• 응용통계연구
• /
• 제31권6호
• /
• pp.785-799
• /
• 2018

신재생에너지 산업이 발전함에 따라 태양광 발전에 대한 중요성이 확대되고 있다. 태양광 발전량을 정확히 예측하기 위해서는 일사량 예측이 필수적이다. 본 논문에서는 태양광 패널이 존재하는 청주와 광주 지역을 선정하여 기상포털에서 제공하는 시간별 기상 데이터를 수집하여 연구하였다. 일사량 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, seasonal ARIMA, seasonal ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, seasonal ARIMA-GARCH, seasonal ARIMAX-GARCH 모형을 비교하였다. 본 연구에서는 모형의 예측 성능을 비교하고자 mean absolute error와 root mean square error를 사용하였다. 모형들의 예측 성능 비교 결과 일사량만 고려하였을 때는 이분산 문제를 고려한 seasonal ARIMA-GARCH 모형이 우수한 성능을 나타냈고, 외생변수를 활용한 ARIMAX 모형으로 일사량 예측을 한 경우가 가장 좋은 예측력을 나타냈다.

• 한국수자원학회논문집
• /
• 제52권7호
• /
• pp.451-461
• /
• 2019

장기 기상전망 기반 댐 유입량 전망은 가뭄 대비, 용수 공급 관리 등에 활용성이 높다. 본 연구에서는 국내 7개 다목적댐 유역에 대해 유입량 전망을 수행하고 장기 기상전망 정확도가 댐 유입량 전망 정확도에 미치는 영향을 분석하였다. 강우-유출 모델의 입력자료로 활용된 장기 기상전망 자료는 기상청 GloSea5의 과거재현자료(hindcast) 및 미래전망자료(forecast)를 활용하였다. 강우-유출 모델은 다양한 특성을 가지고 있는 TANK, ABCD, K-DRUM, PRMS를 활용하였다. 댐 유입량 전망 정확도는 과거재현기간(1996~2009)과 미래전망기간(2015~2016)에 대하여 평가하였다. 댐 유입량 전망 평가결과 전망값은 관측값에 비해 과소추정하는 경향을 보였으며, 매개변수 검보정이 적절히 수행된 강우-유출 모델은 댐 유입량 전망 정확도에 미치는 영향이 거의 없는 것으로 나타났다. 반면 장기 기상전망 자료, 특히 강수량은 댐 유입량 전망 정확도에 매우 큰 영향을 미치는 것으로 나타났다. 현업에서 댐 유입량 전망 자료 활용시 과소추정하는 경향을 고려하여 활용할 필요가 있다. 향후 댐 유입량 전망 정확도 개선은 강우-유출 모델 보다 장기 기상전망의 강수량 정확도 향상을 위주로 수행할 필요가 있다.

• 한국멀티미디어학회논문지
• /
• 제22권9호
• /
• pp.1069-1079
• /
• 2019

In this study, we developed a $PM_{10}$ forecasting model using DNN and Membership Function, and improved the forecasting performance. The model predicts the $PM_{10}$ concentrations of the next 3 days in the Seoul area by using the weather and air quality observation data and forecast data. The best model(RM14)'s accuracy (82%, 76%, 69%) and false alarm rate(FAR:14%,33%,44%) are good. Probability of detection (POD: 79%, 50%, 53%), however, are not good performance. These are due to the lack of training data for high concentration $PM_{10}$ compared to low concentration. In addition, the model dose not reflect seasonal factors closely related to the generation of high concentration $PM_{10}$. To improve this, we propose Julian date membership function as inputs of the $PM_{10}$ forecasting model. The function express a given date in 12 factors to reflect seasonal characteristics closely related to high concentration $PM_{10}$. As a result, the accuracy (79%, 70%, 66%) and FAR (24%, 48%, 46%) are slightly reduced in performance, but the POD (79%, 75%, 71%) are up to 25% improved compared with those of the RM14 model. Hence, this shows that the proposed Julian forecast model is effective for high concentration $PM_{10}$ forecasts.

• 대기
• /
• 제26권1호
• /
• pp.59-72
• /
• 2016

The comparison of prediction errors in geopotential height, temperature, and precipitation forecasts is made quantitatively to evaluate medium-range forecast skills between Global Seasonal Forecasting System version 5 (GloSea5) and Unified Model (UM) in operation by Korea Meteorological Administration during 2014. In addition, the performances in prediction of sea surface temperature anomaly in NINO3.4 region, Madden and Julian Oscillation (MJO) index, and tropical storms in western north Pacific are evaluated. The result of evaluations appears that the forecast skill of UM with lower values of root-mean square error is generally superior to GloSea5 during forecast periods (0 to 12 days). The forecast error tends to increase rapidly in GloSea5 during the first half of the forecast period, and then it shows down so that the skill difference between UM and GloSea5 becomes negligible as the forecast time increases. Precipitation forecast of GloSea5 is not as bad as expected and the skill is comparable to that of UM during 10-day forecasts. Especially, in predictions of sea surface temperature in NINO3.4 region, MJO index, and tropical storms in western Pacific, GloSea5 shows similar or better performance than UM. Throughout comparison of forecast skills for main meteorological elements and weather extremes during medium-range, the effects of initial and model errors in atmosphere-ocean coupled model are verified and it is suggested that GloSea5 is useful system for not only seasonal forecasts but also short- and medium-range forecasts.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1992년도 하계학술대회 논문집 A
• /
• pp.495-497
• /
• 1992

Hourly load forecasting has become indispensable for practical simulation of electric power system as the system become larger and more complicated. To forecast the future hourly load the cyclic behavior of electric load which follows seasonal weather, day or week and office hours is to be analyzed so that the trend of the recent behavioral change can be extrapolated for the short term. For the long term, on the other hand, the changes in the infra-structure of each electricity consumer groups should be assessed. In this paper the concept and process of hourly load forecasting for hourly load is introduced.

• Journal of Electrical Engineering and Technology
• /
• 제13권5호
• /
• pp.1874-1885
• /
• 2018

The customer side operation is getting more complex in a smart grid environment because of the adoption of renewable resources. In performing energy management planning or scheduling, it is essential to forecast non-controllable resources accurately and robustly. The PV system is one of the common renewable energy resources in customer side. Its output depends on weather and physical characteristics of the PV system. Thus, weather information is essential to predict the amount of PV system output. However, weather forecast usually does not include enough solar irradiation information. In this study, a PV system power output prediction model (PPM) under limited weather information is proposed. In the proposed model, meteorological radiation model (MRM) is used to improve cloud cover radiation model (CRM) to consider the seasonal effect of the target region. The results of the proposed model are compared to the result of the conventional CRM prediction method on the PV generation obtained from a field test site. With the PPM, root mean square error (RMSE), and mean absolute error (MAE) are improved by 23.43% and 33.76%, respectively, compared to CRM for all days; while in clear days, they are improved by 53.36% and 62.90%, respectively.

• 한국수자원학회논문집
• /
• 제56권9호
• /
• pp.529-541
• /
• 2023

기후변화에 따른 가뭄 등 극한 기상을 예측하기 위해, 최근 전 세계적으로 GCMs 모델에 기반하여 향후 7개월까지를 전망하는 계절 기상 전망(Seasonal Forecasts) 기술이 꾸준히 관심을 받고 있다. 그러나 국내에서의 연구 및 적용사례는 많지 않으며, 특히 유역단위에서 그 활용성에 대해서는 검증이 필요하다. 따라서 본 연구에서는 국내 12개 다목적댐 유역에 대해 2011년부터 2020년까지 계절 기상 전망의 정확성을 과거 45년간의 기상 자료(climatology)와 비교하여 평가하였다. 본 연구에서는 ECMWF에서 제공하는 계절 기상 전망의 인자로 향후 수문전망에 활용성이 높은 강수, 기온 그리고 증발산을 선정하였고, 앙상블 전망의 정확성 평가를 위해 Continuous Ranked Probability Skill Score (CRPSS) 기법을 적용하였다. 또한, 계절 기상 전망에 대해 선형 편의 보정기법(Linear scaling)을 적용하여 그 효과를 평가하였다. 연구결과, 계절 기상 전망이 향후 1개월 간은 climatology와 유사한 정확도를 보이나 전망 리드타임이 증가함에 따라 그 정확도가 크게 낮아지는 특성을 나타냈다. Climatology와 비교하여, 계절적으로는 Dry season보다는 Wet season이 더 나은 결과를 보였으며, 특히 건조했던 2015년과 2017년의 Wet season에서는 장기간에 걸친 전망 정확도가 모두 높게 나타났다.

• 한국환경과학회지
• /
• 제21권3호
• /
• pp.327-337
• /
• 2012

Air pollution inventories are aggregated around south-eastern part of the Korean Peninsular including Busan, Ulsan, and Changwon cities. Because densely populated cities are concentrated in this region, air pollutants emitted from one of these cities tend to be impacted on the air quality of other cities. In order to clarify the seasonal movement pattern of emitted particles, several numerical simulations using WRF/FLEXPART were carried out. Four cases were selected for each season. The Weather Research and Forecasting model (WRF) reproduced atmospheric flow fields with nested grids. The seasonal pattern of air mass of study area was determined by backward and forward trajectories. As a result, the air parcel moves from northwest to southeast due to northwesterly winds in spring and winter. Also air parcel transports from south to north in summer, and moves from west to east. Because the air mass moves differently in each season, these characteristics should be considered when performing air quality analysis.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1142-1146
• /
• 2009

A rainfall simulation and forecasting technique that can generate daily rainfall sequences conditional on multi-model ensemble GCMs is developed and applied to data in Korea for the major rainy season. The GCM forecasts are provided by APEC climate center. A Weather State Based Downscaling Model (WSDM) is used to map teleconnections from ocean-atmosphere data or key state variables from numerical integrations of Ocean-Atmosphere General Circulation Models to simulate daily sequences at multiple rain gauges. The method presented is general and is applied to the wet season which is JJA(June-July-August) data in Korea. The sequences of weather states identified by the EM algorithm are shown to correspond to dominant synoptic-scale features of rainfall generating mechanisms. Application of the methodology to seasonal rainfall forecasts using empirical teleconnections and GCM derived climate forecast are discussed.

• 환경영향평가
• /
• 제28권3호
• /
• pp.183-200
• /
• 2019

본 연구에서는 지상 $PM_{2.5}$ 측정 자료와 일기도 자료, WRF 및 CMAQ 모델을 활용하여 동북아시아 지역의 계절별 $PM_{2.5}$ 거동특성을 분석하였으며, 대기질 모델에 BFM을 적용하여 우리나라 $PM_{2.5}$ 농도에 대한 계절별 국내외 기여도를 평가하였다. 일기도 자료를 기반으로 국내 $PM_{2.5}$ 측정 자료 및 대기질 모사결과를 통해 $PM_{2.5}$의 거동특성을 분석한 결과, 동북아 지역에서의 $PM_{2.5}$는 장거리 수송된 대기오염 물질의 유입 및 대기정체 현상에 기인한 농도의 증가 또는 깨끗한 공기의 유입에 따른 농도의 감소 등의 특징이 계절별 종관기상 특성에 따라 상이하게 나타났다. 대기질 모델에 BFM (Brute-Force Method)을 적용하여 우리나라 6개 집중측정소 지점의 $PM_{2.5}$ 농도에 대한 국내외 기여도 평가를 수행한 결과, 백령도 지역은 낮은 자체 배출량과 동시에 중국으로부터 인접한 지리적 특성으로 인해 국외로부터의 기여가 지배적인 영향을 미치는 것으로 나타났다. 반면, 서울, 울산과 같이 높은 자체 배출량 특성을 나타내는 지역의 경우, $PM_{2.5}$에 대한 국외 기여도는 타 지역에 비해 상대적으로 낮게 나타남과 동시에 계절에 따른 기여도의 표준편차는 상대적으로 높게 나타나는 특징을 보였다. 본 연구는 우리나라를 중심으로 계절별 기상조건 변화에 따른 동북아 지역의 $PM_{2.5}$ 거동특성을 분석하여 국내 대기오염물질 현상에 대한 이해를 증진함과 동시에, 지역 배출특성에 따라 $PM_{2.5}$ 농도에 대한 국내외 기여도는 상이할 수 있음을 알려 향후 대기질 개선 대책 수립시 기초자료로 활용될 수 있을 것으로 기대된다.