• 인터넷정보학회논문지
• /
• 제18권1호
• /
• pp.121-129
• /
• 2017

수리부속 수요예측은 장비가동률 향상과 국방 운영 예산 효율화 제고를 위한 국방 군수 분야의 핵심 과제 중 하나이다. 현재 우리군은 수리부속 소요 데이터를 활용한 시계열 기법으로 과거 데이터 분석을 통해 수리부속 수요예측에 활용하고 있으나 정확도 제고에 지속적인 노력이 요구되고 있는 실정이다. 이에 본 연구에서는 지난 5개년의 수리부속 18,476개 품목의 수요데이터를 수집하고 데이터마이닝 기법을 활용한 수리부속 수요예측 모델을 제안하였다. 제안한 모델에 따른 실험 결과는 기존 시계열 기법에 비해 개선된 수요예측 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제23권5호
• /
• pp.9-14
• /
• 2018

For an efficient management of electricity market and power systems, accurate forecasts for electricity demand are essential. Since there are many factors, either known or unknown, determining the realized loads, it is difficult to forecast the demands with the past time series only. In this paper we perform a cluster analysis on electricity demand data collected from Jan. 2000 to Dec. 2017. Our purpose of clustering on electricity demand data is that each cluster is expected to consist of data whose latent variables are same or similar values. Then, if properly clustered, it is possible to develop an accurate forecasting model for each cluster separately. To validate the feasibility of this approach for building better forecasting models, we clustered data with t-SNE. To apply t-SNE to time series data effectively, we adopt the dynamic time warping as a similarity measure. From the result of experiments, we found that several clusters are well observed and each cluster can be interpreted as a mix of well-known factors such as trends, seasonality and holiday effects and other unknown factors. These findings can motivate the approaches which build forecasting models with respect to each cluster independently.

• 대한토목학회논문집
• /
• 제33권5호
• /
• pp.2057-2067
• /
• 2013

기존의 포장관리를 위한 장래 교통수요의 추정에는 객관적인 방법에 의한 장래 교통수요의 추정이라기보다는 과거 추세(trends)나 분석가의 주관적인 판단에 의해 이루어졌다고 할 수 있으며, 새로운 도로의 신설 및 우회도로의 계획 등 대상 지역의 장래 도로 및 지역개발 계획을 전혀 고려하지 못한 교통수요의 추정이 이루어졌다고 할 수 있다. 본 연구에서는 보다 객관적이며 정도 높은 국도의 유지관리를 위한 의사결정지원시스템(decision-making support system)의 구축을 위한 기초연구로써 장래 포장의 공용성에 큰 영향을 미치는 장기 교통수요 예측의 중요성을 살펴보고 기존 교통수요 추정 방식과의 비교를 위한 기준(baseline) 수요를 산정하기 위해 EMME(Equilibre multimodal, Multimodal Equilibrium)를 이용하여 4단계 교통수요 추정 방법에 따라 장래 교통수요를 예측하는 방안을 제시하였다. 사례연구를 위해 본 연구에서는 대전지방국토관리청 관할의 일부 지역을 대상으로 교통수요 추정방안별 비교를 수행하였으며, 기존의 수요추정 방법과 본 연구에서 제시한 장래 지역개발계획과 도로의 신설 및 확장계획 등을 고려한 교통수요 추정방법과는 교통량의 수요뿐만 아니라 관리자비용 및 이용자비용의 수준에도 큰 괴리가 있음을 확인하였다.

• 전기학회논문지
• /
• 제63권4호
• /
• pp.451-454
• /
• 2014

Short-term load forecasting(STLF) for electric power demand is essential for stable power system operation and efficient power market operation. We improved STLF method by using hourly temperature as an input data. In order to using hourly temperature to STLF algorithm, we calculated temperature-electric power demand sensitivity through past actual data and combined this sensitivity to exponential smoothing method which is one of the STLF method. The proposed method is verified by case study for a week. The result of case study shows that the average percentage errors of the proposed load forecasting method are improved comparing with errors of the previous methods.

• 제어로봇시스템학회논문지
• /
• 제15권10호
• /
• pp.1056-1061
• /
• 2009

This paper proposes a short-term water demand forecasting algorithm based on kalman filtering with data mining for sustainable water supply and effective energy saving. The proposed algorithm utilizes a mining method of water supply data and a decision tree method with special days like Chuseok. And the parameters of MLAR (Multi Linear Auto Regression) model are estimated by Kalman filtering algorithm. Thus, we can achieve the practicality of the proposed forecasting algorithm through the good results applied to actual operation data.

• 한국조리학회지
• /
• 제5권1호
• /
• pp.89-101
• /
• 1999

This study attempts to identify the most accurate quantitative forecasting technique for measuring the future level of demand for food ＆ beverage in super deluxe hotel in Seoul, which will subsequently lead to determining the optimal level of purchasing food ＆ beverage. This study, in detail, examines the food purchasing system of H hotel, reviews three rigorous univariate time series models and identify the most accurate forecasting technique. The monthly data ranging from January 1990 to December 1997 (96 observations) were used for the empirical analysis and the 1998 data were left for the comparison with the ex post forecast results. In order to measure the accuracy, MAPE, MAD and RMSE were used as criteria. In this study, Box-Jenkins model was turned out to be the most accurate technique for forecasting hotel food ＆ beverage demand among selected models generating 3.8％ forecast error in average.

• 한국간호교육학회지
• /
• 제15권2호
• /
• pp.251-259
• /
• 2009

Purpose: Climate change affects human health and calls for a health forecasting service. The purpose of this study was to explore the students' actual use and their satisfaction with meteorological information and the demands on health forecasting at a university in South Kyungsang Province. Method: This study used a descriptive design through structured self-report questionnaires including frequency, contents, purpose, perception, satisfaction of meterological information and need and demand of health forecasting. Data were collected from June 1 to 5, 2009 and analyzed using the SPSS 17.0 program. Descriptive statistics, t-test, ANOVA, $\chi^2$ test and Person's correlation coefficient were used to analyze the data. Result: The majority of the students watched the daily weather information to decide about daily work, outdoor activity or habitually. The mean score of need for health forecasting was $3.44{\pm}.81$, and the demand for health forecasting was $2.93{\pm}1.05$. Significant differences were found in the need for health forecasting according to sex, major, and environmental disease. In addition, the higher the satisfaction of health forecasting, the higher the demand for it. Conclusion: I suggest improving the meteorological information system technically and developing a health forecasting service resulting in a healthier and more comfortable life.

• 대한전기학회논문지
• /
• 제45권4호
• /
• pp.511-516
• /
• 1996

In this paper, weekly maximum power demand forecasting method in consideration of temperature estimation using a time series model was presented. The method removing weekly, seasonal variations on the load and irregularities variation due to unknown factor was presented. The forecasting model that represent the relations between load and temperature which get a numeral expected temperature based on the past 30 years(1961~1990) temperature was constructed. Effect of holiday was removed by using a weekday change ratio, and irregularities variation was removed by using an autoregressive model. The results of load forecasting show the ability of the method in forecasting with good accuracy without suffering from the effect of seasons and holidays. Percentage error load forecasting of all seasons except summer was obtained below 2 percentage. (author). refs., figs., tabs.

• 한국산학기술학회논문지
• /
• 제16권10호
• /
• pp.6860-6868
• /
• 2015

본 연구에서는 국내 도시가스 일일 수요 예측에 대한 문제를 다룬다. 정확한 일일 수요 예측은 안정적인 도시가스의 수급을 위해서 필수적인 사항으로 실제 가스 공급기관의 일상 업무에 해당한다. 본 연구에서는 수요예측 방법을 고안하기 위하여 일일 도시가스 수요 시계열에 대한 데이터 분석을 수행하였으며, 예측일 수요에 영향을 주는 주요한 요인으로 직전일 수요, 기온, 요일 등을 파악하였다. 본 연구에서는 이러한 요인들을 고려한 회귀 모형과 국내 도시가스 수요 특성에 맞는 선별적 샘플링 절차를 제안하였다. 제안 모형과 선별적 샘플링 절차로 구성된 예측 방법의 성능 검증을 위하여 실제 도시가스 수요에 대한 예측을 수행하였다. 문헌에 소개된 기존 방법과 예측 성능을 비교한 결과, 본 연구에서 제안한 방법의 평균절대백분율오차는 약 2.22%로서 개선 비율은 대략 7%에 해당한다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.852-857
• /
• 2019

분산자원 집합 거래시장에 참여를 원하는 소비자나 사업자를 위한 가상발전소의 전력거래 플랫폼에서 사업참여자의 수요 자원을 관리하고, 이에 적절한 전략을 제공하기 위해 익일 개별 참여자의 수요와 전체 계통의 전력수요를 예측하는 것이 대단히 중요하다. 이러한 전력거래 플랫폼에서 활용하는 것을 목표로 본 논문은 우선 익일의 24시간 전력계통 전력수요예측 모델을 개발하였다. 본 논문에서는 전력수요예측 데이터의 시계열 특성을 고려하여 딥러닝 기법 중 LSTM 알고리즘을 사용하였고, 전력수요량 등의 입출력 값에 원-핫 인코딩 기법을 적용하는 새로운 시도를 하였다. 성능평가에서 일반 DNN과 본 논문에서 구현된 LSTM 예측모델은 각각 평균 제곱근 오차 4.50, 1.89를 나타내어 LSTM 모델이 예측정확도가 높게 나타났다.