• 응용통계연구
• /
• 제36권1호
• /
• pp.49-62
• /
• 2023

급속적으로 비중이 증가하고 있는 태양광 에너지는 지속적인 개발 및 투자가 이루어지고 있다. 신재생에너지 정책인 그린뉴딜과 가정용 태양광 패널의 설치가 증가함에 따라 국내 태양광 에너지 보급이 점차 확대되어 그에 맞추어 발전량의 정확한 수요 예측 연구가 활발하게 진행되고 있는 시점이다. 또한, 일사량 예측이 발전량 수요 예측에 가장 영향을 미치는 요소로 작용하고 있다는 점에서 일사량 예측의 중요성을 파악하였다. 덧붙여, 본 연구는 선행 연구들에서 사용되지 않은 중기예보 기상 데이터를 활용하여 일사량 예측을 하고자 하였다는 점에서 가장 큰 차이점을 확인할 수 있다. 본 논문에서는 서울, 인천, 수원, 춘천, 대구, 대전의 총 여섯 지역의 태양광 일사량 예측을 위하여 다중선형회귀모형, KNN, Random Forest 그리고 SVR 모형과 클러스터링 기법인 K-means 기법을 결합한 후, 클러스터별 확률밀도함수를 계산하여 시간별 일사량 예측을 진행하고자 하였다. 중기예보 데이터를 사용하기 전, 모형 예측 결과를 비교하기 위한 지표로서 MAE (mean absolute error)와 RMSE (root mean squared error)를 사용하였다. 데이터는 2017년 3월 1일부터 2022년 2월 28일까지의 시간별 원 관측 데이터를 중기예보 데이터 양식에 맞추어 일별 데이터로 변환하였다. 모형의 예측 성능 비교 결과, Random Forest로 일별 일사량을 예측한 후, K-means 클러스터링으로 기후요인이 유사한 날짜들을 분류한 뒤 클러스터별 일사량의 확률밀도함수를 계산하여 시간별 일사량 예측값을 나타낸 방법이 가장 우수한 성능을 보였다. 또한 이 방법론을 이용하여 중기예보 데이터에 모형 적합 후, 예측 결과를 확인하였을 때, 일자별로 예측 오류가 상승하는 것을 확인할 수 있었다. 이는 중기예보 기상데이터의 예측 오류로 인한 것으로 보인다. 향후 연구에서는 중기예보 데이터에서 활용할 수 있는 기상요인 중, 강수 여부와 같은 외생 변수를 추가하거나 시계열 클러스터링 기법을 적용한 연구가 이루어져야할 것으로 보인다.

• 한국수자원학회논문집
• /
• 제44권5호
• /
• pp.339-350
• /
• 2011

본 연구에서는 Bayesian 통계기법을 이용한 비정상성 빈도해석모형을 토대로 외부 기상인자에 의한 변동성을 고려할 수 있는 계절강수량 예측모형을 구축하였으며, 낙동강유역내의 10개 관측소에서 관측된 37년간의 강수량 자료를 이용하여 연도별 여름강수량을 추출하고 이들 관측소의 여름강수량에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 공간상관성을 검토하여 선정하였다. 모형의 적합성을 검토하기 위해 2010년 여름강수량 사후 확률분포의 중앙값과 관측치를 비교하였으며, 그 결과 각각 858.2mm와 888.1mm로, 이는 구축된 모형이 적절하게 여름강수량을 모의하고 있음을 보여준다. 2010년 겨울 SST 관측 값과, 예년 평균값으로 가정한 2011년 6월 OLR을 이용하여 2011년 여름강수량을 예측하였다. 예측된 2011년 여름강수량은 967.7mm로, 확률적으로 예년 여름강수량의 평균인 680mm를 상회할 확률이 92.9% 이상인 것으로 나타났으며, 또한 50년 빈도에 해당하는 여름강수량을 추정한 결과, 50년 빈도 여름강수량 1400mm를 상회할 확률도 약 73.7%인 것으로 분석되었다.

• The Plant Pathology Journal
• /
• 제31권4호
• /
• pp.350-362
• /
• 2015

A disease forecast model for bacterial grain rot (BGR) of rice, which is caused by Burkholderia glumae, was developed in this study. The model, which was named 'BGRcast', determined daily conduciveness of weather conditions to epidemic development of BGR and forecasted risk of BGR development. All data that were used to develop and validate the BGRcast model were collected from field observations on disease incidence at Naju, Korea during 1998-2004 and 2010. In this study, we have proposed the environmental conduciveness as a measure of conduciveness of weather conditions for population growth of B. glumae and panicle infection in the field. The BGRcast calculated daily environmental conduciveness, $C_i$, based on daily minimum temperature and daily average relative humidity. With regard to the developmental stages of rice plants, the epidemic development of BGR was divided into three phases, i.e., lag, inoculum build-up and infection phases. Daily average of $C_i$ was calculated for the inoculum build-up phase ($C_{inf}$) and the infection phase ($C_{inc}$). The $C_{inc}$ and $C_{inf}$ were considered environmental conduciveness for the periods of inoculum build-up in association with rice plants and panicle infection during the heading stage, respectively. The BGRcast model was able to forecast actual occurrence of BGR at the probability of 71.4% and its false alarm ratio was 47.6%. With the thresholds of $C_{inc}=0.3$ and $C_{inf}=0.5$, the model was able to provide advisories that could be used to make decisions on whether to spray bactericide at the preand post-heading stage.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 1996년도 International Conference on Agricultural Machinery Engineering Proceedings
• /
• pp.1073-1080
• /
• 1996

The impact of the input and output probability distributions on the performance of neural networks to forecast two year peak stream flow (cubic meters per second) is examined for two major river basins of the US. The neural network input consisted of drainage area(square kilometers ) and elevation (meters). When data are normally distributed , the neural networks predict much better than when the data are non-normal and have larger tails in their distributions.

• 한국시뮬레이션학회논문지
• /
• 제7권2호
• /
• pp.33-43
• /
• 1998

To evaluate the server performance and forecast capacity requirements, we carry out simulation of Multimedia-on-demand(MOD) server. In multimedia service environment, especially for on-demand service, one of the key problems is capacity planning, which requires ensuring that adequate computer resources will be available to meet the future workload demands in a cost-effective manner. In this paper, we design and implement a simulation model for MOD server with failures of components (e.g., processors, disks and networks). By acquisition of utilization and queue length parameters, we can estimate desirable capacity of server components with various arrival rates of customers and failure rates of components. For a given failure probability, we also compute packet delay probability and reliability of the server. It is possible to derive some important design information of the MOD server by using the above parameters.

• 대한전기학회논문지:전력기술부문A
• /
• 제55권7호
• /
• pp.273-280
• /
• 2006

This paper suggests the method that forecasts Dynamic Line Rating (DLR). Thermal Overload Risk Probability (TORP) of the next time is forecasted based on the present weather conditions and DLR value by Monte Carlo Simulation (MCS). To model weather elements of transmission line for MCS process, this paper will propose the use of statistical weather models that time series is applied. Also, through the case study, it is confirmed that the forecasted TORP can be utilized as a criterion that decides DLR of next time. In short, proposed method may be used usefully to keep security and reliability of transmission line by forecasting transmission capacity of the next time.

• 대한산업공학회지
• /
• 제25권4호
• /
• pp.437-447
• /
• 1999

Previous researches on risk attitudes or on the typical utility functions have mostly focused on how the risk attitude of decision maker varies when changes are made in one or two lottery reference points such as consequence domain and magnitude of probability under assumed risk situations represented by simple lotteries. It is, however, very difficult to forecast dominant risk attitudes under risk situations which exhibit a complex combination of many reference points. In this study, twelve risk situations which a decision maker may confront in real decision-making situations were formulated by combining in various ways three reference points, that is, magnitude of probability, consequence domain, and magnitude of gain or loss. Then through a questionnaire dominant risk attitudes under every assumed risk situation were investigated, and the general shape of utility function implied by the experimental results were derived. Results of the present study show that none of the three reference points have dominant effect over the others due to complicated interaction between them, and given the twelve risk situations the observed risk attitude widely varies from strong risk taking to strong risk aversion.

• Strategy21
• /
• 통권40호
• /
• pp.37-81
• /
• 2016

This paper aims to use crossover analysis to uncover similarities and differences between the U.S-Japan relationship in the World War II era and the modern U.S-China relationship, and to forecast the possibility of the outbreak of war between U.S and China by applying the steps to war theory. The steps to war theory argues that the probability of the outbreak of war between two states within five years would approach 90 percent, if they have ongoing territorial dispute, alliance, rivalry, and arms race. The comparison exposes some similarities with the territorial dispute, alliance, rivalry, but reveals dissimilarities with arms race. U.S-Japan relationship in the World War II era had the arms race, which does not exist the modern U.S-China Relationship. The result of comparison is that the probability for the Outbreak of War between U.S and China correspond to third stage(Risk Level). it means that the probability for the Outbreak of War between U.S and China is 55%. But, There are four elements(① Perception of Leader ② Mutual dependence of economy ③ Possession of nuclear weapon ④ Ravages of war) that reduce the probability for the Outbreak of War. Considering the four elements, the probability for the Outbreak of War between U.S and China is a slim chance. But the probability for the Outbreak of War between U.S and China is excluded because of territorial dispute, alliance, rivalry. So, This paper suggests three points.(① Developing military options ② Reducing the misconception of intend, ③ Promoting navy exchanges) to prevent of Outbreak of War.

• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.723-736
• /
• 2022

본 연구에서는 금강권역을 대상으로 최대 12개월까지 선행예측이 가능한 월 강수량 예측모형을 구축하였으며, 예측모형 구축에는 다중회귀분석과 인공신경망의 두 가지 통계적 기법을 적용하였다. 예측인자 후보로 NOAA에서 제공하는 글로벌 기후패턴 39종과 금강권역에 대한 기상인자 8종 등 총 47종의 기후지수를 활용하였다. 예측대상월을 기준으로 과거 40년간의 월 강수량과 기후지수와의 지연상관성 분석을 통해 상관도가 높은 기후지수를 예측인자로 활용하여 다중회귀모형 및 인공신경망 모형을 구축하였다. 1991~2021년에 대해 매월 예측결과의 평균값과 관측값과의 적합도를 분석한 결과, 다중회귀모형은 PBIAS -3.3~-0.1%, NSE 0.45~0.50, r 0.69~0.70으로 분석되었으며, 인공신경망모형은 PBIAS -5.0~+0.5%, NSE 0.35~0.47, r 0.64~0.70로, 다중회귀모형에 의해 도출된 예측치의 평균값이 인공신경망모형보다 관측치에 좀 더 근접한 것으로 나타났다. 각 월의 예측범위 안에 관측치가 포함될 확률을 분석한 결과에서는 다중회귀모형이 57.5~83.6%(평균 72.9%), 인공신경망모형의 경우에는 71.5~88.7%(평균 81.1%)로 인공신경망모형 결과가 우수한 것으로 나타났다. 3분위 예측확률을 비교한 결과는 다중회귀모형의 경우에는 25.9~41.9%(평균 34.6%), 인공신경망모형은 30.3~39.1%(평균 34.7%)로 비슷하며, 두 모형 모두 평균 33.3% 이상으로 월 강수량에 대한 장기예측성을 확인 할 수 있었다. 이상과 같이 두 모형의 예측성 차이는 비교적 크지 않은 것으로 나타났으나, 예측범위에 대한 적중률이나 3분위 예측확률로부터 판단할 때 예측성에 대한 월별 편차는 인공신경망모형의 결과가 상대적으로 작게 나타났다.

• Structural Engineering and Mechanics
• /
• 제75권4호
• /
• pp.445-454
• /
• 2020

Structural damage identification (SDI) is a crucial step in structural health monitoring. However, some of the existing SDI methods cannot provide enough identification accuracy and efficiency in practice. A novel whale optimization algorithm (WOA) based method is proposed for SDI by weighting modal data and flexibility assurance criterion in this study. At first, the SDI problem is mathematically converted into a constrained optimization problem. Unlike traditional objective function defined using frequencies and mode shapes, a new objective function on the SDI problem is formulated by weighting both modal data and flexibility assurance criterion. Then, the WOA method, due to its good performance of fast convergence and global searching ability, is adopted to provide an accurate solution to the SDI problem, different predator mechanisms are formulated and their probability thresholds are selected. Finally, the performance of the proposed method is assessed by numerical simulations on a simply-supported beam and a 31-bar truss structures. For the given multiple structural damage conditions under environmental noises, the WOA-based SDI method can effectively locate structural damages and accurately estimate severities of damages. Compared with other optimization methods, such as particle swarm optimization and dragonfly algorithm, the proposed WOA-based method outperforms in accuracy and efficiency, which can provide a more effective and potential tool for the SDI problem.