• 한국환경과학회지
• /
• 제19권10호
• /
• pp.1229-1235
• /
• 2010

Three meteor-statistical forecasting models - the transfer function model, the time-series autoregressive model and the neural networks model - were tested to develop a daily forecasting model for Jejudo, where the need and demand for wind power forecasting has increased. All the meteorological observation sites in Jejudo have been classified into 6 groups using a cluster analysis. Four pairs of observation sites among them, all having strong wind speed correlation within the same meteorological group, were chosen for a model test. In the development of the wind speed forecasting model for Jejudo, it was confirmed that not only the use a wind dataset at the objective site itself, but the introduction of another wind dataset at the nearest site having a strong wind speed correlation within the same group, would enhance the goodness to fit of the forecasting. A transfer function model and a neural network model were also confirmed to offer reliable predictions, with the similar goodness to fit level.

• 전기학회논문지
• /
• 제63권11호
• /
• pp.1608-1614
• /
• 2014

Power demand forecasting is an important factor of the peak management. This paper deals with the 15 minutes ahead load forecasting problem in a DC urban railway system. Since supplied power lines to trains are connected with parallel, the load characteristics are too complex and highly non-linear. The main idea of the proposed method for the 15 minutes ahead prediction is to use the daily load similarity accounting for the load nonlinearity. An Euclidean norm with weighted factors including loads of the neighbor substation is used for the similar load selection. The prediction value is determinated by the sum of the similar load and the correction value. The correction has applied the neural network model. The feasibility of the proposed method is exemplified through some simulations applied to the actual load data of Incheon subway system.

• 전기학회논문지P
• /
• 제58권4호
• /
• pp.505-510
• /
• 2009

In this paper, building energy analysis and energy cost of power stand up and demand control over the power proposed to reduce power demand. Through analysis of the load power demand special day were able to apply the pattern. In addition, the existing rate of change of load forecasting to reduce the large errors were not previously available data. And daily schedules and special day for considering the exponential smoothing methods were used. Previous year's special day and the previous day due to the uncertainty of the load and the model components were considered. The maximum demand power control simulation using the fuzzy control of power does not exceed the contract. Through simulation, the benefits of the proposed energy-saving techniques were demonstrated.

• 대한교통학회지
• /
• 제7권2호
• /
• pp.29-43
• /
• 1989

The purpose of this study is to construct a forecasting model involved in a diverted traffic volume of the 2nd intra-urban expressway in construction presently, in the case of the future prediction of traffic demand for the intra-urban expressway in Pusan. In this study, the model involved in a diverted traffic volume is constructed trustworthy. And the future traffic demand of intra-urban expressway by this model was forecasted 114,005 volume/daily in 1996 and 147,090 volume/daily in 2001. However, it will made a study more and more concretely for practicality and limitation as well as construction of the forecasting model considered an intrinsic problem of an observational error and necessity of survey for much more socio-economic data, the traffic volume on all orad and OD pairs in Pusan.

• 한국항만경제학회지
• /
• 제37권1호
• /
• pp.179-196
• /
• 2021

부산항의 부두 장치율은 지난 3년동안 지속적으로 상승하였다. 부두 장치율 상승은 컨테이너 재조작을 야기하여 부두 노동자의 업무 강도를 증가시킨다. 또한, 장치율 상승이 장기화될 경우 선주의 대기시간을 증가시켜 항만의 서비스 수준이 하락할 수 있다. 이에 본 연구는 부두 장치율 상승 문제를 해결하기 위한 방안으로 수요예측치의 신뢰구간 추정을 활용한 항만 물동량 이상감지 방안을 제안하였다. 수요예측 방법론은 ARIMA 모형을 사용하였으며 실증 분석을 위해 사용된 자료는 2013년 1월 1일부터 2020년 10월 12일까지 총 2841일 동안의 부산항 전체 일별 물동량 자료 및 9개 부두의 일별 물동량 자료이다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점을 맞추었다. 일별, 부두별 부산항 물동량 자료를 활용하여 단기 물동량을 예측하고 예측치를 기반으로 부두 장치율 관리 방안을 제시한 본 연구는 충분한 가치가 있다고 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권2호
• /
• pp.275-284
• /
• 2016

정확한 전력수요 예측은 에너지 소비를 줄이고 전력수급의 불균형을 방지한다. 본 연구는 외부요인의 영향을 가장 적게 받는 특정 시간대의 일 단위 전력 수요량을 참조선 (reference line)으로 한 시계열모형을 세우고자 한다. 고려된 시계열모형은 슬라이딩 창을 이용한 이중 계절성 Holt-Winters 모형과 TBATS 모형이다. 시계열모형의 모수는 2009년 1월 4일부터 2011년 12월 31일까지 자료를 이용하여 추정되었으며, 2012년 1월 1일부터 2012년 12월 29일까지의 각 모형의 전력수요량을 예측하여 성능을 비교하였다. RMSE와 MAPE를 통해 예측 성능을 비교한 결과 TBATS 모형의 성능이 우수하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.495-498
• /
• 2007

최근, RFID 태그와 리더가 장착되고 무선 인터넷이 결합된 휴대전화로 이동통신 인프라를 이용하여 일상생활에 필요한 정보를 얻고 다양한 응용서비스를 이용할 수 있는 모바일 RFID 서비스의 상용화가 눈앞으로 다가오고 있다. 하지만 모바일 RFID 서비스로 인한 새로운 수익이 창출될 것으로 기대되고 있으나 관련 통신업체의 대규모 투자를 이끌어 내기 위해서는 모바일 RFID 서비스 수요에 대한 정확한 예측이 필요하다. 이에 본 논문은 모바일 RFID 서비스 수요예측을 통해 관련 통신업체의 투자를 확대할 수 있는 기반을 마련하고자 하였으며, 특히 다양한 모바일 RFID 서비스 모델의 유형에 따라 서비스 수요를 예측함을 통해 관련 통신업체의 서비스 투자 방향에 대한 의사결정에 도움이 되고자 한다.

• 한국항만경제학회지
• /
• 제37권3호
• /
• pp.1-17
• /
• 2021

본 연구에서는 항만의 단기 물동량을 예측하기 위해 ARIMA 모형과 CART 모형을 활용한 단기 수요예측 모형을 제시하였다. 제시한 모형은 2단계로 구성된다. 1단계에서는 시계열 예측치와 주요 교역국의 주당 근로일수를 변수로 사용하여 CART 모형을 추정하고 주별 물동량 예측을 진행한다. 2단계에서는 1단계에서 도출한 예측치와 요일 정보, 주요국 공휴일 정보, 주요국 행사 기간 정보를 설명변수로 활용하여 최종적인 일별 물동량 예측 모형을 추정한다. 제시한 수요예측 모형을 활용하여 2020년 10월 1일부터 12월 31일까지 92일의 부산항 물동량을 예측한 결과 제시한 모형의 평균 정확도가 기존 시계열 모형보다 '22.5%' 높은 것으로 나타났다. 제시 모형은 일별 물동량의 추세뿐만 아니라 물동량이 급등락하는 지점에서도 높은 정확도를 보였으며 시계열 예측 모형을 사용했을 때 비해 총 166,504(TEU)의 오차를 줄일 수 있는 것으로 나타났다. 항만의 효율적인 운영을 위해 필수적인 단기 물동량 예측에 적합한 예측 모형을 제시한 본 연구는 충분한 활용 가치가 있을 것으로 판단된다.

• 한국항행학회논문지
• /
• 제28권4호
• /
• pp.472-479
• /
• 2024

세계 전체인구의 절반이 도시에 거주하고 있고, 지속적인 도시화가 진행되고 있으며 2050년 경에는 도시인구가 전체 인구의 2/3를 초과할 것으로 예상하고 있다. 이러한 현상을 해소하기 위해 우리나라 정부에서는 새로운 도심 항공 모빌리티(UAM; urban air mobility) 산업 생태계 구축에 심혈을 기울이고 있다. 항공사 또한 UAM 산업 생태계에 속해 있으며 안전운항, 승객의 안전, 기재 운영 효율성, 정시성 등의 효율성 제고에 대한 준비를 하고 있다. 본 연구는 2019년부터 2023년까지 대한항공의 김포발 제주행 노선의 일일 승객 수에 대한 시계열 데이터를 활용하여 수요 예측을 수행한다. 이를 위해 SARIMA, Prophet, CatBoost, Random Forest와 같은 통계적 및 기계 학습 모델을 적용한다. 다양한 모델을 통해 승객 수요 패턴을 효과적으로 포착할 수 있는 방법을 평가하였고, 머신러닝 기반의 Random Forest 모델이 가장 뛰어난 예측 결과를 나타냈다. 연구 결과는 항공 산업에서 정확한 수요 예측을 위한 최적의 모델을 제시하여 운영 계획 및 자원 할당에 필요한 기초정보를 제공할 것이다.

• 한국산학기술학회논문지
• /
• 제12권3호
• /
• pp.1488-1494
• /
• 2011

본 연구에서는 선형회귀모형(linear regression model)을 이용하여 겨울철 일일 온수 수요 총량을 예측하는 알고리즘을 개발한다. 한국지역난방공사에서는 온수 공급 계약을 맺고 있는 아파트, 상가 및 사무용 빌딩 등에 난방 및 급탕 온수를 공급한다. 일반적으로 온수는 보일러 및 열병합 발전기를 가동하여 생산하며, 경제적인 온수 생산계획을 수립하기 위해서는 온수 수요를 정확히 파악하는 것이 중요하다. 따라서, 본 연구에서는 난방을 위한 온수 수요가 급증하는 겨울철 온수 수요의 특성을 분석하고, 선형회귀모형을 이용한 온수 수요 예측 알고리즘을 개발한다. 겨울철 일일 온수 수요는 외기온도의 영향을 많이 받는 것으로 알려져 있으나, 본 연구에서는 외기온도와 예측일 하루 전날 온수 공급 실적값을 동시에 고려할 때 예측 정확도를 크게 높일 수 있음을 확인하였다. 본 연구에서 개발하는 예측 알고리즘의 타당성을 검증하기 위해 한국지역난방공사 서울 강남지사의 2006 ~ 2009년도 온수 수요 공급 실적과 기상청의 기상정보를 이용하여 겨울철 일일 온수 수요 총량을 예측한 결과, 평균 오차율(mean absolute percentage error)이 3.87%을 넘지 않는 수준임을 확인하였다.