• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 학술대회 논문집 전문대학교육위원
• /
• pp.97-100
• /
• 2007

There are regulations on each building for its classification and It is corresponding determined contract demand. For transformer's capability calculation algorithm, cumulated power information of each customer is used to analysis the correlation between power usage and Demand Rate. By modeling this using Least Square Method, it can be targeted to recognize the pattern of transformer use in the past and make a prediction on it in the future.

• 전기학회논문지
• /
• 제60권10호
• /
• pp.1823-1831
• /
• 2011

When the RPS(Renewable Portfolio Standards) becomes effective in 2012, the use of renewable energy will be dramatically increased. However, there are no production simulations and demand supply programs that reflect the characteristics of the renewable energy. This paper analyzes correlations of the domestic wind power and solar power generation pattern in different areas and those of these sources' output and load pattern. Based on the regional correlation analysis, an appropriate method that uses a average output of the renewable energy or another modeling that takes account of uncertainty could be selected. Because it's output is dependent on weather condition, we can not control the generation of renewable energy, that is the reason why the correlation between the load and output pattern of sources can be helpful to determine whether the renewable energy is modeled as a generator or load modifier. Through this analysis, a basis will be provided in order to properly model the renewable energy source.

• 대한지역사회영양학회지
• /
• 제8권6호
• /
• pp.910-918
• /
• 2003

The purposes of this study were to develop a model for university foodservices and to provide management strategies for reducing costs, and increasing productivity and customer satisfaction. The results of this study were as follows : 1) The demands in university food services varied depending on the time series. A fixed pattern was discovered for specific times of the month and semesters. The demand tended to constantly decrease from the beginning of a specific semester to the end, from March to June and from September to December. Moreover, the demand was higher during the first semester than the second semester, within school term than during vacation periods, and during the summer vacation than the winter. 2) Pearson's simple correlation was done between actual customer demand and the factors relating to forecasting the demand. There was a high level of correlation between the actual demand and the demand that had occurred in the previous weeks. 3) By applying the stepwise multiple linear regression analysis to two different university food services providing multiple menu items, a model was developed in terms of four different time series(first semester, second semester, summer vacation, and winter vacation). Customer preference for specific menu items was found to be the most important factor to be considered in forecasting the demand.

• KIEAE Journal
• /
• 제11권5호
• /
• pp.91-96
• /
• 2011

This study is to analysis the characteristics of electric power consumption of apartments complex in Korea. This study shows the pattern of electric power consumption and correlation of each apartment complex's completion year monthly and timely. With this result, we are able to predict the demand pattern of electricity in a house and make the schedule by demand pattern. It is expected this data is used as reference of electric consumption of Daejeon area to operate the simulation tools to predict the building energy. The yearly data of 10 apartment complexes of 2010 are analyzed. The results of this study are followed. The averaged amount of electricity consumption in winter is higher as summer because of the high capacity of heating equipment. All of the house has electric base load from 0.26kWh to 0.5kWh. The average of the electricity consumption of month is shown as 310.2kWh. A week is seperated, as 4 part such as week, weekend, Saturday and Sunday. During week, the average of timely electricity consumption is shown as 0.426kWh. The Saturday consumption is 0.437kWh. The Sunday is 0.445kWh. The peak electricity consumption in summer and winter is measured. The peak consumption on summer season is 1.389kW on 22th August 64% higher than winter season 0.887kW on 3rd January.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.221-229
• /
• 2023

수도권에 일 약 8백만톤의 물을 취수하여 공급하는 팔당호는 수질보전정책 시행으로 BOD(Biochemical Oxygen Demand)1.1mg/L를 달성하였으나 난분해성 물질을 포함하는 COD(Chemical Oxygen Demand) 항목은 점점 증가하는 양상을 보였다. 난분해성 유기물질의 상수원 유입은 잠재적인 BOD의 증가, 수돗물의 냄새와 맛 유발, THM(Trihalomethane) 발생 증가, 조류 증식을 일으키며 유해 난분해성 미량오염물질이 잔류할 경우 수생 환경에서 내분비 교란과 항생제 내성과 같은 현상을 유발한다. 본 연구에서는 팔당호의 난분해성 유기물질 관리를 위해 팔당호와 팔당호 상류의 점 오염원과 비점오염원의 난분해성 유기물질 유출 농도를 파악하기 위한 모니터링을 실시하였다. 지역별 난분해성 유기물질 유출 농도를 비교하고 하수처리장에서의 제거율을 파악하였다. 또한 피어슨 상관성 분석 기법을 사용해 유기물질 지표와 선행건기일수, 선·선행건기일수간 상관성 분석을 실시하였다. 하천과 팔당호의 난분해성 유기물질 농도는 유사한 양상을 보였다. 하수처리장 유출수는 하천과 팔당호보다는 높은 농도를 보였으며, 유입수와 유출수 농도의 비교 결과 하수처리장에서 난분해성 유기물질 제거율은 65.73%였다. 난분해성 유기물질 유출 농도와 선행건기일수, 선·선행건기일수 사이에서는 유의미한 상관성이 나타나지 않았다. 이는 데이터 부족으로 판단되며 장기적인 모니터링으로 데이터 축적이 필요하다 사료된다.

• 산업경영시스템학회지
• /
• 제17권31호
• /
• pp.1-10
• /
• 1994

The purpose of this study is to search for the most effective forecasting model for condenser with independent demand among the quantitative methods such as Brown's exponential smoothing method, Box-Jenkins method, and multiple regression analysis method. The criterion for the comparison of the above models is mean squared error(MSE). The fitting results of these three methods are as follows. 1) Brown's exponential smoothing method is the simplest one, which means the method is easy to understand compared to others. But the precision is inferior to other ones. 2) Box-Jenkins method requires much historic data and takes time to get to the final model, although the precision is superior to that of Brown's exponential smoothing method. 3) Regression method explains the correlation between parts with similiar demand pattern, and the precision is the best out of three methods. Therefore, it is suggested that the multiple regression method is fairly good in precision for forecasting our item and that the method is easily applicable to practice.

• 한국산학기술학회논문지
• /
• 제17권2호
• /
• pp.87-95
• /
• 2016

본 연구에서는 국내 도시가스 수요 데이터를 분석하여 시간대별 도시가스 수요의 특성을 파악하고 정확한 시간대별 도시가스 수요 예측을 위해 다중회귀모형(multiple regression model)을 개발하였다. 시간대별 도시가스 수요를 정확하게 예측하는 것은 공급자의 비용 절감뿐만 아니라 안정적인 배관망 관리 측면에서도 매우 중요하다. 수요 예측 오류로 인해 가스 공급이 부족한 상황이 발생하면 부족한 공급량을 빠른 시간내에 보충하기 위해 가스 배관망의 압력을 급격히 증가시켜야 하는 응급 상황이 전개될 수 있다. 반면, 시간대별 가스 생산량이 실제 수요보다 많은 경우에는 과다한 저장 시설 운용 및 불필요한 생산 비용이 발생하는 문제가 있다. 과거 시간대별 도시가스 수요 데이터를 분석한 결과 시간대별 도시 가스 수요는 직전 시간대(즉, 24시간 전) 수요와 매우 높은 상관관계를 보이며 24시간 수요 패턴은 1주일전 동일 요일(즉, 168시간전)의 24시간 수요 패턴과 매우 높은 상관관계가 있음을 확인하였다. 또한, 외기 온도가 도시가스 수요에 영향을 주는 특수한 조건을 파악하였다. 즉, 시간대별 도시가스 수요와 시간대별 외기 온도는 평균적으로 0.853의 높은 상관계수 절대값을 보여주며, 상관관계 분석시 같은 요일에 속한 데이터만 분석하면 상관계수의 절대값은 최저 0.861 및 최고 0.965까지 증가한다. 이상의 분석 결과를 바탕으로 본 연구에서는 24시간 전 수요와 168시간 전 수요를 독립변수로 고려한 다중회귀모형 및 외기 온도를 추가한 두 번째 다중회귀모형을 제안하며, 제안한 예측모형의 성능을 확인하기 위해 2009년부터 2013년까지 5년간의 시간대별 수요 예측 결과를 평가하였다. 본 연구에서 제안한 24시간 전 수요와 168시간 전 수요를 독립변수로 고려한 다중회귀모형의 경우 과거 5년간의 수요 예측 오차율의 절대값 평균(mean absolute percentage error)은 4.5% 수준이며, 외기 온도를 추가한 모형의 경우 오차율의 절대값 평균은 5.13%임을 확인하였다.

• 대한토목학회논문집
• /
• 제28권5B호
• /
• pp.603-614
• /
• 2008

가정용수의 용도별 사용량은 주거형태, 거주자 생활양식, 주택구조 등의 내부적인 요인과 온도, 날씨, 수도요금 등과 같은 다양한 외부요인들의 영향을 받게 된다. 장기적으로는 거주민의 생활양식, 주거형태, 수도관련 시설의 변화 등에 따라 사용량이 점진적으로 변화하게 되며, 단기적으로는 기온이나 가뭄과 같은 기후조건이나 절수정책과 같은 인위적인 영향에 의해 사용량이 크게 변화하기도 한다. 용수수요에 영향을 미치는 인자에 대한 분석과 이해는 사용량의 변화원인과 경향을 설명해주고 여러가지 인자와의 상관관계를 분석함으로서 물사용패턴과 향후 수요를 예측하는데 도움을 준다. 본 연구에서는 가정용수의 용도별 사용량 실측자료를 바탕으로 사용패턴과 사용량에 미치는 영향인자를 분석하기 위하여 요일별, 월별, 계절별 사용량을 비교하고, 또한 가구특성, 기온 등의 외부인자에 의해 영향을 받는 용도에 대해서도 살펴보았다. 가정용수의 사용패턴을 분석한 결과, 토요일에 사용량이 가장 많고, 월간 중에는 7월의 사용량이 가장 높았으며, 월별 사용량의 첨두율은 평균대비 1.12로 나타났다. 기온에 따른 용도별 사용경향에서 총량용수는 $-14^{\circ}C{\sim}0^{\circ}C$까지 물사용량이 급격하게 증가하는 경향을 보였으나, $0^{\circ}C$이상에서는 큰 변화양상을 보이지 않았다. 반면에 세면, 세탁, 욕조용수는 $0^{\circ}C$이상에서도 점진적인 증가경향을 보였으나, 변기용수는 오히려 감소하는 경향을 보였다. 기온에 대한 용도별 사용량의 상관관계 분석결과 세면용수가 상관계수 0.73으로 상관성이 가장 높았으며, 변기용수는 -0.14로 매우 낮은 음의 상관성을 보였다. 각 인자별로 가정용수 사용량 원단위의 차이에 대한 유의성 여부를 검토하기 위하여 주택유형, 실거주인수, 가족구성, 건평, 수입, 맞벌이여부, 절수형변기, 비데기유무 등에 대하여 분산분석을 수행한 결과, 주택유형의 경우 욕조용수의 사용량에 차이가 발견되었고, 실거주인수는 싱크대, 변기, 기타, 총량용수에서 유의한 차이가 발견되었다. 특히 실거주인수는 세면과 욕조를 제외한 모든 용도별 사용량에서 유의한 차이를 보여 거주인수의 증감에 따라 용도별 사용량의 차이가 분명히 발생하며, 이는 향후 가구당 용수사용량을 설계하는 경우 평균 거주인수에 대한 신중한 검토가 필요할 것으로 판단되었다. 이러한 가정용수의 용도별 사용특성 분석결과는 수요예측, 수요관리 정책수립, 수도관련 기자재 및 시설의 규격결정 등에 기초자료로 활용될 수 있을 것으로 기대된다.

• 지역연구
• /
• 제8권1호
• /
• pp.31-50
• /
• 1992

The aim of this paper is to define major factors influencing land development of each of major uses (residential, commercial, industrial) in the process of rapid urban expansion. The main hypothesis of this study is that land use changing patterns are directed by supply side of land managed to public policies rather than demand side. The graphic analysis is applied to relationships between urban growth and land development process of each use and between land development project managed to public policies and land development process. Public and land development projects and zonning protection seem to be major roles of land supply and main determinants of urban spatial structure. Location factors for land development of each uses are selected in 23 variables. Factor analysis is applied to test correlation between variables in 1971 and 1981. Factor structure between two years is similar, but progressive processing of functional separation is derived such as intensive land use is grouped, different location between residential and industrial use is deep. Dependent variables are standardized to logarithm of land development of each use per unit vacant land in two periods, between 1971 and 1980 year and between 1981 year. Correlation analysis between 6 dependent variables and 23 location factors in each years are applied. Major factors of each use are selected in criteria such as high correlation with dependent variables, low correlation between independent variables and common application in two periods. As the result, major factors for residential land development are Land Readjustment Project (LRP), percent of total zoned area in residential zone, residential floor space density per available area, percent of total area in industrial use; for commercial development is distance to CBD, percent of total area in commercial use, residential floor space density per available area in each year, and volumn rate of industrial use; for industrial use is percent of total area of industrial use is percent of total area of industrial use, Industrial Estate Project (IES), LRP, and distance from CBD. Land development pattern of each use between two periods are slightly different. So 6 equation is derived from appling backward method of regession. Adjusted multiple R squares of all is more than 0.5 and those equation is statistically significant and valuable to assist urban land use forecasting.