KR100851520B1 - 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측장치 및 방법 - Google Patents

통계적 분석기법을 이용한 지하 공간의 대기 환경 예측장치 및 방법 Download PDF

Info

Publication number
KR100851520B1
KR100851520B1 KR1020060132435A KR20060132435A KR100851520B1 KR 100851520 B1 KR100851520 B1 KR 100851520B1 KR 1020060132435 A KR1020060132435 A KR 1020060132435A KR 20060132435 A KR20060132435 A KR 20060132435A KR 100851520 B1 KR100851520 B1 KR 100851520B1
Authority
KR
South Korea
Prior art keywords
underground space
statistical analysis
atmospheric environment
multiple regression
predicting
Prior art date
Application number
KR1020060132435A
Other languages
English (en)
Other versions
KR20070070076A (ko
Inventor
황인주
신현준
이홍철
Original Assignee
한국건설기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국건설기술연구원 filed Critical 한국건설기술연구원
Publication of KR20070070076A publication Critical patent/KR20070070076A/ko
Application granted granted Critical
Publication of KR100851520B1 publication Critical patent/KR100851520B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치 및 방법에 관한 것으로서, 더 구체적으로는 종래 극소량으로 존재하여 해당 물질의 실내 잔존 물리량의 측정에 고가의 비용이 소요되거나 측정 방법에 기인한 문제로 연속적인 측정이 불가능한 종래의 지하 공간의 대기 환경 측정 장치 및 방법의 개선한 것으로서, 지하 공간의 온도, 습도, 이산화탄소 및 가시도 등 대표 척도 변수값을 이용하여 통계적 분석기법, 즉 다중 회귀 분석 기법에 의해 지하 공간의 오염 물질의 농도를 예측하는 장치 및 방법에 관한 것이다. 본 발명에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치는 상기 지하 공간의 대기 환경의 대표 척도가 되는 변수값을 측정하는 측정 모듈과, 상기 측정 모듈에서 측정된 변수값을 수신하여 처리하는 측정 신호 처리 모듈과, 상기 측정 신호 처리 모듈로부터 신호 처리된 데이터를 수신하여 상기 통계적 분석기법을 이용하여 상기 지하 공간의 오염 물질의 농도를 예측하는 분석 모듈을 포함한다.

Description

통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치 및 방법{APPARATUS AND METHOD FOR INFERRING ATMOSPHERE ENVIRONMENT OF UNDERGROUND SPACE USING STATISTICAL ANALYSIS}
도 1은 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치의 다중 회귀식 도출 방법의 순서도를 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치의 블록도.
도 3은 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치의 대표 척도 변수값의 변수 조정 기능을 이용한 지하 공간의 오염 물질의 농도를 예측하는 다중 회귀식 계수 보정 흐름도를 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 방법을 흐름도로 나타낸 도면.
도 5는 1991년 하절기 대전 중앙지하도상가 east zone 실내 환경을 나타내는 그래프.
도 6은 지하도상가 실내환경 및 오염물질 실측 및 추정값을 나타내는 그래프.
도 7은 각 변수별 상호 관계(산점도)를 나타내는 개략도.
도 8은 실내 오염물질(SO2, CO2)의 상호상관관계를 나타내는 그래프.
도 9는 실내 환경(Temp), 오염물질(PM10)의 상호상관관계를 나타내는 그래프.
도 10은 독립변수 조정을 위한 다중회귀모형의 회귀분석의 요약을 나타내는 표.
도 11은 다중회귀모형 배타계수 및 공선성 통계량을 나타내는 표.
도 12는 독립변수 조정에 따른 다중회귀 수정모형의 회귀분석의 요약을 나타내는 표.
도 13은 다중회귀 수정모형 배타계수 및 공선성 통계량을 나타내는 표.
도 14는 모수(모함수)와 다중회귀 수정모형의 추정결과 비교를 나타내는 그래프.
도 15는 다중회귀 수정모델의 잔차플롯을 나타내는 그래프.
도 16은 다중회귀 수정모델의 영향력 평가 - Cook's Distance를 나타내는 그래프.
도 17은 다중회귀 수정모델의 영향력 평가 - DFFIT 통계량를 나타내는 그래프.
도 18은 독립변수 조정에 따른 다중회귀 최종모형의 회귀분석의 요약을 나타내는 표.
도 19는 다중회귀 최종모형 배타계수 및 공선성 통계량을 나타내는 표.
도 20은 다중회귀 최종모델의 잔차플롯을 나타내는 그래프.
도 21은 다중회귀 최종모델의 영향력 평가 - Cook's distance를 나타내는 그래프.
도 22는 다중회귀 최종모델의 영향력 평가 - DFFIT 통계량을 나타내는 그래프.
도 23은 모수(모함수)와 다중회귀 최종모형의 추정결과 비교를 나타내는 표.
도 24는 지하도상가 실내 환경예측(다중회귀분석) 수행 절차를 나타내는 흐름도.
<도면 주요 부분에 대한 부호의 설명>
210 : 측정 모듈 220 : 측정 신호 처리 모듈
230 : 분석 무듈 240 : 디스플레이
본 발명은 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치 및 방법에 관한 것으로서, 더 구체적으로는 종래 극소량으로 존재하여 해당 물질의 실내 잔존 물리량의 측정에 고가의 비용이 소요되거나 측정 방법에 기인한 문제로 연속적인 측정이 불가능한 종래의 지하 공간의 대기 환경 측정 장치 및 방법의 개선하여, 지하 공간의 온도, 습도, 이산화탄소 및 가시도 등 대표 척도 변수값을 이용한 통계적 분석기법, 즉 다중 회귀 분석 기법에 의해 지하 공간의 오염 물질의 농도를 예측하는 장치 및 방법에 관한 것이다.
근래에 지하철과 같은 교통수단의 발달과 이에 부속되는 지하통로 및 지하상가 구역, 지하 설비로의 접근과 유지보수를 위한 공간이 크게 넓어지고 있고, 이러한 지하 공간에서 생활하는 인구들도 점차 증가하고 있다. 따라서, 이들 지하 공간의 실내 환경 문제가 점차 중요해지고 있다.
종래에는 지하도 상가 등 지하 공간에서 실내 환경의 객관적 평가 및 냉난방, 환기 설비 등 공조 시스템의 운전 제어를 위한 객관적 지표가 미비하기 때문에, 단순히 온도나 습도 등에 기준한 공조 및 환기 시스템의 운전이 이루어지고 있다. 예컨대, 대한민국 특허등록번호 제10-0377900호(등록일자: 2003년 3월14일) "지하공간의 환경 자동제어 시스템"의 등록공보에는, 지하공간의 환경을 계측하기 위하여 온도, 가스, 기압 센서를 설치하고, 계측된 온도, 가스, 기압에 기초하여 휀(fan)과 같은 조절 장치를 제어하기 위한 시스템이 기재되어 있다.
그러나, 일반적으로 현재는 지하 공간의 오염 물질의 실시간 계측이나 관리 시스템의 도입이 미미한 실정이며, 일부 분야에서 온도, 습도 및 이산화탄소 등을 계측하는 복합 센서가 도입되고는 있지만, 이와 같은 경우 역시 몇 종의 센서를 단순 복합화한 것으로서 지하 공간의 오염 물질에 대한 종합적인 정보를 제공하는 데는 한계가 있었다.
또한, 지하 공간의 오염 물질의 관리 대상이 되는 환경 요소에 대한 모든 센서를 구비하여 복합화하는 것은 시스템의 구성이나 경제적인 측면에서 비현실적이다.
최근 지하 공간 등의 다중 이용 시설을 중심으로 실내 환경의 종합적 평가 기준을 마련하기 위하여 다양한 환경 오염 물질에 대한 측정 방법, 유지 기준 등이 제시되고는 있지만, 실내 환경의 평가를 위한 수단으로 사용되고 있을 뿐 간헐적 측정에 고가의 비용이 소요되고 있다.
또한, 실내 환경 평가 목적의 간헐적 시스템의 적용에 의하여 쾌적한 실내 환경 유지를 위한 공조 시스템의 제어라는 궁극적 목적 실현 수단으로 못하고 있는 실정이다.
본 발명의 목적은 종래 극소량으로 존재하여 해당 물질의 실내 잔존 물리량의 측정에 고가의 비용이 소요되거나 측정 방법에 기인한 문제로 연속적인 측정이 불가능한 종래의 지하 공간의 대기 환경 측정 장치 및 방법의 개선하여, 지하 공간의 온도, 습도, 이산화탄소 및 가시도 등 대표 척도 변수값을 이용하여 통계적 분석기법, 즉 다중 회귀 분석 기법에 의해 지하 공간의 오염 물질의 농도를 예측하는 장치 및 방법을 제공하는 것이다.
본 발명의 목적은, 상기 지하 공간의 대기 환경의 대표 척도가 되는 변수값을 측정하는 측정 모듈과, 상기 측정 모듈에서 측정된 변수값을 수신하여 처리하는 측정 신호 처리 모듈과, 상기 측정 신호 처리 모듈로부터 신호 처리된 데이터를 수신하여 상기 통계적 분석기법을 이용하여 상기 지하 공간의 오염 물질의 농도를 예측하는 분석 모듈을 포함하는 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치에 의해 달성된다.
상기 측정 모듈은 온도 감지부, 습도 감지부, 이산화탄소 감지부 및 가시도 감지부를 포함하는 것이 바람직하며, 상기 측정 신호 처리 모듈은 상기 측정 모듈에서 측정된 변수값을 수신하는 신호 인지부, 상기 신호 인지부의 신호를 증폭하는 데이터 증폭부, 상기 데이터 증폭부에서 증폭된 데이터의 노이즈를 제거하는 노이즈 제거부 및 상기 노이즈 제거부에서 수신된 신호를 디지털 데이터로 변환하는 데이터 변환부를 포함하는 것이 바람직하다.
또한, 상기 통계적 분석기법은 다중 회귀 분석법이 바람직하며, 상기 분석 모듈은 다중 회귀식 저장 데이터베이스와, 상기 데이터베이스에 저장된 상기 다중 회귀식을 이용하여 상기 측정 신호 처리 모듈로부터 수신된 상기 대표 척도 변수값으로부터 오염 물질의 농도를 연산하는 연산프로세스를 포함하며, 여기서, 상기 수신된 대표 척도 변수값은 적어도 PM10, CO2, Temp(온도), Humi(습도)를 포함하고, 상기 연산되는 오염물질은 HCHO, CO, NO2, SO2 중 적어도 하나를 포함하는 것이 바람직하다
또한, 상기 오염 물질은 일산화탄소, 미세먼지, 이산화질소 및 포름알데히드 중 어느 하나일 수 있다.
아울러, 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치는 상기 분석 모듈로부터 신호를 수신하여 오염 물질의 농도를 표시하는 디스플레이를 더 포함하는 것이 바람직하다.
본 발명의 목적은, 또한 상기 지하 공간의 대기 환경의 대표 척도가 되는 변수값을 측정하는 단계와, 상기 측정 단계에서 측정된 변수값을 수신하여 처리하는 측정 신호 처리 단계와, 상기 측정 신호 처리 단계에서 처리된 데이터를 수신하여 상기 통계적 분석기법을 이용하여 상기 지하 공간의 오염 물질의 농도를 예측하는 분석 단계를 포함하는 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 방법에 의해 달성된다.
상기 측정 단계는 상기 지하 공간의 온도, 습도, 이산화탄소 및 가시도를 측정하는 단계를 포함하는 것이 바람직하고, 상기 측정 신호 처리 단계는 상기 측정 단계에서 측정된 변수값을 수신하는 단계와, 상기 수신 단계에서 수신한 신호를 증폭하는 단계, 상기 증폭 단계에서 증폭된 데이터의 노이즈를 제거하는 단계 및 상기 노이즈 제거 단계에서 처리된 데이터를 디지털 데이터로 변환하는 단계를 포함하는 것이 바람직하다.
지금부터 단지 예시로서 본 발명에 따른 바람직한 실시예를 첨부도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치의 다중 회귀식 도출 방법의 순서도를 나타낸 도면이고, 도 2는 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치의 블록도를 나타낸 것이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치는 지하 공간의 대기 환경의 대표 척도가 되는 변수값을 측정하는 측정 모듈(210), 측정 모듈(210)에서 측정된 변수값을 수신하여 처리하는 측정 신호 처리 모듈(220), 측정 신호 처리 모듈(220)로부터 신호 처리된 데이터를 수신하여 통계적 분석기법, 즉 다중 회귀 분석에 의해 지하 공간의 오염 물질의 농도를 예측하는 분석 모듈(230)과 분석 모듈(230)로부터 신호를 수신하여 예측된 오염 물질의 농도를 표시하는 디스플레이(240)를 포함한다.
또한, 상기 측정 모듈(210)은 온도 감지부(211), 습도 감지부(212), 이산화탄소 감지부(213), 가시도 감지부(214)를 포함한다.
측정 모듈(210)에서 측정된 지하 공간의 온도, 습도, 이산화탄소 농도 및 가시도는 측정 신호 처리 모듈(220)의 신호 인지부(221)로 전송되고 데이터 증폭부(222)를 거쳐 입력 신호의 노이즈를 제거하는 노이즈 제거부(223)를 통해 데이터 변환부(AD 변환기)(224)에서 디지털 데이터로 변환된다.
측정 신호 처리 모듈(220)에서 처리된 데이터는 연산프로세스(233)로 전송되고, 연산프로세스(233)는 회귀식 저장 데이터베이스로(231)부터 다중 회귀식을 호출하여 측정 신호 처리 모듈(220)에서 처리된 데이터, 즉 대표 척도 변수값인 지하 공간의 온도, 습도, 이산화탄소 농도, 가시도 등에 다중 회귀식을 적용하여 오염 물질의 농도를 연산하게 된다.
여기서, 대표 척도 변수값을 이용하여 예측할 수 있는 오염 물질은 일산화탄소, 미세먼지, 이산화질소 및 포름알데히드 등이다. 또한, 이렇게 예측된 오염 물질의 농도와 실제 측정된 오염 물질의 농도의 편차가 발생하면 사용자가 조작할 수 있는 회귀식 계수 조정 수단(232)를 통해 회귀식의 계수를 조정하여 허용 편차를 줄일 수도 있다.
이제 도 1을 참조하여 대표 척도 변수값으로부터 지하 공간의 오염 물질의 농도를 예측하는데 필수적인 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치의 다중 회귀식 도출 방법을 설명하면 다음과 같다.
그에 앞서 회귀 분석(regression analysis)이란 변수들 간의 관련성을 규명하기 위하여 특정 수학적 모형을 가정하고, 이 모형을 측정된 변수들의 데이터로부터 추정하는 통계적 분석방법을 말하여, 일반적으로 이 추정된 모형을 사용하여 필요한 예측을 하거나 통계적 추론(statistical inference)을 하게 된다. 회귀 분석의 주된 목적은 독립변수의 값을 지정했을 때 종속변수가 갖는 값의 정확한 추정에 있다. 본 발명에서는 독립변수는 온도, 습도, 이산화탄소 농도, 및 가시도이고, 종속변수는 오염 물질의 농도가 된다.
이제 도 1의 순서도를 참조하여 다중 회귀식의 도출 방법을 설명하면, 지하 공간의 오염 물질의 예측을 위하여 지하 공간의 온도, 습도 등 실내 환경 및 오염 물질의 상호 상관성 비교(110)를 통하여 실내 환경을 대표할 수 있는 대표 척도를 도출하고(120), 대표 척도를 이용하여 다중 회귀 분석을 실시하여 다중 회귀식을 도출하고(130), 도출 다중 회귀식에 대한 신뢰성 검증을 위하여 수정 상관 계수를 이용 신뢰성 검증 과정(140)을 통하여 도출 다중 회귀식의 수정 상관 계수가 오차 허용 범위 안에서 수렴(150)하는 경우 최종 도출 다중 회귀식을 데이터베이스에 저장(160)하게 된다.
도 3은 본 발명의 일 실시예에 따른 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치의 대표 척도 변수값의 변수 조정 기능을 이용한 지하 공간의 오염 물질의 농도를 예측하는 다중 회귀식 계수 보정 흐름도를 나타낸 것이다.
도 3을 참조하여 다중 회귀식 계수 보정 절차를 설명하면, 단계(310)에서 지하 공간의 정기적 및 비정기적 실내 환경의 오염 물질의 농도를 실측하고, 단계(320)에서는 미리 결정된 다중 회귀식과 온도 습도 등 지하 공간의 대표 척도 변수값을 이용하여 지하 공간의 오염 물질의 농도를 예측하고, 단계(330)에서는 예측값과 실측값의 편차를 허용 오차와 비교하여 허용 오차 범위안이면 회귀식의 보정을 종료하고, 그렇지 않으면 단계(340)에서 허용 오차율 초과 대상 오염 물질에 대한 상관성 분석 및 가중치화를 시행하여 단계(350)에서 다중 회귀식의 척도 가스별 가중치 적용 계수를 조정하게 된다.
이제 도 4를 참조하여 본 발명의 일 실시예에 따른 통계적 분석기법을 이용하한 지하 공간의 대기 환경 예측 방법을 설명하면 다음과 같다.
단계(510)에서 지하 공간의 관리 대상 오염 물질을 선택하고, 단계(520)에서 지하 공간의 대표 척도 변수값인 온도, 습도, 이산화탄소 및 가시도를 측정하며, 단계(540)에서 관리 대상 오염 물질의 회귀식 및 보정값을 회귀식 데이터베이스에서 호출하여 단계(550)에서 관리 대상 오염 물질의 오염 농도를 예측하게 된다. 또한, 단계(561)에서는 주기적 또는 비주기적일 수 있는 대상 오염 물질의 실측값을 호출(560)하여 예측값과 측정값의 비로부터 오차 한계를 검증하여 만일 오차 한계를 초과하면 단계(562)에서 도 1의 절차를 통해 회귀식의 계수를 보정하여 다시 단계(550)로 이전하여 관리 대상 오염 물질의 오염 농도를 예측한다. 만일, 단계(561)에서 예측값과 측정값의 비로부터 오차 한계를 초과하지 않았다고 판단하면 단계(570)에서는 단계(520)에서 측정한 측정값 과 단계(550)에서 예측한 예측값을 출력하게 된다. 마지막으로 단계(580)에서는 이와 같은 측정값과 예측값이 실내 환경 기준을 만족하면 단계(580)는 다시 단계(510)로 이전하며, 만일 그렇지 않을 경우에는 단계(590)에서 공조 시스템의 운전 제어를 통해 지하 공간의 환기를 시킨다.
이하에서는 첨부된 도 5 내지 도 24를 참조하여, 본 발명을 더욱 상세하게 예시한다. 이 예시에서는 도 24에 도시된 흐름도에 따른 다중회귀분석을 통한 지하도상가의 실내 환경예측 및 제어를 위하여 도 5의 대전 중앙지하도상가의 실측 자료를 이용한 회귀식 도출 및 평가하였다.
도 5는 1991년 하절기 대전 중앙지하도상가의 실내환경 및 오염물질(CO2, CO, PM10, Temp) 측정 결과이다. CO2의 경우 시간의 경과에 따라 지속적으로 증가하는 형태로서, 영업 개시시간인 8시에 약 405 ppm의 CO2는 영업 종료시간 20시에 약 915 ppm으로 증가하였다. CO 역시 시간의 경과에 따라 4.15 ppm ~ 5.50 ppm으로 지속적 증가 형태를 도시하고 있다. CO2와 CO의 경우 지하도상가 내부의 통행자, 거주자가 지속적으로 거주에 따라 지속적으로 증가하고 있는 것으로 판단된다. PM10의 경우 영업개시 시간부터 12시까지 증가 형태를 나타내고 있으나, 12시 이후 비교적 일정한 수준을 유지하고 있다. 실내 온도의 경우 일간 27℃~28℃를 유지하고 있으며, 오전 시간대에 비하여 오후 시간대에 약 0.5℃ 정도 높게 나타나고 있다. 현재 다중이용시설의 실내 공기질 관리법에서는 실내 SO2, NO2, CO2, CO 등 유지기준 및 권고기준을 규정하고 있으며, 본 지하도상가 실내 환경예측 및 제어 또한 현재 단순 CO2 센서에 의존하고 있는 지하도상가의 실내 환경제어를 위하여 SO2, NO2 등에 대한 정보를 제공, 활용하고자 하는 데 있다. 그러나 최근의 지하도상가의 실내 환경 측정값의 확보에 어려움이 있어 1991년 대전 지하도상가의 실내 환경측정 결과를 이용하여 다중회귀분석을 실시하였으며, 일부 오염물질의 변화에 대하여 관련문헌 등을 참고하여 임의 추정하였다. 따라서 본 연구에서 제시하고 있는 지하도상가 실내 오염물질 예측과 관련하여 회귀식 도출 방법에 대하여 그 의미가 있다.
도 6은 도 5에 도시하고 있는 관측값에 추정값을 도시한 그림으로서 SO2, NO2, HCHO, PB, Humidity(습도)를 포함하고 있다.
도 7은 지하도상가 실내 환경 및 오염물질 추정량의 상호 상관관계를 도시한 그림으로 각 오염물질별 상호 선형 상관관계가 있음을 도시하고 있다. 도 7의 산점도로부터 다음 수학식 1의 선형회귀모형을 추정할 수 있다.
Figure 112006095328254-pat00001
도 8 및 도 9는 도 7의 지하도상가 실내 오염물질의 상호 상관관계의 일부로 서 SO2와 CO2 사이의 상호 상관관계, PC10과 실내온도의 상호 상관관계를 도시하고 있는 그래프로서, SO2와 CO2의 경우 상호 98.9% 수준의 상관관계를 갖고 있으나 PM10과 실내온도의 경우 29.5% 수준의 상관관계를 갖고 있을 뿐임을 알 수 있다.
도 10은 SO2의 실내 환경 예측을 위한 독립변수의 적용 단계별 지하도상가의 실내 환경 회귀분석 결과의 요약으로 (상수), CO2, NO2, HCHO, CO, Temp을 이용하여 실내 SO2의 예측이 가능함을 도시하고 있으며, Durbin-Watson 통계량으로부터 다중회귀 모형의 오차항의 자기 상관관계가 없음을 도시하고 있다.
다만, 도 11의 공선성 통계량으로부터 SO2에 대한 회귀식 독립변수 중 CO2, HCHO의 경우 일부 공선성 문제가 발생할 수 있음을 알 수 있다.
다중공선성 문제가 발생하고 있는 CO2와 HCHO 중 HCHO를 제거한 모델에서의 다중회귀분석 모델의 요약 및 공선성 통계량은 도 12 및 도 13에 도시하고 있다.
다만, 공선성 문제의 해결을 위한 독립변수의 조정이 예측 모델의 설명력을 저하시킬 우려가 있으므로 그림 9의 결정계수(R2)의 검토에 세심한 주의가 필요하다.
도 12의 결정계수(수정된 R 제곱)는 최종 (상수), CO2, NO2, PB, Temp를 독립변수로 하여 약 99.8%의 모수(모함수) 추정이 가능함을 도시하고 있다.
아래의 수학식 2의 회귀분석 결과의 특이점으로는 도 11의 회귀분석 모형과 비교하여 HCHO를 배제한 회귀분석 결과에 CO가 SO2 설명변수에서 제거되었으며, PB가 추가적으로 설명변수에 진입하였음을 알 수 있다.
도 13의 수정된 모델의 다중회귀분석 결과를 이용하여 아래의 수학식 2와 같이 SO2에 대한 회귀분석 추정모델을 작성할 수 있다. 도 14에서는 모수(모함수)와 수학식 2의 회귀분석 결과를 비교하고 있다.
Figure 112006095328254-pat00002
도 15 내지 도 17은 다중회귀 수정모델에 대한 잔차 분석, 영향력 평가 결과를 도시하고 있는 그래프로서, 3번 관측값과 24번 관측값에서 특이점이 발견되어 특이점 제거 후 다중회귀분석 결과를 도 18 내지 도 22에 도시하였으며, 다중 회귀분석 결과 즉 아래의 수학식 3과 모수(모함수)를 도 23에서 비교하고 있다.
Figure 112006095328254-pat00003
지금까지는, 지하도상가 실내 환경 및 오염물질 측정(CO2, CO, PM10, Temp), 임의 추정(SO2, NO2, HCHO, PB, Humi) 값을 이용하여 실내 SO2 농도와 관련한 다중회귀분석을 실시한 것이다.
다만, 실제 지하도상가에서 경제적으로 측정 가능한 물리량이 CO2, PM10, Temp, Humi 등으로 극히 제한적으로 수학식 3에서와 같이 NO2, PB 등을 이용한 회귀분석 결과의 적용에 무리가 있다.
따라서 SO2, CO, NO2, HCHO, PB(납) 등의 추정을 위하여 CO2, PM10(미세먼지), Humi(습도), Temp(온도) 등 실측값을 독립변수로 하여 SO2의 추정 사례와 같이 다중회귀분석을 실시할 수 있고, 이는 구체적으로 아래의 수학식 4의 형태로 제시할 수 있다. 수학식 4를 통하여 79~99% 수준에서 HCHO, CO, NO2, SO2의 추정이 가능함을 알 수 있으며, 같은 방법으로 실내 총부유세균, Rn, VOC, O3 등의 추정 또한 가능하다. 다만, 앞서 언급한 바와 같이 일부 데이터의 경우 추정값을 사용하였음을 인지하여야 할 것이다.
Figure 112006095328254-pat00004
Figure 112006095328254-pat00005
Figure 112006095328254-pat00006
Figure 112006095328254-pat00007
Figure 112006095328254-pat00008
Figure 112006095328254-pat00009
Figure 112006095328254-pat00010
Figure 112006095328254-pat00011
지금까지 본 발명에 관한 바람직한 실시예가 설명되었다. 그러나, 이제까지 설명된 바람직한 실시예는 단지 예시로서만 받아들여야 한다. 즉, 본 발명이 속한 기술 분야에서 통상의 지식을 가진 자는 본 발명의 바람직한 실시예를 참조하여 다양한 변형을 도출해 낼 수 있을 것이다. 따라서, 본 발명의 기술적인 권리 범위는 첨부된 청구항에 의해서만 해석되어야 한다.
본 발명은 종래 극소량으로 존재하여 해당 물질의 실내 잔존 물리량의 측정에 고가의 비용이 소요되거나 측정 방법에 기인한 문제로 연속적인 측정이 불가능한 종래의 지하 공간의 대기 환경 측정 장치 및 방법의 개선하여, 지하 공간의 온도, 습도, 이산화탄소 및 가시도 등 대표 척도 변수값을 이용하여 통계적 분석기법, 즉 다중 회귀 분석 기법에 의해 지하 공간의 오염 물질의 농도를 용이하게 예측하고 지하 공간의 오염 물질의 농도를 자동적으로 제어할 수 있는 장치 및 방법을 제공하는 등의 효과가 있다.

Claims (12)

  1. 삭제
  2. 삭제
  3. 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치로서,
    상기 지하 공간의 대기 환경의 대표 척도가 되는 변수값을 측정하는 측정 모듈과,
    상기 측정 모듈에서 측정된 변수값을 수신하여 처리하는 측정 신호 처리 모듈과,
    상기 측정 신호 처리 모듈로부터 신호 처리된 데이터를 수신하여 상기 통계적 분석기법을 이용하여 상기 지하 공간의 오염 물질의 농도를 예측하는 분석 모듈을 포함하며,
    상기 측정 모듈은 온도 감지부, 습도 감지부, 이산화탄소 감지부 및 가시도 감지부를 포함하고, 상기 측정 신호 처리 모듈은 상기 측정 모듈에서 측정된 변수값을 수신하는 신호 인지부, 상기 신호 인지부의 신호를 증폭하는 데이터 증폭부, 상기 데이터 증폭부에서 증폭된 데이터의 노이즈를 제거하는 노이즈 제거부 및 상기 노이즈 제거부에서 수신된 신호를 디지털 데이터로 변환하는 데이터 변환부를 포함하는 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치.
  4. 제 3항에 있어서,
    상기 통계적 분석기법은 다중 회귀 분석법이고,
    상기 분석 모듈은 다중 회귀식 저장 데이터베이스와, 상기 데이터베이스에 저장된 상기 다중 회귀식을 이용하여 상기 측정 신호 처리 모듈로부터 수신된 상기 대표 척도 변수값으로부터 오염 물질의 농도를 연산하는 연산프로세스를 포함하며,
    여기서, 상기 수신된 대표 척도 변수값은 적어도 PM10(미세먼지), CO2, Temp(온도), Humi(습도)를 포함하고, 상기 연산되는 오염물질은 HCHO, CO, NO2, SO2 중 적어도 하나를 포함하며, 상기 다중 회귀식은 다음의 수학식, 즉
    Figure 112008020427928-pat00012
    Figure 112008020427928-pat00013
    Figure 112008020427928-pat00014
    Figure 112008020427928-pat00015
    에 의해 결정되는(여기서 R2은 결정계수이다) 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치.
  5. 제 4항에 있어서,
    상기 다중 회귀식에 의한 오염 물질의 예측값과 실측값이 허용 오차율을 초과할 때 대표 척도 변수값의 가중치를 조정하여 상기 다중 회귀식을 보정하는 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치.
  6. 제 3항에 있어서,
    상기 분석 모듈로부터 신호를 수신하여 오염 물질의 농도를 표시하는 디스플레이를 더 포함하는 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 장치.
  7. 삭제
  8. 삭제
  9. 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 방법으로서,
    상기 지하 공간의 대기 환경의 대표 척도가 되는 변수값을 측정하는 단계와,
    상기 측정 단계에서 측정된 변수값을 수신하여 처리하는 측정 신호 처리 단계와,
    상기 측정 신호 처리 단계에서 처리된 데이터를 수신하여 상기 통계적 분석기법을 이용하여 상기 지하 공간의 오염 물질의 농도를 예측하는 분석 단계를 포함하며,
    상기 측정 단계는 상기 지하 공간의 온도, 습도, 이산화탄소 및 가시도를 측정하는 단계를 포함하고, 상기 측정 신호 처리 단계는 상기 측정 단계에서 측정된 변수값을 수신하는 단계와, 상기 수신 단계에서 수신한 신호를 증폭하는 단계, 상기 증폭 단계에서 증폭된 데이터의 노이즈를 제거하는 단계 및 상기 노이즈 제거 단계에서 처리된 데이터를 디지털 데이터로 변환하는 단계를 포함하는 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 방법.
  10. 제 9항에 있어서,
    상기 통계적 분석기법은 다중 회귀 분석법이고,
    상기 분석 단계는 미리 저장된 다중 회귀식을 이용하여 상기 측정 신호 처리 단계에서 처리된 상기 대표 척도 변수값으로부터 오염 물질의 농도를 연산하는 단계를 포함하며,
    여기서, 상기 수신된 대표 척도 변수값은 적어도 PM10, CO2, Temp(온도), Humi(습도)를 포함하고, 상기 연산되는 오염물질은 HCHO, CO, NO2, SO2 중 적어도 하나를 포함하며, 상기 회귀식은 다음의 수학식, 즉
    Figure 112008020427928-pat00016
    Figure 112008020427928-pat00017
    Figure 112008020427928-pat00018
    Figure 112008020427928-pat00019
    에 의해 결정되는(여기서 R2은 결정계수이다) 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 방법.
  11. 제 10항에 있어서,
    상기 다중 회귀식에 의한 오염 물질의 예측값과 실측값이 허용 오차율을 초과할 때 대표 척도 변수값의 가중치를 조정하여 상기 다중 회귀식을 보정하는 단계를 더 포함하는 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 방법.
  12. 제 9항에 있어서,
    상기 분석 단계에서 예측된 오염 물질의 농도를 표시하는 디스플레이하는 단계를 더 포함하는 것을 특징으로 하는,
    통계적 분석기법을 이용한 지하 공간의 대기 환경 예측 방법.
KR1020060132435A 2005-12-28 2006-12-22 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측장치 및 방법 KR100851520B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20050131127 2005-12-28
KR1020050131127 2005-12-28

Publications (2)

Publication Number Publication Date
KR20070070076A KR20070070076A (ko) 2007-07-03
KR100851520B1 true KR100851520B1 (ko) 2008-08-11

Family

ID=38505566

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060132435A KR100851520B1 (ko) 2005-12-28 2006-12-22 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측장치 및 방법

Country Status (1)

Country Link
KR (1) KR100851520B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101107301B1 (ko) 2009-12-30 2012-01-20 재단법인 포항산업과학연구원 회귀분석모델을 통한 이산화탄소 포집공정의 반응생성물 농도 예측방법
KR20160065352A (ko) 2014-11-28 2016-06-09 경북대학교 산학협력단 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
KR20240053794A (ko) 2022-10-18 2024-04-25 한국과학기술원 가상 지하공간 이동 환경 구현 시스템

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100838232B1 (ko) * 2006-07-12 2008-06-17 제인상사(주) 지중열전도도 평가방법
KR101865587B1 (ko) * 2016-04-29 2018-06-11 연세대학교 산학협력단 수질내 미생물 유해성 실시간 모니터링 장치 및 방법
KR102042165B1 (ko) 2018-01-29 2019-11-07 성균관대학교산학협력단 미세먼지의 농도 예측 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2765630B2 (ja) * 1996-05-23 1998-06-18 東京都地下鉄建設株式会社 地下空間における空気調和・換気シミュレータ
JP2002207002A (ja) * 2001-01-10 2002-07-26 Hitachi Eng Co Ltd 大気環境シミュレーションシステム
KR20050048101A (ko) * 2003-11-19 2005-05-24 주식회사 경동보일러 실내 오염 경보기능이 구비된 보일러의 실내온도조절기
JP2005301835A (ja) * 2004-04-14 2005-10-27 Nippon Telegr & Teleph Corp <Ntt> モニタリングシステム及び大気汚染物質センサ並びにセンサステーション

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2765630B2 (ja) * 1996-05-23 1998-06-18 東京都地下鉄建設株式会社 地下空間における空気調和・換気シミュレータ
JP2002207002A (ja) * 2001-01-10 2002-07-26 Hitachi Eng Co Ltd 大気環境シミュレーションシステム
KR20050048101A (ko) * 2003-11-19 2005-05-24 주식회사 경동보일러 실내 오염 경보기능이 구비된 보일러의 실내온도조절기
JP2005301835A (ja) * 2004-04-14 2005-10-27 Nippon Telegr & Teleph Corp <Ntt> モニタリングシステム及び大気汚染物質センサ並びにセンサステーション

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101107301B1 (ko) 2009-12-30 2012-01-20 재단법인 포항산업과학연구원 회귀분석모델을 통한 이산화탄소 포집공정의 반응생성물 농도 예측방법
KR20160065352A (ko) 2014-11-28 2016-06-09 경북대학교 산학협력단 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
KR101710482B1 (ko) 2014-11-28 2017-02-28 경북대학교 산학협력단 통계적 기법을 적용한 대기 중 미량 기체의 배경농도 산출방법
KR20240053794A (ko) 2022-10-18 2024-04-25 한국과학기술원 가상 지하공간 이동 환경 구현 시스템

Also Published As

Publication number Publication date
KR20070070076A (ko) 2007-07-03

Similar Documents

Publication Publication Date Title
KR100851520B1 (ko) 통계적 분석기법을 이용한 지하 공간의 대기 환경 예측장치 및 방법
JP4515708B2 (ja) 有毒物質放出の推定
Kim et al. Monitoring and prediction of indoor air quality (IAQ) in subway or metro systems using season dependent models
Liu et al. Multi-objective optimization of indoor air quality control and energy consumption minimization in a subway ventilation system
CN108088772B (zh) 一种多元室内建材VOCs散发预测系统及其使用方法
CN108569097A (zh) 车辆空调内循环的控制方法、控制装置及车辆
KR102156121B1 (ko) 실내 공간에 대한 환기 알림 장치
CN109030731B (zh) 一种实验室安全监测系统及其工作方法
CN106062535A (zh) 用于确定环境空气的二氧化碳含量的方法和设备
KR20090053028A (ko) 지하철 모니터링 시스템
US20210080614A1 (en) Weather Prediction Correction Method and Weather Prediction System
JP2011133164A (ja) 人数推定装置及び人数推定方法
EP0527307A2 (en) Integrated system for the detection and measurement of the urban traffic pollutants and method thereof
CN117114505B (zh) 一种建筑施工现场环境监测方法及系统
JP5394668B2 (ja) 換気量推定装置及び換気量推定方法
CN113758890A (zh) 一种气体浓度计算方法、装置、设备及存储介质
Park et al. Estimation of the real-time infiltration rate using a low carbon dioxide concentration
CN109187850B (zh) 一种实验室智能安全管理系统及其工作方法
KR20160116129A (ko) 공조 환경 관리시스템 및 그 방법
Loganathan et al. Estimation of air quality index using multiple linear regression
KR101306434B1 (ko) 실내 공기질 위해성 통합 분석 시스템 및 방법
US20050072927A1 (en) Gas concentration measuring device and method
KR20010097331A (ko) 레이저 레이더 및 확산모델을 이용한 대기오염 정보시스템
CN113237918A (zh) 一种烟叶密封堆垛结露提前预警方法、装置及电子设备
CN115427782A (zh) 用于确定气溶胶的与源相关的颗粒尺寸分布的方法和气溶胶测量仪

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120802

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20130805

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140804

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150804

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160801

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20170802

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20200204

Year of fee payment: 12