역의 모델링에 적합한 지형 정보와 해당하는 시간별 및 위치별 날씨 정보 데이터를 병합하여, 지형 정보와 날씨 정보를 병합한 파일 형태의 데이터를 생성할 수 있다. 또한, 프로세서(140)는 예측할 지역의 보정(또는 자료 동화)을 위한 추가 관측 데이터를 이용하여 상기 생성된 지형 정보와 날씨 정보를 병합한 데이터에 대해 보정을 수행하여, 보정이 완료되면 최종적으로 기상 모델링을 위한 입력 데이터(예를 들어 복수의 파일 형태의 입력 데이터/기초 데이터)를 생성할 수 있다. 또한, 프로세서(140)는 기상-해양 모델링을 위한 입력 데이터(또는 기상정보 및 센싱 데이터)를 이용하여 타깃 시간에 대하여 미리 설정된 주기마다 기상-해양 모델링을 수행함으로써, 기상 및 해양을 예측하여, 3차원 기상장 데이터의 기상 예측 결과 및 해양 예측 결과를 생성할 수 있다.
또한, 프로세서(140)는 기상정보 및 센싱 데이터에 기초하여 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정할 수 있다.
즉, 프로세서(140)는 해상활동의 주체를 선박, 사람, 양식 어종 등의 대상체로 나누고, 각 대상체에 위험이 될 수 있는 영향요소를 구분할 수 있다. 예를 들면, 선박의 경우 영향요소는 순간풍속, 풍속, 최대파고, 유의파고, 파주기, 유속 등을 포함할 수 있고, 사람의 경우 영향요소는 유의파고, 유속, 수온, 탁도 등을 포함할 수 있으며, 어종의 경우 영향요소는 수온, 염분, 탁도, 용존산소량 등을 포함할 수 있다.
각 대상체의 영향요소가 구분되면, 프로세서(140)는 영향요소별 위험도를 산정할 수 있다. 이때, 프로세서(140)는 과거 사례 및 통계를 기반으로 설정된 각 대상체의 위험도 임계치에 기초하여 각 대상체의 영향요소별 위험도를 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정할 수 있다. 예를 들면, 프로세서(140)는 각 대상체의 영향요소별 위험도를 Minimal, Minor, Significant 및 Severe 중 하나의 단계로 설정할 수 있다. 즉, 선박의 영향요소별 위험도, 사람의 영향요소별 위험도, 및 양식 어종의 영향요소별 위험도는 미리 설정되어 있으므로, 프로세서(140)는 기상정보 및 센싱 데이터에 기초하여 각 대상체의 영향요소별 위험도를 산정하고, 산정된 영향요소별 위험도를 위험도 임계치와 비교하여 Minimal, Minor, Significant 및 Severe 중 하나로 설정할 수 있다.
영향요소별 위험도 및 발생 가능성이 산정되면, 프로세서(140)는 제1 축을 영향요소별 위험도로 구성하고, 제2 축을 발생 가능성으로 구성하여 위험도 매트릭스를 생성할 수 있다. 위험도 매트릭스 생성 시, 프로세서(140)는 발생 가능성을 Very Low(0-25%), Low(25-50%), Medium(50-75%), 및 High(75-100%) 중 하나로 나눌 수 있다.
위험도 매트릭스가 생성되면, 프로세서(140)는 위험도 매트릭스의 각 영역을 관심, 주의, 경고 및 위험으로 구분할 수 있다. 예를 들면, 프로세서(140)는 도 3에 도시된 바와 같이 가로축이 영향요소의 위험도이고, 세로축이 영향요소의 발생 가능성인 위험도 매트릭스를 생성하고, 영향요소별 위험도를 위험도 매트릭스에 기초하여 관심, 주의, 경고 및 위험 중 하나로 구분할 수 있다. 이때, 프로세서(140)는 도 4에 도시된 바와 같이 유의파고의 위험도 매트릭스, 유속의 위험도 매트릭스, 수온의 위험도 매트릭스 등과 같이 각 영향요소별 위험도 매트릭스를 생성할 수 있다.
각 대상체의 영향요소별 위험도가 위험도 매트릭스에 기초하여 구분되면, 프로세서(140)는 위험도 예측 정보를 통신회로(110)를 통해 사용자 단말(200)로 전송할 수 있다. 여기서, 위험도 예측 정보는 각 영향요소별로 구분된 위험도 정보를 포함할 수 있고, 위험도 정보는 관심, 주의, 경고 및 위험 중 하나일 수 있다.
위험도 예측 정보를 사용자 단말(200)로 전송할 때, 프로세서(140)는 각 대상체의 위험도를 해당 지역의 지도에 기 설정된 색상으로 표시되도록 할 수 있다. 이를 위해, 프로세서(140)는 지도 격자를 기 설정된 일정 단위 픽셀로 구분하고, 일정 시간 간격으로 일정 기간 동안 위험도를 예보할 수 있도록 구현하며, 해상활동 대상체별 위험도를 지도에 서로 다른 색상으로 표출할 수 있다. 예를 들면, 프로세서(140)는 지도 격자를 1.5km 단위 픽셀로 구분하고, 1시간 간격으로 7일간 예보할 수 있는 시스템으로 구현하여, 해상활동 대상체별 위험도를 지도상에 서로 다른 색상으로 표출할 수 있다.
위험도 예측 정보를 수신한 사용자 단말(200)은 도 5에 도시된 바와 같이 각 대상체의 위험도를 해당 지역의 지도에 기 설정된 색상으로 표시하여 출력할 수 있다. 위험도 예측 정보는 2차원 이미지 형태이거나 등고선지도(ContourMap) 이미지 형태로 변환되어 출력될 수 있다. 예컨대, 대상체의 위험도는 관심단계과 위험단계 사이를 복수의 단계(예 : 관심, 주의, 경고 및 위험 등)로 나누어 가시적인 형태로 표출될 수 있다.
사용자(관리자)는 지도의 격자별로 표출된 위험도 정보를 확인하고, 선박활동, 어업활동, 및 대상어종의 안정성을 사전에 예측하고, 선제적으로 대응할 수 있다. 예를 들어 양식 대상 어종이 굴일 경우, 수온이 28℃ 이상으로 상승하면 굴이 단체 폐사하는 등 막대한 어업손실을 겪을 수 있다. 이때 수온이 높은 지역으로 일시적으로 이동하거나 수심을 낮추어 수온이 낮은 수심으로 이동하는 등의 방안을 고려할 수 있다. 또한, 프로세서(140)는 사용자의 접근성을 높이기 위해 도 6에 도시된 바와 같이 모바일 App을 통해 대상체별 위험도를 제공할 수 있다.
또한, 프로세서(140)는 센서(130)를 통해 검출된 영상정보를 사용자 단말(200)에 제공하여, 사용자가 양식 어종의 상태를 실시간으로 확인가능하게 할 수 있다. 이때, 사용자 단말(200)은 도 7에 도시된 바와 같이 해당 지역의 영상 정보를 출력할 수 있다.
기존 CCTV는 풍력터빈 플랫폼에 설치하여 양식설비의 안정성 및 도난·분실 등을 감시하는 역할을 수행한다. 이것은 양식설비의 안정성 측면으로 양식의 생산성과는 관점이 다르다. 해상풍력 단지는 일반적으로 육지로부터 멀리 떨어져있기 때문에 상시적인 유지보수에 상당한 노력과 자원이 소요된다. 이에 양식설비의 안정성 계측을 위해 설치한 계측 부이에 수중카메라를 설치함으로써, 수산물의 상태를 실시간으로 확인할 수 있다. 생물의 생장을 직관적으로 확인·판단할 수 있고, 원거리에서 확인이 가능하다는 장점이 있다.
도 8은 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면, 위험도 예보 장치(100)는 해상풍력 단지 내의 기상정보 및 센싱 데이터를 수집한다(S810). 여기서, 센싱 데이터는 해상풍력 단지 내의 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나를 포함할 수 있다.
S810 단계가 수행되면, 위험도 예보 장치(100)는 수집된 정보에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정한다(S820). 이때, 위험도 예보 장치(100)는 수집된 정보를 기상-해양 예측 모델에 적용하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정할 수 있다. 위험도 예보 장치(100)는 발생 가능성을 기 설정된 임계치와 비교하여 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정할 수 있다. 예를 들면, 위험도 예보 장치(100)는 발생 가능성을 Very Low, Low, Medium, 및 High 중 하나의 단계로 설정할 수 있다.
S820 단계가 수행되면, 위험도 예보 장치(100)는 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정한다(S830). 즉, 위험도 예보 장치(100)는 해상활동의 주체를 선박, 사람, 양식 어종 등의 대상체로 나누고, 각 대상체에 위험이 될 수 있는 영향요소를 구분할 수 있다. 그런 후, 위험도 예보 장치(100)는 영향요소별 위험도를 산정할 수 있다. 이때, 위험도 예보 장치(100)는 과거 사례 및 통계를 기반으로 설정된 각 대상체의 위험도 임계치에 기초하여 각 대상체의 영향요소별 위험도를 Minimal, Minor, Significant 및 Severe 중 적어도 하나로 선택할 수 있다.
S830 단계가 수행되면, 위험도 예보 장치(100)는 영향요소별 위험도 및 발생 가능성에 기초하여 영향요소별 위험도 매트릭스를 생성한다(S840). 이때, 위험도 예보 장치(100)는 제1 축을 영향요소별 위험도로 구성하고, 제2 축을 영향요소별 발생 가능성으로 구성하여 위험도 매트릭스를 생성할 수 있다.
S840 단계가 수행되면, 위험도 예보 장치(100)는 위험도 매트릭스에 기초하여 각 대상체의 영향요소별 위험도 예측 정보를 관심, 주의, 경고 및 위험 중 하나로 구분하여 사용자에게 알린다(S850). 이때, 위험도 예보 장치(100)는 각 대상체의 영향요소별 위험도를 해당 지역의 지도상에 기 설정된 색상으로 표시하여 알릴 수 있다.
상술한 바와 같이, 본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 해양풍력 단지 내의 기상·환경·영상(CCTV)·계측 정보를 통해 해양 양식에 위협이 되는 정보를 사전에 예측하여 수산양식 설비를 안전하게 관리할 수 있고, 양식 활동을 위한 선박과 사람의 안전을 보장하며, 생물의 생존·성장 모습 및 적합한 환경 예보를 양식 사업자에게 제공할 수 있다.
본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 기상정보, 해양환경정보, 영상정보, 예측정보에 기초하여 해상활동 대상체의 위험도를 예보함으로써, 선박활동, 어업활동 및 대상어종의 안정성을 사전에 예측하고, 선제적으로 대응할 수 있다.
본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 계측 부이에 설치된 수중카메라를 통해 촬영된 영상을 실시간으로 제공받음으로써, 현장 양식 상황을 실시간으로 확인할 수 있다.
본 발명의 일 실시예에 따른 해상풍력 단지 위험도 예보 장치 및 그 방법은, 생물의 생존·성장률에 기반한 관측 및 예보를 통해 수산물 집단 폐사 등을 미연에 방지하고, 생물이 잘 자랄 수 있는 환경을 미리 제공함으로써 수산업 경제성을 향상시킬 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.
따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
100 : 위험도 예보 장치
110 : 통신회로
120 : 메모리
130 : 센서
140 : 프로세서
200 : 사용자 단말
110 : 통신회로
120 : 메모리
130 : 센서
140 : 프로세서
200 : 사용자 단말
Claims (14)
- 해상풍력 단지 내의 기상정보를 수신하는 통신회로;
상기 해상풍력 단지 내의 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나의 센싱 데이터를 검출하는 센서; 및
상기 기상정보 및 센싱 데이터에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하며, 각 대상체의 영향요소별 위험도 매트릭스를 생성하는 프로세서
를 포함하는 해상풍력 단지 위험도 예보 장치.
- 제1항에 있어서,
상기 프로세서는,
과거 일정 기간 동안의 해상풍력 단지의 기상관측데이터 및 해양관측데이터를 이용하여 기상-해양 예측 모델을 생성하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 기상정보 및 센싱 데이터를 기상-해양 예측 모델에 적용하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 장치.
- 제1항에 있어서,
상기 프로세서는,
제1 축을 영향요소별 위험도로 구성하고, 제2 축을 영향요소별 발생 가능성으로 구성하여 위험도 매트릭스를 생성하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 장치.
- 제1항에 있어서,
상기 프로세서는,
과거 사례 및 통계를 기반으로 설정된 각 대상체의 위험도 임계치에 기초하여 각 대상체의 영향요소별 위험도를 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 발생 가능성을 기 설정된 임계치와 비교하여 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 위험도 매트릭스에 기초하여 각 대상체의 영향요소별 위험도 예측 정보를 관심, 주의, 경고 및 위험 중 하나로 구분하여 상기 통신회로를 통해 사용자 단말에 제공하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 장치.
- 제7항에 있어서,
상기 프로세서는,
각 대상체의 영향요소별 위험도를 해당 지역의 지도상에 기 설정된 색상으로 표시되도록 하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 장치.
- 프로세서가 해상풍력 단지 내의 기상정보, 해양환경정보, 어업설비 계측정보 및 영상정보 중 적어도 하나의 정보를 수집하는 단계;
상기 프로세서가, 상기 수집된 정보에 기초하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하는 단계;
상기 프로세스가, 선박, 사람 및 양식 어종 중 적어도 하나의 해상활동 대상체에 위험이 되는 영향요소별 위험도를 산정하는 단계; 및
상기 프로세서가, 상기 영향요소별 위험도 및 발생 가능성에 기초하여 영향요소별 위험도 매트릭스를 생성하는 단계
를 포함하는 해상풍력 단지 위험도 예보 방법.
- 제9항에 있어서,
상기 발생 가능성을 산정하는 단계에서,
상기 프로세서는, 상기 수집된 정보를 기상-해양 예측 모델에 적용하여 미리 설정된 타깃 시간의 기상 요소 및 해양 환경 요소에 대한 발생 가능성을 산정하고, 상기 발생 가능성을 기 설정된 임계치와 비교하여 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 방법.
- 제9항에 있어서,
상기 영향요소별 위험도 매트릭스를 생성하는 단계에서,
상기 프로세서는, 제1 축을 영향요소별 위험도로 구성하고, 제2 축을 영향요소별 발생 가능성으로 구성하여 위험도 매트릭스를 생성하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 방법.
- 제9항에 있어서,
상기 영향요소별 위험도를 산정하는 단계에서,
상기 프로세서는, 과거 사례 및 통계를 기반으로 설정된 각 대상체의 위험도 임계치에 기초하여 각 대상체의 영향요소별 위험도를 기 설정된 일정 개수의 단계 중에서 하나의 단계로 설정하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 방법.
- 제9항에 있어서,
상기 영향요소별 위험도 매트릭스를 생성하는 단계 이후,
상기 프로세서가, 상기 위험도 매트릭스에 기초하여 각 대상체의 영향요소별 위험도 예측 정보를 관심, 주의, 경고 및 위험 중 하나로 구분하여 사용자에게 알리는 단계를 더 포함하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 방법.
- 제13항에 있어서,
상기 사용자에게 알리는 단계에서,
상기 프로세서는, 각 대상체의 영향요소별 위험도를 해당 지역의 지도상에 기 설정된 색상으로 표시되도록 하는 것을 특징으로 하는 해상풍력 단지 위험도 예보 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220066821A KR20230166618A (ko) | 2022-05-31 | 2022-05-31 | 해상풍력 단지 위험도 예보 장치 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220066821A KR20230166618A (ko) | 2022-05-31 | 2022-05-31 | 해상풍력 단지 위험도 예보 장치 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230166618A true KR20230166618A (ko) | 2023-12-07 |
Family
ID=89163731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220066821A KR20230166618A (ko) | 2022-05-31 | 2022-05-31 | 해상풍력 단지 위험도 예보 장치 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230166618A (ko) |
-
2022
- 2022-05-31 KR KR1020220066821A patent/KR20230166618A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102067875B1 (ko) | 드론을 이용한 인명 구조 자동화 방법 및 이를 실행하는 프로그램이 기록된 기록매체 | |
| Brusch et al. | Underwater bottom topography in coastal areas from TerraSAR-X data | |
| US20140007017A1 (en) | Systems and methods for interacting with spatio-temporal information | |
| CN109817023B (zh) | 一种海缆水域ais目标检测方法 | |
| Donratanapat et al. | A national scale big data analytics pipeline to assess the potential impacts of flooding on critical infrastructures and communities | |
| Anderson et al. | Quantifying optically derived two-dimensional wave-averaged currents in the surf zone | |
| Pittore et al. | Toward a loss‐driven earthquake early warning and rapid response system for Kyrgyzstan (Central Asia) | |
| Wang et al. | Data-attention-YOLO (DAY): A comprehensive framework for mesoscale eddy identification | |
| Matzner et al. | ThermalTracker-3D: A thermal stereo vision system for quantifying bird and bat activity at offshore wind energy sites | |
| Heron et al. | Application of HF radar in hazard management | |
| KR102557659B1 (ko) | 해양부유물 자동 리포팅 방법 및 시스템 | |
| KR20230166618A (ko) | 해상풍력 단지 위험도 예보 장치 및 그 방법 | |
| KR20210007484A (ko) | 해상풍력발전 모니터링시스템에 빅데이터를 활용한 운영 및 관리 장치 및 그 방법 | |
| KR102383956B1 (ko) | 사용자의 관심 해상 영역에 대한 알림 정보 제공 방법 및 시스템 | |
| CN116469276A (zh) | 水域安全预警方法、装置、设备及存储介质 | |
| Alessandrini et al. | Data driven contextual knowledge from and for maritime situational awareness | |
| CN115107931A (zh) | 海上浮标系统 | |
| McGill et al. | Rip current and channel detection using surfcams and optical flow | |
| Fontoura et al. | Coastal hydrodynamics and longshore transport of sand on Cassino Beach and on Mar Grosso Beach, Southern Brazil | |
| CN112270818A (zh) | 海上风电场海域监控预警方法及系统 | |
| Obaid et al. | Deep Learning Approach for Oil Pipeline Leakage Detection Using Image-Based Edge Detection Techniques. | |
| Priantama et al. | The innovation development of early flash flood warning system based on digital image processing through android smartphone | |
| Rio et al. | The Innovation Development of Early Flash Flood Warning System Based on Digital Image Processing Through Android Smartphone. | |
| KR102661625B1 (ko) | 월파 위험도 평가 시스템 및 방법 | |
| CN111339864B (zh) | 异常行为报警方法和装置 |