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.

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.