179 0

Full metadata record

DC FieldValueLanguage
dc.contributor.author김진수-
dc.date.accessioned2017-11-23T01:55:36Z-
dc.date.available2017-11-23T01:55:36Z-
dc.date.issued2016-02-
dc.identifier.citation한국자원공학회지, v. 53, NO 1, Page. 78-87en_US
dc.identifier.issn2288-0291-
dc.identifier.issn2288-2790-
dc.identifier.urihttp://ksmer.zipot.com:8080/bbs/board.php?bo_table=sub04_05&wr_id=2647&page=&wr5=53&wr6=2-
dc.identifier.urihttp://www.jksmer.or.kr/file/5fSr3dK0KtBAFd0Wnrz9tT/*/N0330530108.pdf;jsessionid=8dq69vo1jeu3y1p7cx12n1zd?_=2-
dc.identifier.urihttp://hdl.handle.net/20.500.11754/31791-
dc.description.abstract최근 셰일가스 개발로 인하여 천연가스 공급이 증가한 반면 수요는 침체되어 가격이 많이 하락한상황이다. 따라서 에너지 시장 변화와 지정학적 영향, 기후변화 대비 전략을 고려하여 보다 안정적으로 가스수급 전략을 재편할 필요가 있으며, 이를 위하여 보다 정확한 가스 소비량 예측이 중요하다. 이에 본 연구에서는한국의 단기 가스 소비량 예측을 위하여 Grey 신경망(GNN)을 구성하였다. 1997년 1월~2014년 6월의 월별가스 소비량 자료로 실증 분석을 수행하였으며, 인공신경망, Grey 모형, GNN, hybrid GM-ANN의 평균제곱근오차를 비교하였다. 분석 결과 가스 소비량 예측 시 GNN의 설명력이 가장 높은 것으로 나타났다. Due to recent shale gas boom and recession, natural gas prices are placed at low level. It is thusnecessary to establishing new strategy for stable natural gas demand and supply considering changes in energymarkets, geopolitical situation, and actions for a climate change. In the light of this, a more accurate forecastingof natural gas consumption is important. Therefore, we setup a Grey Neural Network (GNN) model to forecastKorean natural gas consumption. For empirical analysis, gas consumption data from January 1997 to June 2014was gathered and a root mean squared error of artificial neural network (ANN), Grey model (GM), hybridGM-ANN, and GNN models were compared. As a result, the GNN model showed the best forecasting power.en_US
dc.description.sponsorship본 연구는 2015년도 산업통상자원부의 재원으로 한국에너지 기술평가원(KETEP)의 지원을 받아 수행한 연구 과제 입니다(No. 20152510101880).en_US
dc.language.isoko_KRen_US
dc.publisher한국자원공학회en_US
dc.subject예측en_US
dc.subject가스 소비en_US
dc.subjectGrey 신경망en_US
dc.subject한국en_US
dc.subjectForecastingen_US
dc.subjectGas consumptionen_US
dc.subjectGrey neural networken_US
dc.subjectKoreaen_US
dc.title우리나라 단기 가스 소비량 예측에 있어서 Grey Neural Network 활용 가능성 분석en_US
dc.title.alternativeAn Application of Grey Neural Network for Forecasting Short-term Natural Gas Consumption of Koreaen_US
dc.typeArticleen_US
dc.relation.no1-
dc.relation.volume53-
dc.relation.page78-87-
dc.relation.journal한국자원공학회지-
dc.contributor.googleauthor박성준-
dc.contributor.googleauthor김진수-
dc.contributor.googleauthorPark, Sungjun-
dc.contributor.googleauthorKim, Jinsoo-
dc.relation.code2016018841-
dc.sector.campusS-
dc.sector.daehakCOLLEGE OF ENGINEERING[S]-
dc.sector.departmentDEPARTMENT OF EARTH RESOURCES AND ENVIRONMENTAL ENGINEERING-
dc.identifier.pidjinsookim-
Appears in Collections:
COLLEGE OF ENGINEERING[S](공과대학) > EARTH RESOURCES AND ENVIRONMENTAL ENGINEERING(자원환경공학과) > Articles
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE