• 한국가스학회지
• /
• 제23권5호
• /
• pp.52-58
• /
• 2019

본 연구에서는 국내 도시가스 인수량에 대한 예측 모델을 개발하였다. 국내의 도시가스 회사는 KOGAS에 차년도 수요를 예측하여 보고해야 하므로 도시가스 인수량 예측은 도시가스 회사에 중요한 사안이다. 도시가스 사용량에 영향을 미치는 요인은 용도구분에 따라 다소 상이하나, 인수량 데이터는 용도별 구분이 어렵기 때문에 특정 용도에 관계없이 영향을 주는 요인으로 외기온도를 고려하여 모델개발을 실시하였다.실험 및 검증은 JB주식회사의 2008년부터 2018년까지 총 11년 치 도시가스 인수량 데이터를 사용하였으며, 전통적인 시계열 분석 중 하나인 ARIMA(Auto-Regressive Integrated Moving Average)와 딥러닝 기법인 LSTM(Long Short-Term Memory)을 이용하여 각각 예측 모델을 구축하고 두 방법의 단점을 최소화하기 위하여 다양한 앙상블(Ensemble) 기법을 사용하였다. 본 연구에서 제안한 일별 예측의 오차율 절댓값 평균은 Ensemble LSTM 기준 0.48%, 월별 예측의 오차율 절댓값 평균은 2.46%, 1년 예측의 오차율 절댓값 평균은 5.24%임을 확인하였다.

• 플랜트 저널
• /
• 제15권1호
• /
• pp.31-37
• /
• 2019

본 연구에서는 지역난방시스템 열수요 예측의 정확도 향상을 위하여 판교지역을 대상으로 지역난방 수요예측 주요인자 중 열수요 실적을 기존의 열원시설 열공급정보 대신 변경된 사용자시설 열판매정보로 적용하여 혹한기를 포함한 5개월 동안의 수요를 예측하고 실적값을 기준으로 기존 방식과 정확도를 비교하였다. 열수요가 피크를 이루는 혹한기 1주일(2018.01.08.~01.14) 동안 실적값을 기준으로 기존 및 변경방식 예측값의 시간대별 차이를 비교한 결과 상대오차가 7%에서 3%로 감소되었으며, 2017년 10월부터 2018년 2월까지 5개월에 걸친 일일 누적 열수요에 있어서도 실적값 대비 기존 및 변경 방식 예측값의 상대오차는 각각 9%와 4%로 변경방식의 상대오차가 감소하였다. 또한, 열수요 특성이 차별화되는 주말의 경우에도 예측값의 상대오차는 기존 방식 10%에서 변경 방식 5%로 일관성 있게 감소함을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.95-101
• /
• 2008

주가지수는 경제 및 정치적 상황을 포함한 다양한 주변 환경에 영향을 받는 관계로 정확한 주가지수 예측모형의 개발은 매우 어려운 문제로 여겨지고 있다. 본 논문에서는, 신경회로망과 통계적인 방법을 이용하여 종합주가지수(KOSPI)를 예측하는 에이전트 시스템 기법을 제안한다. 예측오차의 평균 및 편차를 최소화하기 위해서, 에이전트시스템은 특징추출, 변수선정, 예측 엔진선정 및 분석을 위한 부(sub)에이전트 모듈들을 포함하고 있다. KOSPI(Korea Composite Stock Price Index) 예측을 위한 에이전트시스템 구현의 첫 번째 단계로서, 주성분분석을 이용하여 22개의 표준기본경제지표에서 12개의 경제지표를 추출하였다. 열두 개의 추출된 경제지표들은 예측하고자하는 예측일에 따라 최량부분적합법을 이용하여 다시 한 번 입력 변수들을 선정하게 된다. 성능평가를 위해 주가지수의 변동폭이 다른 두 종류의 실험데이터를 대상으로 예측을 진행한 결과 30일의 연속적인 종합주가지수예측에 있어 11.92포인트의 평균오차율을 보였다. 또한, 예측시점에 따라 관련이 높은 기본지표의 종류 및 개수가 다르게 나타나므로 제안한 주가예측 에이전트시스템 구조가 유용함을 보였다.

• 한국산학기술학회논문지
• /
• 제12권2호
• /
• pp.895-900
• /
• 2011

기존의 이동 통신시스템에서 사용하는 변조방식의 단점을 개선하기 위하여, 본 논문에서는 채널의 환경이 변함에 따라 적응적으로 변조방식을 변화시킴으로써 채널의 처리율을 향상시킬 수 있는 적응변조방식을 사용한 채널 예측 방법을 제안한다. 제안된 방식은 요구되는 채널의 비트 에러율에 따라 부호율을 결정하기 위해 채널 특성을 실시간으로 측정하여 채널의 비트 에러율이 증가하면 부호율을 감소시켜 최대 처리율을 유지하도록 하는 방법을 사용하며, Matlab을 이용한 시뮬레이션을 통하여 제안된 방식의 성능을 분석하였다.

• 대기
• /
• 제18권3호
• /
• pp.237-248
• /
• 2008

A thermal index which considers metabolic heat generation of human body is proposed for operational forecasting. The new thermal index, Perceived Temperature (PT), is forecasted using Weather Research and Forecasting (WRF) mesoscale model and validated. Forecasted PT shows the characteristics of diurnal variation and topographic and latitudinal effect. Statistical skill scores such as correlation, bias, and RMSE are employed for objective verification of PT and input meteorological variables which are used for calculating PT. Verification result indicates that the accuracy of air temperature and wind forecast is higher in the initial forecast time, while relative humidity is improved as the forecast time increases. The forecasted PT during 2007 summer is lower than PT calculated by observation data. The predicted PT has a minimum Root-Mean-Square-Error (RMSE) of $7-8^{\circ}C$ at 9-18 hour forecast. Spatial distribution of PT shows that it is overestimated in western region, while PT in middle-eastern region is underestimated due to strong wind and low temperature forecast. Underestimation of wind speed and overestimation of relative humidity have caused higher PT than observation in southern region. The predicted PT from the mesoscale model gives appropriate information as a thermal index forecast. This study suggests that forecasted PT is applicable to the prediction of health warning based on the relationship between PT and mortality.

• 한국국방경영분석학회지
• /
• 제8권1호
• /
• pp.99-107
• /
• 1982

This paper is concerned with the optimality of exponential smoothing applied to the general IMA process with different moving average and differencing orders. Numerical experiments were performed for IMA(m,n) process with various combinations of m and n, and the corresponding forecast errors were compared. Results show that the higher differencing order is more critical to the optimality of exponential smoothing, i.e., the IMA process with the higher moving average order, forecasted by exponential smoothing, has comparatively smaller forecast error. If the difference between the differencing order and the moving average order becomes larger, the accuracy of forecast by exponential smoothing declines gradually.

• 한국유기농업학회지
• /
• 제25권3호
• /
• pp.555-567
• /
• 2017

This study suggests the yield forecast model for chilli pepper using artificial neural network. For this, we select the most suitable network models for chilli pepper's yield and compare the predictive power with adaptive expectation model and panel model. The results show that the predictive power of artificial neural network with 5 weather input variables (temperature, precipitation, temperature range, humidity, sunshine amount) is higher than the alternative models. Implications for forecasting of yields are suggested at the end of this study.

• 전기학회논문지
• /
• 제65권6호
• /
• pp.918-922
• /
• 2016

As the number of wind farms operating has increased, the interest of the central unit commitment and dispatch for wind power has increased as well. Wind power forecast is necessary for effective power system management and operation with high wind power penetrations. This paper presents the centralized wind power forecasting method, which is a forecast to combine all wind farms in the area into one, using time series models. Also, this paper proposes a prediction model modified with wind forecast error compensation. To demonstrate the improvement of wind power forecasting accuracy, the proposed method is compared with persistence model and new reference model which are commonly used as reference in wind power forecasting using Jeju Island data. The results of case studies are presented to show the effectiveness of the proposed wind power forecasting method.

• 응용통계연구
• /
• 제9권1호
• /
• pp.125-137
• /
• 1996

시계열 자료는 흔히 반복되지 않는 비정상적인 사건의 영향으로 이상치를 포함한다. 시계열 자료는 관측치들 사이에 종속구조를 갖기 때문에, 이상치의 영향은 다른 통계적 분석에서 보다 더 심각할 수 있다. 본 논문에서는 연속이상치가 예측에 미치는 영향을 파악하는 데에 촛점을 두었다. 특히, l 시점 후 예측오차의 평균제곱의 증가량을 유도하고, 이 증가량으로 연속이상치가 예측에 미치는 영향을 측정하였다. 일반적으로, 연속이상치가 예측 원점에서 아주 가까운 시점에서 발생하지 않았으며 그 증가량은 크지 않음을 밝히고, 실제 자료를 분석하여 확인하였다.

• Structural Monitoring and Maintenance
• /
• 제10권2호
• /
• pp.175-190
• /
• 2023

This article aims to quantitatively predict the snowmelt in extreme cold regions, considering a combination of grayscale and neural models. The traditional non-equidistant GM(1,1) prediction model is optimized by adjusting the time-distance weight matrix, optimizing the background value of the differential equation and optimizing the initial value of the model, and using the BP neural network for the first. The adjusted ice forecast model has an accuracy of 0.984 and posterior variance and the average forecast error value is 1.46%. Compared with the GM(1,1) and BP network models, the accuracy of the prediction results has been significantly improved, and the quantitative prediction of the ice sheet is more accurate. The monitoring and maintenance of the structure by quantitative prediction model by gray models was clearly demonstrated in the model.