$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

적응 칼만필터를 이용한 상수관망의 누수감시 기법
Leakage Detection of Water Distribution System using Adaptive Kalman Filter 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.46 no.10, 2013년, pp.969 - 976  

김성원 (한국수자원공사 K-water) ,  최두용 (한국수자원공사 K-water) ,  배철호 (한국수자원공사 K-water) ,  김주환 (한국수자원공사 K-water)

초록
AI-Helper 아이콘AI-Helper

수돗물의 공급과정에서 발생되는 상수관망의 누수는 소중한 수자원의 손실, 공급에너지의 추가적인 소요 등 사회경제적인 손실을 초래한다. 본 연구에서는 관로 상에 설치되어 실시간으로 계측되는 유량자료를 이용하여 누수를 감시하는 모형을 적응 칼만필터 기법을 이용하여 제시하였다. 제안된 누수감시 알고리즘에서는 수돗물 사용량의 시간적 변화와 요일적 변동을 고려함으로써 예측의 신뢰도를 향상시키는 방안을 제시하였다. 또한 기존의 칼만필터 기법에 혁신과정을 추가하여 잡음의 공분산에 대한 자동보정을 통하여 예측의 정확도를 개선하였다. 개발된 모형은 사인형태의 가상 유량자료에 대한 모의실험을 통하여 적응 칼만필터 기법의 예측정확도를 기존의 칼만필터 기법과 비교하였으며, JE시의 2개소 블록유량자료에 대한 현장 적용성 평가를 실시하였다. 본 연구의 결과는 관로의 파열에 의한 누수 및 비정상적인 용수사용량에 대한 감시를 통하여 상수관망의 효율적인 운영관리에 적용될 수 있을 것으로 기대된다.

Abstract AI-Helper 아이콘AI-Helper

Leakage in water distribution system causes social and economic losses by direct water loss into the ground, and additional energy demand for water supply. This research suggests a leak detection model of using adaptive Kalman filtering on real-time data of pipe flow. The proposed model takes into a...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 상수관망의 유수율 관리를 위하여 설치된 실시간 블록별 유량자료를 이용한 적응 칼만필터 기반의 누수감시 모형을 제시하였다. 개발된 모형은 비정상적 수돗물 사용량의 증감이 미소하다는 가정 하에 누수를 감시할 수 있는 시스템으로서 본 연구의 결과를 요약하면 다음과 같다.
  • 다시 말하면, 현재 시점의 유량값은 일주일전 동일 시간대의 유량값과 밀접한 상관성을 나타낸다. 본 연구에서는 시계열 유량자료의 패턴(pattern) 유사성을 고려하여 누수감시 모형을 구축하고자 하였다. 즉, 일주일간의 유량 측정치(또는 추정치) 개수를 N이라 하면, 현재 상태 k의 추정에 이용되는 이전의 유량 추정치 및 공분산은 # 대신 # 이 이용된다.
  • 본 연구에서는 실시간으로 계측되는 유량자료를 이용하여 상수관망 누수감시를 위한 기존 칼만필터 기법의 적용의 한계를 분석하고, 잡음(noise)의 공분산(covariance)을 시간의 변화에 따라 자동적으로 추정하는 적응 칼만필터(Adaptive Kalman Filter; AKF)의 도입을 통하여 개선된 누수감시 모형을 제시하고자 한다. 본 연구에서 개발된 KF와 AKF 기법을 이용한 모형은 사인함수(sine function)와 잡음을 조합한 가상의 시계열 자료에 대한 예측을 통하여 검증을 실시하였다.

가설 설정

  • 본 연구에서는 상수관망의 유수율 관리를 위하여 설치된 실시간 블록별 유량자료를 이용한 적응 칼만필터 기반의 누수감시 모형을 제시하였다. 개발된 모형은 비정상적 수돗물 사용량의 증감이 미소하다는 가정 하에 누수를 감시할 수 있는 시스템으로서 본 연구의 결과를 요약하면 다음과 같다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
상수관망에서 누수의 문제점은? 상수관망에서 누수는 직접적으로 소중한 수자원의 낭비를 초래할 뿐 아니라, 사회경제적으로 수돗물의 생산 및 공급을 위한 에너지 및 경제적 손실을 초래한다. 환경부 상수도통계(MoE, 2012)에 따르면 우리나라의 2011년 현재 누수량은 629만㎥으로, 생산원가 813.
우리나라의 2011년 현재 누수량은? 상수관망에서 누수는 직접적으로 소중한 수자원의 낭비를 초래할 뿐 아니라, 사회경제적으로 수돗물의 생산 및 공급을 위한 에너지 및 경제적 손실을 초래한다. 환경부 상수도통계(MoE, 2012)에 따르면 우리나라의 2011년 현재 누수량은 629만㎥으로, 생산원가 813.4원/㎥를 감안하면 연간 5,110억 원의 경제적 손실이 누수로 인해 추가적으로 발생하고 있다.
AKF 및 KF 기법에 의한 유량잔차는 ±100 ㎥/hr까지 계산되어 파열누수 및 비정상적인 용수사용 유무를 확인하기가 곤란하며, 잔차항에 대하여 저주파 필터를 통과시킨 후에야 누수 및 비정상 사용량의 감지가 용이함을 확인할 수 있었다고 본 이유는? Fig. 7(a)에서 나타낸 바와 같이 MG4 블록의 측정자료는 간헐적으로 250 ㎥/hr 이상의 과다유량과 0 ㎥/hr의 유량이 관측되는 등 측정자료에 상당한 양의 잡음이 나타나 있음이 확인되었다. 따라서 AKF 및 KF 기법에 의한 유량잔차는 ±100 ㎥/hr까지 계산되어 파열누수 및 비정상적인 용수사용 유무를 확인하기가 곤란하며, 잔차항에 대하여 저주파 필터를 통과시킨 후에야 누수 및 비정상 사용량의 감지가 용이함을 확인할 수 있었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (8)

  1. Bae, D.H., Lee, B.J., and Georgakakos, K.P. (2009). "Stochastic continuous storage function model with ensemble Kalman filtering (I): Model development." J. of Korea Water Res. Assoc., KWRA, Vol. 42, No. 11, pp. 953-961. 

  2. Ha, S.-R., Ryu, Y.-H., and Park, S.-Y. (2006). "Probabilistic neural network for prediction of leakage in water distribution network." J. of Korean Soc. of Water and Wastewater, KSWW, Vol. 20, No. 6, pp. 799-811. 

  3. Kalman, R.E. (1960). "A new approach to linear filtering and prediction problems." Trans. ASME J. Basic Engineering, Vol. 82, pp. 35-45. 

  4. Khan, A., Widdop, P.D., Day, A.J., Wood, A.S., Mounce, S.R., and Machell, J. (2005). "Artificial neural network model for a low cost failure sensor: Performance assessment in pipeline distribution." Int. J. Math. Comp. Sci., Vol. 1, No. 1, pp. 27-33. 

  5. Medha, R.K. (1970). "On the identification of variances and adaptive Kalman filtering." IEEE Trans. Autom. Control, Vol. 15, pp. 175-184. 

  6. Ministry of Environment (MoE)-Korea (2012). 2011 Statistics of Waterworks. Seoul. 

  7. Mounce, S.R., Khan, A., Wood, A.S., Day, A.J., Widdop, P.D., and Machell, J. (2003). "Sensor-fusion of hydraulic data for burst detection and location in a treated water distribution system." Inf. Fusion, Vol. 4, No. 3, pp. 217-229. 

  8. Yoo, C., Hwang, J., and Kim, J. (2012). "Use of the extended Kalman filter for the real-time quality improvement of runoff data: 1. Algorithm construction and application to one station." J. of Korea Water Res. Assoc., KWRA, Vol. 45, No. 7, pp. 697-711. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로