• Proceedings of the KIEE Conference
• /
• summer
• /
• pp.168-170
• /
• 2004

현대의 전력회사들은 전력계통의 현재 운용상황을 파악하기 위하여 상태추정을 사용한다. 상태추정기는 계통 내 각 지점에서 측정된 전력이나 전압, 전류등의 데이터를 이용하여 반복연산을 수행함으로써 전력계통의 상태(voltage profile)를 추정한다. 이때, 모든 데이터는 동시에 측정이 되었다는 가정 하에 상태추정 연산에 이용되지만, 실제로 모든 데이터 측정의 동기성을 확보하는 것은 사실상 불가능하다. 최근 인공위성에 의해 동기화된 페이저 측정장치가 전력계통 운용에 사용되고 있으며 본 논문에서는 이렇게 이미 이용 가능한 페이저 측정 데이터를 상태추정에 이용하는 방법을 시도하였다. 위성에 의해 동기화된 페이저 측정데이터는 데이터 측정의 동기성 확보뿐만 아니라, 데이터의 정밀도 및 위상각의 직접적인 측정이라는 둥의 여러 가지 면에서 매우 효용성이 높은 데이터이다. 본 연구를 통해 개발된상태추정 프로그램은 IEEE 14모선 시험계통을 이용하여 그 타당성을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.188-190
• /
• 1998

데이터 베이스 관리 시스템에서는 질의 결과의 크기(selectivity)를 미리 예측하는 것이 필요하다. 질의 결과의 크기는 데이터의 분포 상태에 의해서 결정된다. 이러한 데이터의 분포 상태를 정확하게 예측하는 것이 매우 중요하다. 대부분의 데이터 베이스 관리 시스템에서는 이를 위하여 주기적으로 저장하고 있는 레코드에 대해서 히스토그램을 만들고 이용한다. 이 방법은 히스토그램의 저장공간이 적게 필요로 하고 선택도를 추정하는데 있어서 선택도 추정시 부가적인 계산이 필요하지 않은 장점이 있지만, 일정한 크기의 버켓내에서는 데이터들이 균일하게 분포한다는 가정을 함으로써 선택도 추정에 있어서 에러율이 높았다. 이에 본 논문에서는 커널 방법을 사용하여 버켓 내 데이터의 분포에 대하여 추정 함으로써 이를 해결하는 방법을 제시하였다.

• Proceedings of the Korean Reliability Society Conference
• /
• 2000.11a
• /
• pp.353-362
• /
• 2000

다양한 컴포넌트들로 구성된 시스템의 수명 데이터는 시스템 컴포넌트들의 신뢰성을 추정하는데 많이 사용된다. 하지만 비용이나 고장진단의 기술적 문제 때문에 시스템 고장의 정확한 원인을 밝혀내기는 어렵다. 시스템이나 컴포넌트의 수명 데이터 중 정확한 고장원인을 알 수 없는 데이터를 마스크 데이터라 한다. 본 연구는 마스크데이터와 베이지안 추정의 연구방향을 살펴보고, 그리고 고장률의 비정보 사전분포를 이용하여, 컴포넌트가 직렬로 구성된 시스템의 수명 데이터가 마스크 데이터를 갖는 지수분포의 시스템 컴포넌트 고장률을 추정한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.375-378
• /
• 2020

본 연구는 토지 보상비의 추정 모델 개발을 위해서 건설 CALS (Continuous Acquisition & Life-cycle Support) 시스템의 내부데이터와 개별공시지가 및 표준지 공시지가 등의 외부데이터, 그리고 개발된 추정 모델의 고도화를 위한 개별공시가 데이터를 기반으로 생성된 데이터를 활용하였다. 이렇게 수집된 3가지 유형의 데이터를 분석하기 위해서 기존 선형 모델 또는 의사결정나무 (Tree) 기반의 모델상 과적합 오류를 제거할 경우 매우 유용한 알고리즘으로 Decision Tree 기반의 Xgboost 알고리즘을 데이터 분석 방법론으로 토지 보상비 추정 모델 개발에 활용하였다. Xgboost 알고리즘의 고도화를 위해 하이퍼파라미터 튜닝을 적용한 결과, 실제 보상비와 개발된 보상비 추정 모델의 MAPE(Mean Absolute Percentage Error) 범위는 19.5%로 확인하였다.

• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.363-364
• /
• 2020

본 논문은 최근 주목 받고 있는 데이터 기반 인공지능 알고리즘을 사용하는 배터리 충전 상태 추정 기법에 대하여 조사 분석한다. 기존의 배터리 모델링 기법의 단점을 회피할 수 있는 데이터 기반 인공지능 알고리즘의 구조적 특징을 확인하고, 배터리 충전 상태 추정에 데이터 기반 인공지능 알고리즘을 적용 했을 때, 충전 상태 추정 정확도에 영향을 끼치는 요소인 데이터 구성에 대한 분석을 실시하여, 데이터 구성 시 필수적으로 고려해야하는 설계조건을 조사 분석한다.

• Proceedings of the KIEE Conference
• /
• 2005.07a
• /
• pp.193-195
• /
• 2005

전력계통의 안정적인 운용을 위해서는 현재 운전 중인 계통의 운용데이터를 수집하여 분석하고 그에 따라 적절한 제어를 하는 것이 매우 중요한 일이다. EMS가 이러한 일을 처리하고 있으며, 여기서 상태추정기는 정확한 계통 운용 데이터베이스를 제공하는 역할을 한다. 지금까지 모든 데이터는 동시에 측정이 되었다는 가정 하에 상태추정 연산을 하였으나, 실제로 모든 데이터 측정의 동기성을 확보하는 것은 사실상 불가능하다. 최근 인공위성에 의해 동기화된 PMU(phasor measurement unit)가 전력계통 운용에 사용되고 있다. 본 논문에서는 PMU로부터 얻을 수 있는 전압 및 전류 데이터를 상태추정에 이용하는 방법을 개발하였다. 위성에 의해 동기화된 페이저 측정데이터는 데이터 측정의 동기성 확보뿐만 아니라, 데이터의 정밀도 및 위상각의 직접적인 측정이라는 둥의 여러 가지 면에서 매우 효용성이 높은 데이터이다. 본 연구를 통해 개발된 상태추정 프로그터은 IEEE 30모선 시험계통을 이용하여 그 타당성을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.78-80
• /
• 1998

본 논문은 일차원의 시계열 데이터를 입력을 하여 위상공간 재구성 과정을 거쳐 다차원 위상공간상에서 프랙탈 차원을 계산하는 효율적인 방법을 제안한다. 프랙탈 차원의 추정에 소요되는 계산량을 줄이기 위해 로그 연산을 비트 연산으로 대체하고, 거리계산의 순서를 바꿈으로써 위상공간의 차원에 무관한 상수 시간의 계산복잡도를 가지는 알고리즘을 구현하였다. 또한 최소절단자승 추정기법을 적용하여 로그-로그 그래프 상에서의 기울기 추정을 함으로써 프랙탈 차원의 추정치에 대한 정확도를 높였다. 참값이 알려진 시계열 데이터에 대한 차원 추정 실험을 통하여 제안된 방법의 정확성을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.77-79
• /
• 2000

공간 데이터베이스에서의 질의에 대한 선택률 추정에 대해서는 많은 연구가 있었지만 공간 데이터베이스에서의 공간 질의에 대한 선택률 추정이 매우 중요함에도 불구하고 이에 대한 연구는 아직 미흡한 상태이다. 이 논문에서는 공간 검색 조건의 정확한 선택률 추정을 위해 공간 데이터 분포를 통계 데이터로 저장하고 이를 이용하여 선택률을 추정하는 방법을 제안하고 구현하였다. 공간 질의에 대한 선택률 추정을 위해서 기존의 통계 데이터를 작성하는 방법으로 균등 분할 방법과 비균등 분할 방법이 사용되고 있지만 보다 정확한 선택률을 추정하기 위해서 본 논문에서는 새로운 통계 데이터 작성 방법인 크기별 분할 방법을 제안하였다. 각 방법의 성능은 다양한 파라미터에 대한 선택률 오차를 산출하여 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.320-320
• /
• 2023

강우 데이터는 수문기상, 환경, 농업, 자연재해, 그리고 수자원 시스템 분야에서 가장 필수적인 기본 요소 중 하나이다. 또한 강우 데이터는 수문학적 분석에서 활용되는 필수 입력 자료 중 하나로 관측 데이터의 품질에 따라 수문 모형을 이용한 모의 결과물의 정확도가 결정된다고 할 수 있다. 따라서, 강우 관측소별로 강우 데이터의 품질을 어떻게 관리하느냐에 따라 수문 모형의 활용 범위 및 수자원 관리의 효율성이 결정될 수 있다. 강우의 시공간적 변동성은 수 많은 인자들과 직간접적으로 연계되어 있기 때문에 미계측 강우 자료에 대해 직접 관측이 아닌 수치 모형을 이용하여 강우의 발생과 강우량을 산정하는 것은 매우 복잡한 과제 중 하나이다. 현재 국내에서 운용되고 있는 강우 관측소의 경우에도 미계측 된 강우 데이터가 존재함으로써 강우 데이터의 활용에 제한이 생기는 경우가 있다. 따라서, 이러한 미계측 데이터의 추정 및 보완은 보다 효과적인 수재해 방지, 수자원 관리를 위한 필수 과제 중 하나이다. 일반적으로, 미계측 강우를 산정하기 위해서 Kriging, Thiessen, 등우선법, 그리고 역거리 관측법 등 다양한 수문학적 방법들이 적용되고 있다. 이러한 방법들은 산악효과나 강우 관측소의 분포 상태 등을 고려하지 못하기 때문에 측정하는 지역에 따라 강우 추정 오차가 커질 수 있다는 한계가 있다. 최근에는 데이터 관측 시스템과 빅데이터 기술의 발전과 활용 가능한 데이터의 양이 증가함에 따라 머신러닝을 활용한 사례가 증가하고 있다. 머신러닝은 데이터 사이의 관계를 기반으로 분류, 회귀, 그리고 예측 문제에 주로 사용되는 기법 중 하나이다. 따라서, 본 연구에서는 광주광역시 지역에 위치한 주요 강우 관측 지점들을 대상으로 미계측 된 시강우 데이터를 추정 및 복원하고자 한다. 여기서 데이터 추정 기술이란 미계측 강우의 발생 유무 및 강우량을 추정할 수 있는 기술을 의미한다. 이를 위해 대표적인 머신러닝 알고리즘인 인공신경망(Artificial Neural Network) 및 랜덤포레스트(Random Forest)를 적용하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.05a
• /
• pp.145-158
• /
• 2003

불완전 데이터 즉, 결측값을 가지는 데이터를 분석할 경우 결측데이터에 대해서 어떠한 처리를 해야할 필요가 있다. 결측데이터에 대한 처리로서 주로 이용되어온 방법으로는 결측값을 포함한 관측값(case)을 제외하는 방법이었다. 이후 여러 방법들이 제안되어 EM알고리즘이나 회귀알고리즘에 의한 추정을 바탕으로 결측값에 대한 추정을 해서 그 추정값으로 결측값을 대치하는 방법을 사용할 수 있게되었다. 본 논문에서는 복수 개의 데이터세트를 생성해서 대치하는 다중대입 소프트인 SOLAS를 소개한다.