• 한국정보전자통신기술학회논문지
• /
• 제14권5호
• /
• pp.349-361
• /
• 2021

컴퓨터 기술의 발전과 기상예보 모델 및 예측방식의 고도화에 따라 더 고성능의 기상예측 소프트웨어가 개발되었으며 슈퍼컴퓨터를 활용한 소프트웨어 수행으로 더욱 정밀하고 정확한 기상예보가 가능하게 되었다. 본 논문에서는 주요 6개국이 사용하고 있는 기상예측 예보 모델을 조사하여 그 특징들을 분석하고 현재 한국 기상청에서 영국 기상청과 2012년부터 협업하여 사용하고 GloSea 소프트웨어에 대하여 설명한다. 그런데 기존의 GloSea는 기상청 슈퍼컴퓨터에서만 수행되어 다양한 연구자들의 전문 분야별 세분화된 연구에 어려움이 있었다. 따라서 본 논문에서는 현재 우리나라에서 사용하고 있는 GloSea6 기반의 저해상도 버전을 로컬시스템에 사용할 수 있는 표준 실험환경을 구축하고 이를 테스트해봄으로써 연구실 환경에서 수행 가능한 저해상도 GloSea6의 로컬화를 제시하고자 한다. 즉, 본 논문에서는 사용자 단말기-계산서버-리퍼지토리 서버로 구성되는 기본 아키텍처를 구축하고 해당 소프트웨어의 실행 테스트를 수행함으로써 저해상도 GloSea6의 로컬 이식성을 검증한다.

• Journal of Electrical Engineering and Technology
• /
• 제12권1호
• /
• pp.64-71
• /
• 2017

Considering the volatility, intermittent and random of photovoltaic (PV) generation systems, accurate forecasting of PV power output is important for the grid scheduling and energy management. In order to improve the accuracy of short-term power forecasting of PV systems, this paper proposes a prediction model based on environmental factors and support vector machine optimized by genetic algorithm (GA-SVM). In order to improve the prediction accuracy of this model, weather conditions are divided into three types, and the gray correlation coefficient algorithm is used to find out a similar day of the predicted day. To avoid parameters optimization into local optima, this paper uses genetic algorithm to optimize SVM parameters. Example verification shows that the prediction accuracy in three types of weather will remain at between 10% -15% and the short-term PV power forecasting model proposed is effective and promising.

• 응용통계연구
• /
• 제31권1호
• /
• pp.139-153
• /
• 2018

최근 정부의 친환경 정책에 따라 태양광 발전 설비가 지속적으로 증가하고 있다. 태양광 발전량은 에너지원인 태양의 특성상 계절에 따라 하루 중 발전이 이루어지는 시간이 일정하지 않다. 이러한 특성으로 인해 태양광 발전량 예측에서는 연속된 시간간격으로 수집된 자료에 적용할 수 있는 시계열 모형 적용에 어려움이 있다. 본 논문에서 제안하는 방법은 연속된 시간자료를 각 시간대 별로 분리, 재구성하여 24개의 (1시-24시) 일별 자료 형태로 예측에 활용하는 방법이다. 강원도 영암 태양광 발전소의 시간별 발전량 자료를 공공데이터포털에서 수집하여 연구하였다. 기존방법과 제안된 방법의 성능차이를 비교하기 위해 ARIMAX, 신경망(neural network model) 모형을 동일한 모형과 변수를 가지는 환경에서 성능차이를 확인하였다.

• 전기학회논문지
• /
• 제66권4호
• /
• pp.621-628
• /
• 2017

This paper presents an artificial neural network (ANN) based model with a back-propagation algorithm for short-term load forecasting in microgrid power systems. Owing to the significant weather factors for such purpose, relevant input variables were selected in order to improve the forecasting accuracy. As remarked above, forecasting is more complex in a microgrid because of the increased variability of disaggregated load curves. Accurate forecasting in a microgrid will depend on the variables employed and the way they are presented to the ANN. This study also shows numerically that there is a close relationship between forecast errors and the number of training patterns used, and so it is necessary to carefully select the training data to be employed with the system. Finally, this work demonstrates that the concept of load forecasting and the ANN tools employed are also applicable to the microgrid domain with very good results, showing that small errors of Mean Absolute Percentage Error (MAPE) around 3% are achievable.

• 한국축산시설환경학회지
• /
• 제4권2호
• /
• pp.113-126
• /
• 1998

This study was conducted to develop pig-housings based on the forecasting models of swine production, the weather conditions, and so on in Korea. The Korean pig-housings were developed according to the following basis : 1. They should be suitable to domestic weather conditions. 2. They should be designed based on the forecasting models of swine production of farrow to finish operation among the forecasting models of swine production in Korea. 3. Proper environments should be offered to pigs according to the growth. 4. The environmental control, the treatment of swine wastewater, and so on should be interrelated. 5. Manual energy should be saved by effective arrangements of pig-housings. In the future, performance test of the Korean pig-housings and development of facility automation systems which are suitable to these should be accomplished.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.43-45
• /
• 2021

초단기 강수예측 시스템은 단시간 발생하는 집중호우와 같은 위험기상에 대응하기 위해 사회·경제적으로 중요하다. 최근 국내·외에서 심층신경망을 활용한 초단기 강수예측 연구가 활발히 진행되고 있다. 심층신경망을 이용한 강수예측 모델은 훈련 데이터를 만들 때 기상데이터의 구조와 종류가 복잡하고 방대하므로 기상학적 이해를 바탕으로 복잡한 전처리 과정이 필요하다. 또한, 비선형적인 패턴의 강수 현상을 예측하기 위하여 기상의 상호작용에 대한 이해를 바탕으로 입력 데이터를 구성해야 한다. 따라서 본 연구에서는 다음과 같은 접근법을 제안하고자 한다. i) 기상레이더 합성 강수장과 강수발달에 영향을 줄 수 있는 주요 인자(레이더, 지형, 온도, 등)를 훈련 데이터 구축을 위해 패턴 분석에 적합한 형태로 정제하고 이를 구조화하여 통합한다. ii) 합성곱 신경망과 합성곱 장단기 기억 신경망을 접목하여 초단기 예측 강수장을 산출한다. 2020년 강수 사례를 이용하여 제안한 모델의 정확성을 검증하였다. 제안한 모델은 비선형적인 패턴의 강수 현상을 잘 모의하였고, 강수의 규모 및 강도에 대한 예측성능이 향상되었다. 이는 강수를 동반한 초단기 위험기상의 방재에 활용할 수 있을 것으로 기대된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.415-417
• /
• 2008

기상자료는 매순간 방대한 양으로 쏟아져 나온다. 본 논문은 이 방대한 양의 자료를 토대로 신경망을 학습시켜 정보(예보)를 도출시키는 데 얼마나 적합한지 확인하고자 함에 있다. 과거 의사결정나무를 통해서 위와 같은 연구가 진행된 바 있으나, 현재 우리나라에서 신경망을 통한 분석은 전무한 상태이다. 따라서 우리나라 3개지역을 선정 96년도부터 05년까지의 10년간의 9, 10월 지상자료를 토대로 안개예보에 신경망이 적합한지에 대해 연구하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.145-155
• /
• 2016

이 논문에서는 기상에 따른 고령 환자의 질병 발생빈도를 예측하는 방법을 비교한다. 분석을 위해 건강보험심사평가원의 고령 환자 의료 자료와 기상청 자료를 주별, 권역별로 병합한다. 기상에 영향을 받는 질병의 주별 발생 빈도를 ARMAX모형, VARMAX모형, TSCS회귀모형으로 분석하고 MSE, MAPE, MAE 기준으로 모형을 비교했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.683-685
• /
• 2004

This paper introduces a basic design for the short-term load forecasting system using a commercial data base. The proposed system uses a hybrid load forecasting method using fuzzy linear regression for forecasting of weekends and Monday and general exponential smoothing for forecasting of weekdays. The temperature sensitive is used to improve the accuracy of the load forecasting during the summer season. MS-SQL Sever has been used a commercial data base for the proposed system and the database is operated by ADO(ActiveX Data Objects) and RDO(Remote Data Object). Database has been constructed by altering the historical load data for the past 38 years. The weather iDormation is included in the database. The developed short-term load forecasting system is developed as a user friendly system based on GUI(Graphical User interface) using MFC(Microsoft Foundation Class). Test results show that the developed system efficiently performs short-term load forecasting.

• 대한전기학회논문지:전력기술부문A
• /
• 제51권3호
• /
• pp.109-117
• /
• 2002

High accuracy of the load forecasting for power systems improves the security of the power system and generation cost. However, the forecasting problem is difficult to handle due to the nonlinear and the random-like behavior of system loads as well as weather conditions and variation of economical environments. So far. many studies on the problem have been made to improve the prediction accuracy using deterministic, stochastic, knowledge based and artificial neural net(ANN) method. In the conventional load forecasting method, the load forecasting maximum error occurred for the holidays on Saturday and Monday. In order to reduce the load forecasting error of the daily peak load for the holidays on Saturday and Monday, fuzzy concept and linear regression theory have been adopted into the load forecasting problem. The proposed algorithm shows its good accuracy that the average percentage errors are 2.11% in 1996 and 2.84% in 1997.