• 전기학회논문지
• /
• 제58권1호
• /
• pp.1-6
• /
• 2009

The traditional demand prediction was based on the technique wherein electric power corporations made monthly or seasonal estimation of electric power consumption for each area and subscription type for the next one or two years to consider both seasonally generated and local consumed amounts. Note, however, that techniques such as pricing, power generation plan, or sales strategy establishment were used by corporations without considering the production, comparison, and analysis techniques of the predicted consumption to enable efficient power consumption on the actual demand side. In this paper, to calculate the predicted value of electric power consumption on a short-term basis (15 minutes) according to the amount of electric power actually consumed for 15 minutes on the demand side, we performed comparison and analysis by applying a 15-minute interval prediction technique to the average and that to the time series analysis to show how they were made and what we obtained from the simulations.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.156-156
• /
• 2022

Explicitly spatially distributed and reliable data on industrial water demand is very much important for both policy makers and researchers in order to carry a region-specific analysis of water resources management. However, such type of data remains scarce particularly in underdeveloped and developing countries. Current research is limited in using different spatially available socio-economic, climate data and geographical data from different sources in accordance to predict industrial water demand at finer resolution. This study proposes a random forest regression (RFR) model to predict the industrial water demand at 0.50× 0.50 spatial resolution by combining various features extracted from multiple data sources. The dataset used here include National Polar-orbiting Partnership (NPP)/Visible Infrared Imaging Radiometer Suite (VIIRS) night-time light (NTL), Global Power Plant database, AQUASTAT country-wise industrial water use data, Elevation data, Gross Domestic Product (GDP), Road density, Crop land, Population, Precipitation, Temperature, and Aridity. Compared with traditional regression algorithms, RF shows the advantages of high prediction accuracy, not requiring assumptions of a prior probability distribution, and the capacity to analyses variable importance. The final RF model was fitted using the parameter settings of ntree = 300 and mtry = 2. As a result, determinate coefficients value of 0.547 is achieved. The variable importance of the independent variables e.g. night light data, elevation data, GDP and population data used in the training purpose of RF model plays the major role in predicting the industrial water demand.

• 한국방재안전학회논문집
• /
• 제14권2호
• /
• pp.35-42
• /
• 2021

본 논문은 전기자동차 충전시설 확충계획에 중요한 요소인 전기자동차 전력 수요량 예측정보를 생산하기 위하여 Exponential Smoothing를 이용하여 전력 수요량 예측 모형을 제안하였다. 모형의 입력자료 구축을 위하여 종속변수로 월별 시군구 전력수요량을 독립변수로 월별 시군구 충전소 보급대수, 월별 시군구 전기자동차 충전소 충전 횟수, 월별 전기자동차 등록대수 자료를 월 단위로 수집하고 수집된 7년간 자료 중 4년간 자료를 학습기간으로 3년간 자료를 검증 기간으로 적용하였다. 전기자동차 전력 수요량 예측 모형의 정확성을 검증하기위하여 통계적 방법인 Exponential Smoothing(ETS), ARIMA모형의 결과와 비교한 결과 ETS, ARIMA 각각의 오차율은 12%, 21%로 본 논문에서 제시한 ETS가 9% 더 정확하게 분석되었으며, 전기자동차 전력 수요량 예측 모형으로써 적합함을 확인하였다. 향후 이 모형을 이용한 전기자동차 충전소 설치 계획부터 운영관리 측면에서 활용될 것으로 기대한다.

• 조명전기설비학회논문지
• /
• 제23권9호
• /
• pp.108-116
• /
• 2009

본 논문에서는 단기 물 수요 예측에 대한 모델구현을 위해 MLP의 과도학습 문제를 해결할 수 있고 빠른 학습이 가능한 ELM 기반 단기 물 수요 예측 알고리즘을 제안한다. 제시된 알고리즘의 검증을 위해 2007년도와 2008년도 충남지역 광역상수도인 A정수장에서 취득된 데이터를 분석하여 알고리즘 구현의 정확도 분석에 사용하였다. 실험 결과 MLP모델은 MAPE가 5.82[%]인 반면, 제안된 방법인 ELM기반 모델은 5.61[%]로 성능이 향상된 것으로 나타났다. 또한, MLP모델은 학습에 소요된 시간이 7.57초인 반면, ELM 기반 모델은 0.09초로 빠른 학습이 가능함을 알 수 있었다. 따라서 제안된 ELM 기반 알고리즘은 정수장의 효율적 운영을 위한 단기 물 수요 예측에 활용할 수 있음을 보였다.

• 한국산림과학회지
• /
• 제98권3호
• /
• pp.284-289
• /
• 2009

이 논문은 VAR 모형과 계량경제모형으로 섬유판 수요를 추정하고 예측정확성을 비교하였으며, VAR 모형을 이용하여 섬유판 수요의 분산분해와 충격반응을 분석하고, 섬유판 수요를 예측하였다. VAR모형은 소비량, 자체가격, 건설업총생산의 시차변수와 더미변수로 구성되어 있고, 계량경제모형은 자체가격, 비목재가격, 건설업총생산, 더미변수로 구성되어 있다. 더미변수는 1990년대 말에 발생한 구제금융의 영향을 반영하였다. 결과에 의하면 섬유판 수요예측은 VAR모형이 계량경제모형보다 더 효율적이다. VAR모형을 이용하여 섬유판 수요의 분산을 분해한 결과에 의하면 섬유판 최종소비처의 산출수준을 나타내는 건설업총생산의 변화가 약 12개월 후에 섬유판 수요변화의 약 50%를 설명하고, 자체가격의 변화가 약 30%를 설명하는 것으로 나타났다. 즉 건설업총생산이 자체가격보다 섬유판 수요에 더 큰 영향을 미친다. 한편 건설업총생산의 충격에 대한 섬유판 수요의 반응은 12개월 동안 서서히 감소하는 반면에 자체가격의 충격에 대한 반응은 6개월이 지나면 거의 사라진다. 즉 건설업총생산이 자체가격보다 섬유판 수요에 더 오래 영향을 미친다. VAR모형을 이용하여 예측한 섬유판의 수요는 건설투자의 증가로 인하여 연평균 약 1.4%씩 증가하여 2010년에 약 220만$m^3$, 2015년에 약 240만$m^3$가 될 것으로 예상된다.

• 산업공학
• /
• 제24권4호
• /
• pp.351-361
• /
• 2011

Forecasting of electricity demand have difficulty in adapting to abrupt weather changes along with a radical shift in major regional and global climates. This has lead to increasing attention to research on the immediate and accurate forecasting model. Technically, this implies that a model requires only a few input variables all of which are easily obtainable, and its predictive performance is comparable with other competing models. To meet the ends, this paper presents an energy demand forecasting model that uses the variable selection or extraction methods of data mining to select only relevant input variables, and employs support vector regression method for accurate prediction. Also, it proposes a novel performance measure for time-series prediction, shift index, followed by description on preprocessing procedure. A comparative evaluation of the proposed method with other representative data mining models such as an auto-regression model, an artificial neural network model, an ordinary support vector regression model was carried out for obtaining the forecast of monthly electricity demand from 2000 to 2008 based on data provided by Korea Energy Economics Institute. Among the models tested, the proposed method was shown promising results than others.

• 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.

• Communications for Statistical Applications and Methods
• /
• 제17권5호
• /
• pp.697-712
• /
• 2010

이 연구의 목적은 우리나라 생명보험사들의 보험계약대출(약관대출) 수요에 대한 통계적 분석과 그 예측을 위한 확률모형을 개발하는 데 있다. 이를 위해, 먼저 대출 금리가 정책적 변화를 거친 1999~2008 기간 동안 우리나라 보험계약대출의 수요계열에 대한 추세, 주기성, 종속성 등 확률 및 통계적 특성을 파악하였다. 다음에, 교차상관분석을 통해 대출수요와 인과관계를 가질 수 있는 경제변수들과의 상호관련성을 밝히고, 특히 소비자 물가지수가 보험계약대출 수요를 선도하고 있음을 밝혔다. 마지막으로, 이러한 결과를 기초로 보험계약대출 수요의 예측을 위한 단변수모형 그리고 선도변수계열을 이용한 전이함수모형을 각각 완성하고 그 효과를 비교 평가하였다. 마지막으로 유도된 확률모형을 이용하여 보험계약대출 수요예측의 통계적 절차를 제안하였다.

• 디지털융복합연구
• /
• 제18권2호
• /
• pp.205-211
• /
• 2020

미래 예측의 방법은 기술적 특성 또는 기술적 성능으로 예측이 가능할 수 있다. 그러므로 기술예측은 경제적, 사회적 이익을 산출해 낼 수 있는 전략적 연구 분야에서 활용되고 있다. 본 연구에서는 이러한 기술적 특성으로 미래를 예측하는 방법의 연구를 통하여 미래 시장을 예측하였다. 특별한 제품의 수요 욕구에 따라 시장을 점유하는 시점의 예측을 통해 미래 예측 방법을 연구하였다. 시장수요 예측을 위하여 대표적인 계량적 분석 방법인 연평균성장률(CAGR) 모형, BASS 모형, Logistic 모형, 곰페르츠 성장모형(Gompertz Growth Curve) 등의 비교를 통해 미래시장의 수요예측 모형을 제안하였다. 본 연구는 Rogers의 혁신확산 이론을 접목하여 제품이 시장에 확산되는 시점을 예측하였다. 연구결과로 특별한 제품이 시장을 점유하기 위한 다양한 요인들의 확산 시점을 통해 특별한 상품이 미래 시장에서 성숙하는 시점을 예측할 수 있는 방법론을 개발하였다. 그러나 시장을 예측하기 위한 전문가 판단에 대한 오류를 줄이는 것은 한계점이 있다.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2009년도 하계학술발표대회 논문집
• /
• pp.940-945
• /
• 2009

Energy planning for hybrid energy system is important to increase the flexibility in the urban community and national energy systems. Expected maximum loads, load profiles and yearly energy demands are important input parameters to plan for the technical and environmental optimal energy system for a planning area. The method for energy demand prediction has been based on artificial neural networks(ANN). The advantage of ANN with respect to the other method is their ability of modeling a multivariable problem given by the complex relationships between the variables. This method can produce 10% of errors hourly load profile from individual building to urban community. As the results of this paper, energy demand prediction system has been developed based on simulink.