• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.616-617
• /
• 2011

최대전력수요를 분석함에 있어 발생 당시의 기온 실적이 반영된 실적 최대전력만을 사용함으로 다양한 통계적 착시현상이 나타나고 있다. 평균적인 기상 상태에서의 최대전력수요를 측정하기 어려워 신뢰성있는 예측수요를 도출하기에도 많은 한계가 발생한다. 따라서 역사적 기온데이터에 기반한 정상적인 기온분포를 "표준기온분포"로 새롭게 정의하고, 이를 반영한 최대전력수요를 "기온보정 최대전력 수요"로 규정함으로써, 기존의 통계적 착시현상을 배제하고, 정확도 높은 최대전력 수요 예측치를 도출하여, 안정적 전력수급에 큰 기여가 있을 것으로 기대한다. 또한 본 연구에서는 기온보정 최대전력을 도출하기 위해 공적분 및 오차수정이론을 반영하여 모형화하였고, 엄격한 통계적 방법론을 이용하여 관련 모형을 검증하였다.

• The Korean Journal of Applied Statistics
• /
• v.5 no.1
• /
• pp.59-80
• /
• 1992

This paper is concerned with the development and application of a stochastic model for winter air-temperature of Seoul area. The annual and interannual flucturations of the regression trend, periodicity and dependence of the air-temperature are analyzed based on the data during the past 30 years(1959-1989). A statistical procedure for using the stochastic model to predict the air-temperature is proposed. Some statistical characteristics of winter air-temperature including unusual air-temperature and Samhansaon are also discussed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.413-413
• /
• 2022

본 연구에서는 통계적 방법으로 도출된 장기 기상예측정보를 이용하여 유역에서의 유출량 전망 가능성을 검토하였다. 먼저 한강권역의 월 강수량과 기온에 대해 글로벌 기후지수와의 원격상관성을 기반으로 다중회귀모형 기반의 통계적 예측모형을 구성하여 미래기간(1~12개월)에 대한 월 단위 기상예측정보를 도출하였다. 월 단위로 도출된 강수량과 기온은 통계적 상세화 기법을 통해 한강권역 주요 ASOS 관측소 지점별로 일 단위 강수량과 기온자료로 변환하였으며, 상세화된 일 자료를 유역모형인 SWAT의 입력자료로 활용하여 경안천 유역의 미래기간에 대한 유출량을 도출하였다. 유출량 예측성을 평가하기 위하여 과거기간(2003~2021년)을 대상으로 관측유출량과 예측기상정보로부터 산출된 예측유출량을 비교하였다. 각 월별로 예측된 유출량의 중앙값과 관측값의 적합도를 분석한 결과, PBIAS는 -5.2~-2.7%, RSR은 0.79~0.91, NSE는 0.34~0.38, r은 0.59~0.62로 강수량 및 기온의 예측성에 비해 낮게 나타났다. 전 기간에 대해 월별로 분석한 예측결과에 대한 3분위 확률은 5월, 6월, 7월, 9월, 11월은 평균 42.8%로 예측성이 충분한 것으로 나타났으나, 나머지 월에서의 평균 예측성은 17.3%로 매우 낮게 나타났다. 상세화된 기상정보를 이용하여 유역모델링을 통해 산정한 유출량에 대한 전망 결과는 기상예측결과에 비해 상대적으로 예측성이 낮은 것으로 분석되었다. 이는 관측값 자체에서 나타날 수 있는 불확실성에 기인할 수도 있으며, 유출량에 지배적인 영향을 주는 강수량의 예측성에 대한 문제가 유역 모델링 과정에서 증폭되어 나타나는 문제일 수도 있다. 또한 지점별 일 자료로 상세화되는 과정에서의 불확실성, 우리나라 여름철 유출량 변동성 등 여러 가지 요인이 복합적으로 영향을 주어 나타나는 것으로 생각된다. 향후 다양한 대상유역에 대한 검토와 기상예측모형의 보완, 상세화 과정에서의 불확실성 해소 등을 통해 예측성을 개선할 계획이다.

• Korean Journal of Construction Engineering and Management
• /
• v.14 no.5
• /
• pp.103-112
• /
• 2013

After 1990s, the influence of construction industry has been decreased on national economy and construction business condition has been changed on economic recession and boom repeatedly. Larger fluctuation of business condition makes a forecast of it to be more difficult. Uncertainty in business prediction results in damages on construction companies and stakeholders. Therefore, study on forecasting a construction business is very important. This study suggests the Construction Industry Production Index(CIPI) to predict a construction business in consider of temperature effects. The results show that construction business is much influenced by temperature effects certainly and GDP. With the CBFM, this study examines CIPI for 2013 with two scenarios: 1)with GDP growth rate of 3.5% 2)with GDP growth rate of 2.4%. Thus, CIPI would be used as the economic state index to display the construction business conditions. Also, CIPI will be utilized as basic methodology in the impact of climate change in the construction industry.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.14 no.4
• /
• pp.155-160
• /
• 2012

This study was conducted to develop a practical method for estimating the extremes of minimum air temperature with given return-period based on the frequency distribution of daily minimum air temperature in January. Daily temperature data were collected from 61 meteorological observatories country-wide from 1961 to 2010. Most of daily minimum temperature in January could be represented by a normal-distribution, so it is possible to predict stochastically the lowest temperature by the mean and standard deviation. We developed a quadratic function to estimate standard deviation in terms of daily minimum temperature in January. Also, we introduced a coefficient which can be used to predict an extreme of minimum temperature with mean and standard deviation, and is dependent on return-periods. Using this method, we were able to reproduce the past 30-year extremes with an error of 1.1 on average and 5.3 in the worst case.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.10a
• /
• pp.129-137
• /
• 2003

최근 30년간(1071-2000) 북동기류 유입시 목포지방 최고기온의 예측을 위하여 북동기류 유입시 통계적 특성을 분석하였다. 분석 내용은 최대풍향 발생빈도, 최고기온 및 풍속, 풍속별 최고기온, 전일 최고기온과 교차분석, 풍속별 최고기온 분석 및 전운량(하늘상태) 분석 등이다. 분석결과 계절에 따라 변화는 있으나 북동기류의 유입으로 인한 기온의 변화 경향에 몇 가지 특성을 발견할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1679-1683
• /
• 2008

낙동강 하류지점인 물금은 2003년${\sim}$2005년의 대부분이 부영양화의 기준을 넘고 있다. 하구둑 건설이후, 담수화 된 하구둑 상부에서는 부영양화가 가속화되었다. 수질의 악화는 물론 강 생태계의 구조와 기능의 변화까지 초래되었다. 지난 $7{\sim}8$년 간 낙동강 하류 지역은 갈수기 식물성 플랑크톤 군집의 대거 번성으로 인한 부영양화로 연중 심각한 수질 오염문제를 야기하고 있다. 본 연구는 WASP 7.2 모형과 예측된 동물성플랑크톤을 이용하여 낙동강 유역의 하류 지역인 물금의 부영양화를 예측하는 것이다. 2005년의 관측값을 초기조건으로 고정하고 DO, $NO_3$-N, $PO_4$-P, 기상청에서 예보되는 기온을 사용하여 동물성 플랑크톤을 신경망 모형으로 예측한 뒤, 수온 대신 기상청의 기온을 입력하여 $1{\sim}3$일 후의 단기 수질을 예측하였다. 부영양화 예측결과와 2005년의 월별 수질 관측값을 통계량을 이용하여 분석하였다. $1{\sim}3$일 후의 예측결과 수질항목 중 부영양화의 기준이 되는 클로로필-a, 총 질소, 총 인의 경우는 예측기간 모두 관측값에 적합하게 모의되었다. WASP 7.2 모형의 수질항목 관측자료를 초기값으로 입력하고, 예측된 동물성 플랑크톤의 개체수와 기상청에서 예보되는 기온을 사용한 수질모의는 낙동강의 단기 수질예측에 유의한 의미가 있을 것으로 사료된다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.27 no.1
• /
• pp.56-62
• /
• 2015

The potential impact of water temperature on sea level and air temperature rise in response to recent global warming has been noticed. To predict the effect of temperature change on river water quality and aquatic environment, it is necessary to understand and predict the change of water temperature. Air-water temperature relationship was analyzed using air temperature data at Buan and water temperature data of Shinsi, Garyeok, Mangyeong and Dongjin. Maximum and minimum water temperature was predicted by neural network and the results show a very high correlation between measured and predicted water temperature.

• Journal of Korea Water Resources Association
• /
• v.54 no.9
• /
• pp.731-745
• /
• 2021

In this study, the monthly temperature of the Han River basin was predicted by statistical multiple regression models that use global climate indices and weather data of the target region as predictors. The optimal predictors were selected through teleconnection analysis between the monthly temperature and the preceding patterns of each climate index, and forecast models capable of predicting up to 12 months in advance were constructed by combining the selected predictors and cross-validating the past period. Fore each target month, 1000 optimized models were derived and forecast ranges were presented. As a result of analyzing the predictability of monthly temperature from January 1992 to December 2020, PBIAS was -1.4 to -0.7%, RSR was 0.15 to 0.16, NSE was 0.98, and r was 0.99, indicating a high goodness-of-fit. The probability of each monthly observation being included in the forecast range was about 64.4% on average, and by month, the predictability was relatively high in September, December, February, and January, and low in April, August, and March. The predicted range and median were in good agreement with the observations, except for some periods when temperature was dramatically lower or higher than in normal years. The quantitative temperature forecast information derived from this study will be useful not only for forecasting changes in temperature in the future period (1 to 12 months in advance), but also in predicting changes in the hydro-ecological environment, including evapotranspiration highly correlated with temperature.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.6
• /
• pp.1601-1607
• /
• 2016

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability.