송전선로 설계관리를 위한 갤러핑 분석시스템 개발

(1)

특집: 송전선갤러핑현상 1. 머리말

송전선로 갤러핑 요인을 종합적으로 분석하고, 기존선로 혹은 계획선로에서 갤러핑 발생확률을 계산할 수 있는 송전선로 설계/관리 실무자용 소 프트웨어 시스템을 개발하였다.

풍력에 의한 송전선로의 강제진동 현상인‘송 전선로 갤러핑’은 강풍을 동반한 강설조건하에 서 주로 발생하는 것으로 알려져 있다. 한국전력 내부자료의 기존 갤러핑 사례에서도 이러한 특 성이 잘 드러난다. 착설 혹은 착빙으로 인해서 송 전선로의 단면이 축대칭 원형에서 비축대칭 단 면형상으로 바뀌게 되면, 비행기 날개에서 기류 의 흐름과 직각방향으로 양력이 발생하듯이 송 전선로에는 바람으로 인해서 풍직각 방향으로 강한 힘이 가해진다. 풍속이 강하고 지속시간이 길수록 이러한 풍력으로 인한 선로진동은 심하 게 나타날 수가 있다.

풍동실험 등의 실험적인 방법으로 송전선로 갤 러핑 현상을 반복 모의하고 분석하는 것이 가능 하기 때문에, 송전선로 갤러핑은 풍속특성, 단면 형상, 선로진동특성과 같은 관측/제어 변수만의 함수로 특정할 수가 있는 결정론적 현상이다. 그 럼에도 불구하고 송전선로 설계관리의 관점에서 송전선로 갤러핑은 해당선로 위치에서 발생하는 강풍과 강설 등의 무작위적인 자연환경적 요인

으로 발생하기 때문에 확률론적 현상이기도 하 다. 송전선로 설계관리자가 특정선로가 어떤 시 점에 어떤 기상조건에 노출되어 어떤 형태의 갤 퍼링이 유발될 것인지를 정확하게 예측하는 것 은 불가능하다.

이 연구에서는 송전선로 설계관리를 위한 갤러 핑 분석시스템을 개발함에 있어서 송전선로 갤 러핑의 이러한 양면적 특성을 고려하였다. ‘결정 론적인 역학체계’을 구동하는‘확률론적인 환경 요인’을 가용한 정보만을 사용하여 결정할 수 있 는 합리적인 방법을 모색하고, 이를 토대로 시스 템개발을 위한 알고리듬을 구성하였다. 갤러핑 분석시스템에 구현된‘결정론적인 역학체계’는 주어진 난류풍속조건 하에서 특정한 형태의 착 빙/착설단면을 지니는 선로의 3차원 진동현상을 모델링하는 기능이다. 이 기능요소에 대한 연구 는 공동연구팀인 동국대학교에서 수행하였다.

이 연구에서는 동국대학교 연구팀이 제공한 실 행엔진을 기능 수정없이 갤러핑 분석시스템에 포함시켰다.

갤러핑 분석시스템에서 송전선로 갤러핑 발생 여부는 확률적인 사건으로 간주 되는데, 갤러핑 발생확률은 공동연구팀인 KAIST에서 개발한 로 지스틱(logistic) 함수를 적용하였다. KAIST 로지 스틱 함수는 선로설계인자 및 기상인자의 함수 로 갤러핑 발생확률을 산출한다. 여기서 선로설

* E-mail : [email protected]

송전선로 설계관리^{를 위한} 갤러핑 분석시스템 개발

문기영*, 김민성, 김석철

(볼트시뮬레이션)

특집특집

송전선갤러핑현상

(2)

계인자는 송전선길이, 분석선로갯수(2도체, 4도 체), 송전탑과 송전선의 연결방식 등으로 확정되 는 값이다. 반면 기상인자는 풍향풍속, 난류특성, 강수량(강설량), 기온 등으로 그 자체가 확률변 수로, 기상인자는 전술한‘확률론적인 환경요 인’에 해당한다.

이 연구에서는 KAIST 로지스틱 함수에 입력되 는 기상변수를 추정하기 위해서 충분히 긴 기간 에 대해 수집된 과거 기상 데이터는 향후 선로에 서 발생할 기상현상 데이터와 통계적으로 동일 하다고 가정하였다. 기상청에서 운용하고 있는 전국의 유인기상관측소와 AWS(automatic weather station) 기상관측 데이터를 매시각 풍향풍속, 강 수량, 기온을 관측위치별로 구분하여 장기 연속 관측정보로 데이터베이스를 구성하여 갤러핑 분 석시스템에 내장하였다. 특정위치의 송전선로 갤러핑 발생여부를 계산할 때에는 이 데이터베 이스를 토대로 관측지점까지의 이격거리와 지형 및 토지피복조건 등을 고려하여 해당 송전선로 위치에서의 기상인자를 구축하여 KAIST 로지스 틱 함수의 입력값으로 적용되도록 자동화된 프 로세스를 구성하였다. 미래에 발생할 수 있는 모 든 가능성을 검토하여야 하므로 내장 기상관측 데이터베이스로부터 분석선로 위치의 기상인자 를 추출하는 과정은 과거관측기간 전부를 재현 하는 프로세스가 자동으로 수행된다.

대부분의 송전선로는 도시지역에 위치한 기상 관측소와는 이격되어 있어서 송전선로의 기상 환경은 기록된 관측치와 상이하다. 동시간대의 비교결과는 물론이거니와 통계적인 관점에서도 송전선로의 기상환경은 기상관측소 관측자료와 다르다. 특히 풍향풍속의 경우 지형에 민감하게 영향을 받기 때문에 이격거리에 따른 차이가 상 당할 것으로 추정된다. 풍향풍속은 갤러핑을 유 발하는 중요한 요인, 곧 KAIST 로지스틱 함수의 주요 입력인자이므로 갤러핑 발생위험도를 제 대로 예측하기 위해서는 최대한 참 값에 가까워 야 한다. 이 연구에서는 관측값으로부터 분석대 상 송전선로 위치상의 풍향풍속을 합리적으로

추정하기 위해서 다양한 방법을 시도하였다.

이 글에서는 2장에서는 기상청 관측자료로부 터 송전선로 상의 풍향풍속( 및 기타 갤러핑 관련 기상인자)을 계산하는 방법을 설명하였다. 3장에 서는 이 연구결과 및 공동연구결과를 통합하여 완성한 소프트웨어 시스템, 곧 송전선로 설계관 리를 위한 갤러핑 분석시스템을 설명하였다.

2. 송전선로 풍속계산

우리나라에서 송전선이 지나는 구간은 대부분 은 산악지형이다. 통상적으로 송전선로가 위치 한 고도의 바람은 지형의 영향을 많이 받는다. 지 형변화가 심한 곳에서는 불과 수백미터 정도가 이격되어 있음에도 불구하고 산마루에 위치한 송전선과 골짜기를 통과하는 송전선의 바람환 경이 현저히 다를 수가 있다. 송전선 갤러핑 발생 확률을 적절히 추정하기 위해서는 해당선로에 서 실제풍속이 필요하므로 송전선로에서 멀리 떨어진 기상청 관측값을 그대로 적용하는 것은 부적절하다. 이격거리와 지형을 고려하여 풍속 을 보정하여야 한다. 이 시스템은 지형의 영향을 반영하는 충실도와 처리시간에 따라 세 가지 방 법을 적용하고 있다. CFD 방법, FFT 방법, AWS 보간법을 중 한 가지를 선택하여 분석지점의 풍 속을 계산한다. 각 방법을 이하에서 소개한다.

2.1 CFD 방법 (1) CFD 방법 개요

CFD(computational fluid dynamics, 이하 CFD) 모델은 유동현상을 계산할 수 있는 가장 정확하 고 일반적인 이론적 방법으로, 산악과 도시지역 등의 복잡한 지형조건 하에서 풍속분포를 정교 하게 계산할 수 있는 수치모델이다. CFD 모델은 공기의 움직임을 지배하는 각종 힘과 지형지물 의 영향을 고려하여 3차원 공간 내 풍속 분포와 변화를 계산한다. CFD 모델은 풍공학분야에서 건축물 건립에 따른 풍환경 변화를 예측하거나 산악과 하천으로 구성된 자연지형에서 기류의

특집: 송전선갤러핑현상

(3)

형성패턴을 분석하는 등 다양하게 활용된다. 풍 동실험을 통해 보정 및 검증된 CFD 모델은 신뢰 도 높은 분석자료를 생산할 수 있다. 이 연구에 적용한 CFD 모델은 유한차분법(FDM, finite difference method)을 적용하여, 공간과 시간에 대 해서는 각각 2차 및 3차 정확도를 지니도록 개발 하였다. 시간적분은 3rd order Runge-Kutta 기법 으로 fully explicit scheme을 사용하였다. 아격자 난류현상을 처리하기 위하여 난류모델로는 Smagorinsky⁽¹⁾LES를 사용함으로써, 풍속평균과 난류성분 외에 난류스펙트럼과 순간풍속피크 (혹은 돌풍, gust) 등을 직접 산출할 수 있도록 구 현하였다. 산악 지형형상은 Peskin⁽²⁾이 제안한 가 상경계 기법(virtual boundary method)으로 처리하 였다.

(2) CFD 분석 지형 추출 자동화

일반적으로 CFD 격자생성 과정에는 많은 시간 외에 전문지식과 노하우가 요구된다. 이 연구에 서는 분석 대상지역의 지형 데이터베이스로부 터 계산격자를 자동으로 추출하는 프로세스를 개발하여 비전문가가 격자생성과정을 거치지 않고 CFD 분석을 수행할 수 있도록 시스템을 구 성하였다. 모델링 지형은 분석위치가 정해지면 전국지형고도자료 등을 통해 분석대상의 지형 자료를 참고하여 자동적으로 만들어진다. 이 때 만들어지는 CFD 모델링 지형자료는 추후에 풍 속 및 풍향 등과 같은 각종 변수에 대한 연산이 이루어지는 바탕이 된다.

또한 CFD 모델링 지형자료는 2차원 및 3차원으 로도 구성이 가능하다. 예를 들어 경주지역을 대

그림 1 CFD 분석 지형 추출 자동화 프로세스

⁽⁵⁾

(4)

상으로 하는 경우, 그림 1과 같이 실제형상에서 CFD 모델링에 적합하도록 CFD 모델링 지형 (forcing function)을 생성한다. 첫 번째 단계로 대 상지역 보다 조금 더 넓은 영역의 지형 자료를 생 성한다. 두 번째 단계로 모델링영역만 남기고 나 머지 지형을 모두 해발고도로 낮춘다면 영역의 경계에서 급격한 고도차이가 발생하여 실제 현 상이 왜곡 된다. 따라서 영역의 고도를 고려하여 해발고도로부터 일정한 기울기를 가지고 고도가 증가할 수 있는 영역을 설정한다. 세 번째 단계로 모델링 대상영역 경계의 고도에서 두 번째 단계 에서 설정된 영역의 경계에서의 해발고도를 원 주방향으로 직선으로 연결하여 CFD 모델링 지 형을 완성한다. 생성된 지형의 3차원 모습과 풍 동실험용 축소모형을 비교하여 나타내었다.

(3) CFD 방법 검증

국내 해안 특정지역에 대하여 CFD 모델과 풍동 실험을 비교하였다. 그 대상지역은 그림 1과 같

다. 8방위 풍향에 대하여 25개 지점에서 비교하 였다. 남동풍(SE) 경우에 대해서 풍속이 가속되 는 높은 지점(그림 2 참고)에서의 비교결과를 그 림 3에 제시하였다. 복잡한 지형을 통과하는 바 람은 지형의 영향을 많이 받게 된다. 24번 지점의 경우 높은 지형 사이에 위치하고 있어 지면으로

그림 3 CFD 방법과 풍동실험의 풍속비교(점선 : 풍동실험, 실선: CFD)

⁽⁵⁾

그림 2 CFD 방법과 풍동실험의 풍속비교 지점

⁽⁵⁾

(5)

부터 약 200 m까지 풍속 변화가 심한데, 이 경우 도 CFD 모델은 풍동실험과 비교적 잘 일치한다.

남서풍인 경우에 대해서 각 측정지점별로 고도 에 따른 CFD 모델 풍속예측치와 풍동실험 데이 터를 비교하였다. 모든 측정지점에 대한 전체 자 료에 대한 산포도는 그림 4와 같다. 각 측저지점 별로 살펴보면, 의 분포는 0.565 ~ 0.985, 의 분포는 0.752 ~ 0.992로 나타났다. 지점 16, 17에 서만 상관도가 0.8 이하이었고 나머지 모든 지점

에서 0.9 이상의 값이 나왔다. 통계학적으로 상관 계수가 0.8 이상일 때 두 자료의 상관도가 높은 것으로 평가한다. 따라서 각 지점에서 비교한 두 데이터의 상관도는 높은 것으로 평가된다.

2.2 FFT 방법 (1) FFT 방법 개요

전술한 CFD 방법은 다양한 지형조건에서도 적용할 수 있고 풍동실험에 필적하는 정확한 결 과를 산출할 수 있다는 것이 강점이지만, 계산자 원과 처리시간이 많이 소요된다는 단점이 있다.

전국의 송전선을 대상으로 갤러핑 분석에 CFD 모델만을 항시 적용하기에는 단시간에 업무처 리가 요구되는 실무현장에서는 부적합할 것으 로 예상된다. 송전선로 설계자는 다양한 선택을 검토하기 마련이고, 모든 선택 사양에 대해서 수 시간 혹은 수 일에 걸쳐 CFD 모델을 활용하여 갤러핑 분석을 수행하는 것은 비현실적이기 때 문이다.

이에 다소 정확도가 낮더라고 처리속도가 빠른 대안이 필요하다. FFT(fast Fourier transform) 방법 은 지형의 변화가 있는 곳에서의 풍속을 계산하 기 위한 방법으로 Jackson & Hunt⁽³⁾가 2차원 형상 에 대하여 제안하였다. 이후 Mason & Sykes⁽²⁾가

R

²

그림 5 FFT 방법에서의 유동 모델과 지형⁽⁴⁾ 그림 4 CFD 풍속예측값과 풍동실험 데이터의 산포도(접근

풍향: 남서풍, 측정위치: 전지점) ⁽⁵⁾

(6)

3차원으로 확장한 방법을 제안하였다.

FFT 방법에서는 그림 5와 같이 완전히 발달한 경계층 유동이 분석대상 지형으로 접근한다고 가정한다. 지형을 통과하는 유동영역은 지형의 영향을 직접적으로 받는 가까운 부분과 지형에 서 먼 부분을 구분하여, 각각 inner region과 outer region으로 분할하여 모델링한다. 섭동방법 (perturbation method)을 적용하여 비선형 미분방 정식인 Navier-Stokes식을 선형화 한다. 선형화된 미분방정식에 푸리에 변환을 적용하면 수치적 으로 쉽게 계산할 수 있는 식을 얻을 수 있다.

FFT 방법은 CFD 방법에 비하여 정확도는 떨어 지나 적은 계산량으로 복잡한 지형을 지나는 유

동을 계산할 수 있는 장점이 있다.

(2) FFT 방법 검증

FFT 방법의 유용성을 검토하기 위하여 그림 6 과 같은 편자 모양의 지형에 대하여 풍동실험과 CFD 방법의 결과와 비교하였다. 편자모양은 마 루와 골을 포함하여 유동이 지형에 의해 가속/감 속되는 다양한 상황을 재현할 수 있다. 총 8군데 지점에서 풍속프로파일을 비교하였다.

접근류를 분모로 풍속을 증감을 그림 7에 나타 내었다. 점과 점선이 각각 풍동실험과 실선이 풍 동실험 결과이고 실선이 FFT 방법의 결과이다.

전체적으로 CFD의 결과와 풍동실험 결과는 잘

그림 7 FFT 방법, CFD 방법 그리고 풍동실험 실험 결과

⁽⁵⁾

그림 6 편자모양 지형과 비교 지점

⁽⁵⁾

(7)

일치한다. FFT 방법 결과는 풍속이 가속되는 구 간에서 풍동실험결과 비교적 잘 일치하는 것으 로 나타났다. 앞선 지형이 있는 경우 풍동실험에 비해 풍속을 크게 예측하는 것으로 나타났다.

2.3 AWS 보간법 (1) AWS 보간법 개요

AWS 보간법은 기상청 지표기상관측소의 데이 터로부터 이격거리만을 고려하여 송선선로 위 치의 기상인자를 thin spline method(TSM)을 이용 하여 추정하는 방법이다. 지형요소를 무시하므 로 이격거리가 크고 지형변화가 심할수록 계산 오차가 크질 것으로 생각된다. AWS 보간법의 장 점은 빠른 계산시간이다. 갤러핑 위험도를 계산 해야 할 선로가 많고 여러 대안을 신속하게 평가 하고자 하는 경우에는 AWS 보간법을 이용하는 것이 가장 현실적인 방안이다.

이 연구에서는 전국에 분포한 약 700개소의 기 상관측자료를 1시간 연속자료로 데이터베이스 화하여 이 시스템에 내장하였다. 분석대상 위치 로부터 40 km 반경 이내에 위치한 기상관측소의 풍향, 풍속, 기온, 강수량을 토대로 송전선로 상 의 기상인자를 계산하였다. TSM을 적용한 AWS

보간법의 사례를 그림 8에 제시하였다. 그림에서 수평 및 수직축은 경도와 위도를 나타낸다. 진한 화살표와 표시위치는 해당시간의 관측풍속벡터 및 관측소(AWS)를 나타낸다. TSM을 적용하기 위해 선택된 AWS는 45개소이다. 연한 화살표는 관측소(AWS)의 관측자료로부터 TSM을 적용하 여 계산한 풍속벡터를 나타낸다. 바람장을 표현 하기 위해서 100× 100 격자를 구성하여, 각 격자 점에서 풍속벡터를 계산하였다.

(2) AWS 보간법 기본적용

AWS 보간법은 이 시스템에서 분석지점의 기상 인자를 계산할 때에 항상 적용되는 기본 프로세스 이다. AWS 보간법을 적용하여 내장된 기상관측데 이터베이스과 동일한 기간만큼의 분석지점 기상 인자가 자동으로 계산된 이후에, 사용자의 선택에 따라 추가적으로 CFD 방법 혹은 FFT 방법이 적용 될 수 있다. AWS 보간법은 기상관측 데이터베이 스와 시계열 데이터갯수와 같은 횟수의 반복연산 의 수행되지만¹⁾, CFD 방법과 FFT 방법의 경우에 는 16방위, 혹은 32방위에 대해서 분석대상지점의 풍향별 풍속할증계수를 계산한다. AWS 보간법에 의해 산출된 풍향풍속을 접근류로 설정하여 CFD

1) 예컨대 1년치에 해당하는 연산횟수는 내장기상 데이터베이스가 1시간단위로 구축되어 있으므로, 365(일/년) ×24(시간/일)×1(회/시 간) = 8,760회에 해당함. 10년치의 경우에는 무려 87,600회에 해당함

그림 8 AWS 보간법 적용결과

(8)

방법 혹은 FFT 방법을 적용하여 선로위치에서의 풍향풍속을 보다 정확하게 계산할 수 있다. 그러 나 이 방법을 이 연구시스템에 적용할 경우, 한 선 로의 갤러핑 발생위험도를 계산하기 위해서 1년 치를 기준으로할 경우에는 8,760회, 10년치를 기 준으로 할 경우에는 무려 87,600회의 CFD 방법 혹 은 FFT 방법 연산을 수행해야 하므로 불가능한 방 안이다. 이에 이 연구에서는 16회 혹은 32회의 연 산만으로 풍향별 풍속할증계수를 산정한 후에, AWS 보간법을 통해 산정된 풍속을 곱하여 분석 지점의 풍속을 계산하도록 시스템을 구성하였다.

3. 설계관리 실무자용 송전선로 갤러핑 분석시스템

GIS 시스템을 기본으로 하여 전술한 계산방법 과 공동연구팀의 산출물을 통합하여 송전선로 설계관리자용 갤러핑 분석시스템을 개발하였다.

시스템의 기능은 크게 두 가지인데, 하나는 갤러 핑 발생확률을 예측하는 기능과 또 하나는 갤리 핑현상을 시뮬레이션하는 기능이다.

갤러핑 발생확률예측 기능은 사용자가 선택한 위치에서의 대해서 갤러핑 위험도를 계산하는 기능으로, 시스템에 내장된 지형정보 및 토지피 복정보 기상관측정보 데이터베이스에서 분석지

점의 기상인자과 설계정보가 자동으로 추출되 어 이를 토대로 갤러핑 발생위험도를 계산한다.

기상 및 설계조건을 입력으로 해당순간의 갤러 핑 발생확률을 계산하기 위해서 공동연구의 KAIST 로지스틱 함수를 적용하었다.

갤러핑 시뮬레이션 기능은 주어진 풍속조건 및 착설착빙단면 조건하에서 송전선로의 3차원 진 동현상 혹은 운동궤적을 모델링하는 기능으로, 공동연구팀인 동국대학교에서 개발한 MATLAB 기반의 실행엔진을 수정없이 적용하였다. 시스 템에서 갤러핑 시뮬레이션 기능은“갤러핑 시뮬 레이션”기능과“진동변위 예측”기능으로 구분 되어 제공된다.

시스템은 그림 8과 같이 클라이언트와 서버로 구성하였다. 사용자는 클라이언트 프로그램을 이용하여 서버에 접속하여 계산을 수행할 수 있 다. 서버에는 계산에 필요한 GIS, 지형, 기후, 철 탑, 송전선 등의 자료가 DB 형태로 구축되어 있 고 공기력 해석을 기본으로 갤러핑 발생확률 계 산 모듈, 전력선 진동범위예측 모듈, 갤러핑 시뮬 레이션 모듈이 탑재되어 있다.

시스템의 초기 화면(그림 5)은 GIS 정보를 바탕 으로 전국의 송전선로를 보여준다. 왼쪽 화면에 서 선로를 선택하거나 화면에서 마우스로 선택 하여 선로의 정보를 확인할 수 있다. 선로를 선택

그림 9 송전선로 갤러핑 분석시스템 구성도

(9)

하면“갤러핑 발생 확률 예측”, “갤러핑 시뮬레 이션”또는“진동변위 예측”중 하나를 수행 할 수 있다. “갤러핑 발생 확률 예측”의 경우 계산 옵션으로“AWS 보간법”, “FFT 지형할증 계수”,

“CFD”중 하나를 선택할 수 있다. 옵션 선택 후

계산 실행 버튼을 누르게 되면 기후 데이터베이 스, 지형 데이터베이스와 연동된 계산 모듈이 서 버에서 실행되고 예측 값을 클라이언트에 출력 한다. “갤러핑 시뮬레이션”의 경우(그림 9) 선로 에“적설형태”와“풍속”을 선택하여 계산한다.

그림 10 설계관리자용 송전선로 갤러핑 분석시스템 초기화면(베타버전)

그림 11 “갤러핑 시뮬레이션”설정 화면(베타버전)

(10)

계산 결과는 고유 진동수, 시간에 따른 진동응답, 변위응답이다. 진동응답 결과는 그림 11과 같이 나타난다. “진동 변위 예측”의 경우“풍속범위”

를 선택하여 계산하면 고유 진동수, 시간에 따른 진동응답, 변위응답을 얻을 수 있다.

송전선로 갤러핑 분석시스템은 서버-클라이언 트 구조와 간단한 사용자 입력과 필요한 출력물 로 구성하여 전력선을 관리하는 여러 실무자들 이 동시 접속을 통해 쉽게 활용할 수 있도록 개발 하였다.

4. 맺음말

송전선로 갤러핑 현상을 분석하기 위해 요구되 는 방대한 정보는 시스템에 의해 내부적으로 참 조되는 데이터베이스로 구축하고, 이 연구 및 공 동연구를 통해 확보된 다양한 전문 분석도구는 가능한 범위에서 자동화된 프로세스로 구현함 으로써, 송전선로 설례관리 실무자가 사용할 수 있는 시스템 구성방안을 모색하였다. 이를 통하 여 갤러핑 발생위험도를 계산하고 갤러핑 발생 시 송전선로 진동궤적을 분석할 수 있는 송전선

로 설계관리 실무자용 소프트웨어 시스템을 개 발하였다.

참고문헌

(1) Smagorinsky, J., 1963, General Circulation Experiments with the Primitive Equations, Monthly Weather Review, Vol. 91, No. 3, p. 99.

(2) Peskin, C. S., 1977, Numerical Analysis of Blood Flow in the Heart, Journal of Computational Physucs, Vol. 25, No. 3, pp. 220~252.

(3) Jackson, P. S. and Hunt, J. C. R., 1975, Turbulent Wind Flow Over a Low Hill, Quarterly Journal of the Royal Meteorological Society, Vol. 101, pp. 929~955.

(4) Mason, P. J. and Sykes, R. I., 1979, Flow Over an Isolated Hill of Moderate Slope, Quarterly Journal of the Royal Meteorological Society, Vol. 105, pp. 383~395.

(5) 김석철, 문기영, 황규석, 2010, 송전용 지지 물 지역별 풍하중 DB 구축 및 풍동실험 용 역 최종보고서, 현대건설 용역결과보고서.