본 연구는 풍력터빈으로 입사되는 연직풍속분포를 변화시킴으로써 풍력터빈 운전성능 향상을 위한 풍속전단 경감방법에 대한 것이다. 전산유체역학 소프트웨어인 FLUENT를 사용하여 풍력터빈의 풍상부에 설치한 전단제거 구조물 주위의 정상/비정상상태의 바람장 특성을 모사하였다. 전단제거 구조물의 형상은 펜스, 건물 또는 방풍림일 수 있다. 수치모의 결과에 의하면, 풍력터빈의 회전자 높이구간에서의 풍속전단이 확연하게 경감됨을 확인할 수 있는데, 이는 전단제거 구조물의 후단에서 발생한 유동박리 및 재순환에 의해 형성된 가상적 언덕의 풍속할증 효과 때문이다.

Ensemble verification and prediction of low-level wind shear (LLWS) are an important matter for airplane landing and management. In this study, we compared the prediction performance of LLWS forecasts of ensemble mean, multiple regression model and long short-term memory (LSTM), which belong to the family of recurrent neural network based on the grid points over the Jeju area. The prediction skills of methods were compared by mean absolute error. We found that the prediction skills of forecasts of LSTM were better than the bias-corrected forecasts in terms of deterministic prediction.