• Title/Summary/Keyword: 시계열 예측분석

Search Result 737, Processing Time 0.037 seconds

Introduction of Hydrometeorological Drought Monitoring System (수문기상 가뭄정보 시스템 소개)

  • Kim, Min Ji;Oh, Tae Suk;Kang, Hye Young;Baek, Moonhee;Park, Cheol Hong
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2019.05a
    • /
    • pp.317-317
    • /
    • 2019
  • 기상청에서는 시스템 이용자의 편의와 자료의 활용 증진을 위해 분리되어 있던 수문기상과 가뭄정보를 하나로 통합하여 '수문기상 가뭄정보 시스템(https://hydro.kma.go.kr)을 2017년 8월 1일부터 운영하고 있다. 본 시스템은 일반국민과 물관리 유관기관(회원)을 대상으로 관측, 수문기상 감시 예측, 기상 가뭄분석 전망으로 나눠 정보를 생산하여 서비스가 제공하고 있다. 수문기상 서비스는 관측 강수량(기상청, 유관기관), 기상청 위성 토양수분량 및 증발산량 자료와 레이더 관측 자료(Radar AWS Rainrate, RAR)를 GIS 기반 유역단위별(4대강권, 대권역, 중권역, 표준유역단위)로 관측 정보를 제공하며, UM(3km), 멀티모델앙상블, 레이더(MAPLE), 유역강수지수자료들로 예측 서비스를 제공하고 있다. 또한, 메타정보를 통해 유역별, 관측소별 상세조회가 가능하여 원하는 유역 또는 관측소를 선택 시 GIS지도에 위치가 표시되며 선택 지점의 정보를 손쉽게 확인할 수 있다. 가뭄 정보는 기상 가뭄 예보 정보와 가뭄 감시 정보를 제공하고 있다. 기상 가뭄 예보 정보는 매주 금요일에 발표되고 있는 기상 가뭄 예보 1개월 전망과 매월 10일경 관계부처(행정안전부, 기상청, 환경부, 농림축산식품부) 합동으로 발표하고 있는 가뭄 예 경보 3개월 전망자료를 제공하고 있으며, GIS 기반 행정구역 및 유역별로 나눠 여러 가지 가뭄지수(표준강수지수, 표준강수증발산지수, 강수평년비, 유효가뭄지수)를 활용하여 기상 가뭄 감시 정보를 제공하고 있다. 또한, 가뭄 감시 현황 정보는 다양한 형태(시계열, 가뭄지수 조회 및 다운로드, 분포도 비교)로도 확인할 수 있으며, 강수량분석 통계(누적 강수량, 강수량 순위, 무강수일수) 정보를 제공한다. 그 밖에 관측 자료(강수량 분포도, 토양수분량, 증발산량 등), 월별 언론모니터링 자료 등을 제공하고 있다. 향후 수문기상과 가뭄 재해에 선제적으로 대응하여 안정적인 물관리를 지원하고 자료의 신뢰도를 지속적으로 제고하여 우리나라에 맞는 수문기상 가뭄정보 시스템으로 거듭나도록 노력해 나갈 것이다.

  • PDF

Analysis Modeling of Variable Goods Value to extract Key Influencers based on Time series Big Data (시계열 Big Data에 기반한 핵심영향인자 추출을 위한 변동재화 가치 분석 Modeling)

  • Kwon-Woong Kim;Young-Gon Kim
    • The Journal of the Institute of Internet, Broadcasting and Communication
    • /
    • v.23 no.3
    • /
    • pp.185-191
    • /
    • 2023
  • Research to analyze the future prediction of value is being conducted in various. However, it was found through the research results of each field that such future value analysis has too many variables according to each field, so the accuracy of the prediction result is low, and it is difficult to find objective key influencing factors that affect the result. In particular, since objective standards for the importance of various influencing factors have not been established, the key influencing factors have been judged and applied based on the researcher's subjectivity. Accordingly, there is a need for a reasonable process model for extracting key influencing factors that affect the prediction of volatility goods value that can be objectively applied in various fields. In this study, process modeling for extracting key influencing factors was conducted in seven steps, and the method for extracting key influencing factors was explained in detail in each step. In addition, as a result of simulation by applying Ni metal among the major variable goods in the field of raw materials using the proposed modeling, the predicted value by the existing method was 0.872% and the predicted value by applying the modeling of this study was 0.864%. conformance was confirmed.

Correlation Analyses of the Temperature Time Series Data from the Heat Box for Energy Modeling in the Automobile Drying Process (자동차 건조 공정 에너지 예측 모형을 위한 공조기 온도 시계열 데이터의 상관관계 분석)

  • Lee, Chang-Yong;Song, Gensoo;Kim, Jinho
    • Journal of Korean Society of Industrial and Systems Engineering
    • /
    • v.37 no.2
    • /
    • pp.27-34
    • /
    • 2014
  • In this paper, we investigate the statistical correlation of the time series for temperature measured at the heat box in the automobile drying process. We show, in terms of the sample variance, that a significant non-linear correlation exists in the time series that consist of absolute temperature changes. To investigate further the non-linear correlation, we utilize the volatility, an important concept in the financial market, and induce volatility time series from absolute temperature changes. We analyze the time series of volatilities in terms of the de-trended fluctuation analysis (DFA), a method especially suitable for testing the long-range correlation of non-stationary data, from the correlation perspective. We uncover that the volatility exhibits a long-range correlation regardless of the window size. We also analyze the cross correlation between two (inlet and outlet) volatility time series to characterize any correlation between the two, and disclose the dependence of the correlation strength on the time lag. These results can contribute as important factors to the modeling of forecasting and management of the heat box's temperature.

Developing the information security risk index using network gathering data (네트워크 수집정보를 이용한 정보보호 위험도 예측지수 개발)

  • Park, Jin Woo;Yun, Seokhoon;Kim, Jinheum;Jeong, Hyeong Chul
    • The Korean Journal of Applied Statistics
    • /
    • v.29 no.7
    • /
    • pp.1173-1183
    • /
    • 2016
  • In this paper, we proposed an information security risk index to diagnose users' malware infection situations (such as computer virus and adware) by gathering data from KT network systems. To develop the information security risk index, we used the analytic hierarchy process methodology and estimated the risk weights of malware code types using the judgments of experts. The control chart could be used effectively to forecast the information security risk for the proposed information security risk index data.

A Study on Forecasting Method for a Short-Term Demand Forecasting of Customer's Electric Demand (수요측 단기 전력소비패턴 예측을 위한 평균 및 시계열 분석방법 연구)

  • Ko, Jong-Min;Yang, Il-Kwon;Song, Jae-Ju
    • The Transactions of The Korean Institute of Electrical Engineers
    • /
    • v.58 no.1
    • /
    • pp.1-6
    • /
    • 2009
  • The traditional demand prediction was based on the technique wherein electric power corporations made monthly or seasonal estimation of electric power consumption for each area and subscription type for the next one or two years to consider both seasonally generated and local consumed amounts. Note, however, that techniques such as pricing, power generation plan, or sales strategy establishment were used by corporations without considering the production, comparison, and analysis techniques of the predicted consumption to enable efficient power consumption on the actual demand side. In this paper, to calculate the predicted value of electric power consumption on a short-term basis (15 minutes) according to the amount of electric power actually consumed for 15 minutes on the demand side, we performed comparison and analysis by applying a 15-minute interval prediction technique to the average and that to the time series analysis to show how they were made and what we obtained from the simulations.

Time-series Analysis and Prediction of Future Trends of Groundwater Level in Water Curtain Cultivation Areas Using the ARIMA Model (ARIMA 모델을 이용한 수막재배지역 지하수위 시계열 분석 및 미래추세 예측)

  • Baek, Mi Kyung;Kim, Sang Min
    • Journal of The Korean Society of Agricultural Engineers
    • /
    • v.65 no.2
    • /
    • pp.1-11
    • /
    • 2023
  • This study analyzed the impact of greenhouse cultivation area and groundwater level changes due to the water curtain cultivation in the greenhouse complexes. The groundwater observation data in the Miryang study area were used and classified into greenhouse and field cultivation areas to compare the groundwater impact of water curtain cultivation in the greenhouse complex. We identified the characteristics of the groundwater time series data by the terrain of the study area and selected the optimal model through time series analysis. We analyzed the time series data for each terrain's two representative groundwater observation wells. The Seasonal ARIMA model was chosen as the optimal model for riverside well, and for plain and mountain well, the ARIMA model and Seasonal ARIMA model were selected as the optimal model. A suitable prediction model is not limited to one model due to a change in a groundwater level fluctuation pattern caused by a surrounding environment change but may change over time. Therefore, it is necessary to periodically check and revise the optimal model rather than continuously applying one selected ARIMA model. Groundwater forecasting results through time series analysis can be used for sustainable groundwater resource management.

Development of Local Extreme Event Index by Rainfall Data Analysis - Focused on the PyeongChang River Basin (강우자료 분석을 통한 지역극한지수 개발 - 평창강 유역을 대상으로)

  • Choi, Sumin;Kim, Chang Hwan;Yeo, Chang Geon;Lee, Seung Oh
    • 한국방재학회:학술대회논문집
    • /
    • 2011.02a
    • /
    • pp.105-105
    • /
    • 2011
  • 전 세계적으로 이상기후의 발생이 빈번해지고 있으며, 특히 6~9월에 강우가 집중되는 우리나라의 경우에는 예측하지 못한 강우의 발생 빈도가 점점 증가하고 있어 이로 인한 인명 및 재산 피해 또한 심각한 문제가 되고 있다. 이러한 피해를 최소화하기 위해서는, 일반적으로 발생한 강우사상이 아니라 극치의 확률로 발생한 강우사상에 대한 실질적인 연구가 우선으로 수행되어야 한다. 기존의 극한강우에 대한 연구 중 대부분은 정량적인 기준보다는 정성적인 기준을 제시하고 있으며, 최근 국외에서는 STARDEX(Goodess, 2005)와 같은 극한지수를 선정하여 경향성을 분석하는 연구도 수행되고 있다. 국내에서도 극한지수를 사용한 연구사례가 있으나(최영은, 2004, 김보경 외, 2009), 국외에서 제안된 극한지수를 우리나라에 그대로 적용한 것이며, 이외에도 확률모형을 이용한 극한기후사상의 발생빈도 분석에 관한 연구도 활발히 수행되고 있는 추세이다. 본 연구에서는 확률적으로 양적, 시간적, 공간적 측면이 동시에 극한의 값을 갖는 사상을 극치사상이라고 정의하여, 발생 가능한 강수량의 최대량으로 주로 사용되는 가능최대강수량(PMP)과는 다른 의미의 강수량으로 분석하였다. 극한강우사상의 정량적인 분석을 위해, 안성천 유역 강우관측소의 시계열 강우자료를 토대로 전체 강우사상에 대한 강우지속시간, 총 강우량 및 최대 시강우량의 95퍼센타일, 시간에 대한 누적 강우량의 25퍼센타일과 75퍼센타일의 증가율로 계산된 강우 증가율 등 4가지 요소를 제안하였다. 이 방법을 IHP 시험유역인 평창강 유역에 적용하여 그 적용성을 검토하였으며, 극치사상으로 분석된 강우사상은 각 유역별 주요하천의 상위 12개 장기 유출량의 발생일과 비교하였다. 분석 결과, 하천과의 거리가 먼 관측소일수록 최대 유출량의 발생일과 극한강우사상의 발생일에 차이가 발생했으며, 결측자료가 많은 관측소의 경우에는 인근 관측소의 자료로 보완하였을 때 높은 정확도로 분석되는 것으로 보아, 결측자료에 대한 영향과 강우 관측소와 하천과의 거리에 대한 영향이 큰 것으로 판단되었다. 향후 연구에서는 거리 및 지형에 대한 영향과 결측자료의 보완을 통해 더 정확한 분석을 수행하여, 홍수위험도의 개선 및 장기 유출분석에 기여할 수 있을 것이다.

  • PDF

Application Examples of Daecheong Dam for Efficient Water Management Based on Integrated Water Management (통합물관리 기반 효율적 물관리를 위한 대청댐 실무적용 사례)

  • Kang, Kwon-Su;Heo, Jun-Haeng
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2017.05a
    • /
    • pp.85-85
    • /
    • 2017
  • 효율적 물관리란 거대한 물순환 과정에서 인간이 편안한 삶을 사는데 필요한 물의 이용효율을 극대화하는 것이다. 과거의 물관리는 이원화된 수량과 수질관리, 수량중심에서는 용수공급과 홍수조절이 주요한 관심사였다. 현재는 과거의 물관리에 친수와 환경을 더한 복잡한 분야로 확대되고 있다. 통합물관리란 물을 최적으로 관리하기 위해 물관리 이해당사자간의 소통과 물 기술의 고도화를 기반으로 기존에 분산된 물관리 구성요소들(시설 정보, 수량 수질 등)을 권역적으로 관리하는 것을 말한다. 본 연구에서는 대청댐 방류에 따른 금강 하류부의 홍수추적을 위해 수행한 댐하류 소유역별 강우량 빈도분석 과정, 용담댐 방류를 고려한 대청댐 홍수도달시간 검토, Poincare Section과 신경망기법을 이용한 수문자료 예측, 추계학적 다변량 해석과 다변량 신경망해석에 의한 대청댐 유입량 산정과정, 보조여수로 건설에 따른 주여수로와 보조여수로간의 연계운영방안, 단계(관심, 주의, 경계, 심각)를 고려한 대청댐 확보수위 산정, 저수지 중장기 운영계획 수립과 댐 운영 기준수위를 결정하기 위해 누가차분방식으로 적용되는 갈수기 유입량 빈도분석에 대한 실무적용 사례를 소개하고자 한다. 강우량 빈도분석 과정은 L-모멘트방법(Hosking과 Wallis, 1993)을 적용하였고, 홍수도달시간 검토는 평균유속, 하류 수위상승 기점 영향검토, 수리학적 모형(FLDWAV, Progressive lag method 등)을 활용하였다. 카오스 이론을 도입하여 대청댐 수문자료의 상관성 검토 및 추계학적 모형을 이용한 모의발생을 유도하여 수문자료 예측을 시행하였다. 추계학적 모형과 신경망모형 연구의 대상은 대청댐으로, 시계열 자료는 댐의 월강우량, 월유입량, 최고기온, 평균기온, 최소기온, 습도, 증발량 등의 자료를 기반으로 하였다. 적용기간은 1981~2009년의 자료를 이용하여 2010년 1월부터 12월까지 12개월 동안의 월유입량을 예측하였다. 수문자료 해석의 기본이 되는 약 30년간의 자료를 이용하여 분석을 실시하였다. 대청댐의 유입량 예측을 위해 적용된 모형으로는 추계학적 모형인 ARMA모형, TF모형, TFN 모형 등이 적용되었고, 또한 신경망 모형의 종류인 다층 퍼셉트론, PCA모형 등을 활용하여 실측치와 가장 가깝게 근사화시키는 방법론을 찾고자 하였다. 또한, 기존여수로와 보조여수로 연계운영을 위해 3차원 수치해석을 통한 댐하류 안정성 검토 및 확보수위 산정을 통해 단계(관심, 주의, 경계, 심각)별로 대처가 가능한 수위를 산정하였다.

  • PDF

Heart rate monitoring and predictability of diabetes using ballistocardiogram(pilot study) (심탄도를 이용한 연속적인 심박수 모니터링 및 당뇨 예측 가능성 연구(파일럿연구))

  • Choi, Sang-Ki;Lee, Geo-Lyong
    • Journal of Digital Convergence
    • /
    • v.18 no.8
    • /
    • pp.231-242
    • /
    • 2020
  • The thesis presents a system that continuously collects the human body's physiological vital information at rest with sensors and ICT information technology and predicts diabetes using the collected information. it shows the artificial neural network machine learning method and essential basic variable values. The study method analyzed the correlation between heart rate measurements of BCG and ECG sensors in 20 DM- and 15 DM+ subjects. Artificial Neural Network (ANN) machine learning program was used to predictability of diabetes. The input variables are time domain information of HRV, heart rate, heart rate variability, respiration rate, stroke volume, minimum blood pressure, highest blood pressure, age, and sex. ANN machine learning prediction accuracy is 99.53%. Thesis needs continuous research such as diabetic prediction model by BMI information, predicting cardiac dysfunction, and sleep disorder analysis model using ANN machine learning.

Input output transfer function model development for a prediction of cyanobacteria cell number in Youngsan River (영산강 수계에서 남조류 세포수 모의를 위한 입출력 모형의 개발)

  • Lee, Eunhyung;Kim, Kyunghyun;Kim, Sanghyun
    • Journal of Korea Water Resources Association
    • /
    • v.49 no.9
    • /
    • pp.789-798
    • /
    • 2016
  • Frequent algal blooms at major river systems in Korea have been serious social and environmental problems. Especially, the appearance of cyanobacteria with toxic materials is a threat to secure a safe drinking water. In order to model the behaviour of cyanobacteria cell number, an exclusive causality analysis using prewhitening technique was introduced to delineate effective parameters to predict the cell numbers of cyanobacteria in Seungchon Weir and Juksan Weir along Youngsan river system. Both input and output transfer function models were obtained to explain temporal variation of cyanobacteria cell number. A threshold behaviour of water temperature was implemented into the model development to consider winter characteristic of cyanobacteria. The implementation of water temperature threshold into the model structure improves the predictability in simulation. Even though the input output transfer model cannot completely explained all blooms of cyanobacteria, the simple structure of model provide a feasibility in application which can be important in practical aspect.