• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권3호
• /
• pp.163-172
• /
• 2016

Electric load forecasting is essential for effective power system planning and operation. Complex and nonlinear relationships exist between the electric loads and their exogenous factors. In addition, time-series load data has non-stationary characteristics, such as trend, seasonality and anomalous day effects, making it difficult to predict the future loads. This paper proposes a locally-weighted polynomial neural network (LWPNN), which is a combination of a polynomial neural network (PNN) and locally-weighted regression (LWR) for daily shortterm peak load forecasting. Model over-fitting problems can be prevented effectively because PNN has an automatic structure identification mechanism for nonlinear system modeling. LWR applied to optimize the regression coefficients of LWPNN only uses the locally-weighted learning data points located in the neighborhood of the current query point instead of using all data points. LWPNN is very effective and suitable for predicting an electric load series with nonlinear and non-stationary characteristics. To confirm the effectiveness, the proposed LWPNN, standard PNN, support vector regression and artificial neural network are applied to a real world daily peak load dataset in Korea. The proposed LWPNN shows significantly good prediction accuracy compared to the other methods.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.255-262
• /
• 2020

현대의 수동소나 시스템에서는 자함 소음의 영향을 최소화하고 더 높은 신호대잡음비를 얻기 위한 목적으로 예인형 선배열 센서를 운용한다. 얇고 긴 예인형 선배열 센서는 예인선의 기동에 따라 비선형 형태로 유도될 수 있다. 이러한 배열 형상의 변화가 고려되지 않는다면 빔형성기의 성능이 저하될 수 있다. 따라서 예인형 선배열 센서를 이용한 빔형성 시 센서 배열에 대한 정확한 형상의 추정이 필요하다. 선배열 형상 추정에는 다양한 기법이 존재한다. 그 중 방위센서를 이용한 기법의 경우, 방위센서 잡음의 영향으로 추정성능이 감소할 수 있다. 이러한 잠재적 오류를 제거하기 위해 가중 다항 근사화 기반 배열 형상 추정 기법을 제안하였다. 제안 기법의 성능 검증을 위하여 컴퓨터 시뮬레이션을 수행하였다. 그 결과 제안 기법의 성능이 기존 기법에 비해 잡음에 강인함을 확인하였다.

• 조명전기설비학회논문지
• /
• 제22권1호
• /
• pp.118-123
• /
• 2008

본 논문은 주파수영역에서 첨두공진점을 갖는 고차모델을 저차모델로 근사화하기 위한 주파수 전달함수 합성법을 제안한다. 제안된 근사화 방법은 근사화된 모델의 분모 다항식에 가중된 오차함수의 최소화에 근거하며, 근사화된 모델의 주파수 전달함수에 대한 계수벡터를 추정하기 위해 RLS 기법을 이용한다. 제안된 방법은 저주파수와 첨두공진점에서 우수한 정합특성을 나타내며, 예제에 의해 제안된 방식의 유용성을 검증한다.