Journal of Korean Society of Industrial and Systems Engineering
/
v.39
no.1
/
pp.25-30
/
2016
It is critical to forecast the maximum daily and monthly demand for power with as little error as possible for our industry and national economy. In general, long-term forecasting of power demand has been studied from both the consumer's perspective and an econometrics model in the form of a generalized linear model with predictors. Time series techniques are used for short-term forecasting with no predictors as predictors must be predicted prior to forecasting response variables and containing estimation errors during this process is inevitable. In previous researches, seasonal exponential smoothing method, SARMA (Seasonal Auto Regressive Moving Average) with consideration to weekly pattern Neuron-Fuzzy model, SVR (Support Vector Regression) model with predictors explored through machine learning, and K-means clustering technique in the various approaches have been applied to short-term power supply forecasting. In this paper, SARMA and intervention model are fitted to forecast the maximum power load daily, weekly, and monthly by using the empirical data from 2011 through 2013. $ARMA(2,\;1,\;2)(1,\;1,\;1)_7$ and $ARMA(0,\;1,\;1)(1,\;1,\;0)_{12}$ are fitted respectively to the daily and monthly power demand, but the weekly power demand is not fitted by AREA because of unit root series. In our fitted intervention model, the factors of long holidays, summer and winter are significant in the form of indicator function. The SARMA with MAPE (Mean Absolute Percentage Error) of 2.45% and intervention model with MAPE of 2.44% are more efficient than the present seasonal exponential smoothing with MAPE of about 4%. Although the dynamic repression model with the predictors of humidity, temperature, and seasonal dummies was applied to foretaste the daily power demand, it lead to a high MAPE of 3.5% even though it has estimation error of predictors.
Proceedings of the Korean Society of Precision Engineering Conference
/
1993.10a
/
pp.76-78
/
1993
간접적인 방법으로 가공중(In process)공구상태를 감시하기 위해, 센서신호를 분석하는 방법으로 시간영역 (Time Domain) 해석과 주파수 영역(Frequency Domain)해석이 주로 이용되어 왔다. 시간영역해석의 경우 RMS,PEak Value, 평균/분산을 이용한 정적분석과 AR 모델, ARMA 모델, Kalman Filter등 동적 시계열 모델이 연구되어 왔다. 주파수영역해석의 경우 푸리에 변환 (Fourier Transform)에 의한 신호해석 기술이 주로 이용되고 있다. 그러나 푸리에 변환된 결과에는 시간정보가 포함되어 있지 않고, 국부적인 변환결과가 전체를 대표하는 성질을 가지고 있다. 이에 비해 웨이브렛(Wavelet) 변환은 고주파성분에 대해서는 시간분해능이 높고, 저주파 성분에 대해서는 주파수분해능이 높은 다중해상도 해석기술로서 국소적인 변동점을 민검하게 검지하는 것이 가능하다. 본연구에서는 엔드밀 가공중 발생하는 공구의 파손을 검출하기 위해, 전류센서로 부터 얻은 이송축 부하 전류의 변화에 웨이브렛 변환을 통해 공구의 파손을 검출하는 방법에 대한 연구결과를 소개한다.
Effects of temporal aggregation on estimation for ARMA models are studied by investigating the Hannan & Rissanen (1982)'s procedure. The temporal aggregation of autoregressive process has a representation of an autoregressive moving average. The characteristic polynomials associated with autoregressive part and moving average part tend to have roots close to zero or almost identical. This caused a numerical problem in the Hannan & Rissanen procedure for identifying and estimating the temporally aggregated autoregressive model. A Monte-Carlo simulation is conducted to show the effects of temporal aggregation in predicting one period ahead realization.
As the distributed power system with PV and ESS is highlighted to be one of the most prominent structure to replace the traditional electric power system, power flow scheduling is expected to bring better system efficiency. Optimal energy management system (EMS) where the power from PV and the grid is managed in time-domain using ESS needs an optimization process. In this paper, main optimization method is implemented using dynamic programming (DP). To overcome the drawback of DP in which ideal future information is required, prediction stage precedes every EMS execution. A simple auto-regressive moving-average (ARMA) forecasting followed by a PI-controller updates the prediction data. Assessment of the on-line optimal EMS scheme has been evaluated on several cases.
Journal of the Korean Data and Information Science Society
/
v.15
no.4
/
pp.783-791
/
2004
In this paper we review recent developments in nonlinear time series modeling on both conditional mean and conditional variance. Traditional linear model in conditional mean is referred to as ARMA(autoregressive moving average) process investigated by Box and Jenkins(1976). Nonlinear mean models such as threshold, exponential and random coefficient models are reviewed and their characteristics are explained. In terms of conditional variances, ARCH(autoregressive conditional heteroscedasticity) class is considered as typical linear models. As nonlinear variants of ARCH, diverse nonlinear models appearing in recent literature including threshold ARCH, beta-ARCH and Box-Cox ARCH models are remarked. Also, a class of unified nonlinear models are considered and parameter estimation for that class is briefly discussed.
Communications for Statistical Applications and Methods
/
v.20
no.1
/
pp.41-52
/
2013
The stationary bootstrap of Politis and Romano (1994) is adopted to develop prediction intervals of returns and volatilities in a generalized autoregressive heteroskedastic (GARCH)(p, q) model. The stationary bootstrap method is applied to generate bootstrap observations of squared returns and residuals, through an ARMA representation of the GARCH model. The stationary bootstrap estimators of unknown parameters are defined and used to calculate the stationary bootstrap samples of volatilities. Estimates of future values of returns and volatilities in the GARCH process and the bootstrap prediction intervals are constructed based on the stationary bootstrap; in addition, asymptotic validities are also shown.
Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
/
v.29
no.2
/
pp.104-112
/
2015
This paper deals with an methodology for acquiring optimal order of rational function model in FDNE(frequency dependent network equivalents) with GA(genetic Algorithm). In order to analyze the modern power system with huge complexity, an practical and efficient equivalent model is needed which represents the system's characteristics of transient phenomenon. this paper shows developing a z domain rational function model which have the resultant coefficient from proposed GA simulation. To demonstrate this methodology, some simulations are performed with practical power system of NZ which applied with fault condition and nonlinear converter load.
In this study, an analytical realization of end-milling system was introduced using recursive parametric modeling analysis. Also, the numerical mode analysis of end-milling system with different conditions was performed systematically. In this regard, a recursive least square(RLS) modeling algorithm and the natural mode for real part and imaginary one was discussed. This recursive approach (RLSM) can be adopted for the on-line system identification and monitoring of an end-milling for this purpose. After experimental practice of the end-milling, the end-milling force was obtained and it was used for the calculation of FRF(Frequency response function) and mode analysis. Also the FRF was analysed for the prediction of a end-milling system using recursive algorithm.
Journal of the Korean Society of Mechanical Technology
/
v.13
no.3
/
pp.73-79
/
2011
In this study, an analytical realization of end-milling system was introduced using recursive parametric modeling analysis. Also, the numerical mode analysis of end-milling system with different conditions was performed systematically. In this regard, a recursive least square modelling algorithm and the natural mode for real part and imaginary one was discussed. This recursive approach (RLSM) can be adopted for on-line end-milling identification. After experimental practice of the end-milling, the end-milling force was obtained and it was used for the calculation of FRF (Frequency response function) and mode analysis. Also the FRF was analysed for the prediction of a end-milling system using recursive algorithm.
Journal of the Korea Institute of Information and Communication Engineering
/
v.25
no.12
/
pp.1756-1761
/
2021
Although the COVID-19 outbreak that occurred in Wuhan, Hubei around December 2019, seemed to be gradually decreasing, it was gradually increasing as of November 2020 and June 2021, and estimated confirmed cases were 192 million worldwide and approximately 184 thousand in South Korea. The Central Disaster and Safety Countermeasures Headquarters have been taking strong countermeasures by implementing level 4 social distancing. However, as the highly infectious COVID-19 variants, such as Delta mutation, have been on the rise, the number of daily confirmed cases in Korea has increased to 1,800. Therefore, the number of cumulative confirmed COVID-19 cases is predicted using ARIMA algorithms to emphasize the severity of COVID-19. In the process, differences are used to remove trends and seasonality, and p, d, and q values are determined and forecasted in ARIMA using MA, AR, autocorrelation functions, and partial autocorrelation functions. Finally, forecast and actual values are compared to evaluate how well it was forecasted.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.