최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 시간대별 전력량 시계열 특성을 활용하여 장기 전력 수요 예측 모형을 구축하는 새로운 접근 방식을 제시합니다. 기존 장단기 예측 모형 간 불일치를 해결하기 위해 고빈도 시간대별 전력수요 데이터를 기반으로 ARMAX 모형을 적용하여 장기 예측치를 추정하고, 그 강건성을 검증했습니다. 연구 결과, 제안된 모형이 기존 연구보다 합리적인 전망치를 제공하며, 초단기 모형의 장기 예측 가능성을 확인했습니다.
예측 결합과 밀도 함수를 이용한 단기 전력 수요 예측
Energy planning and policy
다중 계절성 지수평활법을 활용한 국내 단기 전력수요 예측
일별· 시간대별 전력 부하패턴 분석
혼합주기 자료를 이용한 전력수요 예측 모형 구축
Modelling photovoltaic systems using PSpice
Dynamic modelling of stochastic demand for manufacturing employment
(KERI 2010)한국경제 거시계량모형 =
Estimation of simultaneous equation models with error components structure
Energy demand : evidence and expectations
Electric energy generation : economics, reliability, and rates
Reliability and risk evaluation of wind integrated power systems
Advances in electric power and energy systems : load and price forecasting
Modeling and forecasting electricity loads and prices : a statistical approach
Joint models for longitudinal and time-to-event data : with applications in R
Joint models for longitudinal and time-to-event data : with applications in R
Quantitative and empirical analysis of energy markets
집단에너지 중장기 공급목표 설정 모형 구축 연구
Practical business forecasting
Journal of The Korean Data Analysis Society
김지현, 정민수Journal of The Korean Data Analysis Society
추채은, 주혜빈, 황은주한국산학기술학회논문지
안병훈, 최회련, 이홍철자원환경경제연구
최용옥, 양현진한국빅데이터학회 학회지
공인택, 정다빈, 박상아, 송상화, 신광섭Journal of The Korean Data Analysis Society
장성연Journal of The Korean Data Analysis Society
양준모, 정민수, 조인숙응용통계연구
원다영; 성병찬Utilities Policy
Lindberg K.B.,Seljom P.,Madsen H.,Fischer D.,Korpås M.Applied Sciences (Switzerland)
Son N.,Yang S.,Na J.Journal of The Korean Data Analysis Society
양준모; 정민수; 조인숙Sustainable Energy Technologies and Assessments
Incremona A.,Nicolao G.D.사회과학연구
신석하, 박종상Journal of Electrical Engineering & Technology
Go TaeMathematical Problems in Engineering
Shah I.,Jan F.,Ali S.Heliyon
Owusu F.K.,Amoako-Yirenkyi P.,Frempong N.K.,Omari-Sasu A.Y.,Mensah I.A.,Martin H.,Sakyi A.한국산학기술학회논문지
안병훈; 최회련; 이홍철Energy Sources, Part B: Economics, Planning and Policy
Özüpak, Y.; Mansurov, S.Applied Energy
Alimou Y.,Maïzi N.,Bourmaud J.Y.,Li M.설비공학 논문집
전병기, 김의종, 이경호, 공민석, 신영기전선 / 대학원
일변량 시계열자료의 분석을 위해 시간영역에서의 분석모형인 ARIMA 모형의 설정, 적합, 진단 및 예측 방법과 진동수 영역에서의 Spectral theory 이론을 학습하고 실제자료의 분석을 통해 모형을 수립하는 방법을 배운다.전선 / 대학원
본 강좌에서는 계통 운영과 계획, 시장 연계, 성능평가와 신뢰도 평가 등을 위한 전력계통 분석기법을 소개한다. 전력 계통 예제를 통하여 convex optimization, 동적 최적화, 최적 제어 등에 대한 주요 알고리즘을 소개한다. 본 강의에서는 convex optimization에 대한 interior-point methods, decision theoretic planning, Markov decision processes, 선형 계획법, 동적 계획법, 최적 제어 기법과 비선형 최적화에 대한 최적화 조건과 같은 주제들을 다룬다.전선 / 대학원
본 강좌는 수강생에게 행정학과 정책학에 필요한 다중회귀분석에 대한 심층적 이해를 제공하는데 있다. 수강생은 일반회귀분석에 대한 집중분석과 더불어 프로빗 및 로짓 회귀분석에 대한 학습도 할 것이다. 회귀분석의 주제는 누락변수편의, 측정오류, 다중공선성 문제를 포함한다. 인과관계나 내생성 문제도 도구변수와 이중차이분석기법과 함께 논의될 것이다. 나아가 본 강좌는 다중선택 및 다중순서형 로짓모형과 프롯빗 모형, 토빗모형에 대한 간략한 소개도 할 것이다. 본 강좌는 다양한 통계프로그램을 활용하여 행정 및 정책 쟁점들과 관련된 실제 자료에 대한 분석을 강조하고자 한다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전선 / 대학원
한 개체로부터 다른 실험조건하에서나 여러 다른 관측시간에 반복적으로 얻어진 자료를 분석하기위한 통계기법을 다룬다. 연속형의 반복측정자료를 분석하기 위해 다변량정규분포의 가정을 필요로 하는 고전적인 다변량모형을 소개하고 최근에 널리 사용되고 있는 혼합모형을 다룬다. 이산형의 반복측정자료 분석을 위해서는 가중최소제곱법에 근거한 모형과 랜덤화 모형을 다루고 일반화선형모형을 확장한 일반화추정방정식(GEE)모형을 다룬다.전선 / 대학원
본 과목에서는 높은 불확실성과 다양한 리스크 요인으로 인하여 불안정, 불규칙 시계열 특성을 가지는 에너지 및 자원분야 경영데이터의 고급계량분석기법을 학습한다. 수업에서는 실물옵션분석, 확률과정분석 등의 계량분석방법의 학습과 함께 에너지·광물 등 자원분야의 생산, 재고, 수요, 가격, 주가, 금융 등 경영데이터를 대상으로 사례분석을 수행하여 본다.전선 / 대학원
국민생활과 산업발전에 없어서는 안될 전력에 대해 공학적·경제학적 통합분석을 수행한다. 주로 project evaluation, optimal plant mix, DSM(Demand Side Management), Forecasting Methods, IRP(Integrated Resource Planning), marginal cost pricing, peak-load pricing, time-of-use pricing, rate of return regulation, price cap regulation, econimies of scale, economies of scope, subadditivity, efficiency, privitization, emission control, environmental damage cost, environmental control cost, shadow price, internalization of social cost 등을 다룬다.전선 / 대학원
본 과목은 기술 수요자의 선호를 정량적으로 분석하여 미래 유망기술을 예측하는 능력을 키우는 것을 목적으로 한다. 본 과목을 수강하는 학생들은 미래 기술에 대한 선호를 분석하기 위해서 필요한 통계 지식과 계량 방법론을 학습하고, 이를 특정 산업에 실제로 적용하여 미래 유망기술을 도출해 본다. 예를 들어, IT, 에너지, 환경 분야 등에 사용될 가능성이 높은 다양한 신기술에 대해서 각 기술의 특성 및 시장 환경, 목표 대상 소비자의 성향에 따라 기술 수요가 어떻게 달라지는지 계량 방법론(시계열모형, 조건부가치평가모형, 이산선택모형 등)을 이용하여 전망하는 방법을 배운다. 방법론을 습득한 후에는 각자가 관심있는 분야를 선정하여 출현 가능한 기술의 미래 수요를 직접 전망하는 프로젝트를 수행한다. 이를 통해 학생들은 어떤 기술이 미래에 가장 선호될 것인지 판단하고, 해당 변화에 선제적으로 대응하기 위해서는 어떤 노력이 필요한지를 고민해 보는 기회를 가지게 된다.전선 / 학사
본 교과목은 국제에너지시장의 예측 및 분석을 위한 분석기법을 학습하고 에너지시장의 대표적인 특성인 높은 가격변동과 시장의 지역화 문제를 심층적으로 살펴본다. 시계열 계량경제기법을 위주로 한 분석기법을 학습하며, 실제자료를 활용한 팀별 분석실습과 토론학습을 진행한다.전선 / 대학원
본 과목은 전력 시장 구조와 기능에 대한 이해를 바탕으로 하여 다양한 시장 참여자들의 목적에 따른 활동과 그 결과로서의 시장 균형 및 사회 후생에 대해 분석하는 것을 목표로 한다. 구체적으로는 전력 현물 시장 및 파생 상품 시장의 운영과 가격 결정 메커니즘, 전기 요금 제도, 수요반응, 현대 포트폴리오 이론을 이용한 시장 위험 관리, 전력 시장 해석을 위한 전력 계통 모델로써의 OPF(Optimal Power Flow 최적조류계산),송전 계통 혼잡 관리 및 지역별 한계 가격 결정 기법, 게임이론을 이용한 시장 균형 분석 등을 다룬다.전선 / 대학원
본 교과목에서는 계량경제분석기법(Econometrics)을 사용하여 기술 및 재료의 선택과 인력 및 자본의 배분 등 산업의 경제활동과 의사결정과정의 분석 및 예측기법을 학습하는 과목이다. 다양한 생산함수모형(flexible function form)을 사용하여 요소간 대체관계(substitution)를 분석하며 시계열분석 및 동적최적화(dynamic optimization)기법을 사용하여 외부변화에 대한 산업 및 기업의 대응방법에 대하여 분석한다. 또한 TSP, GAUSS 등 계량경제 프로그램을 사용한 실증분석을 병행한다.전선 / 대학원
본 강좌는 고급 자료분석을 위한 모형기반 통계분석방법론에 대해 다룬다. 자료의 특징과 분석의 목적에 따라 적합한 통계모형을 제시하고, 자료를 적합, 적합된 통계모형의 해석을 통한 인사이트 제시등에 대해 다룬다. 프로젝트를 통해서 배운 방법들을 실제 데이터에 적용하고 발표한다. ● Linear model and linear mixed model ● Generalized linear model ● Shrinkage method and variable selection ● Graphical methods and causal Inference ● Bayesian methods전선 / 대학원
전력 계통을 대형 시스템의 관점에서 시스템 이론과 기법을 적용하여 전자계산기로 해석하는 기법을 다루며, 주로 회로 토포로지 및 그래프 이론, 행렬 이론, 수리 계획법의 개념, 전력 계통의 수리 모형, 전력 조류계산, 고장 계산 과정 및 동적 안정도 해석, 써어지 해석, 전압 안정도 해석 등의 내용을 포함한다.전선 / 대학원
본 수업은 에너지와 인간 개발, 환경 조건 및 지속가능성의 관계를 탐구한다. 수업을 통해 개발도상국의 에너지 빈곤을 특징짓는 조건들, 전력 공급이 원활하지 않은 지역에 현대적 에너지 서비스를 제공하기 위한 전통적 및 비전통적 접근법을 다룬다. 공공기관과 민간 주체들이 주도한 에너지 접근 개선 사례를 조사하고, 국가별 연구를 수행하고 공유한다. 각 학생들은 이러한 연구를 바탕으로 직접 에너지 개발 프로젝트를 디자인하는 경험을 얻을 수 있다.전선 / 대학원
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 대학원
마케팅 관련 의사결정을 돕기 위해 여러 다양한 형태의 통계학적 모형이 개발되어 왔다. 이때 마케팅 의사결정문제는 제품, 가격, 촉진, 유통, 경쟁전략을 포함한다. 본 과목에서는 여러 마케팅 계량모형들을 세미나의 형태로 살펴봄으로써, 마케팅 모형에 대한 이해를 통해 연구주제를 발굴하게 하는 데 그 목적이 있다.전선 / 대학원
구조방정식모형은 관찰변수와 잠재변수를 포괄하여 변수간 구조적 관계를 모형화하고 이를 경험적으로 확인하고자 교육연구에서 자주 사용되는 모형이다. 이 교과목에서는 구조방정식모형을 이해하는 데 필요한 통계적 기초를 포함하여 구조방정식모형의 기본적 개념 및 이론적 기초를 다루며, 이를 토대로 하여 측정모형과 구조모형에서 시작하여 다시점 자료에 적용할 수 있는 잠재성장모형이나 여러 집단간에 동일한 구조적 관계가 존재하는지 살펴보는 데 활용될 수 있는 다집단 구조방정식모형까지, 교육연구에서 가장 자주 사용되는 기본적 모형들을 소개하고자 한다.전선 / 대학원
본 과목에서는 전력 소비자를 중심으로 연구되고 있는 에너지-ICT 융합기술의 이론과 응용방법을 학습한다. 우선 전력시스템과 전력 소비자와의 인터페이스가 되는 가정/빌딩/공장의 에너지관리시스템 기술을 살펴보고, 에너지관리시스템의 주요 기능인 수요반응에 대하여 학습한다. 또한 센서와 통신기술을 이용하여 전력사용량과 같은 전력 소비자 데이터를 수집하는 사물인터넷 융합기술을 살펴본다. 그리고 빅데이터 융합기술로서 많은 양의 전력 소비자 데이터를 효과적으로 처리/분석하고 응용하기 위한 전력 빅데이터 기술을 학습한다. 마지막으로 에너지-ICT 융합기술의 응용 사례를 통해 실제 전력시스템 적용시의 효과 및 이슈에 대하여 살펴본다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.