• Journal of Korean Society of Transportation
• /
• v.22 no.2 s.73
• /
• pp.19-26
• /
• 2004

AllWayS(AWS, Satongpaldal in Korean) is the first comprehensive computer software in Korea that is developed for the transportation demand modeling. The original DOS version software was recently receded for Windows environment. Traditional 4-step transportation demand forecasting process is incorporated in the software under graphical user interface environment. AWS is able to compose or edit graphic transportation networks data by each scenario which could be the subject of an analysis. Besides, it use database structure that can handle every data of a scenario such as networks, O/D, and socio-economic data, etc. We expect this integrated process could provide each analyst with efficient and easy to use tool for their analysis. Each models in this software is based on traditional algorithms and the results were compared to existing software, EMME/2 and it showed similar results.

• 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.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.40 no.4
• /
• pp.261-273
• /
• 2022

This study aims to predict the land use demand of Seongnam-city using system dynamics and to simulate the effect of changes in family structure and land use density adjustment policy on land use demand. This study attempted to construct causal loop diagrams and an analysis model. The changes in land use demand over time were predicted through simulation results. As a result of the analysis, as of 2035, an additional supply of 2.08 km² for residential land and 1.36 km² for commercial land is required. Additionally, the current supply area of industrial land can meet the demand. Three policy experiments were conducted by changing the variable values in the basic model. In the first policy experiment, it was found that when the number of household members decreased sharply compared to the basic model, up to 7.99 km² of additional residential land were required. In the second policy experiment, if the apartment floor area ratio was raised from 200% to 300%, it was possible to meet the demand for residential land with the current supply area of Seongnam-city. In the third policy experiment, it was found that even if the average number of floors in the commercial area was raised from four to five and the building-to-land ratio in the commercial area was raised from 80% to 85%, the demand for commercial land exceeded the supply area of the commercial area in Seongnam-city. This study is meaningful in that it proposes a new analytical model for land use demand prediction using system dynamics, and empirically analyzes the model by applying the actual urban planning status and statistics of Seongnam-city.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.621-622
• /
• 2015

최근 늘어나는 전력 수요에 따라, 세계적으로 전력에너지 절감을 통한 수요자원 확보 및 활용을 위한 부하 예측의 중요성이 증가하고 있다. 본 논문에서는, 수요관리용 전지전력저장시스템을 효율적으로 운영하고 계획하는데 필수적인 부하예측의 정확성을 높이기 위하여 이동평균법, 지수가중이동평균법, 최소자승법, 인공신경망 방법을 적용하였다. 시계열 데이터인 부하 데이터를 분석하여 최대부하일, 근무일, 토요일, 공휴일로 분류하였고, 각각의 방법으로 예측한 부하를 적용시켜 전기요금 절감을 목표로 하는 전지전력저장시스템의 최적 충 방전 운전계획을 세웠으며, 이를 이용하여 산출된 전기요금과 실제 전기요금을 비교 분석하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2011.05a
• /
• pp.138-138
• /
• 2011

신 재생에너지 산업의 확대를 뒷받침하고 산업의 지속적인 성장을 달성하기 위해서는 지속적인 인력의 공급이 무엇보다 중요하다. 뿐만 아니라 신 재생에너지는 기존 에너지원과 다르게 자국 내에서 생산 및 소비가 함께 이루어진다. 따라서 신 재생에너지의 확대는 국가의 일자리 창출과 직접적으로 연관된다. 하지만 지금까지 국내에서는 신재생에너지 인력수요 전망을 위한 방법론 연구가 충분히 이루어 지고 있지 않은 실정이다. 이에 본 연구에서는 인력수요 전망을 위한 연구를 실시한 호주와 미국 사례를 고찰하여, 국내 신 재생에너지 인력수요 전망을 위한 고려요인 및 전망 방법론 연구를 실시하였다. 연구결과 미국은 기존화석에너지와의 인력수요 차이를 고찰하는데 초점을 맞추어 분석을 실시하였다. 또한 호주는 시나리오 기법을 통하여 미래 신재생에너지 보급상황에 따라 달라 질 수 있는 인력의 수요를 예측 하였다. 두 국가의 경우 신 재생에너지 부문의 인력수요가 급격하게 증가할 것으로 보고 있다. 호주의 경우 2008년 기준으로 10천명이던 신 재생에너지 인력수요가 2020년 24천명~30천명으로 증가할 것으로 예상(연평균 16.7% 증가)하고 있다. 미국에서는 2007년 500천명의 신 재생에너지 산업 인력이 재직 중이며, 신 재생에너지 확대와 함께 2030년에는 7,300천명의 인력수요가 있을 것으로 분석하고 있다. 신재생에너지 인력수요에 대한 연구를 실시한 사례를 살펴보면 국가는 목적에 부합하는 기준을 바탕으로 연구를 수행하여 있음을 알 수 있다. 따라서 우리나라도 향후 신재생에너지 인력 증가에 대비하여 관련 인력양성 정책을 올바르게 세우기 위해서는 관련 연구가 뒷받침 되어야 할 것으로 사료된다. 해외 사례 고찰 내용을 바탕으로 향후 국내 신 재생에너지 인력 수요 예측 시 고려해야 할 요인들을 다음과 같이 정리할 수 있다. 먼저 인력수요의 예측을 위해서는 현실적인 신 재생에너지 성장 시나리오의 설정이 요구된다. 미국의 사례와 같이 신 재생에너지와 재생에너지의 인력수요 차이를 비교하는 것도 신 재생에너지 인력수요를 정량화 하는데 큰 도움이 될 수 있다. 또한 인력의 범위를 직종별, 학력별로 구체화 하려는 노력이 필요할 것이다. 마지막으로 신재생 인력수요 전망을 바탕으로 효과적인 인력양성 프로그램을 구체화 해야 할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.920-923
• /
• 2017

본 연구는 기존의 수요 예측 등의 시계열 분석에서 주로 사용되는 ARIMA 모형의 어려움을 극복하고자 인공신경망(Artificial Neural Network) 모형을 이용하여 한국 프로 야구 관중 수를 예측하였다. 인공신경망의 가장 기본적인 종류인 전방향 신경망(Feedforward Neural Network)의 초모수(Hyperparameter) 선정에 그리드 탐색(Grid Search)을 적용하여 최적의 모형을 찾고자 하였다. 훈련 자료로는 2015년 3월부터 8월까지의 일별 KBO 관중 수 자료를 대상으로 하였고, 예측력 검증을 위해 2015년 9월 관중 수를 예측하여 실제 관측값과 비교하였다. 그 결과, 그리드 탐색법에서 최적 모형이라고 판단한 모형의 예측력은, 평균 절대 백분율 오차(MAPE) 기준으로 평균 27.14% 였다. 또한, 앙상블 기법에서 착안하여 오차율이 낮은 모형 5개의 예측값 평균의 MAPE는 평균 28.58% 였다. 이는 다중회귀와 비교해보았을 때, 평균적으로 각각 14%, 13.6% 높은 예측력을 보이고 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.427-432
• /
• 1998

최근 산업발전에 따라 야기되는 문제점 중 전력수요의 증가에 의한 피해가 증대되고 있다. 여름철 하계부하등에 의한 과부하는 가정이나 대형건물의 정전을 발생시키거나 공장의 기계를 파손시키기도 하기 때문에 이를 미연에 방지할 수 있는 부하예측기법이 점차로 강조되고 있는 현실이다. 이에 본 논문에서는 초(sec)단위의 순시부하예측/제어를 위한 새로운 방법과 퍼지제어기를 제안한다. 제안한 순시부하예측/제어는 크게 과거의 데이터를 가지고 일정시간 후의 값을 예측하는 예측부와 이 결과의 신뢰도를 높여주기 위한 퍼지제어기로나눌 수 있다. 예측부는 SOFM (Self-Organizing Feature Map) 신경망을 이용하며, 예측된 출력값을 퍼지제어기의 입력으로 사용한다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.1
• /
• pp.111-128
• /
• 2019

Subways are eco-friendly public transportation that can transport large numbers of passengers safely and quickly. It is necessary to predict the accurate number of passengers in order to increase public interest in subway. This study groups stations on Lines 1 to 9 of the Seoul Metropolitan Subway using clustering analysis. We propose one final prediction model for all stations and three optimal prediction models for each cluster. We found three groups of stations out of 294 total subway stations. The Group 1 area is industrial and commercial, the Group 2 ares is residential and commercial, and the Group 3 area is residential districts. Various data mining techniques were conducted for each group, as well as driving some influential factors on demand prediction. We use our model to predict the number of passengers for 8 new stations which are part of the 3rd extension plan of Seoul metro line 9 opened in October 2018. The estimated average number of passengers per hour is from 241 to 452 and the estimated maximum number of passengers per hour is from 969 to 1515. We believe our analysis can help improve the efficiency of public transportation policy.

• Journal of IKEEE
• /
• v.23 no.1
• /
• pp.134-142
• /
• 2019

As the development of internet of energy (IoE) technologies and spread of various electronic devices have diversified patterns of energy consumption, the reliability of demand prediction has decreased, causing problems in optimization of power generation and stabilization of power supply. In this study, we propose a deep learning method, 1-Dimention-Convolution and Bidirectional Long Short-Term Memory (1D-ConvBLSTM), that combines a convolution neural network (CNN) and a Bidirectional Long Short-Term Memory(BLSTM) for highly reliable demand forecasting by effectively extracting the energy consumption pattern. In experimental results, the demand is predicted with the proposed deep learning method for various number of learning iterations and feature maps, and it is verified that the test data is predicted with a small number of iterations.

• Proceedings of the Korean System Dynamics Society
• /
• 2002.08a
• /
• pp.1-26
• /
• 2002

우리나라 자동차 보급률은 자동차 1 대당 인구 3.9명으로 집계되고 있다. 이 수치는 미국(1.3명), 일본(1.8명), 서유럽(평균 2.1명) 등에 비해 아직 차이가 많으나, 우리나라의 짧은 자동차 역사를 감안할 때 거의 성숙기에 이른 것으로 볼 수 있다. 자동차 산업면에서도 1980년대 이전 수요가 공급을 초과하는 공금 주도 시장에서 1990년대의 과도기를 거쳐 지금은 공급능력이 수요를 초과하는 수요주도 시장으로 변환되었다.(중략)