• Research Paper

    Machine Learning-based 4-D Seismic Data Integration and Characterization of Channelized Anticline Aquifer for Geological Carbon Sequestration

    이산화탄소 지중저장을 위한 기계학습 기반 4-D 탄성파자료 통합 및 배사구조 채널대수층 특성화

    Hyunmin Kim, Namhwa Kim, Hyundon Shin, Honggeun Jo

    김현민, 김남화, 신현돈, 조홍근

    This study introduces a 4-D seismic data integration approach based on Pix2Pix to quantify uncertainty and enhance reliability in subsurface CO2 …

    본 연구에서는 채널대수층의 이산화탄소 지중저장에서 4-D 탄성파자료를 통합해 불확실성을 정량화하고 신뢰도를 향상하기 위해 기계학습의 하나인 Pix2Pix 기반의 4-D 탄성파자료 통합기법을 제안한다. 다점지구통계 …

    + READ MORE
    This study introduces a 4-D seismic data integration approach based on Pix2Pix to quantify uncertainty and enhance reliability in subsurface CO2 storage within channelized aquifers. We address geological uncertainties, such as the azimuth of channel direction, using multi-point statistics to generate diverse channelized aquifer models, to form the Pix2Pix training dataset. After successfully training the Pix2Pix, we realize the channelized aquifer models by assimilating 4-D seismic data changes from a reference channelized aquifer. The Pix2Pix dataset is crafted with (1) disconnections in artificial neural networks using dropout and (2) the addition of random noise to the input layer, yielding an ensemble of models that align with the provided data for quantifying uncertainty. Generating channelized aquifers using the suggested method improves prediction of channel direction, facies distribution, and accurate forecasts of future CO2 plume movement. As an advanced monitoring technology, our method integrates 4-D seismic data for effective CO2 storage in channelized aquifers.


    본 연구에서는 채널대수층의 이산화탄소 지중저장에서 4-D 탄성파자료를 통합해 불확실성을 정량화하고 신뢰도를 향상하기 위해 기계학습의 하나인 Pix2Pix 기반의 4-D 탄성파자료 통합기법을 제안한다. 다점지구통계 기법으로 다양한 지질학적 시나리오를 따르는 2차원 채널대수층 모델을 바탕으로 Pix2Pix을 학습시킨 후, 참조 채널대수층의 4-D 탄성파 변화를 입력하여 채널대수층 모델을 특성화한다. Pix2Pix을 구성하는 인공신경망 모델의 일부 연결을 끊는 (1) dropout을 이용하는 방법과 (2) 인공신경망의 입력층에 랜덤 노이즈 맵을 추가하는 방법을 이용해 주어진 자료를 만족하며 지질학적 사실성을 보전하는 다양한 모델을 생성하고 이들로부터 불확실성을 정량화 한다. Pix2Pix을 이용해 생성된 채널대수층은 참조 모델의 채널 방향성과 암상분포의 예측을 개선하였고, 나아가 미래 이산화탄소 액적군의 이동을 정확하게 예측한다. 제안한 방법은 채널대수층에서 이산화탄소 지중저장을 하는 경우 4-D 탄성파자료를 통합해 불확실성을 평가함으로 이산화탄소 지중저장의 모니터링기술로 활용될 수 있다.

    - COLLAPSE
    28 February 2024
  • Research Paper

    Analyzing the Hydrogen Supply Cost of Various Scenarios for A Blue Hydrogen Supply Chain Between Korea and Australia

    한국-호주 간 청색수소 공급망 구축 시나리오별 수소 도입 단가 분석

    Jiwon Cho, Namhwa Kim, Hyundon Shin

    조지원, 김남화, 신현돈

    Two scenarios were assumed to analyze the unit price of hydrogen implementation and build a blue hydrogen supply chain between Australia and …

    호주와 한국 간 청색수소 공급망 구축을 위한 두가지 시나리오를 가정해 수소 도입 단가를 산출 및 비교하였다. 시나리오 1은 호주 내 SMR(steam methane …

    + READ MORE
    Two scenarios were assumed to analyze the unit price of hydrogen implementation and build a blue hydrogen supply chain between Australia and Korea. Scenario 1 was the case of the unit price for transporting blue hydrogen produced at steam methane reforming (SMR) facilities in Australia to South Korea by three methods. Scenario 2 was the case of the unit price of hydrogen produced through domestic SMR facilities with CO2 sequestration in Korea and Australia, respectively. Considering the various implementations and the unit price depending on the technology level and process efficiency, Monte Carlo simulation was used to calculate the implementation unit prices statistically. For scenario 1, the results were $12.4/kgH2 (liquid hydrogen), $6.3/kgH2 (ammonia), and $13.8/kgH2 (liquid organic hydrogen carrier, LOHC). For scenario 2, they were $21.5/kgH2 (Australia) and $13.7/kgH2 (Korea), depending on CCS site location. This analysis showed that the implementation of blue hydrogen as ammonia in Australia is the most feasible option.


    호주와 한국 간 청색수소 공급망 구축을 위한 두가지 시나리오를 가정해 수소 도입 단가를 산출 및 비교하였다. 시나리오 1은 호주 내 SMR(steam methane reforming) 설비에서 생산된 청색수소를 한국으로 운송하는 경우이며, 수소의 선박 운송을 위한 저장 방법(액화수소, 암모니아, Liquid organic hydrogen carrier(LOHC))별 단가를 비교하였다. 시나리오 2는 국내 SMR 설비에서 수소 생산 시 발생하는 CO2를 한국 또는 호주의 지중저장소에 격리하는 경우로 나누어 단가를 비교하였다. 도입 단가의 구성 비용은 기술에 따라 가변적이므로 몬테카를로 시뮬레이션으로 통계적 기반의 평균 도입 단가를 산출하였다. 시나리오 1은 $12.4/kgH2(액화수소), $6.3/kgH2(암모니아), $13.8/kgH2 (LOHC)의 도입 단가를 도출하였다. 시나리오 2는 $13.7/kgH2(국내 CCS), $21.5/kgH2(호주 CCS)의 도입 단가를 도출하였다. 이를 통해 현재 기술로는 호주에서 청색수소 생산 후 암모니아 형태로 국내 도입이 가장 경제적이다.

    - COLLAPSE
    28 February 2024
  • Research Paper

    Detection of Photovoltaic Panel Dust Using Drone Shooting Imagery and Deep Learning Techniques

    드론 촬영 이미지와 딥러닝 기법을 이용한 태양광 패널의 먼지오염 탐지

    Hosang Han, Jangwon Suh

    한호상, 서장원

    Regular detection of dust on photovoltaic (PV) modules is crucial for their maintenance because dust can hinder light harvesting and decrease power …

    태양광 모듈 표면의 먼지오염은 수광장애 요인으로 발전량 저하를 유발하기 때문에 이를 주기적으로 탐지하는 것은 유지관리 측면에서 매우 중요하다. 따라서 본 연구에서는 드론으로 …

    + READ MORE
    Regular detection of dust on photovoltaic (PV) modules is crucial for their maintenance because dust can hinder light harvesting and decrease power generation. The current study utilized drone images of panels and deep learning techniques to detect dust and evaluate the performance of a prediction model. After acquiring and preprocessing the drone images of the panels in Samcheok city, Gangwon state, we applied five deep learning techniques to identify and categorize the panels as dusty or clean. We evaluated the performance of these techniques using a confusion matrix. The convolutional neural network technique demonstrated the highest predictive performance with an area under the curve of 80.6%, classification accuracy of 66.0%, and recall of 94.0%. However, the model's high predictive performance for dusty panel cases was accompanied by a high rate of misclassification for the clean panel cases, indicating the need for improvement. The proposed analytical model can be used to quickly screen and evaluate the dusty panels in large-scale power plants.


    태양광 모듈 표면의 먼지오염은 수광장애 요인으로 발전량 저하를 유발하기 때문에 이를 주기적으로 탐지하는 것은 유지관리 측면에서 매우 중요하다. 따라서 본 연구에서는 드론으로 촬영한 이미지와 딥러닝 기법을 이용하여 태양광 패널 규모에서의 먼지오염 여부에 대한 분류 예측 모델의 성능을 평가하였다. 강원특별자치도 삼척시에 위치한 육상 및 옥상 태양광 패널에 대한 드론 이미지를 취득 및 전처리 후 5종의 딥러닝 기법을 적용하여 패널위의 먼지오염 여부를 분류하였으며 혼동행렬을 이용하여 예측결과의 분류 성능을 평가하였다. 그 결과 convolutional neural network 기법이 가장 높은 예측력을 보였으며 Area under the curve는 80.6%, 정확도는 66.0%, 재현율은 94.0%로 계산되었다. 실제로 패널위에 먼지오염이 있는 경우에 높은 예측력을 보인 반면 먼지오염이 없는 경우를 오분류한 비율도 높았기에 이에 대한 개선이 필요할 것으로 판단된다. 본 연구에서 제안한 분석모델은 대규모 태양광 발전소에서 패널위의 먼지오염을 신속하게 평가하고 스크리닝하는 방법론의 하나로 활용될 수 있을 것으로 기대한다.

    - COLLAPSE
    28 February 2024
  • Research Paper

    Applicability of Gravity Energy Storage Facilities and Analysis of Associated Renewable Energy Generation Potential for Abandoned Mines in North Korea

    북한 폐광산의 중력에너지 저장 시설로의 활용 가능성과 연계 재생에너지 발전 잠재량 분석

    Jiyoon Ku, Il-Seok Kang, Ji-Won Choi, Junsu Leem, Jae-Joon Song, Hyeong-Dong Park

    구지윤, 강일석, 최지원, 임준수, 송재준, 박형동

    The abandoned mines in North Korea pose substantial environmental threats. When converted into gravity energy storage (GES) facilities, mining pollution can be …

    북한 폐광산은 광해의 발생 정도가 심각하며, 핵실험 등과 같은 군사적인 목적으로 활용이 가능해 한반도 평화에 위험요소로 작용 가능하다. 에너지 저장시설과 같이 북한 …

    + READ MORE
    The abandoned mines in North Korea pose substantial environmental threats. When converted into gravity energy storage (GES) facilities, mining pollution can be reduced, local welfare can be improved, and the possibility of military exploitation can be lowered. This study evaluated the conversion of these mines, using the sites and surrounding materials as the weights. Integrating this system with renewable energy sources, the intermittency challenges of renewable energy were addressed, while promoting ecofriendliness and energy independence. Geographic information systems (GIS) analysis was employed to assess the solar and wind energy generation capacity in adjacent areas. The potential energy capacity of GES facilities, planned for installation across 212 North Korea mines, is estimated at 7.3 MWh, with an average annual potential of 1,098 MWh for wind power and 178 MWh for solar power. These findings underscore the potential gains by repurposing North Korea's abandoned mines for energy storage and renewable energy generation.


    북한 폐광산은 광해의 발생 정도가 심각하며, 핵실험 등과 같은 군사적인 목적으로 활용이 가능해 한반도 평화에 위험요소로 작용 가능하다. 에너지 저장시설과 같이 북한 폐광산을 평화적 용도로 활용함으로써, 폐광산 주변 지역의 광해 방지와 주민 복지 증진, 군사적 활용 가능성의 선제적인 차단 효과를 기대할 수 있다. 본 연구는 이러한 광산을 중력에너지 저장(Gravity Energy Storage, GES) 시설로 전환하는 가능성을 평가하였다. 에너지 저장 시스템과 재생 에너지원을 통합함으로써, 재생에너지의 간헐적 공급 문제를 해결하고 친환경성 및 에너지 자립성을 강화할 수 있다. 연구에서는 GES로 활용할 수 있는 광산 인근 지역에서 태양광과 풍력 재생에너지의 잠재량을 자원량과 설치 적합지 분석을 통해 파악하였다. 북한 내 212개의 광산에 GES 시설의 평균 잠재 에너지량은 연간 7.3 MWh로 추정되며, 풍력 발전의 연간 평균 잠재량은 1,098 MWh, 태양광 발전의 평균 잠재량은 178 MWh로 나타났다. 이 연구는 북한의 폐광산을 에너지 저장 및 재생에너지 발전의 용도로 재활용할 수 있는 잠재력을 강조한다.

    - COLLAPSE
    28 February 2024
  • Technical Report

    Recovery Characteristics of Critical Elements in Tailings from Abandoned Metal Mines

    광물찌꺼기에 함유된 핵심광물 회수 특성 평가

    Yo Seb Kwon, Inho Hwang, Jongmun Cha, Myung Chae Jung, Uikyu Choi

    권요셉, 황인호, 차종문, 정명채, 최의규

    Four tailings representative of mineralization types were taken at abandoned metal mines, and 32 elements classified as from critical minerals were analyzed. …

    폐금속광산에서 광화작용 유형으로 대표되는 4종의 광물찌꺼기를 채취하여 핵심광물로 분류되는 32종의 원소를 분석하였다. 이들 원소 중에서 지각 평균 함유량 이상으로 검출된 바나듐(V), 비스무트(Bi), …

    + READ MORE
    Four tailings representative of mineralization types were taken at abandoned metal mines, and 32 elements classified as from critical minerals were analyzed. Among the elements, vanadium (V), bismuth (Bi), manganese (Mn), and antimony (Sb), contained at concentrations exceeding the average abundance of the earth's crust, were examined in terms of their recovery characteristics by heavy liquid and magnetic separations. Although tailings from the Fe–Ti mine contained 1,354 mg/kg of V, improvement of V grade was limited by the separations. Tailings from the W mine with 153 mg/kg of Bi were increased by 3.5 and 6.3 times by concentration by heavy liquid and magnetic separations, respectively. In addition, tailings from the Cu–Pb–Zn mine with 13,756 mg/kg of Mn were concentrated about 1.8 times by heavy liquid separation. Tailings from the Zn mine with 87 mg/kg of Sb were concentration by 1.7 times by magnetic separation. This study promotes recycling through the mineral processing of abandoned tailings.


    폐금속광산에서 광화작용 유형으로 대표되는 4종의 광물찌꺼기를 채취하여 핵심광물로 분류되는 32종의 원소를 분석하였다. 이들 원소 중에서 지각 평균 함유량 이상으로 검출된 바나듐(V), 비스무트(Bi), 망간(Mn), 안티모니(Sb)를 중액 및 자력 선별에 의한 회수 특성을 조사하였다. Fe-Ti 광산의 광물찌꺼기에는 1,354 mg/kg의 V가 포함되어 있지만 중액 선별과 자력 선별을 통해 V의 농도를 증가시키는 데에는 한계가 있었다. 153 mg/kg의 Bi를 함유한 W 광산의 광물찌꺼기는 중액 선별과 자력 선별에 의해 각각 3.5배와 6.3배로 농축되었다. 또한, 13,756 mg/kg의 Mn을 함유한 Cu-Pb-Zn 광산의 광물찌꺼기는 중액 선별에 의해 약 1.8배 농축되었다. 87 mg/kg의 Sb를 함유한 Zn 광산의 광물찌꺼기는 자력 선별을 통해 1.7배 농축되었다. 이 연구는 광물찌꺼기의 선광처리를 통한 재자원화 촉진에 활용될 수 있다.

    - COLLAPSE
    28 February 2024
  • Technical Report

    Development of Vortex Scrubbers for Dust Removal in Mines

    광산내 분진 제거를 위한 와류형 세정식 집진기 개발

    Jongmyung Park, Minsik Kim, Sang-ho Yang, Sang-yeol Lee

    박종명, 김민식, 양상호, 이상열

    To ensure the safety of workers inside mines, it is important to remove dust particles generated within tunnels. Although filter-type dust collectors …

    광산내 작업자의 안전을 확보하기 위해서는 갱도 내 발생하는 분진의 제거는 중요하다. 분진제거를 위해서 필터형 집진기를 많이 사용하지만, 필터 막힘 현상이 있어, 시간에 …

    + READ MORE
    To ensure the safety of workers inside mines, it is important to remove dust particles generated within tunnels. Although filter-type dust collectors are commonly used for dust removal, they are likely to experience filter clogging, leading to a reduction in their dust removal efficiency over time. Especially in mines of non-metallic resources, dust tends to combine with moisture within tunnels, resulting in easy clogging of filters and making operation of the dust collector difficult. To address this issue, a mine-specific vortex-type scrubber was developed to eliminate filter clogging and reduce dust, thereby enhancing workplace safety. This technical report introduces the design, analysis, fabrication, and testing involved in the development of mine-specific dust collectors.


    광산내 작업자의 안전을 확보하기 위해서는 갱도 내 발생하는 분진의 제거는 중요하다. 분진제거를 위해서 필터형 집진기를 많이 사용하지만, 필터 막힘 현상이 있어, 시간에 따라 분진 제거 효율이 감소한다. 특히 석회석 같은 비금속 광산에서는 분진이 갱도내 습기와 결합하여 필터를 쉽게 막히게 하여 집진기의 운용을 어렵게 한다. 이에 광산용 와류형 세정식 집진기를 개발하여 필터막힘 현상을 없애고 분진을 감소시켜 작업안전을 확보하고자 하였다. 이 기술 보고에서는 광산용 집진기의 개발을 위해 설계, 분석, 제작 및 시험을 소개하였다.

    - COLLAPSE
    28 February 2024
  • General Remarks

    Deep Learning in Geophysics: Current Status, Challenges, and Future Directions

    물리탐사 분야에서의 딥러닝 기술: 현황, 도전 과제 및 미래 방향

    Jiyun Yu, Jongchan Oh, Shinhye Kong, Changhoon Lee, Jiwon Lim, Daeung Yoon

    유지윤, 오종찬, 공신혜, 이창훈, 임지원, 윤대웅

    With the rapid development of artificial intelligence technology, machine learning and deep learning techniques have been actively applied in the field of …

    인공지능 기술의 급속한 발전과 함께, 물리탐사 분야 또한 기계학습 및 딥러닝 기술이 활발히 적용되고 있다. 이 논문에서는 탄성파, 중력, 자력, 전기 및 …

    + READ MORE
    With the rapid development of artificial intelligence technology, machine learning and deep learning techniques have been actively applied in the field of exploration geophysics. In this study, we extensively investigated the application of deep learning in geophysical techniques including seismic, gravity, magnetic, electromagnetics, ground penetrating radar, and joint inversion. Recent research has confirmed that deep learning techniques optimized for geophysical problems are being developed that transcend traditional theory-based approaches, suggesting that deep learning is becoming a new paradigm in the field of geophysics. Despite these technological advances, there are still challenges to be overcome, such as a lack of training data, model opacity, and heterogeneity between training data and field data, and this study suggests future research directions to address these aspects.


    인공지능 기술의 급속한 발전과 함께, 물리탐사 분야 또한 기계학습 및 딥러닝 기술이 활발히 적용되고 있다. 이 논문에서는 탄성파, 중력, 자력, 전기 및 전자, 지표투과 레이다 탐사 그리고 복합역산을 포함한 여러 물리탐사 기법에서 딥러닝의 적용 사례를 광범위하게 조사하였다. 이를 통해, 최근 연구들에서 전통적인 이론 기반 접근법을 뛰어넘는 물리탐사 분야에 최적화된 딥러닝 기술이 개발되고 있음을 확인하였고, 이는 딥러닝이 물리탐사 분야에서 새로운 패러다임으로 자리 잡고 있음을 시사한다. 하지만, 이러한 기술적 진보에도 불구하고 학습자료의 부족, 모델의 불투명성, 학습 자료와 현장자료 간의 이질성 등 여전히 극복해야 할 도전 과제가 존재하고, 이 논문에서는 이를 해결하기 위한 앞으로의 연구 방향을 제시하였다.

    - COLLAPSE
    28 February 2024