Wavelet 분해를 이용한 단기 천연가스 가격 예측

진정환,김진수 한국자원공학회 2014 한국자원공학회지 Vol.51 No.2

Although natural gas contracts have been done based on oil prices, many recent research argued that the natural gas and oil prices are decoupled. Therefore, it is necessary to analyze the natural gas price as an independent price. In the light of this, we forecasted the short term natural gas price using wavelet decomposition method. In order to compare a forecasting power, three approaches are applied. The first approach is ARIMA only case. We applied an ARIMA into the original data. The second one is wavelet-ARIMA case. In this case, ARIMA is applied into the approximation. In the third approach, we implement wavelet-GARCH analysis. In this approach, an approximation is treated same as second case, but GARCH is applied to details. As results, the wavelet-applied approaches are better than only ARIMA case for the forecasting power. Consequently, we could confirm the usefulness of wavelet-applied approaches in natural gas price forecasting. 많은 경우 천연가스 계약은 원유 가격에 연동되어 책정되어 왔지만 현재는 천연가스 시장 가격이 원유 가격과 탈동조화(decoupling)되었다는 연구가 꾸준히 발표되고 있다. 따라서 천연가스 가격에 대한 별도의 연구의 필요성이 높아지고 있다. 이에 본 연구에서는 wavelet 분해 분석을 사용하여 단기 천연가스 가격 예측을 수행하였다. 예측 결과를 비교하기 위하여 ARIMA 모형 만을 적용한 경우, 분해 성분 중 근사 성분에 ARIMA 모형을 적용한 경우, 근사 성분에는 ARIMA, 세부 성분에는 GARCH 모형을 적용한 경우를 설정하였다. 비교 결과 ARIMA만을 이용하여 예측한 결과보다 wavelet 분해를 이용한 경우, 특히 wavelet-GARCH 모형의 예측 오차가 약 3.8% 줄어든 것으로 나타나 천연가스 가격의 단기 예측에 있어서 wavelet 분해 방법론의 유용성을 확인할 수 있었다.

Wavelet 변환을 이용한 고장 전류의 판별에 관한 연구

조현우,김태우,정종원,이준탁 동아대학교 생산기술연구소 2002 生産技術硏究所硏究論文集 Vol.7 No.2

Recently the subject of "velet analysis"as be drawn by both mathematical and engineering application fields such as Signal Processing, Compression/ Decomposition, Wavelet-Neural Network, Statistics and etc. Even though its similar to Fourier analysis, wavelet is a versatile tool with much mathematical content and great potential for applications. Especially, wavelet transform uses localizable various mother wavelet functions in time-frequency domain. Therefore, wavelet transform has good time-analysis ability for high frequency component, and has good frequency-analysis ability for low frequency component. Using the discriminative ability is more easy method than other conventional techniques. In this paper, Mullet wavelet transform was applied to discriminate the kind of line fault by acquired data Iron real power transformation network. The experimental result presented that Morlet wavelet transform is easier, and more useful method than the FFT (Fast Fourier Transform).

웨이블렛 변환을 이용한 전력시스템 고장전류의 판별

이준탁,정종원,Lee, Joon-Tark,Jeong, Jong-Won 한국조명전기설비학회 2007 조명·전기설비학회논문지 Vol.21 No.3

Wavelet 변환은 신호를 분석하고 해석하는데 효과적인 수학적 도구로 알려져 여러 응용분야에서 다양한 연구가 진행되고 있다. Wavelet 변환은 Fourier 변환과 유사한 측면도 있으나, Fourier 변환과는 달리 다양한 Wavelet 모함수를 사용함으로써 해석 속도가 빠르고, 시간-주파수 영역에서 국재화가 가능하다는 특징을 가지고 있을뿐만 아니라 고주파 성분에 대해선 시간 분해능이 높고, 저주파 성분에 대해선 주파수 분해능이 좋다는 장점을 가지고 있으므로, 전력계통의 다양한 고장 전류의 판별에 적극 이용할 수 있을 것으로 생각된다. 본 논문에서는 고장 전류의 특성을 해석하는데 용이한 복소형의 Morlet Wavelet 모함수를 사용하여 전력계통의 고장기록장치로부터 얻어지는 선로의 전류 데이터를 Wavelet 변환하였고, 이로부터 다양한 고장 모드를 판별할 수 있었다. 실험 결과 Wavelet 변환을 이용하여 선로의 고장 모드를 판별하는 것이 기존의 고속 Fourier 변환을 이용하는 것보다 특징점 고찰에 더욱 유용하다는 것을 확인할 수 있었다. Recently the subject of "wavelet analysis" has be drawn by both mathematical and engineering application fields such as Signal Processing, Compression/Decomposition, Wavelet-Neural Network, Statistics and etc. Even though its similar to Fourier analysis, wavelet is a versatile tool with much mathematical content and great potential for applications. Especially, wavelet transform uses localizable various mother wavelet functions in time-frequency domain. Therefore, wavelet transform has good time-analysis ability for high frequency component, and has good frequency-analysis ability for low frequency component. Using the discriminative ability is more easy method than other conventional techniques. In this paper, Morlet wavelet transform was applied to discriminate the kind of line fault by acquired data from real power transformation network. The experimental result presented that Morlet wavelet transform is easier, and more useful method than the Fast Fourier Transform(FFT).

DWT 기반 딥러닝 잡음소거기에서 웨이블릿 최적화

정원석(Won-Seog Jeong),이행우(Haeng-Woo Lee) 한국전자통신학회 2024 한국전자통신학회 논문지 Vol.19 No.1

본 논문에서는 음향신호의 배경잡음을 소거하기 위한 시스템에서 최적의 wavelet을 제안한다. 이 시스템은 기존의 단구간 푸리에변환(STFT: Short Time Fourier Transform) 대신 이산 웨이블릿변환(DWT: Discrete Wavelet Transform)을 수행한 후 심층학습과정을 통하여 잡음소거 성능을 개선하였다. DWT는 다해상도 대역통과필터 기능을 하며 각 레벨에서 모 웨이블릿을 시간 이동시키고 크기를 스케일링한 여러 웨이블릿을 이용하여 변환 파라미터를 구한다. 여기서 음성을 분석하는데 가장 적합한 모(mother) 웨이블릿을 선정하기 위해 여러 웨이블릿에 대한 잡음소거 성능을 실험하였다. 본 연구에서 여러 웨이블릿에 대한 잡음소거시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 가장 많이 사용되는 4개의 wavelet에 대해 모의실험을 수행하였다. 실험 결과, Haar 또는 Daubechies 웨이블릿을 사용하는 경우가 가장 우수한 잡음소거 성능을 나타냈으며 타 웨이블릿을 사용하는 경우보다 평균자승오차(MSE: Mean Square Error)가 크게 개선되는 것을 볼 수 있었다. In this paper, we propose an optimal wavelet in a system for canceling background noise of acoustic signals. This system performed Discrete Wavelet Transform(DWT) instead of the existing Short Time Fourier Transform(STFT) and then improved noise cancellation performance through a deep learning process. DWT functions as a multi-resolution band-pass filter and obtains transformation parameters by time-shifting the parent wavelet at each level and using several wavelets whose sizes are scaled. Here, the noise cancellation performance of several wavelets was tested to select the most suitable mother wavelet for analyzing the speech. In this study, to verify the performance of the noise cancellation system for various wavelets, a simulation program using Tensorflow and Keras libraries was created and simulation experiments were performed for the four most commonly used wavelets. As a result of the experiment, the case of using Haar or Daubechies wavelets showed the best noise cancellation performance, and the mean square error(MSE) was significantly improved compared to the case of using other wavelets.

이변량 웨이블릿 분석을 위한 모 웨이블릿 선정

이진욱,이현욱,유철상 한국수자원학회 2019 한국수자원학회논문집 Vol.52 No.11

본 연구에서는 이변량 웨이블릿 분석에 있어 모 웨이블릿이 어떤 영향을 미치는지를 파악하였다. 모 웨이블릿으로는 관련 연구에서 많이 사용되고 있는 총 네 가지(Bump, Mexican hat, Morlet, Paul)를 선정하였다. 이들 모 웨이블릿은 먼저 백색잡음과 다양한 주기의 사인곡선을 결합하여 만든 시계열의 이변량 분석에 적용하여 그 결과를 평가하였다. 또한 실제 시계열인 북극진동지수(AOI)와 남방진동지수(SOI)를 이변량 분석하여 모의된 시계열의 분석 결과가 실제 자료의 분석결과에도 일관되게 유지되는지를 판단하였다. 본 연구의 결과를 요약하면 다음과 같다. 먼저, Bump와 Morlet 모 웨이블릿의 경우가 이론적인 예측에 보다 잘 부합하는 것으로 나타났으며, 반대로 Mexican hat 모 웨이블릿은 상대적으로 단주기의 변동 특성을, Paul 모 웨이블릿의 경우에는 장주기의 변동 특성을 잘 보여주는 것으로 나타났다. 둘째, Mexican hat과 Paul 모 웨이블릿의 경우에는 스케일 간섭이 매우 크게 나타남을 확인할 수 있었다. Bump와 Morlet 모 웨이블릿에서는 이러한 문제점이 나타나지 않았다. 소위 동조화(co-movement)를 탐색하는 능력은 Morlet와 Paul 모 웨이블릿이 가지고 있는 것으로 파악되었다. 특히, Morlet의 경우 이 특성이 더욱 명확히 나타남을 확인하였다. 결과적으로 Morlet 모 웨이블릿이 이변량 웨이블릿 분석에 가장 무난한 것으로 확인되었다. 마지막으로, AOI와 SOI 자료의 이변량 웨이블릿 분석에서는 대략 2-4년 정도의 주기성분이 약 20년 빈도로 서로 동조하고 있음을 확인할 수 있었다. This study explores the effect of mother wavelet in the bivariate wavelet analysis. A total of four mother wavelets (Bump, Mexican hat, Morlet, and Paul) which are frequently used in the related studies is selected. These mother wavelets are applied to several bivariate time series like white noise and sine curves with different periods, whose results are then compared and evaluated. Additionally, two real time series such as the arctic oscillation index (AOI) and the southern oscillation index (SOI) are analyzed to check if the results in the analysis of generated time series are consistent with those in the analysis of real time series. The results are summarized as follows. First, the Bump and Morlet mother wavelets are found to provide well-matched results with the theoretical predictions. On the other hand, the Mexican hat and Paul mother wavelets show rather short-periodic and long-periodic fluctuations, respectively. Second, the Mexican hat and Paul mother wavelets show rather high scale intervention, but rather small in the application of the Bump and Morlet mother wavelets. The so-called co-movement can be well detected in the application of Morlet and Paul mother wavelets. Especially, the Morlet mother wavelet clearly shows this characteristic. Based on these findings, it can be concluded that the Morlet mother wavelet can be a soft option in the bivariate wavelet analysis. Finally, the bivariate wavelet analysis of AOI and SOI data shows that their periodic components of about 2-4 years co-move regularly every about 20 years.

터널 콘크리트 벽체의 건전도 평가에 대한 연속 웨이브릿(Wavelet)의 적용

추진호,조성호,강태호 中央大學校 建設環境硏究所 2002 環境科學硏究 Vol.13 No.2

터널 라이닝의 두께와 강성(stiffness)의 평가에 웨이브릿(wavelet)을 이용하여 신호 해석의 극대화와 터널의 건전도 평가에 있어서 직접적인 수직 균열의 유무, 위치, 다양한 반사면의 탐지에 관한 웨이브릿해석의 적용성을 평가하였다. 기존의 탄성파 해석은 시간 혹은 주파수의 한 영역에서만 해석이 이루어져 왔으나, Wavelet 해석은 신호처리에 있어서 시간-주파수 영역을 동시에 살펴보면서 해석을 할 수 있다. 본 연구에서는 콘크리트의 두께와 강성 균열을 평가하기 위하여 탄성파 기법의 하나인 충격반향 시험법에 대하여 Wavelet 해석을 시행하였다. 유한요소법의 하나인 ABAQUS를 이용한 수치해석과 실규모 현장시험체에서 시행한 실측 데이터 해석에 연속 Wavelet을 적용하여 보았으며, 그 결과 구조물 내에 존재하는 균열의 존재 여부와 균열의 위치를 확인하는데 Wavelet 기법이 매우 효과적이며, 향상된 신뢰성을 제공함을 확인하였다. The feasibility of the continuous wavelet analysis was evaluated for the nondestructive assessment of the structural integrity of a tunnel concrete liner. The conventional approach to analyze the signal of the wave propagation is focused on just one domain of time or frequency, while the wavelet analysis analyzes both domains of time and frequency. This study introduced the continuous wavelet analysis to interpret and analyze the stress-wave signal in both frequency and time domains for the better identification of the vertical cracks in the tunnel concrete liner. The synthetic stress-wave signals from ABAQUS were used to establish the methodology to employ the wavelet analysis, and later the real measurements at the real-scale tunnel concrete liner were analyzed. As a result, it was concluded that the continuous wavelet analysis is a reliable and effective tool to identify the vertical cracks in the tunnel concrete liner.

소파동(Wavelet)분석을 활용한 정책금리와 수익률곡선 간 관계 분석

박창균 ( Chang Gyun Park ),허석균 ( Seok Kyun Hur ) 보험연구원 2012 보험금융연구 Vol.23 No.2

물가안정목표제를 통화정책지표로 채택하고 있는 경우 정책당국이 직접적인 조작수단인 정책금리와 수익률곡선 사이에 존재하는 상호작용에 대하여 정확히 파악하는 것은 매우 중요한 과제이다. 본 연구는 소파동분석을 활용하여 정책금리의 변동으로 인하여 발생한 충격이 수익률 곡선에 전달되는 정도와 경로를 실증적으로 규명하려는 노력의 일환이다. 주요 분석 결과를 요약하면 다음과 같다. 첫째, 콜금리의 변동으로 인한 충격은 모든 주기의 소파동에서 만기가 짧은 채권의 수익률에 강하게 전달되며 오랜 기간 동안 지속되는 것으로 나타났다. 둘째, 콜금리 변화와 그에 따른 통화량 지표 변동으로 인하여 발생하는 유동성 효과와 피셔 효과는 각기 다른 파장 대에서 발현하는 것으로 관측되었다. 이는 채권수익률 시계열을 별도의 처리 없이 그대로 사용한 기존 연구에서는 확인할 수 없었던 결과라는 점에서 시계열 분야에서 소파동분석의 유용성을 확인해 주고 있다. Our paper explores the dynamic relationship between the call rate and the term structure of interest rates. Under inflation targeting regime, the monetary authority intends to change the shape of the yield curve by adjustingshort-term interests rate such as the call rate in Korea, the movement of which, in turn, is anticipated to influence the yields of bonds with varying maturities. Employing wavelet transformation known for its flexibility and effectiveness in dealing with time series data, we investigate the relationship between the movement of call rate and that of the yield curve to fill the gap untouched by the current literature. We choose an orthogonalized wavelet filter, Daubechies wavelets, and apply it to the time series of various interest rates with different maturities to obtain five wavelet details and a wavelet approximation, whose sum, by definition, equals to the corresponding original time series. Jointly with these properties of an orthogonal wavelet method, the no-arbitrage conditions in the bond market are extended to hold for each wavelet detail and wavelet approximation. Based on the extended bond market equilibrium conditions, we construct VAR/VECM models with the decomposed time series by frequencies. A couple of important empirical findings merit our attention. First, the shorter the time scale of a wavelet detail and time to maturity, the stronger the tie between the movement of the call rate and the consequent movement of the yield curve. Second, we could discern the liquidity effect from the Fisher effect as each effect manifests itself on different time scales of wavelets. Third, the call rate adjustment induces the contemporaneous shift of the yield curve, which in turn supports the presence of the liquidity effect. These results could not be obtained by the traditional analysis utilizing unfiltered raw time series. The merit of wavelet decomposition is self-evident because it closely resembles de-noising processes. Noisy signals do not contain useful information and should be filtered out so that we benefit from more efficient analysis with time series sharpened by a de-noising procedure.

웨이블릿 변환 기반의 Wavelet-OFDM 시스템과 푸리에 변환 기반의 OFDM 시스템의 성능 비교

이준구(Jungu Lee),유흥균(Heung-Gyoon Ryu) 한국전자파학회 2018 한국전자파학회논문지 Vol.29 No.3

OFDM(Orthogonal Frequency Division Multiplexing)은 다중캐리어를 사용해 고속통신을 가능하게 하는 MCM(Multi-Carrier Modulation)시스템이며, 전력과 스펙트럼 효율의 단점을 갖는다. 따라서 본 논문에서는 기존의 단점을 보완하고, 효율적인 MCM시스템 설계를 목표로 한다. 제안하는 시스템은 IFFT(Inverse Fast Fourier Transform) 연산 대신에 IDWT (Inverse Discrete Wavelet Transform) 연산을 사용하게 된다. 웨이블릿 변환 기반의 OFDM 시스템 설계를 통해 기존의 OFDM 시스템과 BER(Bit Error Rate), 스펙트럼 효율, PAPR(Peak to Average Power Ratio) 성능 비교를 진행하였다. 그 결과, 기존의 OFDM과 Wavelet-OFDM은 동일한 BER 성능을 나타내었고, Discrete Meyer 웨이블릿을 사용한 Wavelet-OFDM에서는 기존의 OFDM과 동일한 스펙트럼 효율을 갖는다. 또한, 여러 가지 웨이블릿을 기반으로 구성한 Wavelet-OFDM의 모든 시스템은 기존의 OFDM보다 낮은 PAPR 성능을 갖는다. Orthogonal frequency division multiplexing(OFDM) is a multicarrier modulation(MCM) system that enables high-speed communications using multiple carriers and has advantages of power and spectral efficiency. Therefore, this study aims to complement the existing shortcomings and to design an efficient MCM system. The proposed system uses the inverse discrete wavelet transform(IDWT) operation instead of the inverse fast Fourier transform(IFFT) operation. The bit error rate(BER), spectral efficiency, and peak-to-average power ratio(PAPR) performance were compared with the conventional OFDM system through the OFDM system design based on wavelet transform. Our results showed that the conventional OFDM and Wavelet-OFDM exhibited the same BER performance, and that the Wavelet-OFDM using the discrete Meyer wavelet had the same spectral efficiency as the conventional OFDM. In addition, all systems of Wavelet-OFDM based on various wavelets confirm a PAPR performance lower than that of conventional OFDM.

Wavelet을 이용한 정상 시계열 데이터 해석에 관한 연구

이오걸,이준탁,김태우 동의공업대학 1999 論文集 Vol.25 No.1

Wavelet analysis is applying to many fields such as the time-frequency localization of a time series and a time varying data. In this paper, a statistical testing based Wavelet power spectrum analysis for the stationary Nino3 Sea Surface Temperature(S.S.T) data was executed. Specially, the 95% confidence level for S.S.T was effective in searching the periods of El-Nino using various wavelet basis functions.

Fault Diagnosis of Rotating Machines in Offshore Plant Based on Morlet Wavelet Transform

Burak OZTURK,KwangSik KIM,YooIl KIM,JangHyun LEE (사)한국CDE학회 2014 한국 CAD/CAM 학회 학술발표회 논문집 Vol.2014 No.2

The condition monitoring consists of a selection of measurable parameters such as vibration signals which correlate with the health or condition of a machine, and an interpretation of the collected data to determine the machinery fault existence and identify specific components (e.g. gear set, bearings) in the machine that are degrading. Many vibration and unbalanced signals of fault rotating machines in offshore plant have complex time-frequency characteristics. As a timefrequency analysis, wavelet transform is useful for locating transient events, discontinuities and patterns of these faults in non-stationary vibration data. The wavelet transformation can be an efficient way to detect the fault from the signal since the signal always includes the fault information about the rotating and reciprocating equipment inside. This paper introduces the faults diagnosis for offshore rotating machines by the application of Morlet wavelet transformation. Special attention is given to the vibratory and unbalanced faults, namely, rotating unbalance and resonance found in the rotating machine installed in offshore plant. Vibration signals recorded from accelerometer are processed by Morlet wavelet so that the both bearing and misalignment failure diagnosis. Thereafter, time-frequency contour map is introduced into fault diagnosis. The timefrequency contour map can easily show the power distribution of signal in time and frequency domain. Moreover, it is a good way to identify the faults involving a breakdown change. Several typical faults of rotating machines are detected by the time-frequency contour map obtained by the Morlet wavelet. The simulative results show that time-frequency contour map have the capabilities to identify the faults. This method also appeared to be an effective tool to diagnose and to discriminate the different types of machinery faults based on the unique pattern of the wavelet contours. This study shows that the proposed wavelet analysis method is promising to reveal machinery faults at early stage as compared to vibration spectrum analysis. A case study about the implementation of the continuous wavelet transform to the compressor fault diagnosis will be introduced. It is shown that the wavelet transform is a promising condition assessment of the compressors installed on ship and offshore.