• 한국컴퓨터정보학회논문지
• /
• 제7권1호
• /
• pp.94-102
• /
• 2002

본 논문에서는 국내 전파자원 관리를 위한 전파자원의 중장기 수요예측 방법론 개발의 전 단계로서 전파자원, 즉 주파수의 수요예측 방법론을 제시한다. 특히, 기존 공급자 위주의 하향식(Top-down) 개념의 수요예측 방법론이 아니라 무선자원을 실질적으로 소비하는 사용자를 중심으로 하는 상향식(Bottom-up) 개념의 주파수 수요예측 모형을 제시한다. 이는 크게 서비스 정의, 서비스 특성 분류, 서비스별 대표 속성 도출, 서비스 수요예측, 전파자원과의 매핑 검증 및 주파수 수요예측의 7단계로 이루어지며 각 단계에서 수행하여야 할 주요 업무를 설명한다. 아울러 PCS개인통신환경에서의 주파수 소요량 산출 예를 제시함으로서 개발된 모형의 타당성을 입증한다.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.852-856
• /
• 2015

Demand side management (DSM) program has been frequently used for reducing the system peak load because it gives utilities and independent system operator (ISO) a convenient way to control and change amount of electric usage of end-use customer. Planning and operating methods are needed to efficiently manage a DSM program. This paper presents a planning method for DSM program. A planning method for DSM program should include an electric load forecasting, because this is the most important factor in determining how much to reduce electric load. In this paper, load forecasting with the temperature stochastic modeling and the sensitivity to temperature of the electric load is used for improving load forecasting accuracy. The proposed planning method can also estimate the required day, hour and total capacity of DSM program using Monte-Carlo simulation. The results of case studies are presented to show the effectiveness of the proposed planning method.

• Journal of Electrical Engineering and Technology
• /
• 제5권3호
• /
• pp.363-370
• /
• 2010

Load forecasting has always been essential to the operation and planning of power systems in deregulated electricity markets. Various methods have been proposed for load forecasting, and the neural network is one of the most widely accepted and used techniques. However, to obtain more accurate results, more information is needed as input variables, resulting in huge computational costs in the learning process. In this paper, to reduce training time in multi-layer perceptron-based short-term load forecasting, a graphics processing unit (GPU)-based computing method is introduced. The proposed approach is tested using the Korea electricity market historical demand data set. Results show that GPU-based computing greatly reduces computational costs.

• 전기학회논문지
• /
• 제65권7호
• /
• pp.1115-1120
• /
• 2016

This paper presents the daily load forecasting for special days considering the rate of operation of industrial consumers. The authors analyzed the power consumption pattern for both the special and ordinary days according to the contract power classification of industrial consumers, and selected 400~600 specific consumers for which the rates of operation during special days are needed. Load forecasting for 2014 special days considering the rate of operation of industrial consumers showed a noticeable improvement on forecasting error of daily peak demand, which proved the effectiveness of the survey for the rates of operation during special days of industrial consumers.

• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1601-1607
• /
• 2016

오늘날 기상정보는 도로공학, 경제학, 환경공학 등 다양한 분야에 활용되고 있다. 본 연구는 전력수요 예측을 위한 기상정보 활용성을 평가하고자 한다. 기상변수는 기상관측소에서 수집되는 기온, 풍속, 습도, 운량, 기압과 기온, 풍속, 상대습도의 합성지수인 체감온도와 불쾌지수가 고려되었다. 전력수요 예측을 위한 시계열모형으로 슬라이딩 창 방식의 TBATS 삼중지수평활모형이 고려되었다. 월 단위 기상변수와 전력수요 예측오차간 상관분석 결과를 보면 시간대별로 차이를 있으나 기온, 불쾌지수, 체감온도가 전력수요 예측오차와 상관성이 높았다. 이에 과거 3년의 월단위 전력수요 예측오차와 기상변수의 회귀모형식으로 전력수요 예측값의 편의를 보정하였다. 온도, 상대습도, 풍속으로 TBATS 모형의 전력수요 예측값을 보정한 결과 TBATS 모형에 비해 RMSE가 약 6.1% 줄었다.

• 기술경영경제학회:학술대회논문집
• /
• 기술경영경제학회 2003년도 제22회 동계학술발표회 논문집
• /
• pp.173-190
• /
• 2003

수요예측은 국가와 기업의 전략수립과 효율적인 자원활용에 있어서 필수적인 사전기획요소이다. 본 논문은 이산선택모델과 확산모델을 복합적으로 고려하여 다세대 제품의 수요를 예측하였다. 이산선택모델은 정적인 관점에서 소비자들의 제품에 대한 평가를 분석하는 모델이다. 본 논문에서는 이러한 이산선택모델에 수요의 동적인 변화양상을 고려할 수 있는 확산모델을 결합하였다. 실증분석으로서 1999년에서 2005년까지의 세계 DRAM시장 수요를 예측하였다. 또한, DRAM의 가격과 기억용량에 대해 '무어의 법칙' 과 '학습곡선'을 각각 적용한 기술예측을 시도하였으며, 이를 바탕으로 보다 정교한 예측모델을 전개하였다. 제시된 모델은 산업수준의 자료를 이용하였으므로, 이산선택모델을 inversion 하여 분석을 시도하였다. 이를 통해 기존세대의 DRAM 제품에 대한 수요뿐만 아니라, 새로운 세대의 DRAM 제품에 대한 수요를 비교적 정확히 예측할 수 있었다.

• 대한산업공학회지
• /
• 제27권3호
• /
• pp.233-238
• /
• 2001

This paper deals with demand forecasting of parts in an automobile model which has been extinct. It is important to estimate how much inventory of each part in the extinct model should be stocked because production lines of some parts may be replaced by new ones although there is still demands for the model. Furthermore, in some countries, there is a strong regulation that the automobile manufacturing company should provide customers with auto parts for several years whenever they are requested. The major characteristic of automobile parts demand forecasting is that there exists a close correlation between the number of running cars and the demand of each part. In this sense, the total demand of each part in a year is determined by two factors, the total number of running cars in that year and the failure rate of the part. The total number of running cars in year k can be estimated sequentially by the amount of shipped cars and proportion of discarded cars in years 1, 2,$\cdots$, i. However, it is very difficult to estimate the failure rate of each part because available inter-failure time data is not complete. The failure rate is, therefore, determined so as to minimize the mean squared error between the estimated demand and the observed demand of a part in years 1, 2,$\cdots$, i. In this paper, data obtained from a Korean automobile manufacturing company are used to illustrate our model.

• 한국ITS학회 논문지
• /
• 제10권5호
• /
• pp.113-123
• /
• 2011

최근 온난화 문제가 대두됨에 따라 세계 각국에서 $CO_2$ 배출감소를 위한 여러 가지 규제를 설정하고 있다. 특히 수송부분에서의 $CO_2$ 배출량 감소는 매우 영향력이 크므로 자동차 산업에서도 전기자동차를 비롯한 그린자동차 개발에 대한 관심이 높아지고 있다. 이에 따라 전기자동차 시대 도래 대비를 위하여 전기자동차 보급에 따른 인프라 구축 전략안 및 전력량 수요 예측이 필요하지만, 이의 기반이 되는 전기자동차 수요예측 방법은 소개되어 있지 않고 있다. 따라서 본 연구에서는 선택기반 다세대 확산모형을 이용하여 전기자동차의 수요를 예측하는 방법론을 제시하였다. 전기자동차와 비슷한 성격을 가지는 하이브리드 자동차의 과거 데이터를 이용하여 Bass 모형의 혁신계수와 모방계수를 추정하고 SP(Stated Preference)조사를 통하여 잠재적인 총수요를 추정함으로써 전기자동차의 수요를 년도별로 예측하였다. 또한, 전기자동차가 발전하는 속성 진화에 따른 다세대 확산과정을 모형에 반영하여 보다 정확한 수요예측이 가능하도록 하였다. 본 연구의 수요예측 방법론을 통하여 향후 전기자동차의 시장 점유율을 예측함으로써 전기자동차 보급과 밀접한 관련이 있는 전력수급 및 충전인프라 구축 연구에 활용 될 수 있도록 한다.

• 대한산업공학회지
• /
• 제12권1호
• /
• pp.55-61
• /
• 1986

Mathematical forecasting models and a practical computer based forecasting system are developed for planning production in a manufacturing and distribution network. The forecasting system works at the highest level of a hierarchical computer-based decision support system consisting of the forecasting system, an aggregate planning system and a shop floor scheduling system. The dynamics of business operations for an actual company have been considered to make this study a unique comprehensive analysis of a real world forecasting problem.

• 산업경영시스템학회지
• /
• 제38권3호
• /
• pp.159-168
• /
• 2015

Aggregate Production Planning determines levels of production, human resources, inventory to maximize company's profits and fulfill customer's demands based on demand forecasts. Since performance of aggregate production planning heavily depends on accuracy of given forecasting demands, choosing an accurate forecasting method should be antecedent for achieving a good aggregate production planning. Generally, typical forecasting error metrics such as MSE (Mean Squared Error), MAD (Mean Absolute Deviation), MAPE (Mean Absolute Percentage Error), and CFE (Cumulated Forecast Error) are utilized to choose a proper forecasting method for an aggregate production planning. However, these metrics are designed only to measure a difference between real and forecast demands and they are not able to consider any results such as increasing cost or decreasing profit caused by forecasting error. Consequently, the traditional metrics fail to give enough explanation to select a good forecasting method in aggregate production planning. To overcome this limitation of typical metrics for forecasting method this study suggests a new metric, WACFE (Weighted Absolute and Cumulative Forecast Error), to evaluate forecasting methods. Basically, the WACFE is designed to consider not only forecasting errors but also costs which the errors might cause in for Aggregate Production Planning. The WACFE is a product sum of cumulative forecasting error and weight factors for backorder and inventory costs. We demonstrate the effectiveness of the proposed metric by conducting intensive experiments with demand data sets from M3-competition. Finally, we showed that the WACFE provides a higher correlation with the total cost than other metrics and, consequently, is a better performance in selection of forecasting methods for aggregate production planning.