• 천문학회보
• /
• 제37권2호
• /
• pp.123.1-123.1
• /
• 2012

We have compared near-real time Kp forecast models based on neural network (NN) and support vector machine (SVM) algorithms. We consider four models as follows: (1) a NN model using ACE solar wind data; (2) a SVM model using ACE solar wind data; (3) a NN model using ACE solar wind data and preliminary kp values from US ground-based magnetometers; (4) a SVM model using the same input data as model 3. For the comparison of these models, we estimate correlation coefficients and RMS errors between the observed Kp and the predicted Kp. As a result, we found that the model 3 is better than the other models. The values of correlation coefficients and RMS error of the model 3 are 0.93 and 0.48, respectively. For the forecast evaluation of models for geomagnetic storms ($Kp{\geq}6$), we present contingency tables and estimate statistical parameters such as probability of detection yes (PODy), false alarm ratio (FAR), bias, and critical success index (CSI). From a comparison of these statistical parameters, we found that the SVM models (model 2 and model 4) are better than the NN models (model 1 and model 3). The values of PODy and CSI of the model 4 are the highest among these models (PODy: 0.57 and CSI: 0.48). From these results, we suggest that the NN models are better than the SVM models for predicting Kp and the SVM models are better than the NN models for forecasting geomagnetic storms.

• Journal of Astronomy and Space Sciences
• /
• 제31권1호
• /
• pp.1-6
• /
• 2014

Quite recently, it has been suggested that the interaction of the solar wind with Mercury results in the variation in the solar wind velocity in the Earth's neighborhood during inferior conjunctions with Mercury. This suggestion has important implications both on the plasma physics of the interplanetary space and on the space weather forecast. In this study we have attempted to answer a question of whether the claim is properly tested. We confirm that there are indeed ups and downs in the profile of the solar wind velocity measured at the distance of 1 AU from the Sun. However, the characteristic attribute of the variation in the solar wind velocity during the inferior conjunctions with Mercury is found to be insensitive to the phase of the solar cycles, contrary to an earlier suggestion. We have found that the cases of the superior conjunctions with Mercury and of even randomly chosen data sets rather result in similar features. Cases of Venus are also examined, where it is found that the ups and downs with a period of ~ 10 to 15 days can be also seen. We conclude, therefore, that those variations in the solar wind velocity turn out to be a part of random fluctuations and have nothing to do with the relative position of inner planets. At least, one should conclude that the solar wind velocity is not a proper observable modulated by inner planets at the distance of 1 AU from the Sun in the Earth's neighborhood during inferior conjunctions.

• Journal of Astronomy and Space Sciences
• /
• 제31권2호
• /
• pp.149-157
• /
• 2014

As the prediction of geomagnetic storms is becoming an important and practical problem, conditions in the Earth's magnetosphere have been studied rigorously in terms of those in the interplanetary space. Another approach to space weather forecast is to deal with it as a probabilistic geomagnetic storm forecasting problem. In this study, we carry out detailed statistical analysis of solar wind parameters and geomagnetic indices examining the dependence of the distribution on the solar cycle and annual variations. Our main findings are as follows: (1) The distribution of parameters obtained via the superimposed epoch method follows the Gaussian distribution. (2) When solar activity is at its maximum the mean value of the distribution is shifted to the direction indicating the intense environment. Furthermore, the width of the distribution becomes wider at its maximum than at its minimum so that more extreme case can be expected. (3) The distribution of some certain heliospheric parameters is less sensitive to the phase of the solar cycle and annual variations. (4) The distribution of the eastward component of the interplanetary electric field BV and the solar wind driving function BV2, however, appears to be all dependent on the solar maximum/minimum, the descending/ascending phases of the solar cycle and the equinoxes/solstices. (5) The distribution of the AE index and the Dst index shares statistical features closely with BV and $BV^2$ compared with other heliospheric parameters. In this sense, BV and $BV^2$ are more robust proxies of the geomagnetic storm. We conclude by pointing out that our results allow us to step forward in providing the occurrence probability of geomagnetic storms for space weather and physical modeling.

• 한국항해항만학회지
• /
• 제35권5호
• /
• pp.387-392
• /
• 2011

태양광발전은 독립전원으로써의 가치는 미미하나 도시전체의 탄소발생량 저감 및 화석연료 사용 저감을 위한 분산전원으로써 가치가 매우 높은 전력원이다. 하지만 태양광발전의 경우 기상조건에 따른 발전량 변동이 심하기에 분산전원으로써 효율적으로 사용하기 위해서는 큰 변동폭을 효과적으로 제어하기 위한 실시간 모니터링이 이루어져야 한다. 하지만 태양광발전량을 좌우하는 일사량은 예측치가 존재하지 않기에 이를 예측해야 하고 본 연구에서는 과거의 일사량을 직산분리 하여 구름의 짙은 정도나 두께 등을 유추할 수 있는 대기투과율을 일기예보에서 발표하는 날씨별로 대푯값을 산정하고 이를 일사량 예측식에 대입하여 일사량을 예측하였다. 그리고 실측 일사량 및 CRM(Cloud Cover Radiation Model)기법인 Kasten and Czeplak의 식을 통해 계산된 예측일사량과의 비교를 통해 검증하였다.

• Journal of Astronomy and Space Sciences
• /
• 제26권3호
• /
• pp.305-316
• /
• 2009

이 연구에서 우리는 코로나 홀(Coronal hole, CH)의 정보(위치, 면적)를 이용하여 CIR(Corotating Interaction Regions)과 지자기폭퐁(Geomagnetic Storm)에 대한 경험적인 예보를 수행하였다. 이것을 위해 1996년 1월 $\sim$ 2003년 11월까지의 미국 국립 천문대-Kitt Peak 관측소의 He I $1083{\AA}$ 영상으로부터 코로나 홀 자료를 얻고, Choi et al.(2009)로부터 확인된 CIR과 지자기폭풍 자료를 활용하였다. 지자기 폭풍을 일으키는 코로나 홀의 특성을 고려하여 코로나 홀의 중심이 $N40^{\circ}$와 $S40^{\circ}$ 사이, $E40^{\circ}$와 $W20^{\circ}$ 사이에 위치하고 태양 반구에 대한 면적 비율이 다음과 같은 세 가지 경우를 선택하였다: (1) case 1: 0.36% 이상, (2) case 2: 0.66% 이상, (3) case 3: $1996{\sim}2000$년 동안에는 0.36%, $2001{\sim}2003$년 동안에는 0.66% 이상. 우리는 각 경우에 대하여 예보의 성공 유무를 확인할 수 있는 예보 분할표(Contingency Table)를 만들고, 그들의 태양 주기 위상(Solar cycle phase)에 대한 의존성을 조사하였다 분할표로부터 우리는 PODy(the probability of detection yes), FAR(the false alarm ratio), Bias(the ratio of "yes" predictions to "yes" observations) 그리고 CSI(critical success index)와 같은 예보 평가 지수를 결정하였다. 이와 같은 예보에서 PODy와 CSI가 상대적으로 더 중요한 사실을 고려하여, 우리는 가장 좋은 후보가 case 3이라는 것을 발견하였다. 이 경우에 두 가지 예보에 대한 예보평가 지수는 아래와 같다: CH-CIR의 경우는 PODy=0.77, FAR=0.66, Bias=2.28, CSI=0.30이고, CH-storm의 경우는 PODy=0.81, FAR=0.84, Bias=5.00, CSI=0.16이다. 또한 태양 활동 극대기 이후 감쇄기간 동안의 지수들이 태양 극대기 이전의 값들 보다 훨씬 잘 예보되고 있음을 알 수 있다. 따라서 코로나 홀을 이용한 CIR의 예보는 충분한 가능성을 보여주고 있으나, 지자기 폭풍의 예보는 너무 많은 허위 예보로 인하여 다소 어려울 것으로 비상된다.

• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.158-169
• /
• 2004

본 논문에서는 실시간 기상예보데이터를 사용하여 가공송전선의 단시간 송전용량을 예측하기 위한 방법을 제안한다. 기상청에서 제공되는 예보기온, 풍속등급 및 날씨코드와 같은 3시간 예보요소들을 분석하여 기상예보데이터와 실제 측정데이터 사이의 상관성이 분석되었다. 동적송전용량을 결정하는데 사용하기 위하여 이러한 요소들은 적당한 수치로 변환되었다. 또한 풍속과 일사량에 대한 신뢰도를 개선하기 위하여 적응뉴로퍼지시스템이 설계되었다. 기상예보데이터가 송전용량을 신뢰성을 갖도록 추정하는데 사용될 수 있음을 밝혔다. 그 결과 제안된 예측시스템이 단시간 용량예측에 효율적으로 실용화될 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제24권10호
• /
• pp.1414-1424
• /
• 2021

In this paper, the importance of input factors of a DNN (Deep Neural Network) PM_2.5 forecasting model using LRP(Layer-wise Relevance Propagation) is analyzed, and forecasting performance is improved. Input factor importance analysis is performed by dividing the learning data into time and PM_2.5 concentration. As a result, in the low concentration patterns, the importance of weather factors such as temperature, atmospheric pressure, and solar radiation is high, and in the high concentration patterns, the importance of air quality factors such as PM_2.5, CO, and NO₂ is high. As a result of analysis by time, the importance of the measurement factors is high in the case of the forecast for the day, and the importance of the forecast factors increases in the forecast for tomorrow and the day after tomorrow. In addition, date, temperature, humidity, and atmospheric pressure all show high importance regardless of time and concentration. Based on the importance of these factors, the LRP_DNN prediction model is developed. As a result, the ACC(accuracy) and POD(probability of detection) are improved by up to 5%, and the FAR(false alarm rate) is improved by up to 9% compared to the previous DNN model.

• 한국산학기술학회논문지
• /
• 제14권10호
• /
• pp.4812-4818
• /
• 2013

본 논문은 한국의 식용 천일염 수요 및 공급 규모를 예측한 내용을 담고 있다. 2007년 염관리법 규정에 의해 식용으로 허용된 천일염은 그 이전에는 광물로 분류되어있었기 때문에 식용 천일염 관련 별도의 연도별 통계자료가 정비되어 있지 않은 실정이다. 최근 식용 천일염에 대한 소비자 수요증대와 더불어, 산업계에서 시장규모 파악 및 그 성장가능성에 대한 관심이 높다. 이 연구는 식용 천일염 수급 추정을 위한 관련 자료가 제한적인 상황에서 생산을 위한 기후여건, 생산업체 현황, 소비추세, 수출입 동향 등을 고려하여 식용 천일염 수요 및 공급규모를 예측하였다. 연구결과, 2013-2017년 동안 생산량은 222-384천 톤 수준, 수입량은 498-565천 톤, 수출량은 2.67-3.62천 톤, 소비량은 767-996천 톤 수준에 이를 것으로 예측되었다.

• 디지털융복합연구
• /
• 제12권3호
• /
• pp.243-248
• /
• 2014

최근 태양광에너지는 실시간 태양의 위치를 추적하여 모듈경사각과 이루는 갓을 산정하여 일사량을 보정하는 부분에서 컴퓨팅과의 결합이 확대되고 있다. 태양광 발전은 태양의 위치에 따라 출력변동이 심하고 출력 예측이 어려워 효율적인 전력 생산을 위해서 신재생에너지를 전력계통에 안정적으로 연계할 수 있는 기술이 필요하다. 본 논문에서는 실증단지 내 발전단지의 실시간 기상자료 예측값을 이용하여 최종적으로 태양광 발전량 예측값을 산정하는 태양광 발전을 위한 발전량 예측 모델을 분석한다. 태양광 발전량은 태양광 발전기별 모듈특성, 온도 등을 감안하여 보정계수를 입력하고 예측 지역의 위치 경사각을 분석하여 발전량 예측 계산 알고리즘을 통해 최종 발전량을 예측한다. 또한, 제안 모델에서는 실시간 기상청 관측자료와 실시간 중기 예측 자료를 입력 자료로 사용하여 단기 예측 모델을 수행한다.

• 태양에너지
• /
• 제12권2호
• /
• pp.1-8
• /
• 1992

본 연구는 동계 외기온 데이타의 시각별 변동특성을 파악하기 위하여 연변동 성분 및 기간변동 성분을 제거한 일변동 성분의 매 시각별 외기온 데이타에 대해서 일교차의 발생요인에 대해서 분석하였다. 또한 동계시각별 외기온의 주파수 특성에 대해서 검토하였으며 외기온 데이타의 수식화의 가능성을 제시하였다.