KR101758560B1 - 상수관망 수운영 시스템 - Google Patents

상수관망 수운영 시스템 Download PDF

Info

Publication number
KR101758560B1
KR101758560B1 KR1020160040469A KR20160040469A KR101758560B1 KR 101758560 B1 KR101758560 B1 KR 101758560B1 KR 1020160040469 A KR1020160040469 A KR 1020160040469A KR 20160040469 A KR20160040469 A KR 20160040469A KR 101758560 B1 KR101758560 B1 KR 101758560B1
Authority
KR
South Korea
Prior art keywords
data
demand
unit
quality value
algorithm
Prior art date
Application number
KR1020160040469A
Other languages
English (en)
Inventor
김성현
Original Assignee
엘에스산전 주식회사
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 엘에스산전 주식회사 filed Critical 엘에스산전 주식회사
Priority to KR1020160040469A priority Critical patent/KR101758560B1/ko
Application granted granted Critical
Publication of KR101758560B1 publication Critical patent/KR101758560B1/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
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/12—Messaging; Mailboxes; Announcements

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Development Economics (AREA)
  • Signal Processing (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은, 수요량 데이터를 수집하는 데이터 수집부, 상기 수요량 데이터의 이상치 여부를 판단하는 이상치 처리부 및 상기 수요량 데이터의 이상치 인지 시, 상기 수요량 데이터의 퀄리티 값과 설정된 기준 퀄리티 값을 비교하여 수요량 보정 데이터를 생성하는 데이터 보정부를 포함하는 상수관망 수운영 시스템을 제공한다.

Description

상수관망 수운영 시스템{Managing water in water pipe network system}
본 발명은 상수관망 수운영 시스템에 관한 것으로서, 더욱 상세하게는 오차가 낮은 수요예측이 가능한 상수관망 수운영 시스템에 관한 것이다.
배수지 정수지 등에 설치된 수운영 시스템에서 용수의 수요량을 정확하게 예측하는 것은 용수 운영에 있어서 가장 중요시 되는 1차적 요소로서, 이 예측 결과에 따라 기타 용수 운영 계획이 수립된다.
일반적으로 수운영 시스템의 수요량 예측 기술에 있어서는 일별 수요 예측하기 위해 시계열을 단순하게 선형 시스템화하여 예측을 수행하는 방식을 사용하였다.
도 1은 일반적인 수운영 시스템에서 수요량 예측을 위한 동작 흐름도이다.
도 1을 참조하면, 수운영 시스템은 호스트 서버의 데이터베이스에 접속하여 상수도의 일일 수요량을 예측하기 위한 일일 수요량 이력 데이터를 수집한다(S11).
수운영 시스템은 수집한 일일 수요량 이력데이터를 파라미터로 튜닝한다(S12). 즉, 수운영 시스템은 수집된 일일 수요량 이력 데이터에 대하여 오류 데이터 및 결측 데이터 등을 검색하고, 상기 검색한 오류 데이터 및 결측 데이터들을 이전의 평균값으로 다시 사용할 수 있도록 보정 처리하여 일일 수요량 예측 데이터로 변환 튜닝하는 초기 처리를 수행할 수 있다.
수운영 시스템은 설정된 파라미터, 즉 상술한 일일 수요량 예측 데이터에 따라 수요예측 알고리즘이 학습 데이터 과정을 수행하고(S14), 학습 데이터를 수행한 결과로 실시간 일일 수요량의 예측을 수행한다(S13).
최근 들어, 현장 운영시 수요량 데이터들은 계측오류 및 통신문제로 인하여 잘못된 데이터들이 이력에 저장되어 수요예측 연산시 오차율을 높아짐에 따라, 수요예측 알고리즘을 통해서 최적화된 모델 값을 찾아내어 최적화 결과에 대한 신뢰도가 하락될 수 있으므로, 이를 해소하기 위한 연구가 진행 중에 있다.
본 발명의 목적은, 오차가 낮은 수요예측이 가능한 상수관망 수운영 시스템을 제공함에 있다.
본 발명에 따른 상수관망 수운영 시스템은, 수요량 데이터를 수집하는 데이터 수집부, 상기 수요량 데이터의 이상치 여부를 판단하는 이상치 처리부 및 상기 수요량 데이터의 이상치 인지 시, 상기 수요량 데이터의 퀄리티 값과 설정된 기준 퀄리티 값을 비교하여 수요량 보정 데이터를 생성하는 데이터 보정부를 포함할 수 있다.
상기 데이터 수집부는, 상기 수요량 데이터를 설정 시간 간격으로 수집할 수 있다.
상기 이상치 처리부는, 상기 수요량 데이터로부터 수운영 패턴을 분석하는 패턴 분석부 및 상기 수운영 패턴을 기 저장된 수운영 평균 패턴과 비교하여 상기 이상치를 인지하는 인지부를 포함할 수 있다.
상기 데이터 보정부는, 상기 이상치 인지 시, 상기 이상치에 대응하는 상기 수요량 데이터의 퀄리티 값을 산출하는 산출부, 상기 퀄리티 값과 상기 기준 퀄리티 값을 비교하는 비교부 및 상기 비교부의 비교 결과에 따라 보정된 상기 수요량 보정 데이터를 생성하는 생성부를 포함할 수 있다.
상기 데이터 보정부는, 상기 퀄리티 값이 상기 기준 퀄리티 값보다 크면 이상 알림 메시지가 출력하는 알림부를 더 포함할 수 있다.
상기 알림부는, 상기 수요량 데이터의 이상치 인지 여부를 알림 메시지로 출력할 수 있다.
상기 수요량 보정 데이터는, 자동조합 추정 알고리즘에 따라 이전 누적된 수요량 과거 데이터 중 상기 수요량 데이터에 대응하는 임의의 수요량 과거 데이터일 수 있다.
상기 자동조합 추정 알고리즘은, 회귀 및 분석을 위해 회귀분석 알고리즘, K-최근접이웃(KNN) 알고리즘, 서포트 벡터 머신(SVM) 및 인공신경망(ANN) 중 적어도 하나를 포함할 수 있다.
또한, 본 발명에 따른 상수관망 수운영 시스템은, 상기 수요량 보정 데이터를 기반으로 수요 예측을 수행하는 수요 예측부를 더 포함할 수 있다.
상기 수요 예측부는, 자동조합 추정 알고리즘에 따라 조합된 알고리즘의 그룹 마다 수행된 학습과정을 통하여 산출된 결과로 각각의 조합에 사용된 알고리즘에 가중치를 부여하고, 상기 가중치를 높게 가지는 알고리즘의 조합 또는 기준 예측 결과 데이터와의 오차가 적은 알고리즘의 조합을 최적의 알고리즘 조합으로 생성할 수 있다.
본 발명에 따른 상수관망 수운영 시스템은, 수집한 수요량 데이터의 이상치 여부를 인지하고, 수요량 데이터를 수요량 보정 데이터로 보정 또는 생성하여 수요 예측을 수행하도록 함으로써, 수요 예측에 대한 오차를 낮출수 있음으로써 신뢰성이 향상될 수 있는 이점이 있다.
도 1은 일반적인 수운영 시스템에서 수요량 예측을 위한 동작 흐름도이다.
도 2는 본 발명에 따른 상수관망 수운영 시스템을 개략적으로 설명하기 위한 구성도이다.
도 3은 본 발명에 따른 상수관망 수운영 시스템의 제어구성을 나타낸 제어블록도이다.
도 4는 본 발명에 따른 상수관망 수운영 시스템의 동작방법을 나타낸 순서도이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
또한, 본 발명의 원리, 관점 및 실시 예들뿐만 아니라 특정 실시 예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
도 2는 본 발명에 따른 상수관망 수운영 시스템을 개략적으로 설명하기 위한 구성도이다.
도 2를 참조하면, 상수관망 수운영 시스템은, 운영자 단말(110), 데이터베이스(database, DB) 서버(120) 및 운영서버(130)를 포함할 수 있으며, 운영자 단말(110), DB서버(120) 및 운영서버(130)는 네트워크를 통해 연결될 수 있다.
이때, 해당 네트워크는, 상수도 운영을 위한 전용 네트워크일 수도 있으나, 전력선 통신과 같이 공용 네트워크가 사용될 수도 있을 것이다.
여기서, 데이터베이스 서버(120)는 스카다(SCADA) 시스템에 포함된 데이터베이스 서버로 설명하며, 이에 한정을 두지 않는다.
운영서버(130)는 운영자 단말(110)로 복수의 알고리즘을 제공할 수 있으며, 이에 한정을 두지 않는다.
도 3은 본 발명에 따른 상수관망 수운영 시스템의 제어구성을 나타낸 제어블록도이다.
도 3은 도 2에 나타낸 상수관망 수운영 시스템에서 운영자 단말(110)의 내부 제어구성으로 설명하지만, 별도의 기기일 수 있으며, 이에 한정을 두지 않는다.
도 3을 참조하면, 운영자 단말(110)은 데이터 수집부(210), 이상치 처리부(220), 데이터 보정부(230) 및 수요 예측부(240)를 포함할 수 있다.
데이터 수집부(210)는 도 2에 나타낸 데이터베이스 서버(120)로부터 시간대별 수요량 데이터 및 예측 데이터 중 적어도 하나를 수집할 수 있다.
이때, 데이터 수집부(210)는 데이터베이스 서버(120)에 설정 시간 간격으로 접속하여, 상기 수요량 데이터 및 예측 데이터 중 적어도 하나를 수집할 수 있으며, 이에 한정을 두지 않는다.
여기서, 상기 수요량 데이터 및 예측 데이터 중 적어도 하나는 상수관망 수운영 시스템에서 운영되는 정션(junction), 탱크(tank), 파이프(pipe), 밸브(valve) 및 펌프(pump) 등으로 유입되는 유량 및 유속에 대하여, 계측된 값 데이터 및 예측된 값일 수 있으며, 이에 한정을 두지 않는다.
이상치 처리부(220)는 패턴 분석부(222) 및 인지부(224)를 포함할 수 있다.
패턴 분석부(222)는 데이터 수집부(210)에서 수집한 데이터, 예를 들면 상기 수요량 데이터 및 상기 예측 데이터 중 적어도 하나의 데이터를 설정된 수운영 패턴 분석 알고리즘에 따라 수운영 패턴을 분석할 수 있다.
여기서, 상기 수운영 패턴 분석 알고리즘은 서로 다른 분류에 속한 데이터 간에 간격이 최대가 되는 선 (평면)을 찾아 이를 기준으로 데이터를 분류하는 모델인 서포트 벡터 머신(SVM) 모델일 수 있다.
이와 같이, 패턴 분석부(222)는 분석한 상기 수운영 패턴을 인지부(224)로 전달할 수 있다.
인지부(224)는 상기 수운영 패턴을 통계학적 방식에 따라 기 저장된 수운영 평균 패턴과 비교하여 상기 이상치를 인지할 수 있다.
여기서, 상기 통계학적 방식은 통계학적 기법 중 평균치의 상하에 표준편차의 3배 폭을 잡은 한계에서 이상치 상태를 판단하는 3시그마법(three sigma method)을 적용할 수 있다.
데이터 보정부(230)는 알림부(232), 산출부(234), 비교부(236) 및 생성부(238)를 포함할 수 있다.
알림부(232)는 인지부(224)에서 상기 이상치 인지 시, 이상치 인지 여부를 알림 메시지로 출력하여, 운영자 또는 관리자가 인식할 수 있도록 할 수 있으며, 이에 한정을 두지 않는다.
산출부(234)는 상기 이상치에 대응하는 상기 수요량 데이터의 퀄리티 값을 산출할 수 있으며, 상기 퀄리티 값을 비교부(236)로 전달할 수 있다.
비교부(236)는 상기 퀄리티 값과 설정된 기준 퀄리티 값을 비교하여, 상기 퀄리티 값이 상기 기준 퀄리티 값보다 큰지 판단할 수 있다.
이때, 상기 기준 퀄리티 값은 미리 설정된 값으로써, 누적된 수운영 누적 패턴 중 상기 수운영 패턴과 유사한 수운영 누적 패턴에 대한 퀄리티 값일 수 있으며, 이에 한정을 두지 않는다.
생성부(238)는 상기 퀄리티 값이 상기 기준 퀄리티 값보다 크면 자동조합 추정 알고리즘에 따라 보정된 상기 수요량 보정 데이터를 생성할 수 있다.
상기 자동조합 추정 알고리즘은 회귀 및 분석을 위해 회귀분석 알고리즘, K-최근접이웃(KNN) 알고리즘, 서포트 벡터 머신(SVM) 및 인공신경망(ANN) 중 적어도 하나를 포함할 수 있으며, 이에 한정을 두지 않는다.
이때, 생성부(238)는 상기 자동조합 추정 알고리즘에 따라 데이터 베이스 서버(120)에 저장된 이전 누적된 수요량 과거 데이터 중 상기 수요량 데이터에 대응하는 임의의 수요량 과거 데이터를 추출하여, 상기 임의의 수요량 과거 데이터를 상기 수요량 보정 데이터로 생성할 수 있다.
생성부(238)는 상기 수요량 보정 데이터를 이용하여 수요 예측을 수행할 것인지 운영자 또는 관리자에게 인식하도록 알림부(232)에 표시하거나, 자동으로 수요 예측이 수행되게 수요 예측부(240)로 전달할 수 있다.
또한, 생성부(238)는 비교부(236)의 비교 결과, 상기 퀄리티 값이 상기 기준 퀄리티 값보다 작으면, 운영자 또는 관리자에게 상기 수요량 데이터를 이용하여 수요 예측을 수행할 것인지 알림부(232)에 표시하거나, 또는 자동으로 수요 예측이 수행되게 수요 예측부(240)로 전달할 수 있다.
수요 예측부(240)는 수요예측을 위한 알고리즘을 서브(sub)단위 모듈로 구성되고, 상기 서브 단위 모듈은 수동 모드와 자동 모드에 따라 사용할 알고리즘을 결정할 수 있다.
여기서, 수요 예측부(240)는 수동모드인 경우 사용자가 선택한 1개의 수요예측 알고리즘이 선택되며, 자동 모드일 경우 1~N개의 수요예측 알고리즘이 조합(앙상블 알고리즘)되어 각각 수행하게 된다.
상기 알고리즘의 조합(앙상블 알고리즘)은 알고리즘 조합의 개수를 결정하고 각 조합된 케이스마다 학습과정을 거쳐 결과를 산출할 수 있으며, 최적의 알고리즘 조합을 생성할 수 있다.
즉, 수요 예측부(240)는 상기 조합된 알고리즘의 그룹 마다 수행된 학습과정을 통하여 산출된 결과는 각각의 조합에 사용된 알고리즘에 가중치를 부여하고 가중치를 높게 가지는 알고리즘의 조합 또는 기준 예측 결과 데이터와의 오차가 적은 알고리즘의 조합을 최적의 알고리즘 조합으로 생성할 수 있다.
수요 예측부(240)는 조합 및 산출된 알고리즘을 통하여 수요 예측 데이터를 산출할 수 있으며, 별도의 테스트 모듈 세트 또는 다른 알고리즘 조합에 의하여 상기 수요 예측 결과에 대한 재검증을 수행할 수 있다.
도 4는 본 발명에 따른 상수관망 수운영 시스템의 동작방법을 나타낸 순서도이다.
도 4는 도 2 및 도 3을 기반으로 상수관망 수운영 시스템의 동작방법을 설명하며, 동일 구성에 대한 도면 부호를 사용한다.
도 4를 참조하면, 상수관망 수운영 시스템은 데이터베이스 서버(120)에 저장된 수요량 데이터를 수집한다(S310).
즉, 데이터 수집부(210)는 데이터베이스 서버(120)에 설정 시간 간격으로 접속하여, 상기 수요량 데이터 및 예측 데이터 중 적어도 하나를 수집할 수 있으며, 이에 한정을 두지 않는다.
상수관망 수운영 시스템은 상기 수요량 데이터를 수운영 패턴 알고리즘에 따라 수운영 패턴을 분석하고(S320), 상기 수운영 패턴을 통계학적 방식에 따라 기 저장된 수운영 평균 패턴과 비교하여 이상치를 인지한다(S330).
즉, 이상치 처리부(220)는 데이터 수집부(210)에서 수집한 데이터, 예를 들면 상기 수요량 데이터 및 상기 예측 데이터 중 적어도 하나의 데이터를 설정된 수운영 패턴 분석 알고리즘에 따라 수운영 패턴을 분석할 수 있다.
여기서, 상기 수운영 패턴 분석 알고리즘은 서로 다른 분류에 속한 데이터 간에 간격이 최대가 되는 선 (평면)을 찾아 이를 기준으로 데이터를 분류하는 모델인 서포트 벡터 머신(SVM) 모델일 수 있다.
이상치 처리부(220)는 상기 수운영 패턴을 통계학적 방식에 따라 기 저장된 수운영 평균 패턴과 비교하여 상기 이상치를 인지할 수 있다.
여기서, 상기 통계학적 방식은 통계학적 기법 중 평균치의 상하에 표준편차의 3배 폭을 잡은 한계에서 이상치 상태를 판단하는 3시그마법(three sigma method)을 적용할 수 있다.
상수관망 수운영 시스템은 상기 이상치 인지 시, 상기 이상치에 대응하는 퀄리티 값을 산출하고(S340), 상기 퀄리티 값이 설정된 기준 퀄리티 값보다 큰지 비교 판단한다(S350).
즉, 데이터 보정부(230)는 상기 이상치에 대응하는 상기 수요량 데이터의 퀄리티 값을 산출할 수 있으며, 상기 퀄리티 값을 설정된 기준 퀄리티 값을 비교하여, 상기 퀄리티 값이 상기 기준 퀄리티 값보다 큰지 판단할 수 있다.
이때, 상기 기준 퀄리티 값은 미리 설정된 값으로써, 누적된 수운영 누적 패턴 중 상기 수운영 패턴과 유사한 수운영 누적 패턴에 대한 퀄리티 값일 수 있으며, 이에 한정을 두지 않는다.
(S350) 단계 이후, 상수관망 수운영 시스템은 상기 퀄리티 값이 상기 기준 퀄리티 값보다 크면 자동조합 추정 알고리즘에 따라 보정된 상기 수요량 보정 데이터를 생성하고(S360), 상기 수요량 보정 데이터로 수요 예측을 수행한다(S370).
또한, (350) 단계 이후, 상수관망 수운영 시스템은 기 퀄리티 값이 상기 기준 퀄리티 값보다 작으면, 상기 수요량 데이터로 수요 예측을 수행한다(S380).
즉, 데이터 보정부(230)는 상기 퀄리티 값이 상기 기준 퀄리티 값보다 크면 자동조합 추정 알고리즘에 따라 보정된 상기 수요량 보정 데이터를 생성하고, 상기 수요량 보정 데이터를 이용하여 수요 예측을 수행할 것인지 운영자 또는 관리자에게 인식하도록 표시하거나, 자동으로 수요 예측이 수행되게 수요 예측부(240)로 전달할 수 있다.
또한, 상기 퀄리티 값이 상기 기준 퀄리티 값보다 작으면, 운영자 또는 관리자에게 상기 수요량 데이터를 이용하여 수요 예측을 수행할 것인지 표시하거나, 또는 자동으로 수요 예측이 수행되게 수요 예측부(240)로 전달할 수 있다.
수요 예측부(240)는 수요예측을 위한 알고리즘을 서브(sub)단위 모듈로 구성되고, 상기 서브 단위 모듈은 수동 모드와 자동 모드 플래그에 따라 사용할 알고리즘을 결정할 수 있다.
여기서, 수요 예측부(240)는 수동모드인 경우 사용자가 선택한 1개의 수요예측 알고리즘이 선택되며, 자동 모드일 경우 1~N개의 수요예측 알고리즘이 조합(앙상블 알고리즘)되어 각각 수행하게 된다.
수요 예측부(240)는 상기 조합된 알고리즘의 그룹 마다 수행된 학습과정을 통하여 산출된 결과는 각각의 조합에 사용된 알고리즘 마다 가중치를 부여하고 가중치를 높게 가지는 알고리즘의 조합 또는 기준 예측 결과 데이터와의 오차가 적은 알고리즘의 조합을 최적의 알고리즘 조합으로 생성하여, 수요 예측 데이터를 산출할 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

Claims (9)

  1. 수요량 데이터를 수집하는 데이터 수집부;
    상기 수요량 데이터의 이상치 여부를 판단하는 이상치 처리부;
    상기 수요량 데이터의 이상치 인지 시, 상기 수요량 데이터의 퀄리티 값과 설정된 기준 퀄리티 값을 비교하여 수요량 보정 데이터를 생성하는 데이터 보정부; 및
    상기 수요량 보정 데이터를 기반으로 수요 예측을 수행하는 수요 예측부를 포함하고,
    상기 데이터 보정부는,
    상기 이상치에 대응하는 상기 수요량 데이터의 퀄리티 값을 산출하는 산출부;
    상기 퀄리티 값과 상기 기준 퀄리티 값을 비교하는 비교부;
    상기 퀄리티 값이 상기 기준 퀄리티 값보다 크면, 설정된 자동조합 추정 알고리즘에 따라 이전 누적된 수요량 과거 데이터 중 상기 수요량 데이터에 대응하는 임의의 수요량 과거 데이터를 추출하고, 상기 임의의 수요량 과거 데이터를 상기 수요량 보정 데이터로 생성하는 생성부; 및
    상기 수요량 데이터의 이상치 인지 여부를 알림 메시지로 출력하는 알림부를 포함하고,
    상기 생성부는,
    상기 퀄리티 값이 상기 기준 퀄리티 값보다 작으면 상기 수요량 데이터를 상기 수요 예측부로 전달하며,
    상기 수요 예측부는,
    상기 수요량 데이터를 기반으로 수요 예측을 수행하는 상수관망 수운영 시스템.
  2. 제 1 항에 있어서,
    상기 데이터 수집부는,
    상기 수요량 데이터를 설정 시간 간격으로 수집하는 상수관망 수운영 시스템.
  3. 제 1 항에 있어서,
    상기 이상치 처리부는,
    상기 수요량 데이터로부터 수운영 패턴을 분석하는 패턴 분석부; 및
    상기 수운영 패턴을 기 저장된 수운영 평균 패턴과 비교하여 상기 이상치를 인지하는 인지부를 포함하는 상수관망 수운영 시스템.
  4. 삭제
  5. 삭제
  6. 제 1 항에 있어서,
    상기 수요량 보정 데이터는,
    자동조합 추정 알고리즘에 따라 이전 누적된 수요량 과거 데이터 중 상기 수요량 데이터에 대응하는 임의의 수요량 과거 데이터인 상수관망 수운영 시스템.
  7. 제 6 항에 있어서,
    상기 자동조합 추정 알고리즘은,
    회귀 및 분석을 위해 회귀분석 알고리즘, K-최근접이웃(KNN) 알고리즘, 서포트 벡터 머신(SVM) 및 인공신경망(ANN) 중 적어도 하나를 포함하는 상수관망 수운영 시스템.
  8. 삭제
  9. 제 1 항에 있어서,
    상기 수요 예측부는,
    자동조합 추정 알고리즘에 따라 조합된 알고리즘의 그룹 마다 수행된 학습과정을 통하여 산출된 결과로 각각의 조합에 사용된 알고리즘에 가중치를 부여하고, 상기 가중치를 높게 가지는 알고리즘의 조합 또는 기준 예측 결과 데이터와의 오차가 적은 알고리즘의 조합을 최적의 알고리즘 조합으로 생성하는 상수관망 수운영 시스템.
KR1020160040469A 2016-04-01 2016-04-01 상수관망 수운영 시스템 KR101758560B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160040469A KR101758560B1 (ko) 2016-04-01 2016-04-01 상수관망 수운영 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160040469A KR101758560B1 (ko) 2016-04-01 2016-04-01 상수관망 수운영 시스템

Publications (1)

Publication Number Publication Date
KR101758560B1 true KR101758560B1 (ko) 2017-07-14

Family

ID=59358558

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160040469A KR101758560B1 (ko) 2016-04-01 2016-04-01 상수관망 수운영 시스템

Country Status (1)

Country Link
KR (1) KR101758560B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012099049A (ja) * 2010-11-05 2012-05-24 Hitachi Ltd 配水量計画予測システム、その予測方法およびそのプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012099049A (ja) * 2010-11-05 2012-05-24 Hitachi Ltd 配水量計画予測システム、その予測方法およびそのプログラム

Similar Documents

Publication Publication Date Title
CN102763048B (zh) 在虚拟量测中使用适应性预测算法及决定何时使用适应性预测算法的方法及设备
CN104809051B (zh) 用于预测计算机应用中的异常和故障的方法和装置
US10458416B2 (en) Apparatus and method for monitoring a pump
JP6580145B2 (ja) グリッド出力を改善するグリッド行動を選択するためのシステム及び方法
EP2573390B1 (en) System and method for predicting wind turbine component failures
US9928467B2 (en) Apparatus for forecasting water demand
CN111401582B (zh) 一种生活污水处理设施异常识别方法及监控平台
KR101941854B1 (ko) 미취득 데이터 보정을 통한 부하 예측 시스템 및 방법
CA3017229C (en) Power consumption analyzing server and power consumption analyzing method thereof
JP6599428B2 (ja) グリッドの異常重大度を表す現場でのセンサ応答データパターンを分類するためのシステム及び方法
US11604461B2 (en) Method and apparatus for monitoring the condition of subsystems within a renewable generation plant or microgrid
CN117176560B (zh) 一种基于物联网的监测设备监管系统及其方法
US11982410B2 (en) Methods and smart gas internet of things (IoT) systems for remote control of ultrasonic metering devices
WO2024065988A1 (zh) 设备监测方法和系统、电子设备、存储介质
CN116187552A (zh) 异常检测方法、计算设备及计算机存储介质
CN116307641A (zh) 一种面向数字化电厂的资源协同调度管理方法及系统
KR101758560B1 (ko) 상수관망 수운영 시스템
KR102110319B1 (ko) 학습 데이터 생성 시스템
CN113591266A (zh) 一种电能表故障概率的分析方法及系统
JP7356781B2 (ja) 欠測を生じ得る観測値から観測確率を推定するプログラム、装置及び推定方法
WO2019052630A1 (en) MANAGING DATA TRAFFIC IN NETWORKS DEFINED BY SOFTWARE
CN113627621B (zh) 一种面向光网络传输质量回归估计的主动学习方法
CN114414938B (zh) 一种配电网故障的动态响应方法及系统
KR101557184B1 (ko) 연관성 분석에 기반한 빌딩의 에너지소비 예측 방법 및 장치
EP3182545A1 (en) Method for forecasting the power daily generable by a solar inverter

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant