• 전기학회논문지
• /
• 제59권12호
• /
• pp.2202-2211
• /
• 2010

The wind power prediction system is composed of a meteorological forecasting module, calculation module of wind power output and HMI(Human Machine Interface) visualization system. The final information from this system is a short-term (6hr ahead) and mid-term (48hr ahead) wind power prediction value. The meteorological forecasting module for wind speed and direction forecasting is a combination of physical and statistical model. In this system, the WRF(Weather Research and Forecasting) model, which is a three-dimensional numerical weather model, is used as the physical model and the GFS(Global Forecasting System) models is used for initial condition forecasting. The 100m resolution terrain data is used to improve the accuracy of this system. In addition, optimization of the physical model carried out using historic weather data in Jeju. The mid-term prediction value from the physical model is used in the statistical method for a short-term prediction. The final power prediction is calculated using an optimal adjustment between the currently observed data and data predicted from the power curve model. The final wind power prediction value is provided to customs using a HMI visualization system. The aim of this study is to further improve the accuracy of this prediction system and develop a practical system for power system operation and the energy market in the Smart-Grid.

• International Journal of Control, Automation, and Systems
• /
• 제6권5호
• /
• pp.639-650
• /
• 2008

Electricity price forecasting has become an integral part of power system operation and control. In this paper, a wavelet transform (WT) based neural network (NN) model to forecast price profile in a deregulated electricity market has been presented. The historical price data has been decomposed into wavelet domain constitutive sub series using WT and then combined with the other time domain variables to form the set of input variables for the proposed forecasting model. The behavior of the wavelet domain constitutive series has been studied based on statistical analysis. It has been observed that forecasting accuracy can be improved by the use of WT in a forecasting model. Multi-scale analysis from one to seven levels of decomposition has been performed and the empirical evidence suggests that accuracy improvement is highest at third level of decomposition. Forecasting performance of the proposed model has been compared with (i) a heuristic technique, (ii) a simulation model used by Ontario's Independent Electricity System Operator (IESO), (iii) a Multiple Linear Regression (MLR) model, (iv) NN model, (v) Auto Regressive Integrated Moving Average (ARIMA) model, (vi) Dynamic Regression (DR) model, and (vii) Transfer Function (TF) model. Forecasting results show that the performance of the proposed WT based NN model is satisfactory and it can be used by the participants to respond properly as it predicts price before closing of window for submission of initial bids.

• 대한토목학회논문집
• /
• 제29권3D호
• /
• pp.391-397
• /
• 2009

현금 흐름에 대한 중요성을 강조한 많은 자료들이 있지만, 건설사업에서의 현금 흐름 예측에 대한 방법을 제시해준 자료는 많지 않다. 본 논문은 건설회사의 현금흐름을 예측하기 위한 모델 제시 및 시스템 구축 방법을 제시한 논문으로 건설회사의 회계담당자가 아닌 현업담당자 즉 현장과 본사 직원들이 기존의 업무를 수행하면서 간단히 접근할 수 있는 방법을 제시하였다. 재무지식 없이도 사용자들의 시스템 접근성이 용이하고 예측시 발생될 오차에 대한 처리도 사용자가 자동 및 수동으로 사용할 수 있는 시스템 개발 방법을 제시하였다. 또 과거 학자들의 연구 사례와 방법, 그리고 금번 제시 모델에 대한 방법 및 시스템 개발 시 고려사항등도 함께 제시하였다. 또한 실제 개발 및 적용에 1년 동안 추진사례를 예시하여 각 개발 단계에서 시스템 구축 방법 및 문제점도 함께 제시 하였다. 이 논문이 현금흐름을 미리 예측하여 건설회사의 유동성 위기를 미리 예방 하고, 보유한 현금을 투자활동과 재무활동에 활용 할 수 있는 현금흐름예측의 모텔로 활용되기를 바란다.

• 한국수자원학회논문집
• /
• 제37권2호
• /
• pp.145-154
• /
• 2004

본 연구는 비선형성이 강한 강우-유출의 특성을 고려하여 홍수시 하도의 유출을 예측하고 하천유역의 홍수예경보에 이용하기 위하여 신경망 시스템의 모형화 가능성을 검증하였다. 신경망을 이용한 실시간 하도홍수 예측모형(Neural River Discharge-Stage Forecasting Mudel; NRDFM)은 낙동강 유역의 왜관 및 진동 지점의 홍수량 예측에 적용하였다. NRDFM에 의한 하도홍수량의 왜관 및 진동 지점 예측결과를 실측치와 비교$\cdot$검토한 결과 제시한 세 가지 모형 중 NRDFM-II의 예측성능이 가장 우수하였으며, NRDFM-I 및 NRDFM-II도 충분한 예측가능성을 보여주었다. 따라서, 본 연구에서 제시한 모형은 실시간 홍수예경보로의 적용이 가능하며, 이를 통하여 효율적으로 홍수를 통제 및 관리할 수 있을 것이다.

• 한국시스템다이내믹스연구
• /
• 제7권1호
• /
• pp.67-90
• /
• 2006

A series of system dynamics model was developed for forecasting demand and supply of human resource in the electricity industry. To forecast demand of human resource in the electric power industry, BLS (Bureau of Labor Statistics) methodology was used. To forecast supply of human resource in the electric power industry, forecasting on the population of our country and the number of students in the department of electrical engineering were performed. After performing computer simulation with developed system dynamics model, it is discovered that the shortage of human resource in the electric power industry will be 3,000 persons per year from 2006 to 2015, and more than a double of current budget is required to overcome this shortage of human resource.

• 한국수자원학회논문집
• /
• 제44권10호
• /
• pp.843-851
• /
• 2011

수문학 분야에서 중장기 유출량 예측은 입력변수의 불확실성 등으로 인하여 확률론적 방법을 사용하는 것이 바람직한 것으로 알려져 왔다. 본 연구에서는 금강유역을 대상으로 구성된 바 있는 RRFS-ESP 시스템에 PDF-ratio 방법을 기반으로한 사전처리기능을 장착하여 보다 효율적인 중장기 예측시스템으로의 확장을 시도하여 보았다. 이를 위하여 기상청에서 제공하는 확률기상정보를 이용하여 가중치를 산정하고 이를 기반으로 시나리오별 예측확률을 갱신하였다. 예측결과에 대하여 각 기법별 예측점수를 산정하여 본 결과 우선 ESP 기법에 의한 예측점수의 평균이 초보예측 점수를 상회하여 본 연구에서 구성한 RRFS-ESP 시스템의 적용성을 확인할 수 있었다. 또한 확률기상전망을 이용하여 갱신한 유입량 시나리오의 예측점수가 ESP 기법에 의한 예측점수를 상회하고 있음을 확인할 수 있어 ESP 기법에 의한 예측결과를 확률기상전망을 이용하여 갱신할 경우 예측 정확도를 보다 개선시킬 수 있음을 확인할 수 있었다.

• 한국해안·해양공학회논문집
• /
• 제34권6호
• /
• pp.188-197
• /
• 2022

전지구수치예보모델의 해상풍 예측자료를 기반으로 비정형격자의 국지연안 파랑예측시스템을 구축하고, 파랑모델의 수행성능 및 예측성능을 검증하였다. 기존의 정형격자는 복잡한 해안선과 연안지형에서의 파랑예측이 제한적이기 때문에 정밀한 국지연안 수치모의를 위해 비정형격자체계를 적용하고, 현업 예보 지원에 대한 적용가능성을 검토하였다. 두 격자체계 모두 근해와 연안에서 유사한 예측경향을 보였고, 격자체계에 따른 예측오차의 차이도 크지 않았다. 또한 정형격자와 비교하여, 비정형격자의 모델수행시간이 동일한 조건에서 현저히 감소하는 것을 통해 비정형격자 기반 파랑예측시스템의 현업 예보 지원에 대한 적용가능성을 확인하였다.

• 한국농공학회논문집
• /
• 제49권3호
• /
• pp.21-31
• /
• 2007

This study is aimed at the development of a runoff forecasting model by using the Fuzzy inference system and Neural Network model to solve the uncertainties occurring in the process of rainfall-runoff modeling and improve the modeling accuracy of the stream runoff forecasting. The Neuro-Fuzzy (NF) model were used in this study. The NF model, recently received a great deal of attention, improve the existing Neural Networks by the aid of the Fuzzy theory applied to each node. The study area is the downstreams of Naeseung-chun. Therefore, time-dependent data was obtained from the Wolpo water level gauging station. 11 and 2 out of total 13 flood events were selected for the training and testing set of model respectively. The schematic diagram method and the statistical analysis are conducted to evaluate the feasibility of rainfall-runoff modeling. The model accuracy was rapidly decreased as the forecasting time became longer. The NF model can give accurate runoff forecasts up to 4 hours ahead in standard above the Determination coefficient $(R^2)$ 0.7. In the comparison of the runoff forecasting using the NF and TANK models, characteristics of peak runoff in the TANK model was higher than ones in the NF models, but peak values of hydrograph in the NF models were similar.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.19-22
• /
• 2000

In this paper, we present forecasting ozone concentration with decision support system. Forecasting ozone concentration with decision support system is acquired to information from human knowledge and experiment data. Fuzzy clustering method uses the acquisition and dynamic polynomial neural network gives us a good performance for ozone prediction with ability of superior data approximation and self-organization.

• 전기의세계
• /
• 제22권2호
• /
• pp.28-32
• /
• 1973

System modeling is applied in developing a probabilistic linear estimator for the load of an electric power system for the purpose of short term load forecasting. The model assumer that the load in given by the suns of a periodic discrete time serier with a period of 24 hour and a residual term such that the output of a discrete time dynamical linear system driven by a white random process and a deterministic input. And also we have established the main forecasting algorithms, which are essemtally the Kalman filter-predictor equations.