• 에너지공학
• /
• 제28권4호
• /
• pp.82-93
• /
• 2019

본 연구에서는 기존 열수요 예측 시스템이 공휴일과 같은 특정 일자의 열수요 예측율이 저하되는 문제점을 개선하기 위해 새로운 모델을 제안한다. 제안된 모델은 사계절 혼합형 신경망 모델(Four Season Mixed Heat Demand Prediction Neural Network Model)로서 열수요 예측율 상승하였고, 특히 예측일 유형별(평일/주말/공휴일) 열수요 예측율이 크게 증가하였다. 제안된 모델은 다음과 같은 과정을 통해 선정되었다. 특정 계절에 예측일 유형별로 고른 오차를 갖는 모델을 선정하여 전체 예측 모델을 구성한다. 학습 시간의 단축과 과도학습을 방지하기 위해 구조적으로 단순화된 서로 다른 4개의 모델을 각각 학습한 후에 다양한 조합을 통해 최적의 예측 오차를 보여주는 모델을 선정하였다. 모델의 출력은 예측일의 24시간의 시간대별 열수요이며 총합은 일일 총열수요이다. 이 예측값을 통해 효율적인 열공급 계획을 수립 할 수 있으며, 목적에 따라 출력값을 선택하여 활용할 수 있다. 제안된 모델의 일일 열 총수요 예측의 경우, 전체 MAPE(Mean Absolute Percentage Error, 평균 절대 비율 오차)가 개별 모델의 5.3~6.1%에서 5.2%로 향상되었고, 공휴일 열수요예측은 4.9~7.9%에서 2.9%로 크게 개선되었다. 본 연구에서는 한국 지역난방공사에서 제공한 특정 아파트 단지의 34개월 분량의(2015년 1월~ 2017년10월) 시간단위 열수요 데이터를 활용하였다.

• 대한교통학회지
• /
• 제32권6호
• /
• pp.600-614
• /
• 2014

본 연구는 SARIMA 모형을 활용하여 기존에 다루어지지 않았던 분기별 항만 컨테이너 물동량을 예측하였다. 구체적으로 모델 추정에 활용된 자료는 1994년 1사분기부터 2010년 4사분기까지 총 84분기동안의 국내 전체 항만 컨테이너 물동량 자료이다. 본 연구에서 추정된 예측 모형의 예측 정확도를 검증하기 위하여 2011년 1사분기부터 2013년 4사분기까지 물동량을 예측하여 실제 물동량과 비교하였다. 또한 기존에 널리 활용되고 있는 ARIMA 모형을 활용하여 추정한 예측 모형과의 비교를 통해 분기별 항만 물동량 예측에 있어서 SARIMA 모형의 상대적 우수성을 검증하였다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점이 맞추어져 있다. 또한 월별, 연도별 물동량 자료가 활용된 경우가 대부분이다. 분기별 항만 컨테이너 물동량 자료를 활용하여 단기 수요를 예측함과 동시에 SARIMA 모형의 우수성을 입증한 본 연구는 충분한 가치가 있다고 판단된다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.58-63
• /
• 2022

코로나19의 일일 확진자 수는 천명 후반대에서 2천명대를 유지하고 있으며, 백신접종률이 증가함에도 불구하고 확진자수가 쉽게 줄어들지 않는 상황이다. 변이바이러스는 계속해서 등장하고, 현재는 뮤 변이 바이러스까지 국내에 유입되었다. 본 논문은 코로나 예방전략을 위해 SARIMA 모델을 통해 코로나19 국내 확진자 수를 예측한다. ADF Test와 KPSS Test를 통해 데이터에 추세와 계절성이 있음을 확인한다. SARIMA(p,d,q)(P,D,Q,S)의 p, d, q, P, D, Q의 값은 모형 차수결정 정리로 파라미터를 추출한다. ACF와 PACF를 통해 p, q 파라미터를 추론한다. 차분, 로그변환, 계절성제거 등을 통해 데이터를 정상성 형태로 변환하고, 도식화 하여 파라미터를 도출하고, 계절성이 있다면 S를 정하고, SARIMA P,D,Q를 정하고, 계절성을 제외한 차수에 대해 ACF와 PACF를 보고 ARIMA p,d,q를 정한다.

• 한국해양환경ㆍ에너지학회지
• /
• 제6권3호
• /
• pp.63-71
• /
• 2003

형산강 유역의 일별 하천유량과 오염부하량을 산정하기 위한 유역유출모형(강우-유출모형)인 Tank 모델을 구축하여 영일만으로 유입하는 오염부하량의 계절별 변동특성에 대해 검토하였다. 산정된 영일만으로 유입되는 형산강의 연평균 하천유량은 878.34×10/sup 6/㎥/year로 형산강 유역면적내 연평균 총강우량의 약 73%로 나타났다. 영일만내 유입되는 연평균 오염부하량은 각각 15.11 ton-COD/year, 23.24 ton-SS/year, 10.65 ton-TN/year, 0.54 ton-Tp/year로 산정되었다 또한 계절별 변동특성으로 하천유량이 증가하는 하계 6~7월과 춘계 10월에 유입오염부하량도 증가하는 경향을 보였다. 영일만내로 유입하는 주된 오염부하원은 형산강 하구인근에 위치한 포항시와 포항공단인 것으로 밝혀졌다. 따라서 영일만의 효율적인 수질관리를 위해서는 오염부하원으로부터의 오염부하량 저감대책수립이 요구된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.123-123
• /
• 2018

가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 초기에 감지한다면 피해를 최소화 할 수 있다. 국내에서는 가뭄전망을 위해 물리적 기반의 기상-수문연계해석 시스템을 구축하여 월 내지 계절전망을 수행하고 있다. 물리적 기반의 가뭄전망은 수치예보모델의 불확실성을 가지고 있으므로 예보 정확도 개선의 측면에서는 통계적 모델을 같이 활용하는 것이 바람직하다. 최근 국외에서는 통계적 방법인 AI (Artificial Intelligence) 기술을 사용하여 가뭄을 전망하는 연구가 활발히 진행 중이나, 아직까지 국내에서는 관련연구가 미흡한 실정이다. 이에 본 연구에서는 ANFIS (Adaptive Neuro-Fuzzy Inference System) 기반의 댐 유입량 예측 모델을 구축하고 SRI (Standardized Runoff Index)를 활용하여 수문학적 가뭄전망을 수행하였다. 대상유역은 국내 주요 다목적댐이 위치한 충주댐 유역과 소양강댐 유역을 선정하였다. 수문 및 기상자료는 국토 교통부 및 기상청의 관측 댐 유입량, 관측 강수량, 관측 기온 및 장기기상예보 자료를 사용하였다. ANFIS 모델 구축을 위한 훈련 및 보정기간과 검정기간은 각각 1987~2010년과 2011~2016년을 선정하였다. 수문학적 가뭄전망은 지속기간 3개월의 1개월 전망 SRI3를 활용하였으며, SRI3는 관측유입량과 예측유입량을 결합하여 산정하였다. 댐 예측유입량 및 수문학적 가뭄전망의 정확도 평가를 위해 상관계수, 평균제곱근오차를 활용하였다. 댐 예측유입량 평가 결과 예측값과 관측값의 상관계수가 높게 나타났으며, 평균제곱근오차는 낮아 예측성이 뛰어났다. SRI3의 경우 관측값과 예측값의 가뭄발생시기가 유사하여 가뭄을 적절하게 반영하는 것으로 나타났다. 본 연구의 결과는 통계적 기반의 수문학적 가뭄전망기법을 개발하였다는 측면에서 의의가 있으며, 향후 물리적 기반의 가뭄전망정보와 결합한다면 보다 실효성이 향상될 것으로 기대된다.

• 대한토목학회논문집
• /
• 제13권3호
• /
• pp.69-78
• /
• 1993

본 연구의 목적은, 입상토질의 노상토에 대한 회복탄성계수의 계절적 변화를 측정하기 위한 실험적 방법을 제시함에 있다. 노상토의 현지 온도와 함수비를 측정키 위해 현장 두 곳에 노상토 온도, 함수비 측정기기를 매설했다. 이러한 계절적 요인을 고려한 회복탕성계수를 결정하기 위해 다회귀분석에 의한 방정식을 유도했다. 응력해석결과, 평균유효응력 깊이에서의 유효회복탄성계수를 사용하는 것이 전 노상토의 특성을 대표할 수 있음을 아울러 찾아내었다. 또한, 온도와 함수비 등 계절적 변화에 따른 회복탄성계수를 예측키 위한 이론적 모델을 본 연구를 통해 제시했다.

• 한국해안·해양공학회논문집
• /
• 제22권6호
• /
• pp.361-373
• /
• 2010

기상청의 해양 예측모델을 이용하여 2008년과 2009년의 한반도 주변의 폭풍해일의 특성을 살펴보았다. 모델의 정확성을 파악하기 위해 모델 결과는 한반도 연안의 검조소 자료와 비교하였다. 본 연구에서 사용된 조석/폭풍해일 모델은 한반도 주변의 폭풍해일의 특성을 잘 나타내고 있으며 특히 하계의 태풍 영향으로 인한 폭풍해일의 계절변화를 뚜렷이 나타내고 있다. 2008년과 2009년의 48시간 예측 평균 RMSE(root mean square error)는 각각 0.272 m와 0.420 m로 나타났다. 한반도 주변의 해역별, 월별 폭풍해일에서는 하계의 강한 해상풍의 영향으로 하계에 높은 폭풍해일고가 2008년에 나타나지만 2009년의 경우에는 하계 이외의 기간에도 매우 높은 폭풍해일고를 나타내었다. 태풍 Kalmaegi(2008)와 Morakot(2009)이 한반도에 접근시 모델의 정확도는 연평균 수치와 유사하게 나타났지만 연평균 검증결과와 같이 2008년 태풍 Kalmaegi에 비해 2009년 태풍 Morakot의 경우가 예측정확도가 낮게 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.324-324
• /
• 2021

2020년 우리나라 중부지역의 장마철('20.6.10.~8.16.) 기간이 54일로 1973년 전국적인 기상관측을 시작한 이래 가장 길었고, 장마철 전국강수량(686.9mm)은 역대 2위로(1위 '06년 699.1mm) 약 8,000여명의 수재민과 42명의 인명피해가 발생하였다. 이처럼 '이상기후'라 부르는 극한 기상 사건들인 홍수, 폭우, 폭염, 가뭄 등의 자연재해가 해마다 우리나라 포함 전 세계적으로 자주 발생하면서 수문기상 정보 관리 및 활용의 중요성 또한 점차 커지고 있다. 이를 위해 기상청에서는 일반국민과 물관리 관계기관(회원)의 편의와 자료의 활용 증진을 위해 유역별 수문기상 관측·예측 정보를 생산하여 서비스를 제공하고 있다(https://hydro.kma.go.kr). 수문기상 관측 정보는 유역별 면적강수량, 증발산량 등을 산출하여 GIS기반으로 실시간 자료와 2000년 이후 과거 관측강수량의 기간(월, 계절, 연)자료를 제공하며, 예측 자료는 초단기 수치 모델(KLAPS), 레이더(MAPLE), 수문기상 예측모델(UM3km), 한국형 수치 예보 모델(KIM)을 활용하고 있다.

• 대한토목학회논문집
• /
• 제38권5호
• /
• pp.655-669
• /
• 2018

본 연구에서는 비정상성 Bayesian 빈도해석모형을 토대로 외부 기상인자에 의한 시변성을 고려할 수 있는 계절강수량 예측모형을 구축한 후 산정된 결과를 입력 자료로 하여 직접적으로 일단위 이하의 극치강수량을 상세화시킬 수 있는 베타 모델(four parameter beta, 4PB)을 연계하여 한강 및 금강유역의 미래 계절 강수량 전망 및 일단위 이하의 확률강수량을 도출하였다. 모형의 적합성 검증을 위하여 2014~2017년의 모의된 사후 확률분포 값과 관측치를 비교하였다. 그 결과 계절강수량 모의에서 한강은 관측 값의 최대 약 86.3%, 금강은 약 98.9% 일치하는 것을 확인할 수 있었다. 지속시간별 극치강우량은 약 65.9~99.7%의 정확성을 나타냈다. 이에 본 연구에서 산정한 결과는 기상변동성을 다양한 시간규모에서 고려하기 위한 정보로 활용할 수 있을 것으로 판단된다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.101-112
• /
• 2018

본 연구는 기계학습의 하나인 신경망 분석과 음이항 회귀분석을 활용하여 경찰신고건수를 예측하고자 2016년 6월부터 2017년 5월까지 충남지방경찰청에 접수된 112신고 데이터를 이용하여 예측모델을 개발하였다. 모델을 개발하기 위해 경찰신고건수에 영향을 줄 수 있는 시간, 휴일, 휴일 전날, 계절, 기온, 강수량, 풍속, 관할면적, 인구, 외국인 수, 단독주택비율, 기타주택비율 변수 등을 활용하였다. 변수의 종류에 따라 몇몇은 경찰신고건수와 양의 상관관계 또는 음의 상관관계가 확인되었다. 사용된 두 개의 방법론을 비교한바, 신경망분석의 예측 결과는 예측 값과 실제 값의 상관계수 0.7702, RMSE 2.557이고, 음이항 회귀분석은 상관계수 0.7158, RMSE 2.831으로 나타났다. 신경망분석은 해석가능성은 낮지만, 음이항 회귀분석에 비해 예측력이 뛰어나다는 것이 확인되었다. 향후 경찰관서에서 본 연구의 예측모델을 기초로 하여 최적의 경찰력 배치를 할 수 있을 것으로 기대된다.