원전 작업자 방사선량의 효과적인 저감을 위해서는 발전소 내에 축적된 작업자 피폭선량자료들을 분석하는 것이 반드시 필요하다. 자료의 분석을 통해, 발전소에서 수행되는 방사선작업들 중 반복적으로 고피폭을 유발하는 작업들을 파악하는 것이 필요하며, 본 연구에서는 이러한 반복성고피폭작업들을 도출하기 위한 방법론으로 백분위수 순위합 방법을 제안한다. 이는 비모수통계학 이론에 근거한 방법론으로, 본 연구에서는 이 방법을 이용하여 고리 3,4 호기 작업자 피폭선량 자료를 분석, 고피폭작업들을 도출하였다. 도출 결과는 통계적으로 검증되며, 그 결과 백분위수 순위합 방법의 효과 및 타당성을 입증하였다.

Three meteor-statistical forecasting models - the transfer function model, the time-series autoregressive model and the neural networks model - were tested to develop a daily forecasting model for Jejudo, where the need and demand for wind power forecasting has increased. All the meteorological observation sites in Jejudo have been classified into 6 groups using a cluster analysis. Four pairs of observation sites among them, all having strong wind speed correlation within the same meteorological group, were chosen for a model test. In the development of the wind speed forecasting model for Jejudo, it was confirmed that not only the use a wind dataset at the objective site itself, but the introduction of another wind dataset at the nearest site having a strong wind speed correlation within the same group, would enhance the goodness to fit of the forecasting. A transfer function model and a neural network model were also confirmed to offer reliable predictions, with the similar goodness to fit level.