양자역학 기반의 신경망을 이용한 가스 터빈 에너지 수율 예측 프레임웍

Abstract

기업은 친환경적인 발전 수단으로 탄소 중립 기술인 가스 터빈을 사용하여 전기에너지를 생산한다. 가스 터빈은 항공기, 기차 발전기와 같은 큰 동력을 요하는 기관에 주로 사용되며고온 고압가스의 흐름으로부터 전기에너지가 추출되는 회전 동력기관이다. 천연가스를 이용하여 전기에너지를 생산할 때 기업은 Turbine Energy Yield (TEY)을 정확하게 예측하여효율적으로 전기에너지를 사용해야 한다. 하지만 가스 터빈 기기에 부착된 센서로부터 수집된 데이터는 노이즈를 포함하고 있으며 분산이 적은 특징을 가진다. 이러한 특징은 신경망을 이용한 분석성능을 저하시키고 예측의 정확도에 영향을 미친다. 따라서 이와 같은 이슈를 해결하기 위해서 본 연구는 데이터가 가지는 노이즈를 고려하여 Deep Neural Network(DNN) 학습 과정에서 가중치의 업데이트 방법을 양자역학 기반의 확률 과정으로 모델링하고 정확한 TEY를 예측하는 프레임웍을 제안한다. 제안된 프레임웍의 우수성을 증명하기 위해서 기존의 신경망 알고리즘과 비교한다.