• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.51-53
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력 수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 평일과는 다르게 특수일의 전력 수요예측은 평균 5%를 상회하는 수준으로 예측의 정확도가 평일 예측에 비해 크게 낮은데 이유는 특수일이 평일에 비하여 부하의 크기가 다소 낮게 나타나고 특수일 마다 계절적인 차이가 있으며 각각의 특수일 마다 고유한 부하의 특성이 있으므로 과거 데이터를 이용할 때 동일 특수일을 이용하게 되며 따라서 평일과는 다르게 일년 단위로 과거 데이터 값들이 취득되므로 오차율이 커진다. 따라서 데이터들을 퍼지화하여 선형계획법을 수행하여 평균 $2{\sim}3%$ 정도의 우수한 결과를 도출한 바 있다. 본 논문에서는 퍼지 선형회귀분석법을 이용한 예측 기법에 최소자승법을 도입하여 특수일 전력 수요예측의 정확도를 개선하였다.

• Proceedings of the KIEE Conference
• /
• 2001.05a
• /
• pp.52-54
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력 시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 특수일의 전력 수요 예측의 정확도가 평일 예측에 비해 낮으며 특히, 토요일 또는 월요일에 특수일이 오는 경우 예측의 정확도가 낮아지는 경향이 있다. 따라서, 찬 논문은 퍼지 선형회귀 분석법과 상대계수법을 병행하여 예측함으로써 특수일 수요 예측의 정확도를 개선하는 방법을 제시한다.

• 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.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.17 no.6
• /
• pp.54-59
• /
• 2003

This paper presents hourly system marginal price forecasting of the Korea electric power system using a fuzzy linear regression analysis method. The proposed method is tested by forecasting hourly system marginal price for a week of spring in 2002. The percent average of forecasting error for the proposed method is from 3.14% to 6.10% in the weekdays, from 7.04% to 8.22% in the weekends, and comparable with a artificial neural networks method.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1995.10a
• /
• pp.672-675
• /
• 1995

Because of a sudden growth of the research of fatigue failure, recent machines or structures have been designed by damage tolerance design in many fields. Consequently, it is the most primary factor to clarity the specific character of fatique failure in the design of machines or structures considering reliability. A statistical analysis is required to analyze the outcome of an experiment or a life estimate by reason of that fatigue failure contains lots of random elements. Reliability analysis which has tukenn the place of the existing analyses in the consideration of the uncertainty of a material, is a very efficient way. Even reliability analysis, however, is not a perfect way to analyses the uncertainties of all the materials. This thesis would refer to a newly conceived data analysis that the coefficient of a system could cause the ambiguity of the relationship of an input and output.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.11
• /
• pp.143-156
• /
• 2010

Faced with an increase of malicious threats from the Internet as well as local area networks, many companies are considering deploying a security system. To help a decision maker select a suitable security tool, this paper proposed a three-step integrated framework using linear fuzzy regression (LFR) and physical programming (PP). First, based on the experts' estimations on security criteria, analytic hierarchy process (AHP) and quality function deployment (QFD) are employed to specify an intermediate score for each criterion and the relationship among these criteria. Next, evaluation value of each criterion is computed by using LFR. Finally, a goal programming (GP) method is customized to obtain the most appropriate security tool for an organization, considering a tradeoff among the multi-objectives associated with quality, credibility and costs, utilizing the relative weights calculated by the physical programming weights (PPW) algorithm. A numerical example provided illustrates the advantages and contributions of this approach. Proposed approach is anticipated to help a decision maker select a suitable security tool by taking advantage of experts' experience, with noises eliminated, as well as the accuracy of mathematical optimization methods.

• Proceedings of the KIEE Conference
• /
• 2000.07a
• /
• pp.298-300
• /
• 2000

This paper proposes a fuzzy linear regression algorithm based on Tanaka's theory for holiday load forecasting. The load patterns of holidays are quite different from those of ordinary weekdays. It is difficult to accurately forecast the holiday load due to the insufficiency of the load patterns compared with ordinary weekdays. The test results show that the proposed method greatly improves the forecast accuracy for holidays.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2004.05a
• /
• pp.434-436
• /
• 2004

Load forecasting is essential in the electricity market for the participants to manage the market efficiently and stably. The percentage errors of 24 hourly load forecasting for holidays is relatively large. In this paper, we propose the maximum and minimum load forecasting method for holidays using a fuzz linear regression algorithm. 24 hourly loads are forecasted from the maximum and minimum loads and the 24 hourly normalized values. The proposed algorithm is tested for 24 hourly load forecasting in 1996. The test results show the proposed algorithm improves the accuracy of the load forecasting.

• Journal of Digital Convergence
• /
• v.17 no.1
• /
• pp.239-247
• /
• 2019

An accurate prediction of emotion is a very important issue for the sake of patient-centered medical device development and emotion-related psychology fields. Although there have been many studies on emotion prediction, no studies have applied the heart rate variability and neuro-fuzzy approach to emotion prediction. We propose ANFEP(Adaptive Neuro Fuzzy System for Emotion Prediction) HRV. The ANFEP bases its core functions on an ANFIS(Adaptive Neuro-Fuzzy Inference System) which integrates neural networks with fuzzy systems as a vehicle for training predictive models. To prove the proposed model, 50 participants were invited to join the experiment and Heart rate variability was obtained and used to input the ANFEP model. The ANFEP model with STDRR and RMSSD as inputs and two membership functions per input variable showed the best results. The result out of applying the ANFEP to the HRV metrics proved to be significantly robust when compared with benchmarking methods like linear regression, support vector regression, neural network, and random forest. The results show that reliable prediction of emotion is possible with less input and it is necessary to develop a more accurate and reliable emotion recognition system.