KR101918591B1 - 에너지 사용 밀집지역 가스사고 예측 시스템 - Google Patents

에너지 사용 밀집지역 가스사고 예측 시스템 Download PDF

Info

Publication number
KR101918591B1
KR101918591B1 KR1020180051756A KR20180051756A KR101918591B1 KR 101918591 B1 KR101918591 B1 KR 101918591B1 KR 1020180051756 A KR1020180051756 A KR 1020180051756A KR 20180051756 A KR20180051756 A KR 20180051756A KR 101918591 B1 KR101918591 B1 KR 101918591B1
Authority
KR
South Korea
Prior art keywords
minute
data
gas
safety management
standard deviation
Prior art date
Application number
KR1020180051756A
Other languages
English (en)
Inventor
문종삼
조영도
김영구
김정훈
Original Assignee
한국가스안전공사
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 한국가스안전공사 filed Critical 한국가스안전공사
Priority to KR1020180051756A priority Critical patent/KR101918591B1/ko
Application granted granted Critical
Publication of KR101918591B1 publication Critical patent/KR101918591B1/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
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Food Science & Technology (AREA)
  • Strategic Management (AREA)
  • Medicinal Chemistry (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Analytical Chemistry (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Combustion & Propulsion (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 에너지 사용 밀집지역의 가스농도 데이터와 온도 데이터를 이용하는 예측모델을 통하여 가스누출징조와 화재징조를 판단하는 에너지 사용 밀집지역 가스사고 예측 시스템에 관한 것으로서, 에너지 사용 밀집지역의 각 업소에 설치되며, 각 업소의 가스농도와 온도를 실시간으로 측정하여 해당 데이터를 전송하는 가스 안전관리 장치(100); 상기 가스 안전관리 장치(100)로부터 수신받은 가스농도 데이터와 온도 데이터를 전송하는 플랫폼 접속장치(200); 및, 상기 플랫폼 접속장치(200)로부터 수신받은 가스농도 데이터와 온도 데이터를 이용한 예측모델을 통하여 가스누출징조와 화재징조를 결정하고 안전관리 단계별 도달시간을 산출하는 융합 안전관리 서버(300);를 포함하여 구성되는 것을 특징으로 한다.

Description

에너지 사용 밀집지역 가스사고 예측 시스템{Gas-related Accident Prediction System for the Area of Dense Energy Consumption}
본 발명은 에너지 사용 밀집지역에서 실시간으로 측정되어 수집되는 가스농도 데이터 또는 온도 데이터를 이용하는 예측모델을 통하여 가스누출징조 또는 화재징조를 판단하는 에너지 사용 밀집지역 가스사고 예측 시스템에 관한 것으로서, 실시간 가스농도 데이터나 온도 데이터가 미리 설정된 수치 미만인 경우와 이상인 경우로 구분하여 가스누출 및 화재 특성에 따른 예측모델(알고리즘)을 적용함으로써 위험요소에 따른 사고징조를 예측함과 동시에 각 안전관리단계별 도달 예측시간을 산출하는 것을 특징으로 한다.
에너지 사용 밀집지역인 전통시장이나 지하상가 등은 가스 설비와 전기 설비가 동일 구역 내에 설치되어 두 에너지원의 연관성에 의한 사고 가능성이 증대될 수밖에 없다.
2015년 가스사고 연감에 따르면, 가스 및 전기 관련 사고는 폭발, 누출, 화재라고 볼 수 있으며 최근 10년간 발생된 유형을 보면 폭발사고 35.6%, 누출사고 16.8% 및 화재사고 26.1%로 총 78.5% 발생하였다.
이러한 사고를 예방하고 신속하게 대응하기 위하여 IoT(Internet of Things) 기반으로 센서 데이터를 수집하고 이들 데이터의 분석을 통하여 에너지 안전을 통합관리하고 에너지 사용 밀집지역의 시설 및 설비에 대한 안전 고도화가 가능한 예측모델 및 이를 포함한 안전관리 시스템의 개발이 필요한데, 가스사고 예측모델 개발 방안은 크게 가스 누출 전과 가스 누출 후로 나눌 수 있다.
가스 누출 전에 사고를 예측하는 방안은 가스 시설물(배관이나 연결부 등)에서 발생하는 마모, 부식. 피로, 고장 등에 대한 열화모델을 개발하는 것인데, 관련 사고건수의 부족, 관련 데이터의 부재 등으로 적합한 모델 창출이 쉽지 않은 현실이다.
따라서, 가스 누출 후의 예측모델을 개발하는 방안이 보다 효과적일 수 있으며, 본 발명은 이러한 방안에 따른 결과물이다. 또한, 가스연소기 주위에서의 가스사용 관련 화재 또는 기타 화재가 발생하기 때문에 이러한 사고를 예방하기 위한 온도 데이터 기반의 화재예측기법도 포함하였다.
[선행기술문헌]
공개특허 제10-2016-0027389호
등록특허 제10-1805713호
본 발명은 실시간으로 측정되는 가스농도 데이터와 온도 데이터를 활용하여 가스누출 징조와 화재 징조를 판단함은 물론 각각의 안전관리단계별 도달 예측시간을 산출함으로써 보다 효율적으로 에너지 사용 밀집지역의 가스사고를 예측할 수 있는 수단을 제공함을 그 목적으로 한다.
상기한 목적을 달성하기 위하여 창작된 본 발명의 기술적 구성은 다음과 같다.
본 발명은 에너지 사용 밀집지역의 가스농도 데이터와 온도 데이터를 이용하는 예측모델을 통하여 가스누출징조와 화재징조를 판단하는 에너지 사용 밀집지역 가스사고 예측 시스템에 관한 것으로서, 에너지 사용 밀집지역의 각 업소에 설치되며, 각 업소의 가스농도 또는 온도를 실시간으로 측정하여 해당 데이터를 전송하는 가스 안전관리 장치(100); 상기 가스 안전관리 장치(100)로부터 수신받은 가스농도 데이터 또는 온도 데이터를 전송하는 플랫폼 접속장치(200); 및, 상기 플랫폼 접속장치(200)로부터 수신받은 가스농도 데이터나 온도 데이터를 이용한 예측모델을 통하여 가스누출징조와 화재징조를 판단하고 안전관리 단계별 도달시간을 산출하는 융합 안전관리 서버(300);를 포함하여 구성되는 것을 특징으로 한다.
본 발명의 구성에 따른 기술적 효과는 다음과 같다.
첫째, 가스농도 데이터를 이용하여 가스누출징조를 판단할 뿐만 아니라 온도 데이터를 이용하여 화재징조를 판단함으로써 에너지 사용 밀집지역의 가스사고를 보다 정확하게 예측할 수 있다.
둘째, 에너지 사용 밀집지역에서 실시간으로 측정되는 가스농도 데이터와 온도 데이터를 각 특성에 따라 미리 설정된 값 이상인 경우와 미만인 경우로 구분하고, 그 각각에 서로 다른 알고리즘을 적용하여 가스누출징조 또는 화재징조를 결정함으로써 보다 정확한 판단이 가능하다.
셋째, 에너지 사용 밀집지역에서 실시간으로 측정되는 가스농도 데이터와 온도 데이터가 미리 설정된 값 이상인 경우와 미만인 경우로 구분하고, 그 각각에 서로 다른 알고리즘을 적용하여 각각의 안전관리 단계별 도달시간을 산출함으로써 보다 효율적인 가스사고 예측 및 안전관리가 가능하다.
도1은 본 발명의 전체 구성을 도시하는 블럭도이다.
도2는 본 발명의 실시예에 따른 가스누출징조 판단 및 이와 관련된 안전관리 단계별 도달시간을 산출하는 순서도이다.
도3은 본 발명의 실시예에 따른 화재징조 판단 및 이와 관련된 안전관리 단계별 도달시간을 산출하는 순서도이다.
도4는 안전관리 단계별 가스농도 및 온도, 필요한 안전조치 사항을 도시한다.
이하에서는 본 발명의 구체적 실시예를 첨부도면을 참조하여 보다 상세히 설명한다.
에너지 사용 밀집지역의 가스농도 데이터와 온도 데이터를 이용하는 예측모델을 통하여 가스누출징조와 화재징조를 판단하는 에너지 사용 밀집지역 가스사고 예측 시스템에 관한 것으로서, 가스 안전관리 장치(100), 플랫폼 접속장치(200), 및, 융합 안전관리 서버(300)를 포함하여 구성되며, 융합 안전관리 서버(300)는 데이터베이스부(310)와 가스사고 위험예측 엔진(320)으로 구성된다.
가스 안전관리 장치(100)는 에너지 사용 밀집지역의 각 업소에 설치되며, 각 업소의 가스농도와 온도를 실시간으로 측정하여 해당 데이터를 전송하는 기능을 한다.
따라서, 가스 안전관리 장치(100)는 가스농도를 측정하는 센서와 온도를 측정하는 센서 기능이 구비되어야 하고 측정된 데이터를 플랫폼 접속장치(200)로 전송하는 유선 또는 무선 통신기능이 구비되어야 하는데, 현재 상용화된 다양한 제품 가운데 적절한 규격과 사양의 제품을 선택하여 가스 안전관리 장치(100)를 구성할 수 있다.
가스 안전관리 장치(100)는 이러한 센서와 통신 기능 이외에도 가스시설물로 공급되는 가스를 자동 차단할 수 있는 차단밸브 기능이 구비되고, 안전관리를 위하여 필요한 경우 융합 안전관리 서버(300)의 제어신호에 따라 가스공급을 차단할 수도 있다.
이러한 가스 안전관리 장치(100)는 안전관리가 필요한 에너지 사용 밀집지역 내의 적절한 위치를 선정하여 설치한다.
플랫폼 접속장치(200)는 가스 안전관리 장치(100)로부터 수신받은 가스농도 데이터와 온도 데이터를 인터넷을 포함한 유무선 통신수단을 통하여 융합 안전관리 서버(300)로 전송하는 역할을 한다.
즉, 플랫폼 접속장치(200)는 일종의 라우터나 게이트웨이와 같은 역할을 하는 것으로서, 다수의 가스 안전관리 장치(100)가 하나의 플랫폼 접속장치(200)를 공유할 수 있다.
융합 안전관리 서버(300)는 인터넷을 포함한 유무선 통신수단을 통하여 플랫폼 접속장치(200)로부터 수신받은 가스농도 데이터와 온도 데이터를 이용한 예측모델을 통하여 가스누출징조와 화재징조를 결정하고 안전관리 단계별 도달시간을 산출하는 역할을 한다.
아울러, 안전관리 단계에 따라 필요한 제어신호를 플랫폼 접속장치(200)를 통하여 해당 가스 안전관리 장치(100)로 전송하는 기능도 수행한다. 제어신호와 함께 경고 메시지를 전송할 수 있는데, 이러한 경고 메시지는 안전관리 단계별로 필요한 안전조치를 취할 필요가 있는 기관이나 담당자의 단말기로 전송된다.
융합 안전관리 서버(300)는 데이터베이스부(310)와 가스사고 위험예측 엔진(320)을 포함한다.
데이터베이스부(310)는 플랫폼 접속장치(200)를 통하여 수집된 가스농도 데이터와 온도 데이터를 저장하는 역할을 한다.
아울러, 저장된 가스농도 데이터와 온도 데이터를 이용하여 산출된 평시 가스농도와 온도의 평균이나 표준편차와 같은 통계 데이터도 함께 저장된다.
가스사고 위험예측 엔진(320)은 플랫폼 접속장치(200)를 통하여 수집된 가스농도 데이터와 온도 데이터를 이용하는 예측모델(알고리즘)을 가동하여 가스누출징조 또는 화재징조를 결정하는 역할을 한다.
아울러 가스사고 위험예측 엔진(320) 예측모델은 안전관리 단계에 따라 필요한 제어신호를 결정하며, 결정된 제어신호는 플랫폼 접속장치(200)로 전송된다. 플랫폼 접속장치(200)는 융합 안전관리 서버(300)로부터 수신받은 제어신호를 가스 안전관리 장치(100)로 전달하여 가스 안전관리 장치(100)의 작동을 제어하고, 이에 따라 가스공급이 차단될 수 있다.
융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 미만인 경우와 미리 설정된 농도 이상인 경우로 구분하여 각기 다른 예측모델에 따라 가스누출징조 결정 및 각각의 안전관리단계별 도달 예측시간을 산출하고, 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 미만인 경우와 미리 설정된 온도 이상인 경우로 구분하여 각기 다른 예측모델에 따라 화재징조 결정 및 각각의 안전관리단계별 도달 예측시간을 산출한다.
즉, 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)에는 가스농도 데이터 기반으로 사고를 예측하는 알고리즘과 온도 데이터를 기반으로 사고를 예측하는 알고리즘이 함께 구비되는 것을 특징으로 한다.
도2는 본 발명의 실시예에 따른 융합 안전관리 서버(300)에서 이루어지는 가스누출징조 판단 및 이와 관련된 안전관리 단계별 도달시간을 산출하는 순서도이다.
이러한 과정은 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)이 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터와 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터를 비교하여 상황에 따라 각기 다른 알고리즘이 적용되어 수행된다.
1. 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 미만인 경우, 다음 가운데 어느 한 가지에 해당할 경우 가스가 누출된 가스누출징조로 결정한다.
(1) 모니터링 시점 이전 60분 데이터 범위의 1분 단위 표준편차 최대값이 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하는 경우 가스누출징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 따라서 모니터링 시점 이전 60분 데이터 범위에서는 1분 단위 표준편차 60개가 존재하게 되고 이러한 60개의 표준편차 가운데 최대값이 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하는 경우 가스누출이 발생된 가스누출징조로 결정한다.
(2) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 가스누출징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 모니터링 시점 이전 60분 데이터 범위에는 10분으로 구분된 6개의 구간이 존재하고, 각 10분 구간별로 1분 단위 표준편차가 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하면 6개의 구간별로 표준편차가 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 표준편차가 증가하는 구간이 6개 구간 가운데 4개 구간 이상인 경우 가스누출이 발생된 가스누출징조로 결정한다.
(3) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 가스누출징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 이동평균이 1분 단위 이동평균이 된다. 모니터링 시점 60분 데이터 범위에는 10분으로 구분된 6개의 구간이 존재하고, 각 10분 구간별로 1분 단위 이동평균이 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하면 6개의 구간 구간별로 이동평균이 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 이동평균이 증가하는 구간이 6개 구간 가운데 4개 구간 이상인 경우 가스누출이 발생된 가스누출징조로 결정한다.
2. 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 이상인 경우, 다음 가운데 어느 한 가지에 해당할 경우 가스가 누출되는 가스누출징조로 결정한다.
(1) 모니터링 시점 이전 30분 데이터 범위의 1분 단위 표준편차 최대값이 상기 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하는 경우 가스누출징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 따라서 모니터링 시점 이전 30분 데이터 범위에서는 1분 단위 표준편차 30개가 존재하게 되고 이러한 30개의 표준편차 가운데 최대값이 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하는 경우 가스누출이 발생되는 가스누출징조로 결정한다.
(2) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 가스누출징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 모니터링 시점 이전 30분 데이터 범위에는 10분으로 구분된 3개의 구간이 존재하고, 각 10분 구간별로 1분 단위 표준편차가 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하면 3개의 구간별로 표준편차가 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 표준편차가 증가하는 구간이 3개 구간 가운데 2개 구간 이상인 경우 가스누출이 발생되는 가스누출징조로 결정한다.
(3) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 가스누출징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 이동평균이 1분 단위 이동평균이 된다. 모니터링 시점 30분 데이터 범위에는 10분으로 구분된 3개의 구간이 존재하고, 각 10분 구간별로 1분 단위 이동평균이 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하면 3개의 구간 구간별로 이동평균이 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 이동평균이 증가하는 구간이 3개 구간 가운데 2개 구간 이상인 경우 가스누출이 발생되는 가스누출징조로 결정한다.
(4) 모니터링 시점 이전 5일 데이터에서 하루에 한 번이라도 미리 설정된 농도 이상 누출된 날이 미리 설정된 일수 이상인 경우 가스누출징조로 결정한다.
다시 말하면, 모니터링 시점 이전 5일 데이터에서 하루에 한 번이라도 미리 설정된 농도 이상으로 누출된 날이 3일 이상인 경우 가스누출이 발생되는 가스누출징조로 결정한다.
3. 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은 다음과 같은 과정으로 안전관리단계별 도달 예측시간을 산출한다.
(1) 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 미만인 경우 모니터링 시점 이전 60분 데이터에 대하여 1분 단위 데이터의 선형 기울기와 10분 단위 데이터의 선형 기울기를 각각 회귀분석을 통하여 산출하며, 산출된 각각의 선형 기울기에 따른 예측모델(회귀식)의 적합성 여부를 미리 설정된 결정계수 기준값(예를 들어, 0.5)을 통해 판단하여 두 개의 예측모델(회귀식) 가운데 결정계수 기준값 이상의 예측모델(회귀식)을 선정하여 안전관리단계별 도달 예측시간을 산출한다. 이 때 두 개의 예측모델(회귀식)이 모두 결정계수 기준값 이상인 경우에는 상대적으로 선형 기울기가 큰 예측모델을 선정하여 안전관리단계별 도달 예측시간을 산출함으로써 보다 보수적인 접근이 이루어지도록 한다.
여기서 결정계수란 회귀식의 적합도를 재는 척도로서, 0 과 1 사이의 값을 가지며 1에 가까울수록 데이터가 회귀식의 선상에 있음을 의미한다.
(2) 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 이상인 경우 모니터링 시점 이전 30분 데이터에 대하여 1분 단위 데이터의 선형 기울기와 10분 단위 데이터의 선형 기울기를 각각 산출하며, 산출된 각각의 선형 기울기에 따른 예측모델(회귀식)의 적합성 여부를 미리 설정된 결정계수 기준값(예를 들어, 0.5)을 통해 판단하여 두 개의 예측모델(회귀식) 가운데 결정계수 기준값 이상의 예측모델(회귀식)을 선정하여 안전관리단계별 도달 예측시간을 산출한다. 이때 두 개의 예측모델(회귀식)이 모두 결정계수 기준값 이상인 경우에는 상대적으로 선형 기울기가 큰 예측모델을 선정하여 안전관리단계별 도달 예측시간을 산출함으로써 보다 보수적인 접근이 이루어지도록 한다.
도3은 본 발명의 실시예에 따른 융합 안전관리 서버(300)에서 이루어지는 화재징조 판단 및 이와 관련된 안전관리 단계별 도달시간을 산출하는 순서도이다.
이러한 과정은 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)이 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터와 데이터베이스부(310)에 미리 저장된 평시 온도 통계 데이터를 비교하여 상황에 따라 각기 다른 알고리즘이 적용되어 수행된다.
4. 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 미만인 경우, 다음 가운데 어느 한 가지에 해당할 경우 화재징조로 결정한다.
(1) 모니터링 시점 이전 30분 데이터 범위의 1분 단위 표준편차 최대값이 상기 데이터베이스부(310)에 미리 저장된 평시 온도 통계 데이터의 표준편차 최대값을 초과하는 경우 화재징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 따라서 모니터링 시점 이전 30분 데이터 범위에서는 1분 단위 표준편차 30개가 존재하게 되고 이러한 30개의 표준편차 가운데 최대값이 데이터베이스부(310)에 미리 저장된 평시 온도 통계 데이터의 표준편차 최대값을 초과하는 경우 화재가 발생되는 화재징조로 결정한다.
(2) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 화재징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 모니터링 시점 이전 30분 데이터 범위에는 10분으로 구분된 3개의 구간이 존재하고, 각 10분 구간별로 1분 단위 표준편차가 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하면 3개의 구간별로 표준편차가 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 표준편차가 증가하는 구간이 3개 구간 가운데 2개 구간 이상인 경우 화재가 발생되는 화재징조로 결정한다.
(3) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 경우 화재징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 이동평균이 1분 단위 이동평균이 된다. 모니터링 시점 이전 30분 데이터 범위에는 10분으로 구분된 3개의 구간이 존재하고, 각 10분 구간별로 1분 단위 이동평균이 10개씩 존재하는데, 각 10분 구간별로 10개씩 존재하는 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하면 3개의 구간별로 이동평균이 증가하는 구간(선형 기울기가 증가하는 구간)인지 여부를 판단할 수 있고, 이러한 판단을 통하여 이동평균이 증가하는 구간이 3개 구간 가운데 2개 구간 이상인 경우 화재가 발생되는 화재징조로 결정한다.
5. 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 이상인 경우, 다음 가운데 어느 하나에 해당할 경우 화재징조로 결정한다.
(1) 모니터링 시점 이전 10분 데이터 범위의 1분 단위 표준편차 최대값이 상기 데이터베이스부(310)에 미리 저장된 평시 온도 통계 데이터의 표준편차 최대값을 초과하는 경우 화재가 발생되는 화재징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 따라서 모니터링 시점 이전 10분 데이터 범위에서는 1분 단위 표준편차 10개가 존재하게 되고 이러한 10개의 표준편차 가운데 최대값이 데이터베이스부(310)에 미리 저장된 평시 온도 통계 데이터의 표준편차 최대값을 초과하는 경우 화재가 발생되는 화재징조로 결정한다.
(2) 모니터링 시점 이전 10분 데이터 범위의 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 경우 화재가 발생되는 화재징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 표준편차가 1분 단위 표준편차가 된다. 모니터링 시점 이전 10분 데이터 범위에는 1분 단위 표준편차가 10개 존재하는데, 이러한 1분 단위 표준편차에 대한 회귀분석을 통하여 산출된 선형 기울기가 증가할 경우(표준편차가 증가) 화재가 발생되는 화재징조로 결정한다.
(3) 모니터링 시점 이전 10분 데이터 범위의 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 경우 화재가 발생되는 화재징조로 결정한다.
다시 말하면, 10초 단위로 데이터가 측정될 경우 1분 단위로 6개의 가스농도 데이터가 수집되는데, 이러한 6개의 데이터에 대하여 산출한 이동평균이 1분 단위 이동평균이 된다. 모니터링 시점 이전 10분 데이터 범위에는 1분 단위 이동평균이 10개 존재하는데, 이러한 1분 단위 이동평균에 대한 회귀분석을 통하여 산출된 선형 기울기가 증가할 경우(이동평균이 증가) 화재가 발생되는 화재징조로 결정한다.
6. 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은 다음과 같은 과정으로 안전관리단계별 도달 예측시간을 산출한다.
(1) 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 미만인 경우, 모니터링 시점 이전 60분 데이터에 대하여 1분 단위 데이터의 선형 기울기와 10분 단위 데이터의 선형 기울기를 각각 회귀분석을 통하여 산출하며, 산출된 각각의 선형 기울기에 따른 예측모델(회귀식)의 적합성 여부를 미리 설정된 결정계수 기준값(예를 들어, 0.5)을 통해 판단하여 두 개의 예측모델(회귀식) 가운데 결정계수 기준값 이상의 예측모델(회귀식)을 선정하여 안전관리단계별 도달 예측시간을 산출한다. 이 때 두 개의 예측모델(회귀식)이 모두 결정계수 기준값 이상인 경우에는 상대적으로 선형 기울기가 큰 예측모델을 선정하여 안전관리단계별 도달 예측시간을 산출함으로써 보다 보수적인 접근이 이루어지도록 한다.
(2) 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 이상인 경우, 모니터링 시점 이전 10분 데이터에 대하여 10초 단위 데이터의 선형 기울기와 1분 단위 데이터의 선형 기울기를 각각 회귀분석을 통하여 산출하며, 산출된 각각의 선형 기울기에 따른 예측모델(회귀식)의 적합성 여부를 미리 설정된 결정계수 기준값(예를 들어, 0.5)을 통해 판단하여 두 개의 예측모델(회귀식) 가운데 결정계수 기준값 이상의 예측모델(회귀식)을 선정하여 안전관리단계별 도달 예측시간을 산출한다. 이 때 두 개의 예측모델(회귀식)이 모두 결정계수 기준값 이상인 경우에는 상대적으로 선형 기울기가 큰 예측모델을 선정하여 안전관리단계별 도달 예측시간을 산출함으로써 보다 보수적인 접근이 이루어지도록 한다.
도4는 안전관리 단계별 가스농도 및 온도, 필요한 안전조치 사항을 도시하는데, 1단계(안전), 2단계(주의). 3단계(경고) 및 4단계(위험)으로 구분한다.
온도가 50℃ 미만인 경우 1단계에 해당하고, 50℃ 이상 70℃ 미만인 경우 2단계에 해당하고, 70℃ 이상 100℃ 미만인 경우 3단계에 해당하고, 100℃ 이상인 경우 4단계에 해당한다.
가스농도는 가스의 종류에 따라 안전관리 단계별 농도를 달리 적용하고 있다.
LPG의 경우 누출되는 가스농도가 0.05% 미만인 경우 1단계에 해당하고, 0,05% 이상 0.53% 미만인 경우 2단계에 해당하고, 0.53% 이상 2.1% 미만인 경우 3단계에 해당하고, 2.1% 이상 9.5% 미만인 경우 4단계에 해당한다.
LNG의 경우 누출되는 가스농도가 0.05% 미만인 경우 1단계에 해당하고, 0,05% 이상 1.25% 미만인 경우 2단계에 해당하고, 1.25% 이상 5% 미만인 경우 3단계에 해당하고, 5% 이상 15% 미만인 경우 4단계에 해당한다.
각각의 안전관리 단계별 수행되는 안전조치는 1단계의 경우 별도의 조치를 취하지 않으며, 2단계의 경우는 경고 메시지를 전송하고, 3단계의 경우는 경고 메시지를 필요한 기관(예를 들어, KGS)이나 담당자들에게 전송함과 동시에 가스를 차단하는 제어신호를 전송하고, 4단계의 경우 소방서와 같이 화재진압을 위한 외부기관의 출동메시지를 해당 기관으로 전송하게 된다.
상기한 바와 같이 본 발명의 구체적 실시예를 첨부도면을 참조하여 설명하였으나 본 발명의 보호범위가 반드시 이러한 실시예에 한정되는 것은 아니며 본 발명의 기술적 요지를 변경하지 않는 범위 내에서 다양한 설계변경, 공지기술의 부가나 삭제, 단순한 수치한정 등의 경우에도 본 발명의 보호범위에 속함을 분명히 한다.
100:가스 안전관리 장치
200:플랫폼 접속장치
300:융합 안전관리 서버
310:데이터베이스부
320:가스사고 위험예측 엔진

Claims (8)

  1. 에너지 사용 밀집지역의 가스농도 데이터와 온도 데이터를 이용하는 예측모델을 통하여 가스누출징조와 화재징조를 판단하는 에너지 사용 밀집지역 가스사고 예측 시스템에 관한 것으로서,
    에너지 사용 밀집지역의 각 업소에 설치되며, 각 업소의 가스농도와 온도를 실시간으로 측정하여 해당 데이터를 전송하는 가스 안전관리 장치(100);
    상기 가스 안전관리 장치(100)로부터 수신받은 가스농도 데이터와 온도 데이터를 전송하는 플랫폼 접속장치(200); 및,
    상기 플랫폼 접속장치(200)로부터 수신받은 가스농도 데이터와 온도 데이터를 이용한 예측모델을 통하여 가스누출징조와 화재징조를 결정하고 안전관리 단계별 도달시간을 산출하는 융합 안전관리 서버(300);
    를 포함하여 구성되고,
    상기 융합 안전관리 서버(300)는,
    상기 플랫폼 접속장치(200)를 통하여 수집된 가스농도 데이터와 온도 데이터를 저장하는 데이터베이스부(310); 및,
    상기 플랫폼 접속장치(200)를 통하여 수집된 가스농도 데이터와 온도 데이터를 이용하는 예측모델(알고리즘)을 가동하여 가스누출징조와 화재징조를 결정하는 가스사고 위험예측 엔진(320);
    을 포함하며, 상기 가스사고 위험예측 엔진(320) 예측모델의 결정에 따라 미리 설정된 제어신호를 상기 플랫폼 접속장치(200)로 전송하고,
    상기 플랫폼 접속장치(200)는,
    상기 융합 안전관리 서버(300)로부터 수신받은 제어신호를 상기 가스 안전관리 장치(100)로 전달하여 상기 가스 안전관리 장치(100)의 작동을 제어하고,
    상기 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 미만인 경우와 미리 설정된 농도 이상인 경우로 구분하여 각기 다른 예측모델에 따라 가스누출징조 결정 및 각각의 안전관리단계별 도달 예측시간을 산출하고, 상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 미만인 경우와 미리 설정된 온도 이상인 경우로 구분하여 각기 다른 예측모델에 따라 화재징조 결정 및 각각의 안전관리단계별 도달 예측시간을 산출하되,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 미만인 경우,
    (1) 모니터링 시점 이전 60분 데이터 범위의 1분 단위 표준편차 최대값이 상기 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하거나,
    (2) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되거나,
    (3) 모니터링 시점 이전 60분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 것 가운데 어느 하나인 경우 가스누출징조로 결정하고,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 이상인 경우,
    (1) 모니터링 시점 이전 30분 데이터 범위의 1분 단위 표준편차 최대값이 상기 데이터베이스부(310)에 미리 저장된 평시 가스농도 통계 데이터의 표준편차 최대값을 초과하거나,
    (2) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되거나,
    (3) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되거나,
    (4) 모니터링 시점 이전 5일 데이터에서 하루에 한 번이라도 미리 설정된 농도 이상 누출된 날이 미리 설정된 일수 이상인 것 가운데 어느 하나인 경우 가스누출징조로 결정하고,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 미만인 경우,
    모니터링 시점 이전 60분 데이터에 대하여 1분 단위 데이터의 선형 기울기와 10분 단위 데이터의 선형 기울기를 각각 산출하며, 예측모델의 적합성 여부를 결정계수 기준값을 통해 판단하며, 생성된 선형 기울기 가운데 기울기가 큰 경우를 이용하여 각각의 안전관리단계별 도달 예측시간을 산출하고,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 가스농도 데이터가 미리 설정된 농도 이상인 경우,
    모니터링 시점 이전 30분 데이터에 대하여 1분 단위 데이터의 선형 기울기와 10분 단위 데이터의 선형 기울기를 각각 산출하며, 예측모델의 적합성 여부를 결정계수 기준값을 통해 판단하며, 생성된 선형 기울기 가운데 기울기가 큰 경우를 이용하여 각각의 안전관리단계별 도달 예측시간을 산출하는 것을 특징으로 하는 에너지 사용 밀집지역 가스사고 예측 시스템.
  2. 제1항에서,
    상기 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 미만인 경우,
    (1) 모니터링 시점 이전 30분 데이터 범위의 1분 단위 표준편차 최대값이 상기 데이터베이스부(310)에 미리 저장된 평시 온도 통계 데이터의 표준편차 최대값을 초과하거나,
    (2) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출하여 표준편차가 증가하는 구간이 미리 설정된 갯수 이상으로 발견되거나,
    (3) 모니터링 시점 이전 30분 데이터 범위의 각 10분 구간별 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출하여 이동평균이 증가하는 구간이 미리 설정된 갯수 이상으로 발견되는 것 가운데 어느 하나인 경우 화재징조로 결정하고,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 이상인 경우,
    (1) 모니터링 시점 이전 10분 데이터 범위의 1분 단위 표준편차 최대값이 상기 데이터베이스부(310)에 미리 저장된 평시 온도 통계 데이터의 표준편차 최대값을 초과하거나,
    (2) 모니터링 시점 이전 10분 데이터 범위의 1분 단위 표준편차에 대한 회귀분석을 통하여 선형 기울기를 산출할 경우 표준편차가 증가하거나,
    (3) 모니터링 시점 이전 10분 데이터 범위의 1분 단위 이동평균에 대한 회귀분석을 통하여 선형 기울기를 산출할 경우 이동평균이 증가하는 것 가운데 어느 하나인 경우 화재징조로 결정하는 것을 특징으로 하는 에너지 사용 밀집지역 가스사고 예측 시스템.
  3. 제2항에서,
    상기 융합 안전관리 서버(300)의 가스사고 위험예측 엔진(320)은,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 미만인 경우,
    모니터링 시점 이전 60분 데이터에 대하여 1분 단위 데이터의 선형 기울기와 10분 단위 데이터의 선형 기울기를 각각 산출하며, 예측모델의 적합성 여부를 결정계수 기준값을 통해 판단하며, 두 경우 모두 적합성이 인정될 경우에는 생성된 선형 기울기 가운데 기울기가 큰 경우를 이용하여 각각의 안전관리단계별 도달 예측시간을 산출하고,
    상기 플랫폼 접속장치(200)를 통하여 수집되는 실시간 온도 데이터가 미리 설정된 온도 이상인 경우,
    모니터링 시점 이전 10분 데이터에 대하여 10초 단위 데이터의 선형 기울기와 1분 단위 데이터의 선형 기울기를 각각 산출하며, 예측모델의 적합성 여부를 결정계수 기준값을 통해 판단하며, 생성된 선형 기울기 가운데 기울기가 큰 경우를 이용하여 각각의 안전관리단계별 도달 예측시간을 산출하는 것을 특징으로 하는 에너지 사용 밀집지역 가스사고 예측 시스템.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
KR1020180051756A 2018-05-04 2018-05-04 에너지 사용 밀집지역 가스사고 예측 시스템 KR101918591B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180051756A KR101918591B1 (ko) 2018-05-04 2018-05-04 에너지 사용 밀집지역 가스사고 예측 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180051756A KR101918591B1 (ko) 2018-05-04 2018-05-04 에너지 사용 밀집지역 가스사고 예측 시스템

Publications (1)

Publication Number Publication Date
KR101918591B1 true KR101918591B1 (ko) 2018-11-14

Family

ID=64328269

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180051756A KR101918591B1 (ko) 2018-05-04 2018-05-04 에너지 사용 밀집지역 가스사고 예측 시스템

Country Status (1)

Country Link
KR (1) KR101918591B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102162196B1 (ko) * 2019-12-18 2020-10-06 한국가스안전공사 산업용 밸브 가스누출사고 예측 시스템
KR20220116903A (ko) 2021-02-16 2022-08-23 리스크엔지니어링서비스 주식회사 위험성평가 기반의 위험관리 플랫폼 장치 및 시스템
WO2024136101A1 (ko) * 2022-12-21 2024-06-27 한국가스안전공사 가연성 가스 및 수소 누출 가능 구역의 누출등급 상향 조정을 위한 환기 보조장치 및 이를 이용하는 가연성 가스 및 수소 누출 가능 구역의 누출등급 상향 조정방법
KR102703354B1 (ko) * 2024-01-31 2024-09-05 주식회사 미래건설안전 터널 화재 진압시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102162196B1 (ko) * 2019-12-18 2020-10-06 한국가스안전공사 산업용 밸브 가스누출사고 예측 시스템
KR20220116903A (ko) 2021-02-16 2022-08-23 리스크엔지니어링서비스 주식회사 위험성평가 기반의 위험관리 플랫폼 장치 및 시스템
WO2024136101A1 (ko) * 2022-12-21 2024-06-27 한국가스안전공사 가연성 가스 및 수소 누출 가능 구역의 누출등급 상향 조정을 위한 환기 보조장치 및 이를 이용하는 가연성 가스 및 수소 누출 가능 구역의 누출등급 상향 조정방법
KR102703354B1 (ko) * 2024-01-31 2024-09-05 주식회사 미래건설안전 터널 화재 진압시스템

Similar Documents

Publication Publication Date Title
KR101918591B1 (ko) 에너지 사용 밀집지역 가스사고 예측 시스템
KR101046300B1 (ko) 가스 충전소 안전 관리 방법 및 시스템
CN113554318B (zh) 一种化工园区三维可视化风险智能管控一体化系统及方法
US20220276116A1 (en) Non-intrusive integral system for pipelines monitoring in real time
KR101561026B1 (ko) 설비의 예측 정비 시스템 및 방법
CN105551549A (zh) 一种核电设备运行状况在线监测方法及系统
US20200072707A1 (en) Management monitoring system
CN117846706A (zh) 一种地下隧道结构有害气体的监测报警方法和控制装置
KR101615085B1 (ko) 설비의 이상 경보 시스템 및 방법
CN104750949A (zh) 一种气体泄漏中毒个人风险定量评估及表征方法
CN110956288A (zh) 基于三维建模的地下电缆故障预警方法和装置
CN105758661A (zh) 一种锅炉受热面寿命评估系统和方法
CN112379621A (zh) 电力站房环境监测系统及方法
KR20180034071A (ko) 가스 배관 위험성 측정 방법 및 이를 이용한 측정 시스템
KR102056101B1 (ko) 발전 계통과 송전 계통 통합 감시/분석 시스템
US11982590B2 (en) Gas monitoring system
CN117570381A (zh) 基于在线预测和数据融合的管网泄漏预警方法
KR102428222B1 (ko) 스마트 가스 안전 제어 서비스 플랫폼 및 방법
CN117997508A (zh) 一种基于区块链的轨道交通气体灭火物联网系统及方法
US9720422B2 (en) System for fluid processing networks
Muraveva et al. Provision of ecological safety of water supplying system of industrial enterprises
CN116202038B (zh) 管网泄漏事件预警方法、装置、设备和介质
CN112529232B (zh) 车站设备故障预测方法、系统及轨道交通管理系统
KR102162196B1 (ko) 산업용 밸브 가스누출사고 예측 시스템
Focaracci et al. Smart tunnel and dynamic risk analysis

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant