• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.107-120
• /
• 2023

서울 도심 내 교통량 감축과 탄소배출을 줄이기 위해 2015년 도입된 공공자전거 따릉이는 이용자가 해마다 배 이상 증가하여 2023년 기준 2700여 대여소에서 4만 3천여 대가 운영 중이며 누적 가입자 4백만 명을 넘어서는 서울시민이 뽑은 가장 성공적인 공공 정책으로 자리매김하였다. 그러나 따릉이 이용이 급속도로 증가됨에 따라 자전거 수요·공급 불일치로 인한 자전거 부족 민원도 급증하여 효율적인 자전거 재배치가 강하게 요구되었다. 이에 본 연구는 공유자전거의 대여·반납 이력 데이터, 기상데이터, 공휴일 정보, 따릉이 대여소 정보 등을 기반으로 따릉이 이용 패턴과 특성을 분석하고, 기계학습 알고리즘을 활용해 대여소별 따릉이 대여·반납 예측 모델을 개발하였다. 이를 이용하여 대여소별 안전재고를 확보할 수 있는 따릉이 재배치 수량을 도출하고 이를 서울시설공단 따릉이 관리App에 시범서비스 하였다. 따릉이의 수요를 실시간으로 예측하고 현재 거치 중인 재고량과 비교하여 적절한 수량의 자전거를 재배치한다면 자전거 부족으로 인한 시민들의 불편 해소에 기여할 수 있을 것으로 기대된다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2003년도 학술발표논문집
• /
• pp.507-510
• /
• 2003

The development of a basin-wide runoff analysis model is to analysis monthly and daily hydrologic runoff components including surface runoff, subsurface runoff, return flow, etc. at key operation station in the targeted basin. A short-term water demand forecasting technology will be developed taking into account the patterns of municipal, industrial and agricultural water uses. For the development and utilization of runoff analysis model, relevant basin information including historical precipitation and river water stage data, geophysical basin characteristics, and water intake and consumptions needs to be collected and stored into the hydrologic database of Integrated Real-time Water Information System. The well-known SSARR model was selected for the basis of continuous daily runoff model for forecasting short and long-term natural flows.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.301-303
• /
• 2000

This paper presents Kohonen neural network and wavelet transform analysis based technique for industrial peak load forecasting for the purpose of peak demand control. Firstly, one year of historical load data were sorted and clustered into several groups using Kohonen neural network and then wavelet transforms are adopted using the Biorthogonal mother wavelet in order to forecast the peak load of one hour ahead. The 5-level decomposition of the daily industrial load curve is implemented to consider the weather sensitive component of loads effectively. The wavelet coefficients associated with certain frequency and time localization is adjusted using the conventional multiple regression method and the components are reconstructed to predict the final loads through a six-scale synthesis technique.

• 상하수도학회지
• /
• 제11권1호
• /
• pp.109-118
• /
• 1997

In this study, we examined the structural analysis of water demand fluctuation for water distribution control of water supply network. In order to analyze for the length of stationary time series, we calculate autocorrelation coefficient of each case equally divided data size. As a result, it was found that, with the data size of around three months, any case could be used as stationary time series. we analyze cross-correlation coefficient between the daily water consumption's data and primary influence factors. As a result, we have decided to use weather conditions and maximum temperature as natural primary factors and holidays as a social factor. Applying the multiple ARIMA model, we obtains an effective model to describe the daily water demand prediction. From the forecasting result, even though we forecast water distribution quantity of the following year, estimated values well express the flctuations of measurements. Thus, the suitability of the model for practical use can be confirmed. When this model is used for practical water distribution control, water distribution quantity for the following day should be found by inputting maximum temperature and weather conditions obtained from weather forecast, and water purification plants and service reservoirs should be operated based on this information while operation of pumps and valves should be set up. Consequently, we will be able to devise a rational water management system.

• 전기전자학회논문지
• /
• 제4권2호
• /
• pp.233-240
• /
• 2000

This paper presents fuzzy clustering and wavelet transform analysis based technique for the industrial hourly load forecasting fur the purpose of peak demand control. Firstly, one year of historical load data were sorted and clustered into several groups using fuzzy clustering and then wavelet transform is adopted using the Biorthogonal mother wavelet in order to forecast the peak load of one hour ahead. The 5-level decomposition of the daily industrial load curve is implemented to consider the weather sensitive component of loads effectively. The wavelet coefficients associated with certain frequency and time localization is adjusted using the conventional multiple regression method and the components are reconstructed to predict the final loads through a five-scale synthesis technique. The outcome of the study clearly indicates that the proposed composite model of fuzzy clustering and wavelet transform approach can be used as an attractive and effective means for the industrial hourly peak load forecasting.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.119-127
• /
• 2020

국내 전기차 (EV: Electric Vehicle) 시장이 성장함에 따라, 빠르게 증가하는 EV 충전 수요에 대응하기 위한 충전설비의 확충이 요구되고 있다. 이와 관련하여, 종합적인 설비 계획을 수립하기 위해서는 미래 시점의 충전 수요량을 예측하고 이를 바탕으로 전력설비 부하에 미치는 영향을 체계적으로 분석하는 것이 필요하다. 본 논문에서는 한국전력공사의 EV 충전 데이터를 이용하여 충전소 단위의 일별최대부하를 예측하는 LSTM(Long Short-Term Memory) 신경망 모델을 설계 및 개발한다. 이를 위해, 먼저 데이터 전처리 및 이상치 제거를 통해 정제된 데이터를 얻는다. 다음으로, 충전소 단위의 일별 특징들을 추출하여 훈련 데이터 집합을 구성하여 일별 최대 전력부하 예측 모델을 학습시킨다. 마지막으로 충전소 유형 별 테스트 집합을 이용한 성능 분석을 통해 예측 모델을 검증하고 이의 한계점을 논의한다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.85-98
• /
• 2021

COVID-19의 대유행은 컨테이너를 사용하는 국가 간 수출입 물동량 불균형을 더욱 악화시켰으며, 이는 공컨테이너 수급의 문제까지 이어지게 되었다. 적정 수요만큼의 공컨테이너 확보는 안정적이고 효율적인 항만 운영을 위해 필수적인 요소이다. 지금까지 여러 기법을 사용한 공컨테이너 수요예측 방안이 연구되어 왔다. 그러나 항만 및 선사에서 직접 활용 가능한 수요예측 보다는 월 혹은 연 단위의 장기적인 예측에 머루르고 있었다. 본 연구에서는 실제 인공신경망을 이용한 일별, 주별 단위 예측 방안을 제시한다. 이를 위해 머신러닝 기법 중 다층 퍼셉트론과 회귀분석을 활용하여 수요예측을 진행하였으며, 데이터 부족 문제를 해결하기 위해 적컨테이너와 공컨테이너의 입항 후 다시 항만으로 유입되는 과정을 기반으로 데이터를 재가공하였다. 이를 통해, 정확도가 매우 높지는 않지만, 현장에서는 활용 가능한 일별 및 주별 수요 예측 모델을 개발할 수 있었다.

• 한국ITS학회 논문지
• /
• 제14권4호
• /
• pp.18-26
• /
• 2015

본 연구에서는 새마을 무궁화 열차의 주요 5개노선(경부선, 호남선, 전라선, 장항선, 중앙선)의 단기수송수요의 예측모형 선정방안을 제시하고 유용성을 확인하기 위한 검증결과를 제시하였다. 분석을 위해 계절별 특성이 반영된 SARIMA 모형을 이용하였으며, 주중/주말 통행 특성 및 대체근무제 등과 같은 공휴일 특성을 반영하고자 각 노선별 주중/주말 일평균 모형을 각각 구축하였다. 또한 모형의 신뢰도를 높이기 위해 EXPO 개최, 새로운 노선의 개통 등 노선별 개입요소를 고려하여 수송수요의 예측모형에 반영하였으며 모형 예측력의 검증을 통해 정도 높은 모형을 구축하였음을 확인하였다. 본 연구를 통해 개발된 모형은 열차 노선별 단기운행계획 수립을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한공간정보학회지
• /
• 제19권3호
• /
• pp.83-90
• /
• 2011

본 논문의 목적은 공업용수 사용 추세패턴 모형을 개발하고 개발된 모형이 GIS시스템내에서 활용될 수 있는 청사진을 제시하는데 있다. 연구내용은, 사용데이터의 수집을 위해 실시간 모니터링 테크닉이 도입되었고 실시간 데이터는 5분단위로 센서 및 현장서버로부터 관리서버로 전송되었다. 취득된 데이터는 선택된 다항식에 대입되었고 결과로 요일별, 각 월의 일평균 수요모형들이 개발되었다. 도출된 모형들은 일련의 검증과정을 거쳐 최종 모형으로 압축선택되며 평균모형으로 변환되었다. 변환된 평균모형의 도식화를 통해 공업용수 수요패턴분석이 이루어졌다. 연구결과로, 수요패턴은 상당한 일관성을 보이고 있어 확률높은 요일별, 또는 계절별 수요예측이 가능하다는 결론이 도출되었다. 또한 이러한 예측모형을 활용할 정보화도구로서 GIS의 활용방안이 제시된다.

• 자원ㆍ환경경제연구
• /
• 제16권4호
• /
• pp.901-922
• /
• 2007

본 연구는 하계냉방수요가 기온관련변수의 변화에 대해 어떤 반응을 보이는가, 또 어떤 종류의 기온관련변수가 하계냉방수요에 대한 설명변수로 더 적절한가를 보기 위해 일반적인 선형모형은 물론 각기 다른 특성을 가지고 있는 지수모형과 파워모형, S곡선모형 등 비선형모형을 이용하여 2004년부터 2007년까지 최근 4년간 자료를 분석하였다. 실증분석결과 본 연구에서는 기온관련변수들 가운데 불쾌지수가 일최고기온에 비해 설명력이 우수하다는 사실과 함께 하계냉방전력수요가 전체 4개년도 중 2006년을 제외한 다른 모든 연도들에 대해 지수모형을 따라 기온관련변수의 변화에 대응하고 있는 사실을 규명하였다. 또 소득수준의 향상을 반영하는 비냉방전력수요의 꾸준한 증가와 함께 냉방전력수요도 기온관련변수에 매년 더욱 민감하게 반응하고 있는 사실도 발견하였다.