| 1 |
1
지역별 기상예보 데이터를 수집하는 기상예보 데이터 수집부;상기 지역별 기상예보 데이터로부터 지역별 실시간 기후데이터 및 지역별 위치데이터를 계산하는 지역별 기상예보 데이터 변환부;상기 지역별 실시간 기후데이터 및 상기 지역별 위치데이터로부터 딥러닝을 통해 지역별 레일온도를 예측하는 지역별 레일온도 예측부; 및상기 지역별 레일온도를 지도 상에 표시하는 지역별 레일온도 표시부;를 포함하는 기상조건을 고려한 레일온도 예측 시스템
|
| 2 |
2
제1항에 있어서,상기 지역별 위치데이터는 지역에 따른 태양의 방위각 데이터 및 고도각 데이터를 포함하고,상기 방위각 데이터 및 상기 고도각 데이터는 시간 단위로 구분되는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 시스템
|
| 3 |
3
제1항에 있어서,상기 지역별 실시간 기후데이터는 강수 확률, 강수량, 기온, 풍향, 풍속, 습도를 포함하는 것을 특징으로 하는 레일온도 예측 시스템
|
| 4 |
4
제1항에 있어서, 상기 지역별 레일온도는 레일온도 예측 알고리즘을 기반으로 상기 지역별 실시간 기후데이터 및 상기 지역별 위치데이터를 딥러닝하여 예측되며,상기 지역별 레일온도 예측부는 상기 레일온도 예측 알고리즘을 생성하는 알고리즘 생성부를 포함하는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 시스템
|
| 5 |
5
제4항에 있어서,상기 알고리즘 생성부는,레일온도 계측부에서 계측된 레일의 실제 레일온도 데이터와, 상기 레일온도 계측부에서 상기 레일의 실제 온도를 계측할 때 상기 레일이 위치하는 지역의 지역별 계측 기상데이터를 수집하는 지역별 계측데이터 수집부;상기 실제 레일온도 데이터에 따른 상기 지역별 계측 기상데이터를 정규화하는 데이터 정규화부;정규화된 상기 실제 레일온도 데이터 및 상기 지역별 계측 기상데이터를 매칭하여, 상기 지역별 계측 기상데이터에 따른 상기 실제 레일온도 데이터를 딥러닝하는 데이터 딥러닝부; 및상기 데이터 딥러닝부에서 딥러닝을 통해 상기 실제 레일온도 데이터와 상기 지역별 계측 기상데이터의 매칭 값이 기준오차 이하에 도달하면, 상기 레일온도 예측 알고리즘을 도출하는 알고리즘 도출부;를 포함하는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 시스템
|
| 6 |
6
제5항에 있어서,상기 지역별 계측 기상데이터는,상기 실제 레일온도 데이터를 계측한 지역의 지역별 계측 기후데이터; 및상기 실제 레일온도 데이터를 계측한 지역의 지역별 계측 위치데이터;를 포함하는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 시스템
|
| 7 |
7
지역별 기상예보 데이터를 수집하는 기상예보 데이터 수집단계;상기 지역별 기상예보 데이터로부터 지역별 실시간 기후데이터 및 지역별 위치데이터를 계산하는 지역별 기상예보 데이터 변환단계;상기 지역별 실시간 기후데이터 및 상기 지역별 위치데이터로부터 딥러닝을 통해 지역별 레일온도를 예측하는 지역별 레일온도 예측단계; 및상기 지역별 레일온도를 지도 상에 표시하는 지역별 레일온도 표시단계;를 포함하는 기상조건을 고려한 레일온도 예측 방법
|
| 8 |
8
제7항에 있어서,상기 지역별 레일온도 예측단계에서 상기 지역별 위치데이터는 지역에 따른 태양의 방위각 데이터 및 고도각 데이터를 포함하고,상기 방위각 데이터 및 상기 고도각 데이터는 시간 단위로 구분되는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 방법
|
| 9 |
9
제7항에 있어서,상기 지역별 레일온도 예측단계에서 상기 지역별 실시간 기후데이터는 강수 확률, 강수량, 기온, 풍향, 풍속, 습도를 포함하는 것을 특징으로 하는 레일온도 예측 방법
|
| 10 |
10
제7항에 있어서,상기 지역별 레일온도 예측단계에서 예측된 상기 지역별 레일온도는 레일온도 예측 알고리즘을 기반으로 상기 지역별 실시간 기후데이터 및 상기 지역별 위치데이터를 딥러닝하여 예측되며,상기 지역별 레일온도 예측단계는 상기 레일온도 예측 알고리즘을 생성하는 알고리즘 생성단계를 포함하는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 방법
|
| 11 |
11
제10항에 있어서,상기 알고리즘 생성단계는,레일온도 계측부에서 계측된 레일의 실제 레일온도 데이터와, 상기 레일온도 계측부에서 상기 레일의 실제 온도를 계측할 때 상기 레일이 위치하는 지역의 지역별 계측 기상데이터를 수집하는 지역별 계측데이터 수집단계;상기 실제 레일온도 데이터에 따른 상기 지역별 계측 기상데이터를 정규화하는 데이터 정규화단계;정규화된 상기 실제 레일온도 데이터 및 상기 지역별 계측 기상데이터를 매칭하여, 상기 지역별 계측 기상데이터에 따른 상기 실제 레일온도 데이터를 딥러닝하는 데이터 딥러닝단계; 및상기 데이터 딥러닝단계에서 딥러닝을 통해 상기 실제 레일온도 데이터와 상기 지역별 계측 기상데이터의 매칭 값이 기준오차 이하에 도달하면, 상기 레일온도 예측 알고리즘을 도출하는 알고리즘 도출단계;를 포함하는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 방법
|
| 12 |
12
제11항에 있어서,상기 지역별 계측데이터 수집단계에서 수집된 상기 지역별 계측 기상데이터는,상기 실제 레일온도 데이터를 계측한 지역의 지역별 계측 기후데이터; 및상기 실제 레일온도 데이터를 계측한 지역의 지역별 계측 위치데이터;를 포함하는 것을 특징으로 하는 기상 조건을 고려한 레일 온도 예측 방법
|
