• 대기
• /
• 제34권2호
• /
• pp.97-106
• /
• 2024

The seasonal forecast skill of tropical cyclones (TCs) in the Northern Hemisphere from the Korea Meteorological Administration (KMA) Global Seasonal Forecast System version 6 (GloSea6) hindcast has been verified for the period 1993 to 2016. The operational climate prediction system at KMA was upgraded from GloSea5 to GloSea6 in 2022, therefore further validation was warranted for the seasonal predictability and variability of this new system for TC forecasts. In this study, we examine the frequency, track density, duration, and strength of TCs in the North Indian Ocean, the western North Pacific, the eastern North Pacific, and the North Atlantic against the best track data. This methodology follows a previous study covering the period 1996 to 2009 published in 2020. GloSea6 indicates a higher frequency of TC generation compared to observations in the western North Pacific and the eastern North Pacific, suggesting the possibility of more TC generation than GloSea5. Additionally, GloSea6 exhibits better interannual variability of TC frequency, which shows relatively good correlation with observations in the North Atlantic and the western North Pacific. Regarding TC intensity, GloSea6 still underestimates the minimum surface pressures and maximum wind speeds from TCs, as is common among most climate models due to lower horizontal resolutions. However, GloSea6 is likely capable of simulating slightly stronger TCs than GloSea5, partly attributed to more frequent 6-hourly outputs compared to the previous daily outputs.

• 한국환경보건학회지
• /
• 제28권3호
• /
• pp.19-25
• /
• 2002

In this paper, the water quality forecast was performed on the BOD of the Chungju Dam using the ARIMA model, which is a nonlinear statistics model, and the artificial neural network model. The monthly data of water quality were collected from 1991 to 2000. The most appropriate ARIMA model for Chungju dam was found to be the multiplicative seasonal ARIMA(1,0,1)(1,0,1)$_{12}$, model. While the artificial neural network model, which is used relatively often in recent days, forecasts new data by the strength of a learned matrix like human neurons. The BOD values were forecasted using the back-propagation algorithm of multi-layer perceptrons in this paper. Artificial neural network model was com- posed of two hidden layers and the node number of each hidden layer was designed fifteen. It was demonstrated that the ARIMA model was more appropriate in terms of changes around the overall average, but the artificial neural net-work model was more appropriate in terms of reflecting the minimum and the maximum values.s.

• 전기학회논문지
• /
• 제57권8호
• /
• pp.1342-1348
• /
• 2008

One important objective of the electricity market is to decrease the price by ensuring stability in the market operation. Interconnected to this is another objective; namely, to realize sustainable consumption of electricity by equitably distributing the effects and benefits of participating in the market among all participants of the industry. One method that can help achieve these objectives is the ^{(R)}$demand-response program, - which allows for active adjustment of the loadage from the demand side in response to the price. The demand-response program requires a customer baseline load (CBL), a criterion of calculating the success of decreases in demand. This study was conducted in order to calculate undistorted CBL by analyzing the correlations between such external or seasonal factors as temperature, humidity, and discomfort indices and the amounts of electricity consumed. The method and findings of this study are accordingly explicated.

• 응용통계연구
• /
• 제26권2호
• /
• pp.349-360
• /
• 2013

최근 일별 최대 전력수요 예측은 전력설비 계획 및 운용에 매우 중요한 사안으로 주목받고 있다. 본 연구는 일별 최대 전력수요 예측을 위하여 대표적 시계열 모형을 소개하고, 예측의 성능 비교를 위하여 RMSE(Root mean squared error)와 MAPE(Mean absolute percentage error)를 사용한다. 연구결과로 보완된 Holt-Winters 모형과 Reg-ARIMA 모형이 다른 모형에 비하여 우수한 예측 성능을 보였다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.843-853
• /
• 2014

급증하고 있는 전력수요에 대한 신뢰성 있는 예측은 합리적인 전력수급계획 수립 및 운용에 있어서 매우 중대한 사안이다. 본 논문에서는 여러 시계열 모형의 비교를 통해 전력수요량과 밀접한 연관성이 있는 온도를 어떠한 형태로 고려할 것인지, 또한 4계절이 뚜렷하여 계절별 기온 차가 많이 나는 우리나라의 특성을 어떻게 고려할 것인지에 대하여 연구하였다. 모형 간 예측력을 비교하기 위하여 Mean Absolute Percentage Error(MAPE)를 사용하였다. 모형의 성능비교 결과는 냉 난방지수와 계절요인을 동시에 고려하면서 큰 변동성을 잘 고려해줄 수 있는 Reg-AR GARCH 모형이 가장 우수한 예측력을 나타냈다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.

• 한국통신학회논문지
• /
• 제25권8A호
• /
• pp.1153-1159
• /
• 2000

이 논문에서는 네트워크의 QoS에 가장큰 영향을 미치는 네트워크 선로 이용률의 과거데이터를 기반으로 단기간 예측과 계절성(seasonality) 예측에 적합한 계절자기회귀이동평균(SARIMA: seasonal ARIMA) 모형을 적용하여 앞으로의 시간대별 선로 이용률을 예측하고 그 신뢰 구간을 추정함으로써 확류에 근거한 선로 이용률의 임계값 위반 시점을 예측할 수 있으며 확률에 근거한 신뢰성을 제공할 수 있다 또한 제시한 모델의 적합성 여부를 평가하였으며 실험을 통하여 적절한 수준의 임계값과 임계값 탐지의 기준이 되는 탐지 확률값을 추론함으로써 본 알고리즘의 성능을 최대화하였다.

• Communications for Statistical Applications and Methods
• /
• 제16권1호
• /
• pp.127-135
• /
• 2009

한국의 경제규모가 꾸준히 커감에 따라 가정, 건물, 공장 등에서 필요로 하는 전력량이 지속적으로 증가하고 있다. 전력공급의 안정화를 위해서는 최대전력량보다 전력공급능력이 높아야 한다. 월별 최대전력량을 잘 설명할 수 있는 통계모형을 찾기 위해 Winters 모형, 분해 시계열모형, ARMA 모형, 설명 변수를 통해 추세성분과 계절성분을 교정한 모형을 살펴보았다. 모형의 예측력 비교 기준으로 모형적합으로부터 구한 RMSE와 MAPE가 사용되었다. 여름철 최대전력량을 예측하기 위해 평균기온과 열대야 일수를 설명 변수로 갖는 시계열 모형이 가장 우수하였다. 아울러 외부요인을 갖는 극단분포 모형을 이용한 분석을 시도하였다.

• 대기
• /
• 제28권2호
• /
• pp.123-139
• /
• 2018

The prediction skills of stratospheric sudden warming (SSW) events and its impacts on the tropospheric prediction skills in global seasonal forecasting system version 5 (GloSea5), an operating subseasonal-to-seasonal (S2S) model in Korea Meteorological Administration, are examined. The model successfully predicted SSW events with the maximum lead time of 11.8 and 13.2 days in terms of anomaly correlation coefficient (ACC) and mean squared skill score (MSSS), respectively. The prediction skills are mainly determined by phase error of zonal wave-number 1 with a minor contribution of zonal wavenumber 2 error. It is also found that an enhanced prediction of SSW events tends to increase the tropospheric prediction skills. This result suggests that well-resolved stratospheric processes in GloSea5 can improve S2S prediction in the troposphere.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 A
• /
• pp.68-70
• /
• 2003

This paper proposes the demand-side management(DSM) monitoring system of high efficient end-use appliances considering demand-side bidding (DSB). The effect on the market propagation of high efficient appliances by demand side bidding is analysed. Seasonal Peak demand forecasting and propagation capacity of these appliances are analysed.