• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권4호
• /
• pp.233-237
• /
• 2003

An accurate load forecasting is essential for economics and stability power system operation. Due to high relationship between the electric power load and the electric power price, the participants of the competitive power market are very interested in load forecasting. The percentage errors of load forecasting for holidays is relatively large. In order to improve the accuarcy of load forecasting for holidays, this paper proposed load forecasting method for holidays using a fuzzy least squares linear regression algorithm. The proposed algorithm is tested for load forecasting for holidays in 1996, 1997, and 2000. The test results show that the proposed algorithm is better than the algorithm using fuzzy linear regression.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.175-182
• /
• 2013

본 연구에서는 주택 수요와 공급의 상호영향관계 메커니즘을 이용하여 가격 시뮬레이션 모형을 개발하였다. 가격 시뮬레이션 모형의 핵심 알고리즘은 피드백 제어 이론을 이용한 시스템 다이나믹스 기반의 스톡 플로우 변수이며, 이러한 원리를 이용하여 서울지역 아파트 가격변화 행태를 모델링하였다. 가격 행태를 결정하는 피드백 메커니즘은 중장기 경기변동 시나리오 하에 대출 이자율을 정책변수로 아파트 매매 수요자와 공급자 규모를 스톡 변수로 설정하고, 이들 간의 상호 영향관계를 검증하였다. 본 논문을 통하여 향후 아파트 가격 추이는 아파트 매매 수요자와 공급자 규모의 행태 변화와 수요자와 공급자가 갖는 가격에 대한 반응 매개변수간의 영향관계로 구성된다. 또한 향후 경기 전망 및 대출이자율 등 거시경제의 상황에 따라 아파트 매매가격은 변화함을 알 수 있었다. 제시된 아파트 매매 가격 시뮬레이션 계량모델은 양도세 및 취득세 감면 등 비 금융 관련 부동산정책변수와 대출이자 조정 등 금융 관련 정책변수의 보다 정확하고 충분한 데이터를 적용하면 실무 적용과 정부 주택정책입안에 활용 할 수 있을 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1573-1583
• /
• 2016

주택가격은 대내외적으로 경기관련 많은 변수들에 의해 영향을 받기 때문에 다변량분석의 경우 이와 관련된 변수들간의 상호관련성을 검정하여야 한다. 그랜저 인과성 검정결과 변수들간에 서로 인과성이 있는 것으로 나타났다. 또한 변수들 사이에 공적분 존재유무를 확인한 결과 공적분이 존재하므로 오차수정항이 포함된 벡터오차수정모형을 이용하여 분석을 시도하였다. ARIMA 및 VAR 모형과의 예측력 실증비교 결과 벡터오차수정모형에 의한 예측력이 이들 두 모형에 비해 우수함을 확인할 수 있었다.

• 한국항만경제학회지
• /
• 제33권1호
• /
• pp.75-87
• /
• 2017

본 연구의 목적은 시스템 다이내믹스를 활용하여 선박 연료유 가격의 중장기 예측분석을 수행하는 것이다. 연료유 가격의 정확한 예측을 위해 가격 결정에 영향을 미치는 다양한 변수들 간의 인과적 관계를 바탕으로 정량화된 모델을 구축하였다. 연료유 가격 결정에는 유가에 영향을 미치는 원유 소비와 생산, 경제변화에 영향을 미치는 GDP, 환율 등과 함께 해운물류시장의 수요와 공급에 의해 결정되는 해상운임 등 다양한 구성변수들을 기반으로 시스템 다이내믹스를 활용한 연료유 가격을 예측하고 MAPEs 등을 통한 객관성을 검증하였다. 본 연구의 분석 결과 2029년까지의 연료유 가격은 2016년 대비 소폭 상승세를 보일 것으로 예상되지만 지난 2012년과 같은 급등세는 나타나지 않을 것으로 전망되었다. 본 연구는 각종 변수들 간의 동적인 인과관계를 활용하여 연료유 가격을 예측하여 합리적 추정결과를 유도할 수 있었다는 점과 가격 결정에 영향을 미치는 다양한 변수들의 구조적 관계를 손쉽게 파악함으로써 연료유 가격 변화에 대한 종합적인 위험 관리가 가능하여 해운기업의 효율적인 선대관리를 지원하는데 가치를 가지고 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.300-301
• /
• 2015

Accurate and robust load forecasting model plays very important role in power system operation. In case of short-term electric load forecasting, its results offer standard to decide a price of electricity and also can be used shaving peak. For this reason, various models have been developed to improve accuracy of load forecasting. This paper proposes a newly forecasting model for weather sensitive season including temperature and Cooling Degree Hour(C.D.H) data as an input. This Forecasting model consists of previous electric load and preprocessed temperature, constant, parameter. It optimizes load forecasting model to fit actual load by PSO and results are compared to Holt-Winters and Artificial Neural Network. Proposing method shows better performance than comparison groups.

• 농촌지도와개발
• /
• 제22권4호
• /
• pp.423-434
• /
• 2015

This paper predicts the onion's cultivation areas, yields per unit area, and wholesale prices during ship dates by using wholesale price data from the Korea Agro-Fisheries & Food Trade Corporation, the production data from the Statistics Korea, and the weather data from the Korea Meteorological Administration with an ARDL model. By analyzing the data of wholesale price, rural household income and rural total earnings, onion cultivation areas in 2015 are estimated to be 21,035, 17,774 and 20,557(ha). In addition, onion yields per unit area of South Jeolla Province, North Gyeongsang Province, South Gyeongsang Province, Jeju Island, and the whole country in 2015 are estimated to be 5,980, 6,493, 6,543, 6,614, 6,139 (kg/10a) respectively. By using onion production's predictive value found from onion's cultivation areas and yields per unit area in 2015, the onion's wholesale prices in June are estimated to be 780 won, 1,100 won, and 820 won for each model. Predicted monthly price after the onion's ship dates is analyzed to exceed 1,000 won after August.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.179-184
• /
• 2021

본 논문에서는 딥러닝 기반의 순환신경망을 이용하여 선박 연료유 예측을 시도하였다. 해운업에서는 선박 운항비에서 연료유가 차지하는 비중이 가장 크고 가격 변동성도 크기 때문에, 해운 기업은 합리적이고 과학저인 방법으로 연료유를 예측하여 시장경쟁력을 확보할 수 있다. 본 논문에서는 순환신경망 모델 3가지(RNN, LSTM, GRU)를 이용하여 싱가폴의 HSFO 380CST 벙커유 가격을 단기 예측하였다. 예측결과, 첫째, 선박 연료유 단기적 예측을 위해서는 장기 메모리를 사용하는 LSTM, GRU보다는 일반적인 RNN 모델의 성능이 우수한 것으로 분석되어, 장기적 정보의 예측 기여가 낮은 것으로 분석되었다. 둘째, 계량경제학 모델을 사용한 선행연구와 비교하여 순환신경망 모델의 예측성능이 우수한 것으로 분석되어 연료유가의 비선형적 특성을 고려한 순환신경망 모델을 통한 예측 연구의 필요성을 확인하였다. 연구의 결과는 선박 연료유의 단기 예측을 통하여 해운기업의 선박 연료유 수급 결정과 같은 의사결정에 도움이 될 수 있을 것으로 기대된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.798-805
• /
• 2005

Estimating the effects of price increase on a company's sales is important task faced by managers. If consumer has prior information on price increase or expect it, there would be stockpiling and subsequent drops in sales. In addition, consumer can suppress demand in the short run. Above factors make the sales dynamic and unstable. We develop a time series model to evaluate the sales patterns with stockpiling and short term suppression of demand and also propose a forecasting procedure. For estimation, we use panel data and extend the model to Bayesian hierarchical structure. By borrowing strength across cross-sectional units, this estimation scheme gives more robust and reasonable result than one from the individual estimation. Furthermore, the proposed scheme yields improved predictive power in the forecasting of hold-out sample periods.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.698-700
• /
• 2004

Electric power restructuring offers a major change to the vertically integrated utility monopoly. Deregulation has had a great impact on the electric power industry in various countries. Bidding competition is one of the main transaction approaches after deregulation. The energy trading levels between market participants is largely dependent on the short-term price forecasts. This paper presents the short-term System Marginal Price (SMP) forecasting implementation using backpropagation Neural Network in competitive electricity market. Demand and SMP that supplied from Korea Power Exchange (KPX) are used by a input data and then predict SMP. It needs to analysis the input data for accurate prediction.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1327-1336
• /
• 2017

본 연구에서는 단기 예측을 위한 자기회귀누적이동평균모형, 역전파 신경망 및 유전자 알고리즘의 결합 적용에 대하여 논의하고 이를 통한 유전자-신경망 알고리즘의 효용성을 살펴본다. 일반적으로 역전파 알고리즘은 지역 최소값에 수렴될 수 있는 단점이 있기 때문에, 여기서는 예측 정확도를 높이기 위해 역전파 신경망 구조를 최적화하고 유전자 알고리즘을 결합한 유전자-신경망 알고리즘 기반 예측모형을 구축한다. 실험을 통한 오차 비교는 KOSPI 지수를 이용한다. 결과는 이 연구에서 제안된 유전자-신경망 모형이 역전파 신경망 모형과 비교할 때 예측 정확도에서 어느 정도 유의한 효율성을 보여주고자 한다.