• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.31 no.1D
• /
• pp.133-139
• /
• 2011

We built subway stops in order to meet demand. To do so, a standardized method is used to predict the demand. However, in some subway stops there are only few people moving around sparsely, but in some other stops there are too many people crammed in a crowd. The gap between forecasting and actual uses varies from 10% to more than 1,000%. This study is aimed to find out where this discrepancy between predicted vs. actual demand for urban rail transit comes from. Specifically, 40 subway stops in Seoul Metropolitan Area, which were opened last 10 years, are examined. This study suggests that, for better forecasting, we need to consider stops' locational characteristics as well as weekday commute-oriented exogenous factors. Locational characteristics includes; whether a stops is a terminal and/or weekend tourism node. There seems no "one size fits all" solution for transit demand forecasting; locational characteristics need to be reflected.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.19 no.5
• /
• pp.94-102
• /
• 2005

This paper performs analysis the load patterns for the all the special days and studies the change of the load patterns for the last 15 years using Expert system based on the load record and the weather condition record. The Expert system is one of the four major load forecasting methods of the power system And it is used for forecasting. loads of the special days based on the Know-how of the load forecasting Experts. After the author simulates the load forecasting using hourly relative factors of the load patterns based on the past load records, there is considerable improved effect. The average errors of past 5 days load forecasting of lunar New Year's Day (year 2002 and 2003) is $3.23{[\%]}$. Using the new method the author forecast loads of the lunar new year's days (the year 2005) and it shows only $1.78{[\%]}$ error. A field manual for the load forecast can be made using proposed method. The authors expect this article could give a guidance to those who wish to be load forecast expert.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.10
• /
• pp.6860-6868
• /
• 2015

In this study, we consider a problem of forecasting daily city gas demand of Korea. Forecasting daily gas demand is a daily routine for gas provider, and gas demand needs to be forecasted accurately in order to guarantee secure gas supply. In this study, we analyze the time series of city gas demand in several ways. Data analysis shows that primary factors affecting the city gas demand include the demand of previous day, temperature, day of week, and so on. Incorporating these factors, we developed a multiple linear regression model. Also, we devised a sampling procedure that selectively collects the past data considering the characteristics of the city gas demand. Test results on real data exhibit that the MAPE (Mean Absolute Percentage Error) obtained by the proposed method is about 2.22%, which amounts to 7% of the relative improvement ratio when compared with the existing method in the literature.

• Environmental and Resource Economics Review
• /
• v.28 no.3
• /
• pp.437-465
• /
• 2019

In this study, we propose a new method to forecast long-term energy demand in Korea. Based on Chang et al. (2016), which models the time varying long-run relationship between electricity demand and GDP with a function coefficient panel model, we design several schemes to retain objectivity of the forecasting model. First, we select the bandwidth parameters for the income coefficient based on the out-of-sample forecasting performance. Second, we extend the income coefficient using the functional principal component analysis method. Third, we proposed a method to reflect the elasticity change patterns inherent in Korea. In the empirical analysis part, we forecasts the long-term energy demand in Korea using the proposed method to show that the proposed method generates more stable long term forecasts than the existing methods.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.3
• /
• pp.234-241
• /
• 2021

By recognizing the importance of demand forecasting, the military is conducting many studies to improve the prediction accuracy for repair parts. Demand forecasting for repair parts is becoming a very important factor in budgeting and equipment availability. On the other hand, the demand for intermittent repair parts that have not constant sizes and intervals with the time series model currently used in the military is difficult to predict. This paper proposes a method to improve the prediction accuracy for intermittent repair parts of the Patriot. The authors collected intermittent repair parts data by classifying the demand types of 701 repair parts from 2013 to 2019. The temperature and operating time identified as external factors that can affect the failure were selected as input variables. The prediction accuracy was measured using both time series models and data mining models. As a result, the prediction accuracy of the data mining models was higher than that of the time series models, and the multilayer perceptron model showed the best performance.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.137-139
• /
• 2017

Modern manufacturing fields have been changed to use optimal manufacturing volume on the optimal demand prediction. This research is to compare the prediction capability of various prediction methods. And then, it is to suggest a flexible selection of the optimal prediction method according to optimal prediction capability.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.610-611
• /
• 2011

전력 계통의 운용 계획을 최적화하기 위해서 연간 최대전력수요와 시간별 전력수요에 대한 장단기간의 수요 예측에 관한 연구가 활발하게 진행 중이다. 특히, 단기 수요 예측은 발전비용과 신뢰도에 크게 영향을 주며, 전력계통의 제어 및 단기계획, 경제급전, 전력조류계산 등의 입력 자료로 활용된다. 많은 예측 문제에 폭넓게 사용되고 있는 인공신경회로망은 전력수요 예측에도 자주 쓰이는 기법이다. 본 논문에서는 이를 보다 정확히 하기 위해 기존의 인공신경회로망 기법을 개선하여 보다 정확한 예측을 보였다.

• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.256-258
• /
• 2001

전력 계통의 운용 계획을 최적화 하기 위해서 수요예측에 관한 연구가 활발히 진행되고 있다. 기존의 수요예측 기법의 최대 오차는 특수일이 토요일과 월요일인 경우와 연휴인 경우에 발생한다. 이 중 특수일이 토요일과 월요일인 경우는 퍼지 선형회귀분석법과 상대계수법을 이용하여 우수한 결과를 도출한 바 있다. 구정과 추석은 특수일 중 평일과의 부하 차이가 가장 큰 특수일이며 약 $45{\sim}50%$ 정도가 감소된다. 이러한 부하의 감소 폭은 서서히 줄어서 연휴 당일 4일 후에는 완전히 복구가 되며 연휴 전 부하가 낮아지는 시점은 연휴 당일 3일 전이다. 연휴 예측의 불확실성은 연휴 기간의 길이 변동 및 기타 다양한 변수들에 의한 유동성에 기인한다. 특히 추석의 경우 과거 데이터 이용에 더욱 신중해야 하며 타 특수일에 비해 부하 값의 예측이 힘들다. 또한 직전 평일 대비 추석 연휴의 부하는 변화가 심하게 나타나며 본 논문에서는 퍼지 선형회귀분석법을 기본으로 변형된 알고리즘으로 향상된 예측도를 제시한다.

• Proceedings of the KIEE Conference
• /
• 2000.07b
• /
• pp.1445-1447
• /
• 2000

본 논문에서는 철도 수요예측 문제의 유형을 목적에 따라 3가지로 분류하였고, 최근 철도자원을 재고관리 차원에서 접근하고자 하는 시각에 따라 분배모형으로써 적응필터를 사용하는 방법의 타당성에 대해 설명하였다. 또 철도 승객수요의 주요 특징을 분석하였으며, 철도 승객수요 예측의 요구사항 및 방법론을 대규모 재고관리 시스템의 일반적 요구사항에 따라 정리하였다. 영향인자에 대한 분석으로 요일별 계절변동 지수를 정량적으로 산정하였다. 적응필터를 이용한 철도 승객수요 예측의 예제를 제시하였으며, 예측에의 정확성에 대한 비교를 제시하였다.

• 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.