• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1771_1772
• /
• 2009

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측에 대하여 데이터 마이닝 기법의 적용성을 검토하고자 한다. 물 공급이 이루어진 요일과 특이일에 대한 시계열 분석을 통한 단기 물 수요예측과 데이터 마이닝 기법을 적용한 결과를 상호 비교하여 데이터 마이닝 기법의 적용성을 제시하고자 한다. 이를 통하여 단기 물 수요예측알고리즘의 실용화 가능성을 높일 뿐만 아니라 실시간 예측을 위한 기초 데이터 마이닝 체계를 구축하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.366-366
• /
• 2011

수자원 관리 정책은 한정된 수자원의 재배분과 효율적 이용, 수요관리에 의한 물 절약 정책 등, 지속가능한 발전을 추구하면서 물 부족의 사회적 대응력을 향상시키기 위한 정책으로 전환되어 가고 있다. 환경부에서는 2000년에 "물 절약 종합대책(2000.3)"발표를 시작으로 시 도별 "물 수요관리 종합대책"을 수립하였고, "수자원장기종합계획(2006.9)"수립에서는 수요관리 시나리오에 따른 장래수요량을 예측하여 발표하였다. 그러나 수요관리에 따른 절감량 산정 및 정량화된 수요량 평가 시스템의 부재로 수요관리 정책수립이나, 장래 용수수요량 예측에 어려움을 겪고 있다. 이에 따라 물 수요관리에 따른 물 사용량의 변화를 파악하고, 이를 이용하여 장래수요량 예측 및 물 수급전망에 연계할 수 있는 시스템이 필요하다. 본 연구에서는 지자체별 수요관리 계획 및 추진결과에 따른 물 사용량의 변화를 분석하였다. 또한 수요관리 계획과 추진전후의 상수도 관련 지표를 비교하여 합리적인 수요관리 계획 수립을 제안하였다. 분석결과 물 절약 종합대책 및 물 수요관리 종합대책 수립이후 1인1일당 급수량의 증가가 대체로 둔화되는 것을 알 수 있었다. 그렇지만 수요관리 계획을 수립한 일부 지자체는 과도한 계획수립으로 인하여 계획대비 수요관리 추진 효과가 미비한 곳도 있었다. 이러한 지자체는 현 상황을 고려한 합리적인 수요관리 계획 수립이 필요함을 알 수 있었다. 본 연구결과는 장래 용수수요량 예측이나 물수요관리 정책수립에 활용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.419-419
• /
• 2021

수자원 관리 패러다임은 공급 위주에서 수요관리로 전환되고 있다. 가용한 수자원은 한정적이나 급속한 인구증가와 도시화로 인한 물 수요의 증가로 수요관리의 효율성이 중시되고 있기 때문이다. 기존 상수도시스템은 노후화로 가동효율이 점차 낮아지고 있으며, 인력으로 월 또는 격월로 소비자의 물 사용량을 검침해 실시간 관리가 불가능하여 수요와 공급의 불균형을 초래한다. 이러한 문제를 해결할 대안으로 IT 기술과 전통적인 물관리 기술을 접목한 Smart Water Grid는 양방향 통신장치를 이용해 실시간으로 소비자의 물 사용량을 모니터링한다. 물 사용 특성을 잘 파악하면 보다 정확한 물 수요 예측이 가능하다. 특히 소비자들의 시간별, 평일, 주말, 그리고 주별 물 사용 특성을 파악하면 미래 물 수요 예측에 도움이 된다. 예측된 물 수요량에 따라 물 공급 배분 계획을 수립하여 운영 효율성을 높일 수 있다. 물 수요예측 방법 중 k-mean 군집분석은 시간별 물 사용량을 이용해 서로 유사한 여러 개의 부분집합으로 할당하여 분류하는 Machine learing 방법으로 물 사용의 유사성을 파악할 수 있다. SWG 연구단은 2019년 Vietnam Hai Duong province에 SWG Pilot plant를 구축하고 27개의 Smart water meter를 설치하여 운영하고 있다. 이에 본 연구에서는 소비자의 물 사용 특성을 분석하기 위해 27개 SWM로부터 수신된 2019년 11월 14일부터 2020년 12월 3일까지 1시간 단위의 물 사용량 데이터를 수집하였다. 그리고 k-mean 군집 방법을 이용해 시간별, 평일, 주말, 그리고 주별 물 사용 특성을 분석하였다. 이 때 최적의 군집 개수 결정을 위해 Elbow 방법을 적용하였다. 분석 결과 각 소비자의 물 사용량 특성에 따라 평균 물 수요패턴 추정이 가능하며, 향후 물 수요 예측에 도움이 될 것으로 사료된다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1728-1729
• /
• 2011

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측알고리즘 개발에 있어서, 지방 소도시 지역의 물 공급패턴에 대한 영향인자를 도출하기 위하여 기상환경인자와 과거 물 공급량에 대한 상관성 분석을 실시하였다. 그리고, 신경회로망 이론 중 ELM알고리즘을 적용한 단기 물 수요예측알고리즘을 개발하여 현장 적용성을 검토하고자 한다.

• Journal of Korea Port Economic Association
• /
• v.37 no.3
• /
• pp.1-17
• /
• 2021

Forecasting the daily volume of container is important in many aspects of port operation. In this article, we utilized a machine-learning algorithm based on decision tree to predict future container throughput of Busan port. Accurate volume forecasting improves operational efficiency and service levels by reducing costs and shipowner latency. We showed that our method is capable of accurately and reliably predicting container throughput in short-term(days). Forecasting accuracy was improved by more than 22% over time series methods(ARIMA). We also demonstrated that the current method is assumption-free and not prone to human bias. We expect that such method could be useful in a broad range of fields.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.42-42
• /
• 2016

지난 135년(1880~2014년) 동안 지구온난화에 따른 기후변화로 지구의 평균 기온은 $0.85^{\circ}C$ 상승하였으며, 이는 수문현상에 영향을 미쳐 강우량 및 강우강도가 증가하는 경향성을 보이고 있다. 이처럼 기후변화로 말미암아 수문 현상의 변화에 따른 불확실성이 커져 물 순환 과정의 정확한 파악이 더욱 어려워지고 있다. 따라서 미래 안정적인 물 공급을 위한 수자원계획 수립 및 관리를 위해 기후변화를 고려한 물 수요 예측이 필요하다고 하겠다. 본 연구에서는 도시화에 따라 물수요가 변화하고 있는 안성천을 대상유역으로 선정하여 기후변화를 고려한 미래 물 부족량을 산정하고자 하였다. 이를 위해, 기후변화 RCP 8.5 시나리오를 이용하여 미래 강수량을 모의하였고, 준 분포 강우-유출 모형인 SLURP 모형을 이용하여 미래 유출량을 분석하였다. 미래 유출량을 토대로 정확한 물 수요 예측을 위해 통합수자원평가계획 모형인 K-WEAP 모형을 이용하여 소유역별 물수지 분석을 위한 네트워크 및 시나리오를 구성하였다. 또한 용수이용량(생활, 공업, 농업용수)의 과거자료를 활용한 선형예측함수식을 통해 장래 물 수요 추정량을 산정하였다. 물 수지 분석 결과, 안성천 유역은 인구 증가, 급격한 도시화로 인해 용수 이용량이 증가하고 있었으나 농업용수는 점차적으로 감소하고 있었다. 따라서 생활 및 공업 용수에 대한 수요를 충족하지 못해 미래 물 부족량이 증가하고 있는 것으로 확인되었으며, 본 연구에서는 물부족 해소를 위한 방안으로 광역상수도 확충과 제한급수를 제시하여 분석을 수행하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.617-618
• /
• 2020

우리나라의 지리적인 여건상 대륙과 연결되지 않기 때문에 해상운송에 절대적으로 의존하고 있다. 해상운송에 있어 항만시설의 확보가 필요하며 대외무역의존도가 높은 우리나라의 경우 더욱 중요한 역할을 한다. 항만시설은 장기적인 항만수요예측을 통해 대규모 인프라투자를 결정하며 단기적인 예측은 항만운영의 효율성을 개선하고 항만의 경쟁력을 제고하는데 기여하므로 예측의 정확성을 높이기 위해 많은 노력이 필요하다. 본 논문에서는 딥러닝 모델 중에 하나인 LSTM(Long Short Term Memory)을 적용하여 우리나라 주요항만의 컨테이너 물동량 단기예측을 수행하여 선행연구들에서 주류를 이뤘던 ARIMA류의 시계열모델과 비교하여 예측성능을 평가할 것이다. 본 논문은 학문적으로 항만수요예측에 관한 새로운 예측모델을 제시하였다는 측면에서 의미가 있으며 실무적으로 항만수요예측에 대한 정확성을 개선하여 항만투자의사결정에 과학적인 근거로서 활용이 가능할 것으로 기대된다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.5
• /
• pp.713-719
• /
• 2009

In this paper, we develope a water demand forecasting algorithm using AR(Auto-regressive) and MLP(Multi-layer perceptron). To show effectiveness of the proposed method, we analyzed characteristics of time-series data collected in "A" purification plant at Jeon-Buk province during 2007-2008, and then performed the proposed method with various input factors selected through various analyses. As noted in experimental results, the performance of three types model such as multi-regressive, AR(Auto-regressive), and AR+MLP(Auto-regressive + Multi-layer perceptron) show 5.1%, 3.8%, and 3.6% with respect to MAPE(Mean Absolute Percentage Error), respectively. Thus, it is noted that the proposed method can be used to predict short-term water demand for the efficient operation of a water purification plant.

• Journal of Korean Society of Transportation
• /
• v.32 no.6
• /
• pp.600-614
• /
• 2014

This paper develops a model to forecast container volumes of all Korean seaports using a Seasonal ARIMA (Autoregressive Integrated Moving Average) technique with the quarterly data from the year of 1994 to 2010. In order to verify forecasting accuracy of the SARIMA model, this paper compares the predicted volumes resulted from the SARIMA model with the actual volumes. Also, the forecasted volumes of the SARIMA model is compared to those of an ARIMA model to demonstrate the superiority as a forecasting model. The results showed the SARIMA Model has a high level of forecasting accuracy and is superior to the ARIMA model in terms of estimation accuracy. Most of the previous research regarding the container-volume forecasting of seaports have been focussed on long-term forecasting with mainly monthly and yearly volume data. Therefore, this paper suggests a new methodology that forecasts shot-term demand with quarterly container volumes and demonstrates the superiority of the SARIMA model as a forecasting methodology.

• KOREAN POULTRY JOURNAL
• /
• v.11 no.10 s.120
• /
• pp.64-74
• /
• 1979

1978년은 우리가 미처 상상도 하지 못했던 축산물을 소비하여 이를 폭발적인 수요증가라는 말로 표현하였고, 쇠고기 돼지고기를 비롯하여 분유까지를 대량 수입하지 않을 수 없게 만들었고 금년의 수요 둔화는 다시한번 업계를 불황으로 이끌고 말았다. 장단기 축산물의 수요를 정확히 추정하는 길만이 안정된 축산을 이룩하는 기초가 됨은 두말할 필요도 없다. 그간 각 연구기관의 축산물 수요추정이 있었으나 이번 국내 가장 권위지인 계간 농촌경제에 발표된 축산물의 수요추정을 계제하여 장단기 사업계획 수립에 도움이 되도록 한다.