• 응용통계연구
• /
• 제35권4호
• /
• pp.553-568
• /
• 2022

가계동향조사는 가구에 대한 가계수지 실태를 파악하여 국민 소득·소비 수준과 그 변화의 측정 및 분석 등을 목적으로 하는 통계청의 대표적인 조사이다. 최근 여러 기관들에서 2017년과 2018년의 가계동향 지출부문에서 발생한 시계열 단절에 대한 문제를 인식하고, 이 기간에 대한 시계열 연계를 위한 관련 연구를 진행하고 있다. 본 연구에서는 2016년까지의 가계동향 조사 시계열 특성을 파악하고, 이를 반영하여 2017년과 2018년의 지출액에 대한 시계열을 연계하는 예측값을 도출한다. 본 연구에서는 각 지출 항목들의 시계열적 특성을 골고루 반영하는 동시에 특정 예측 모형의 영향을 줄이기 위하여 총 8개의 회귀모형, 시계열모형, 머신러닝 기법을 합성하여 사용하였다. 특히 본 연구의 주목할 만한 특징은, Top-down 또는 Bottom-up 방식이 아닌, 정보의 손실없이 가계동향조사의 계층 구조를 반영할 수 있는 optimal combination 기법을 사용하여 예측력을 향상시켰다는 점이다. 2017년부터 2019년 자료에 대한 가계동향 지출 부문의 연계 분석 결과, 본 연구가 제안하는 연계 방식이 시계열 단절성 회복 및 예측력 향상에 기여하며, 또한 optimal combination 기법에 의한 계층 조정 후의 예측값이 조사자료에 보다 근접한 결과를 보여줌을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1530-1537
• /
• 2016

Recently, solar power generation shows the significant growth in the renewable energy field. Using the short-term prediction, it is possible to control the electric power demand and the power generation plan of the auxiliary device. However, a short-term prediction can be used when you know the weather forecast. If it is not possible to use the weather forecast information because of disconnection of network at the island and the mountains or for security reasons, the accuracy of prediction is not good. Therefore, in this paper, we proposed a system capable of short-term prediction of solar power generation amount by using only the weather information that has been collected by oneself. We used temperature, humidity and insolation as weather information. We have applied a moving average to each information because they had a characteristic of time series. It was composed of min, max and average of each information, differences of mutual information and gradient of it. An artificial neural network, SVM and RBF Network model was used for the prediction algorithm and they were combined by Ensemble method. The results of this suggest that using a moving average during pre-processing and ensemble prediction models will maximize prediction accuracy.

• 한국지리정보학회지
• /
• 제23권2호
• /
• pp.53-69
• /
• 2020

산업화와 도시개발로 인한 불투수층 면적의 증가는 수문순환 체계를 왜곡시켜 심각한 건천화를 야기한다. 이를 관리하기 위해 건천화의 정량적인 평가 및 예측이 가능한 하천건천화 영향평가 기술이 필요하다. 본 연구에서는 분포형 수문모형(Drying Stream Assessment Tool and Water Flow Tracking, DrySAT-WFT)과 시계열 GIS자료를 활용하여 전국 5대강 유역의 댐·보 유역을 대상으로 하천유입량 감소원인 평가를 실시하였다. 이를 위해 5개 하천건천화 영향요소(토양침식, 산림성장, 도로-하천 단절, 지하수이용, 도시개발)를 선정하여 1976년부터 2015년까지 GIS 기반의 시계열 공간자료를 연대별로 구축하였다. DrySAT-WFT는 2005~2015년까지 8개의 다목적댐(충주댐, 소양강댐, 안동댐, 임하댐, 합천댐, 섬진강댐, 주암댐, 용담댐) 및 4개의 유량 관측지점(오수천, 미호천, 마륵, 초강)에 대해 하천유량 검보정을 실시하였고, 검보정 결과 결정계수(R²)는 평균 0.76(0.66~0.84), Nash-Sutcliffe 모형효율은 평균 0.62(0.52~0.72)의 값을 보였다. 이를 토대로 2010년대(2006~2015)의 기상조건을 기준으로 연대별(1980년대: 1976~1985, 1990년대: 1986~1995, 2000년대: 1996~2005, 2010년대: 2006~2015) GIS자료를 이용하여 댐·보 유역의 하천유입량 변화를 계산하므로서 각 영향요소별 하천유입량 감소 기여비율을 산정하였다. 모의결과, 1980년대를 기준으로 5대강 유역평균 2010년대 풍수량(Q95)은 4.1~6.3%의 감소율을 보였고, 평수량(Q185)은 6.7~9.1%의 감소율을 보였으며, 갈수량(Q355)은 8.4~10.4%의 감소율을 보였다. 하천건천화 영향요소 중에서 지하수 이용량의 증가로 인한 기저유량 감소(하천건천화 기여율: 40.5%)가 가장 큰 영향을 주었으며, 다음으로는 산림성장에 의한 증발산량 증가(하천건천화 기여율: 29.0%)로 나타났다.