• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 A
• /
• pp.29-32
• /
• 1993

A technique computing short-term load foadcasting is essential for monitoring and controlling power system operation. This paper shows the use of general exponential smoothing to develop an adaptive forecasting system based on observed value of hourly demand. Forecasts of hourly load with lead times of one to twenty-four hours are computed at hourly intervals throughout the week. Standard error for lead times of one to twenty-four hour range from three to four percent average load. Studies are planned to investigate the use of weather influence to increase forecast accuracy.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.73-75
• /
• 2004

This paper presents the ability and the application of software packages for distribution planning which are DISPLAN(Distribution Planning System) and DLPLAN(Distribution Line Planning System) developed in KEPCO. After calculating size and position of maximum load by administration section for distribution, it forecasts the demand of distribution load considering growth location, increment, new load plan, etc of load by annual. Also it calculates distribution loss, voltage drop using modeled distribution line by you, and support for establishment and enlargement plan of substation and distribution line, decision of most optimal path. And it presents the abstract of used algorithm to develop this system.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2016년도 추계 학술발표논문집
• /
• pp.25-28
• /
• 2016

Recently, because of the weather forecasts through the low-resolution data has been limited, the demand of the high-resolution data is sharply increasing. Therefore, in this study, we restore the ultra-high resolution synthetic precipitation and temperature data for 2000-2014 due to small-scale topographic effect using the QPM (Quantitative Precipitation Model)/QTM (Quantitative Temperature Model). First, we reproduce the detailed precipitation and temperature data with 1km resolution using the distribution of Automatic Weather System (AWS) data and Automatic Synoptic Observation System (ASOS) data, which is about 10km resolution with irregular grid over South Korea. Also, we recover the precipitation and temperature data with 1km resolution using the MERRA reanalysis data over North Korea, because there are insufficient observation data. The precipitation and temperature from restored current climate reflect more detailed topographic effect than irregular AWS/ASOS data and MERRA reanalysis data over the Korean peninsula. Based on this analysis, more detailed prospect of regional climate is investigated.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.419-430
• /
• 2020

본 연구는 기존 전력량 예측 모델의 구조를 변경하여 모델의 예측 능력을 향상 시킬 수 있는 방법에 관하여 연구하였다. 전기에 대한 수요는 그 어느 때보다 증가하고 있다. 산업 부문에서는 그 어느 부문 보다 전기 소모량이 많음으로, 더욱 정확한 공장 지역의 전력량 소모 예측 모델이 잉여 에너지 생산을 줄이기 위해 주목을 받고 있다. 우리는 2개의 개별 encoder와 한개의 decoder를 사용하여, 장기와 단기 데이터를 모두 사용하는 double encoder-decoder 모델을 제안한다. 우리는 제안된 모델을 세홍(주)의 생산 구역에서 2019년 1월 1일부터 2019년 6월 30일 까지 모집된 전력 소모량 데이터에서 평가 하였다. double encoder-decoder 모델은 기존의 encoder-decoder 모델을 사용했을 때와 비교하여 약 10 %의 평균 절대 비율 오차의 감소를 기록 하였다. 본 결과는 제안한 모델이 encoder-decoder 모델에 비해 생산 지역의 전력 사용량의 예측을 더 정확하게 하는 모델임을 보여준다.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.63-72
• /
• 2019

전력 에너지의 경우 발전 및 송전 과정을 거쳐 사용자에게 제공된 이후에는 회수가 불가능하기 때문에 정확한 수요 예측에 기반한 최적 발전 및 송배전 계획이 필요하다. 전력 수요 예측의 실패는 2011년 9월에 발생한 대규모 정전사태와 같이 다양한 사회적·경제적 문제를 야기할 수 있다. 전력 수요 예측 관련 기존 연구에서는 ARIMA, 신경망모형 등 다양한 방법으로 개발이 되었다. 하지만 전국 단위의 평균 외기온도를 사용한다는 점과, 계절성을 구분하기 위한 획일적 기준을 적용하는 한계점으로 인해 데이터의 왜곡이나 예측모형의 성능 저하를 초래하고 있다. 이에 본 연구에서는 전력 수요 예측 모형의 성능을 향상하기 위해 전국을 5대 권역으로 구분하여 지역적 특성과 이동 기간 학습 기법을 통해 계절적 특성을 반영한 선형회귀모형과 신경망 모형의 장기적 전력 수요 예측 모형을 개발하였다. 이를 통해 중장기부터 단기에 이르기까지 다양한 범위의 수요 예측에 해당 모델을 활용할 수 있을 뿐만 아니라 특정 기간 중에 발생하는 다양한 이벤트와 예외 상황을 고려할 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제54권8호
• /
• pp.617-628
• /
• 2021

가뭄은 심각한 사회적 경제적 손실을 초래하는 주요 자연재해이다. 지역 가뭄 예측은 가뭄 대비에 중요한 정보를 제공할 수 있다. 본 연구에서는 한반도 동남부 부산-울산-경남 지역에서 1981년부터 2020년까지 10개 관측소의 과거 가뭄지수 및 기상 관측자료를 사용하여 가뭄을 예측하는 새로운 기계학습모델을 제안한다. 베이지안 최적화기법을 이용하여 하이퍼 파라미터가 튜닝된 Random Forest, XGBoost, Light GBM 모델을 구축하여 1개월 뒤의 6개월 시간 척도의 증발 수요 가뭄지수를 예측하였다. 단일 지점별 모델과 지역 모델을 각각 구성하여 모델 성능을 비교하였다. 또한 지역 모델을 기반으로 개별 지점의 자료에 대해 미세조정된 모델을 구성하여 모델 성능을 높일 가능성을 살펴보았다.

• Journal of Chest Surgery
• /
• 제49권sup1호
• /
• pp.37-43
• /
• 2016

Background: While demand for cardiovascular surgery is expected to increase gradually along with the rapid increase in cardiovascular diseases with respect to the aging population, the supply of thoracic and cardiovascular surgeons has been continuously decreasing over the past 10 years. Consequently, this study aims to achieve guidance in establishing health care policy by analyzing the supply and demand for cardiovascular surgeries in the medical service area of Korea. Methods: After investigating the actual number of cardiovascular surgeries performed using the National Health Insurance claim data of the Health Insurance Review and Assessment Service, as well as drawing from national statistics concerning the elderly population aged 65 and over, this study estimated the number of future cardiovascular surgeries by using a cell-based model. To be able to analyze the supply and demand of surgeons, the recent status of new surgeons specializing in thoracic and cardiovascular surgeries and the ratio of their subspecialties in cardiovascular surgeries were investigated. Then, while taking three different scenarios into account, the number of cardiovascular surgeons expected be working in 5-year periods was projected. Results: The number of cardiovascular surgeries, which was recorded at 10,581 cases in 2014, is predicted to increase consistently to reach a demand of 15,501 cases in 2040-an increase of 46.5%. There was a total of 245 cardiovascular surgeons at work in 2014. Looking at 5 year spans in the future, the number of surgeons expected to be supplied in 2040 is 184, to retire is 249, and expected to be working is 309-an increase of -24.9%, 1.6%, and 26.1%, respectively compared to those in 2014. This forecasts a demand-supply imbalance in every scenario. Conclusion: Cardiovascular surgeons are the most central resource in the medical service of highly specialized cardiovascular surgeries, and fostering the surgeons requires much time, effort, and resources; therefore, by analyzing the various factors affecting the supply of cardiovascular surgeons, an active intervention of policies can be prescribed for the areas that have failed to meet the appropriate market distributions.

• 한국수자원학회논문집
• /
• 제52권7호
• /
• pp.505-514
• /
• 2019

우리나라는 효율적인 수자원 관리를 위해 노력하고 있으며, 향후 지역의 문제와 물이용 현황, 특성, 지형, 기후 등을 고려한 유역을 세분화한 후 계획을 수립하는 것이 필요하다. 이에 본 연구에서는 한강 권역을 대상으로 MODSIM 모형을 활용하여 중권역과 표준유역단위 물 수급 체계를 구축하고 분석 결과를 비교하였다. 분석 결과, 49개년(1967-2015)간 발생하는 평균 물 부족량은 중권역 단위 129.98 백만$m^3$, 표준유역단위 2,229.24 백만 $m^3$으로 약 21 억$m^3$ 가량의 차이가 나타났으나 물 부족이 발생하는 시기와 물 부족 발생 공간 분포에 대한 경향은 매우 유사하게 나타났다. 이러한 원인은 중권역 단위 분석의 경우, 모든 수량을 이용할 수 있다는 가정으로 대표 자연유량 값에 대한 생활, 공업, 농업용수 수요량에 대한 물 부족량이 산정된다. 그러나, 표준유역단위 분석에서는 분할된 공급량과 수요량의 차이로 인해 본류와 이격되어 있는 지류는 가용할 수 있는 수자원량이 상대적으로 작아져 물 부족이 크게 발생하는 것으로 나타났고, 본류는 오히려 회귀수량의 파급효과로 인해 물 부족이 나타나지 않는 것으로 분석되었다. 향후, 분석 단위의 세분화 뿐만 아니라 실제 물이용체계가 모형 내 고려된다면 지역적 특성이 반영된 물수급 평가가 가능할 것으로 판단된다.

• 한국산림과학회지
• /
• 제84권2호
• /
• pp.121-130
• /
• 1995

미국 미시간주의 여행수요(旅行需要)를 예측(豫測)하기 위하여 사용되어진 여러 모델들의 예측정확성(豫測正確性)이 검토되었다. 8가지의 연년(連年)모델들은 2년까지 예측하는데 그리고 9가지의 분기(分期)모델들은 4분기(分期)까지 예측하는데 사용되어 졌다. 연년(連年)모델의 예측정확성(豫測正確性) 평가(評價)에서, 중회귀(重回歸)모델은 1년과 2년을 예측(豫測)하는데 있어 다른 방법들 보다 더 정확(正確)했다. 분기(分期)모델에 있어서는, Winters' exponential smoothing와 Box-Jenkins 방법이 1 분기예측(分期豫測)에 있어 naive 1 s 보다 더 정확(正確)했으나 2분기(分期), 3분기(分期), 4분기(分期)를 예측(豫測)하는데 이 방법(方法)들은 naive 1 s 보다 정확(正確)하지 않았다. 정교(精巧)한 모델들은 분기별(分期別) 예측(豫測)을 하는데 있어서 단순(單純)한 모델들보다 더 정확(正確)하지 않았다. 연년(連年)모델과 분기(分期)모델을 이용한 1년간(年間) 예측비교(豫測比較)에서, 중회귀모형(重回歸模型)은 연간자료(年間資料)보다 분기자료(分期資料)에 적용(適用)할 때 더 좋은 결과(結果)를 얻었으나 그 차이(差異)가 미약(微弱)하며 다른 모델들은 일관성(一貫性)있게 좋은 결과(結果)를 갖지 않으므로 연년(連年)모델보다 分期모델을 사용하도록 강력하게 권장할 수 없다. 연년(連年)모델은 기대(期待)하였던 것처럼 예측기간(豫測期間)이 길어짐으로서 예측정확성(豫測正確性)이 감소(減少)하였으나 분기(分期)모델은 이같은 결과(結果)를 나타내지 않았다.

• 한국정보처리학회논문지
• /
• 제4권7호
• /
• pp.1749-1758
• /
• 1997

전력수요의 예측은 예측기간에 따라 중장기 전력수요 예측과 단기 부하 예측으로 구분할 수 있다. 기존의 단기 부하예측은 주로 역전파 알고리즘(back propagation algorithm)다층퍼셉트론을 이용하여 예측을 하였으나 이는 학습시간이 많이 걸릴 뿐만 아니라 학습도중에 지역최소점(local minima)에 빠져 학습이 계속되지 못한다는 문제가 있다. 본 논문은 이러한 역전파 알고리즘의 문제점을 해결할 수 있는 방법으로 Radial Basis 함수(Radial Basis Function)를 이용하여 동적 단기부하 예측 모형을 제안한다. Radial Basis 함수는 하나의 은닉층(hidden layer)을 갖고 있으며, 전방향(feed-forward)학습을 한다는 특징이 있다. 본 논문에서 제안한 단기 부하 예측모형은 학습을 하기 위하여 시간대별 부하량을 클러스터링 하고, 이 클러스터의 중심값을 Radial Basis 함수의 은닉층으로 하여 학습을 한 다음 예측하고자 하는 패턴을 한 단위로 하여 시단대별로 예측하였다. 기존의 연구에서의 클러스터링 방법으로는 통계학의 K-Means 방법이나 Kohonen의 LVQ(Learning Vector Quantization)을 주로 이용하였으나 본 논문에서는 패턴의 분류에 있어서 다른 알고리즘보다 편차가 작은 Pal, et. al.의 GLVQ(Generalized LVQ) 알고리즘을 이용하였다. 본 논문에서 이용한 데이타는 1995년 3월 1일-3일, 6월 1일-3일, 7월 1일-3일, 9월 1일-3일, 11월 1일-3일의 72시간 데이타를 입력하여 월별 4일의 24시간의 예측시간으로 예측하였다. 실험결과 월별 1일과 3일까지의 학습데이타로 1시간 후의 부하량을 24시간동안 예측한 결과 1.3795%의 평균 오차율로 예측하였다.