KR102006206B1 - 딥러닝을 통한 음향기반 상수도 누수 진단 방법 - Google Patents
딥러닝을 통한 음향기반 상수도 누수 진단 방법 Download PDFInfo
- Publication number
- KR102006206B1 KR102006206B1 KR1020170103081A KR20170103081A KR102006206B1 KR 102006206 B1 KR102006206 B1 KR 102006206B1 KR 1020170103081 A KR1020170103081 A KR 1020170103081A KR 20170103081 A KR20170103081 A KR 20170103081A KR 102006206 B1 KR102006206 B1 KR 102006206B1
- Authority
- KR
- South Korea
- Prior art keywords
- server computer
- information
- terminal
- vibration
- noise
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003745 diagnosis Methods 0.000 title claims description 7
- 238000013135 deep learning Methods 0.000 title description 5
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 19
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 239000008399 tap water Substances 0.000 claims description 4
- 235000020679 tap water Nutrition 0.000 claims description 4
- 230000001413 cellular effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 2
- 230000003203 everyday effect Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
- G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
-
- 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
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
본 발명은 소음 및 진동 센서를 통해서 상수도 파이프의 정보를 수집하고 상기 수집된 정보를 서버컴퓨터의 딥러닝을 통해서 상수도의 누수를 진단하는 방법에 관한 것이다. 본원 발명은 유량계 등과 같이 상수도 배관 내에 직접 설치할 필요가 없이 현재 상수도 시설에 영향을 주지 않고 유량에 관한 신호를 수집할 수 있으며, 이를 실시간 또는 실질적인 면에서 실시간에 준하는 정도에서 신호를 무선으로 전달하여 중앙 서버에서 이를 취합할 수 있게 하고, 전달된 신호를 단순한 패턴 분석 방법 이상의 방법을 사용해서 누수 정보를 제공할 수 있는 방법을 제공하고자 한다.
Description
본 발명은 상수도 누수 진단 방법에 관한 것으로서, 소음 및 진동 센서를 통해서 상수도 파이프의 정보를 수집하고 상기 수집된 정보를 서버컴퓨터의 딥러닝을 통해서 상수도의 누수를 진단하는 방법에 관한 것이다.
1인당 가용(재생가능) 수자원량(Renewable Water Resource)은 전체 국토면적에 내리는 연간 강수량 중 증발 등의 손실분을 제외한 가용수량을 국가 전체 인구수로 나눈 값으로서, 국가의 기본적인 수자원 여건 및 이에 따른 정책 결정의 중요한 자료 중의 하나이다.
2005년 우리나라의 1인당 가용 수자원량은 1,488㎥로 세계 130위권이며, 이는 국제인구활동연구소(Population Action International)의 권장 기준값인 1,700㎥에 미치지 못하는 물 부족국가에 해당하는 값이다.
이와 같은 수자원이 부족한 상황임에도 이를 활용하는 과정에서도 큰 문제점이 있다. 2010년 환경부 상수도 통계에 따르면, 국내 수자원 총생산 59억9백만㎥중 10.8%에 달하는 6억3천8백만㎥의 수자원이 누수되는 것으로 파악되었으며, 이는 매년 5000억원 이상에 해당한다.
이러한 경제적인 손실을 막는 것은 물론이고 웰빙의 선결 조건인 수자원의 효율적인 관리를 위해서 상수도 자원의 누수에 대한 관리는 국가적인 차원에서 역량을 집중해야 할 중요한 기술중의 하나이다.
상수도 자원의 누수 등을 관리하기 위한 전반적인 연구가 현재 활발히 진행되고 있으나, 아직까지 상용화 단계에 이른 기술은 없다. 상수도 누수탐사장비 및 누수 방지시스템은 일부 국가의 독점 기술로서, 국내에서는 관련 장비의 상용화가 미비한 상태이다. 또한, 누수탐지 감지에 관한 국내 연구단계는 다수 있으나, 개념정립 단계이며 현장 적용 및 개발 사례는 부족한 것이 현실이다.
특허문헌 1은 빅데이터 기반의 상수도 통합 운영 관리 시스템 및 방법에 관한 것으로서, 상수도 관망을 지역별로 다수의 블록으로 블록화하고, 블록화된 각 지역에 대해 거주자 수, 연령, 성별 정보, 사업체 수 정보 등을 포함하는 인문 사회적 정보와 상수도 사용 관련 정보를 기반으로 한 상수도 사용량 평가 정보와 해당 지역 특성 정보간 상관관계 분석에 기반한 응용 통계 정보를 이용하여 지역별 상수도 관망의 유지, 관리 또는 보수를 위한 정책 결정을 위한 기술이다.
특허문헌 1은 빅데이터를 사용하여 정책에 관한 정보를 제공하고 있으나, 현재 최우선적 기술과제인 누수에 대한 구체적인 정보 및 이에 대한 해결책은 제시하지 못하고 있다.
특허문헌 2는 상수도 관망 관리 서버, 상수도 관망 관리 시스템 및 이를 이용한 관망 관리 방법에 관한 것으로서, 단위 블록별로 블록화된 상수도의 관망 관리 시스템 개시되어 있다. 상수도 관망의 각 블록 내에 설치되어 각 블록별로 상수의 유량을 측정하는 계측수단, 상수의 유량을 측정한 유량 데이터를 계측수단으로부터 획득하여 저장하고, 실시간 유량 데이터 값과 저장된 유량 데이터 값을 비교하여 차이 값이 허용 범위를 넘어서는 경우 누수 경보를 제공하는 관망 관리 서버 및 관망 관리 서버에 접속하여 특정 블록에 대한 사용자 정의 패턴의 등록을 요청하고, 누수 경보를 출력하는 사용자 단말을 포함하며, 관망 관리 서버는, 사용자 정의 패턴 등록 요청에 포함된 기간에 대응되는 특정 블록에 대한 저장된 유량 데이터를 이용하여 특정 블록의 시간에 따른 유량 패턴을 생성하고, 생성된 유량 패턴을 사용자 정의 패턴으로 등록하며, 특정 블록에 대한 실시간 유량 데이터 값과 실시간 유량 데이터 값에 대응되는 사용자 정의 패턴상의 유량 데이터 값의 차이 값이 허용 범위를 넘어서는 경우 누수 경보를 제공하는 기술에 관한 것이다.
특허문헌 2는 상수도의 유량을 계측하는 수단을 단위 블록에 모두 설치해야 하는 현실적인 어려움이 있다. 신규 상수도관에는 매설과 동시에 유량 측정 수단 등을 부가할 수 있으나, 종래의 상수도 관에는 이러한 시설을 추가하는 것은 현실적으로 매우 곤란한 작업이다.
한편, 상수도의 유량은 시간별, 계절별, 도시 계획에 따른 인구의 변동 등에 따른 많은 변수가 있기 때문에 단순히 과거의 데이터에 기반한 유량의 패턴 분석만으로는 누수를 판단하기 어렵다. 정부하에서 주도한 다양한 누수 분석 사업에서도 아직까지 뚜렷한 상업적 성과를 나타내지 않는 것도 유사한 이유에서 비롯된다.
특허문헌 3은 초음파 유량계 및 관압을 이용한 상수도 관망관리방법에 관한 것으로서, 초음파 유량계에서 유량, 압력을 측정하되 유량값과 압력값의 변화를 통해 상수도 관망에서 밸브의 차단 등과 같은 이벤트가 발생되었음을 확인하거나, 미세한 누수가 발생되었음을 탐지하여 일상적인 누수관리를 수행하고자 한 기술이다. 특허문헌 2와 유사하게 일상적인 범위 이상의 값이 발생하였을 경우 이를 구분하여 누수로 판단하는 기술이다.
특허문헌 4는 상수도시설물 관리 시스템 및 방법에 관한 것으로서, 상수도관에 일정한 간격으로 부착된 센서 노드로부터의 탐지 정보를 분석하여 누수 여부를 판단하는 누수 관리부; 및 누수 발생으로 판단되는 경우 누수 지점으로부터 최근접 복구 작업자를 조회하여 복구 지령 및 누수 지역 정보를 전송하는 복구 관리부를 포함하고 있다. 그러나 특허문헌 4는 누수 측정에 대한 구체적인 기술적 방법은 제시하지 않고 있다.
현재 누수를 검출하기 위한 기술에서 유량계 등의 센서와 단순한 패턴 인식에서 가장 큰 문제점은 소량의 누수에 대해서는 전혀 대응을 할 수 없다는 점이다. 앞선 특허문헌 2 및 3과 같이 유량 등의 센서에 기반한 기술에서 일반적인 패턴에서 벗어난 유량 특성이 나타나는 경우는 이미 대량의 누수가 발생하는 것으로서 물리적인 관측에 의해서도 누수 여부를 쉽게 알 수 있는 정도에 해당한다.
이와 같이 지속적으로 미량 발생하는 누수에 관하여 많은 노이즈를 포함하는 신호를 분석하여 누수를 정확하게 판단할 수 있는 기술은 아직까지 제시되지 않은 실정이다. 더욱이 종래의 유량계와 같이 상수도 배관 내에 직접 설치가 필요하여 비용이 많은 드는 기술을 대체한 다른 측정 방법을 사용하여 누수를 측정하는 기술 또한 제시된 바가 없다.
본 발명은 전술한 문제를 해결하기 위한 것으로서, 유량계 등과 같이 상수도 배관 내에 직접 설치할 필요가 없이 현재 상수도 시설에 영향을 주지 않고 유량에 관한 신호를 수집할 수 있으며, 이를 실시간 또는 실질적인 면에서 실시간에 준하는 정도에서 신호를 무선으로 전달하여 중앙 서버에서 이를 취합할 수 있게 하고, 전달된 신호를 단순한 패턴 분석 방법 이상의 방법을 사용해서 누수 정보를 제공할 수 있는 방법을 제공하고자 한다.
상기와 같은 문제점을 해결하기 위한 본원 발명의 제1양태는 1) 상수도관에 설치된 진동 및/또는 소음 센서를 포함하는 단말기를 이용하여 주기적으로 일정 시간 동한 진동 및/또는 소음 정보를 수집하는 단계;
2) 상기 측정된 진동 및/또는 소음 정보를 서버컴퓨터로 전송하는 단계;
3) 상기 전송된 데이터를 상기 서버컴퓨터에서 딥러닝을 통해서 처리하는 단계;
4) 상기 처리된 결과를 통해서 상수도관의 누수 여부를 판단하는 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제2양태는 상기 진동 및/또는 소음 센서는 누수를 측정하기 원하는 위치를 중심으로 가장 가까운 상수도관의 밸브에 설치되는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제3양태는 상기 1) 단계에서 지역별로 블럭된 상수도관별로 나누어 진동 및/또는 소음 정보를 수집하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제4양태는 상기 1) 단계에서 진동 및/또는 소음 정보를 수집하는 단계는 시각과 동기화된 정보를 상기 단말기에 저장하며,
상기 2) 단계는 상기 단말기에 저장된 진동 및/또는 소음 정보를 서버컴퓨터로 상기 단말기의 ID와 함께 유선 또는 무선 통신이 가능한 때에 유선 또는 무선 방식으로 전송하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제5양태는 상기 시각과 동기화된 정보는 GPS 또는 FM 라디오 정보이며,
상기 무선 방식은 2G, 3G, LTE, 와이파이, NB-IOT 중 하나 이상인 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제6양태는 상기 서버컴퓨터에서는 단말기의 ID를 통해서 상기 서버컴퓨터에 미리 입력된 해당 상수도관의 지리적 정보를 포함한 정보를 파악하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제7양태는 상기 진동 및/또는 소음 센서를 포함하는 단말기는 별도의 독립적인 전원을 통해서 구동되는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제8양태는 상기 진동 및/또는 소음 센서로부터 데이터를 수집하는 시기는 상수도를 통한 상수의 사용량이 가장 최소로 되는 시기인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제9양태는 상기 센서로부터 데이터의 수집 및 상기 서버컴퓨터로의 전송은 상기 서버컴퓨터로부터 요청 및/또는 사용자의 요구에 의해서 진행되는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제10양태는 상기 센서로부터 데이터를 수집하는 단계와 상기 수집된 데이터를 서버컴퓨터로 전송하는 단계 사이에 상기 수집된 데이터를 단말기 내에서 처리하는 단계를 포함하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제11양태는 상기 단말기 내에서 처리는 주파수 성분 분석, 시간에 따른 변화율 분석 신호 처리를 포함하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제12양태는 상기 신호 처리는 노이즈 제거, 푸리에, 라플라스, 옥타브 밴드 레벨(Octave Band Levels), 샤프니스, 러프니스, 엔벨로프, 기저크기, 토날리티, 변동강도(Fluctuation Strength), 댐핑(Damping), 고유진동수(Natural Frequency), MFCC(Mel-Frequency Cepstrum), Walvelet transform 분석인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제13양태는 상기 수집된 데이터 중 상기 단말기의 ID와 수집된 데이터의 특성치만을 먼저 전송 후 상기 서버컴퓨터에서 추가의 요청이 있을 경우 전체 데이터를 전송하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제14양태는 상기 딥러닝은 CNN, RNN, DBN, LSTM, GAN, Softmax 모델 중에 적어도 하나인 것인 상수도관의 누수를 진단하는 방법을 제공한다. 상기 딥러닝은 적어도 10개 이상의 히든레이어와 적어도 500개 이상의 전체 노드수를 갖는 것일 수 있다. 상기 딥러닝은 상기 상수도관에 대한 지리적 정보를 포함한 정보 및 상기 수집된 데이터와 누수 상태에 대해서 이미 학습이 된 것이며, 상기 처리된 결과를 서버컴퓨터에 저장하여 학습용 데이터베이스를 구축하는 단계가 부가될 수 있다. 또한 상기 처리된 결과와 실제 상수도관 누수 상태의 진단의 비교 결과를 사람이 상기 서버컴퓨터로 피드백 하여 상기 학습용 데이터베이스가 계속 갱신되고 상기 갱신된 데이터베이스는 상기 딥러닝의 재학습 자료로 사용될 수 있다.
본원 발명의 제15양태는 상기 처리된 결과를 관리자의 휴대전화를 포함하는 휴대용 단말기 및 상기 진동 및/또는 소음 센서를 포함하는 단말기에 전송하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
본원 발명의 제16양태는 상기 단말기로 전송된 처리 결과를 단말기에서 표시하는 단계를 더 포함하는 것인 상수도관의 누수를 진단하는 방법을 제공한다.
이상에서 설명한 바와 같이 본 발명에 따른 상수도관의 누수를 진단하는 방법은 다음과 같은 효과가 있다.
본원 발명에 따른 상수도관의 누수를 진단하는 방법은 유량계 등과 같이 상수도 배관 내에 직접 설치할 필요가 없이 현재 상수도 시설에 영향을 주지 않고 유량에 관한 신호를 수집할 수 있는 장점이 있다. 본원 발명의 소음 및/또는 진동 센서는 상수도관 밸브에 설치가 가능하면 종래의 유량계에 비해서 설치 및 관리가 용이하다는 장점이 있다.
또한 본원 발명에 따른 상수도관의 누수를 진단하는 방법은 실시간 또는 실질적인 면에서 실시간에 준하는 정도에서 신호를 무선으로 전달하여 중앙 서버에서 이를 취합할 수 있게 하는 장점이 있다. 데이터를 취합하여 한꺼번에 전송할 수도 있고 필요에 따라서는 실시간의 전송이 가능하며, 센서를 포함하는 단말기를 통해서 무선으로 전송이 가능한바, 데이터 관리가 편리하다는 장점이 있다.
또한 본원 발명에 따른 상수도관의 누수를 진단하는 방법은 전달된 신호를 단순한 패턴 분석 방법이 아닌 노이즈에 강한 딥러닝 방법을 사용함으로써, 종래의 누수 진단 방법 등에서 어려움을 겪었던 공사현장소음, 차량 및 지하철 소음, 생활 패턴, 시간, 계절에 따른 다양한 노이즈에 따른 문제점을 해결할 수 있는 장점이 있다.
본 발명에 따른 상수도관의 누수 진단 방법은 CNN, RNN, DBN, LSTM, GAN, Softmax 모델을 사용함으로써 수집된 빅데이터를 실제적으로 처리할 수 있다. 종래의 기술에 사용되었던 신경회로망 또는 단순 패턴 분석은 빅데이터를 처리하는 경우 연산 결과가 제대로 수렴하지 않거나 계산 시간이 비상식적으로 오래 걸리는 단점이 있었으나, 본 발명은 물리적으로 활용할 수 있는 시간내에서 결과를 제시하고 있다.
또한 본 발명에 따른 상수도관의 누수 진단 방법은 계속적인 재학습을 통해서 진단의 신뢰성을 계속 높일 수 있는 장점이 있다. 뿐만 아니라 현재 상수도관에서 수집한 정보를 지역별로 블록화하여 처리함으로써, 전체적인 중아 관리에도 유리하다.
도 1은 본 발명에 따른 상수도관의 누수 진단 방법의 일반적인 구조를 나타낸 것이다.
본원 발명은 1) 상수도관에 설치된 진동 및/또는 소음 센서를 포함하는 단말기를 이용하여 매일 일정 시간 동한 진동 및/또는 소음 정보를 수집하는 단계;
2) 상기 측정된 진동 및/또는 소음 정보를 서버컴퓨터로 전송하는 단계;
3) 상기 전송된 데이터를 상기 서버컴퓨터에서 딥러닝을 통해서 처리하는 단계;
4) 상기 처리된 결과를 통해서 상수도관의 누수 여부를 판단하는 상수도관의 누수를 진단하는 방법으로 진행된다.
상기 진동 및/또는 소음 센서는 누수를 측정하기 원하는 위치를 중심으로 가장 가까운 상수도관의 밸브에 설치되는 것이 바람직하다. 또는 지역별로 블럭된 상수도관별로 나누어 진동 및/또는 소음 정보를 수집할 수 있다. 이러한 권역별로 수집된 데이터는 향후 블럭화된 관망 시스템의 관리에 유리하다.
특히 2곳 이상에서 수집한 데이터를 동시에 분석해야 하므로 시간 동기화가 무엇보다 중요하다. 위성을 통한 GPS 신호, FM, AM 등의 라디오 방송과 신호를 같이 저장하여 동기화하는 방식을 사용할 수 있다.
또한 상기 센서로부터 데이터를 수집하는 시기는 상시 또는 간헐적인 것일 수 있는데, 계속해서 데이터를 수집하면서 실시간으로 전송을 할 수 있고, 수집한 데이터를 일정한 간격으로 전송할 수 있거나, 또는 측정 자체를 일정한 간격으로 할 수 도 있다. 특히 노이즈를 줄이기 위해서 상수도 사용량이 가장 최소로 되는 시기에 측정하는 것이 바람직하다.
측정된 데이터는 단말기에 센서를 포함하는 단말기에 저장 후 시각과 동기화된 정보를 서버컴퓨터로 상기 단말기의 ID와 함께 유선 또는 무선 통신이 가능한 때에 유선 또는 무선 방식으로 전송할 수 있다. 상기 무선 방식은 필요에 따라 선택 가능하나, 2G, 3G, LTE, 와이파이, NB-IOT 중 하나 이상인 것일 수 있다.
상기 진동 및/또는 소음 센서를 포함하는 단말기는 별도의 독립적인 전원을 통해서 구동되는 것이 바람직하다. 현재 우리나라 대부분의 상수도관 내에는 상시 전원이 마련되지 않았으므로 이차전지 또는 납축 전지 등을 포함한 전지를 사용한 별도의 전원을 사용하는 것이 바람직하다.
수집된 데이터는 원본 상태 그대로 서버로 전송될 수 있고, 단말기 내에서 주파수 성분 분석, 시간에 따른 변화율 분석 신호 처리를 포함할 수 있다. 상기 신호 처리는 노이즈 제거, 푸리에, 라플라스, 옥타브 밴드 레벨(Octave Band Levels), 샤프니스, 러프니스, 엔벨로프, 기저크기, 토날리티, 변동강도(Fluctuation Strength), 댐핑(Damping), 고유진동수(Natural Frequency), MFCC(Mel-Frequency Cepstrum), Walvelet transform 분석일 수 있다.
상기 수집된 데이터 중 상기 단말기의 ID와 수집된 데이터의 특성치만을 먼저 전송 후 상기 서버컴퓨터에서 추가의 요청이 있을 경우 전체 데이터를 전송할 수 있다. 단말기에 신호 처리 후 누수와 관련이 없는 것으로 판단된다면, 데이터를 전송하지 않을 수 있다.
본원 발명에 따른 딥러닝은 CNN, RNN, DBN, LSTM, GAN, Softmax 모델 중에 적어도 하나일 수 있다. 상기 딥러닝은 적어도 10개 이상의 히든레이어와 적어도 500개 이상의 전체 노드수를 갖는 것일 수 있다. 상기 딥러닝은 상기 상수도관에 대한 지리적 정보를 포함한 정보 및 상기 수집된 데이터와 누수 상태에 대해서 이미 학습이 된 것이며, 상기 처리된 결과를 서버컴퓨터에 저장하여 학습용 데이터베이스를 구축하는 단계가 부가될 수 있다. 또한 상기 처리된 결과와 실제 상수도관 누수 상태의 진단의 비교 결과를 사람이 상기 서버컴퓨터로 피드백 하여 상기 학습용 데이터베이스가 계속 갱신되고 상기 갱신된 데이터베이스는 상기 딥러닝의 재학습 자료로 사용될 수 있다.
또한 처리된 결과는 관리자의 휴대전화를 포함하는 휴대용 단말기 및 상기 진동 및/또는 소음 센서를 포함하는 단말기에 전송할 수 있다. 이를 통해서 현장에서 바로 확인이 가능할 수 있다.
Claims (20)
1) 상수도관에 설치된 진동 및/또는 소음 센서를 포함하는 단말기를 이용하여 매일 일정 시간 동한 진동 및/또는 소음 정보를 수집하는 단계;
2) 상기 측정된 진동 및/또는 소음 정보를 서버컴퓨터로 전송하는 단계;
3) 상기 전송된 데이터를 상기 서버컴퓨터에서 딥러닝을 통해서 처리하는 단계;
4) 상기 처리된 결과를 통해서 상수도관의 누수 여부를 판단하는 상수도관의 누수를 진단하는 방법에 있어서,
상기 1) 단계에서 진동 및/또는 소음 정보를 수집하는 단계는 시각과 동기화된 정보를 상기 단말기에 저장하며,
상기 2) 단계는 상기 단말기에 저장된 진동 및/또는 소음 정보를 서버컴퓨터로 상기 단말기의 ID와 함께 유선 또는 무선 통신이 가능한 때에 유선 또는 무선 방식으로 전송하고,
상기 시각과 동기화된 정보는 GPS 또는 FM 라디오 정보이며,
상기 무선 방식은 2G, 3G, LTE, 와이파이, NB-IOT 중 하나 이상이고,
상기 서버컴퓨터에서는 단말기의 ID를 통해서 상기 서버컴퓨터에 미리 입력된 해당 상수도관의 지리적 정보를 포함한 정보를 파악하며,
상기 수집된 데이터 중 상기 단말기의 ID와 수집된 데이터의 특성치만을 먼저 전송 후 상기 서버컴퓨터에서 추가의 요청이 있을 경우 전체 데이터를 전송하는 것인 상수도관의 누수를 진단하는 방법.
2) 상기 측정된 진동 및/또는 소음 정보를 서버컴퓨터로 전송하는 단계;
3) 상기 전송된 데이터를 상기 서버컴퓨터에서 딥러닝을 통해서 처리하는 단계;
4) 상기 처리된 결과를 통해서 상수도관의 누수 여부를 판단하는 상수도관의 누수를 진단하는 방법에 있어서,
상기 1) 단계에서 진동 및/또는 소음 정보를 수집하는 단계는 시각과 동기화된 정보를 상기 단말기에 저장하며,
상기 2) 단계는 상기 단말기에 저장된 진동 및/또는 소음 정보를 서버컴퓨터로 상기 단말기의 ID와 함께 유선 또는 무선 통신이 가능한 때에 유선 또는 무선 방식으로 전송하고,
상기 시각과 동기화된 정보는 GPS 또는 FM 라디오 정보이며,
상기 무선 방식은 2G, 3G, LTE, 와이파이, NB-IOT 중 하나 이상이고,
상기 서버컴퓨터에서는 단말기의 ID를 통해서 상기 서버컴퓨터에 미리 입력된 해당 상수도관의 지리적 정보를 포함한 정보를 파악하며,
상기 수집된 데이터 중 상기 단말기의 ID와 수집된 데이터의 특성치만을 먼저 전송 후 상기 서버컴퓨터에서 추가의 요청이 있을 경우 전체 데이터를 전송하는 것인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 진동 및/또는 소음 센서는 누수를 측정하기 원하는 위치를 중심으로 가장 가까운 상수도관의 밸브에 설치되는 것인 상수도관의 누수를 진단하는 방법.
상기 진동 및/또는 소음 센서는 누수를 측정하기 원하는 위치를 중심으로 가장 가까운 상수도관의 밸브에 설치되는 것인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 1) 단계에서 지역별로 블럭된 상수도관별로 나누어 진동 및/또는 소음 정보를 수집하는 것인 상수도관의 누수를 진단하는 방법.
상기 1) 단계에서 지역별로 블럭된 상수도관별로 나누어 진동 및/또는 소음 정보를 수집하는 것인 상수도관의 누수를 진단하는 방법.
삭제
삭제
삭제
제1항에 있어서,
상기 진동 및/또는 소음 센서를 포함하는 단말기는 별도의 독립적인 전원을 통해서 구동되는 것인 상수도관의 누수를 진단하는 방법.
상기 진동 및/또는 소음 센서를 포함하는 단말기는 별도의 독립적인 전원을 통해서 구동되는 것인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 진동 및/또는 소음 센서로부터 데이터를 수집하는 시기는 상수도를 통한 상수의 사용량이 가장 최소로 되는 시기인 상수도관의 누수를 진단하는 방법.
상기 진동 및/또는 소음 센서로부터 데이터를 수집하는 시기는 상수도를 통한 상수의 사용량이 가장 최소로 되는 시기인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 센서(들)로부터 데이터의 수집 및 상기 서버컴퓨터로의 전송은 상기 서버컴퓨터로부터 요청 및/또는 사용자의 요구에 의해서 진행되는 것인 상수도관의 누수를 진단하는 방법.
상기 센서(들)로부터 데이터의 수집 및 상기 서버컴퓨터로의 전송은 상기 서버컴퓨터로부터 요청 및/또는 사용자의 요구에 의해서 진행되는 것인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 센서(들)로부터 데이터를 수집하는 단계와 상기 수집된 데이터를 서버컴퓨터로 전송하는 단계 사이에 상기 수집된 데이터를 단말기 내에서 처리하는 단계를 포함하는 것인 상수도관의 누수를 진단하는 방법.
상기 센서(들)로부터 데이터를 수집하는 단계와 상기 수집된 데이터를 서버컴퓨터로 전송하는 단계 사이에 상기 수집된 데이터를 단말기 내에서 처리하는 단계를 포함하는 것인 상수도관의 누수를 진단하는 방법.
제10항에 있어서,
상기 단말기 내에서 처리는 주파수 성분 분석 또는 시간에 따른 변화율 분석 신호 처리를 포함하는 것인 상수도관의 누수를 진단하는 방법.
상기 단말기 내에서 처리는 주파수 성분 분석 또는 시간에 따른 변화율 분석 신호 처리를 포함하는 것인 상수도관의 누수를 진단하는 방법.
제11항에 있어서,
상기 신호 처리는 노이즈 제거, 푸리에, 라플라스, 옥타브 밴드 레벨(Octave Band Levels), 샤프니스, 러프니스, 엔벨로프, 기저크기, 토날리티, 변동강도(Fluctuation Strength), 댐핑(Damping), 고유진동수(Natural Frequency), MFCC(Mel-Frequency Cepstrum), 또는 Walvelet transform 분석인 상수도관의 누수를 진단하는 방법.
상기 신호 처리는 노이즈 제거, 푸리에, 라플라스, 옥타브 밴드 레벨(Octave Band Levels), 샤프니스, 러프니스, 엔벨로프, 기저크기, 토날리티, 변동강도(Fluctuation Strength), 댐핑(Damping), 고유진동수(Natural Frequency), MFCC(Mel-Frequency Cepstrum), 또는 Walvelet transform 분석인 상수도관의 누수를 진단하는 방법.
삭제
제1항에 있어서,
상기 딥러닝은 CNN, RNN, DBN, LSTM, GAN, Softmax 모델 중에 적어도 하나인 것인 상수도관의 누수를 진단하는 방법.
상기 딥러닝은 CNN, RNN, DBN, LSTM, GAN, Softmax 모델 중에 적어도 하나인 것인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 딥러닝은 적어도 10개 이상의 히든레이어와 적어도 500개 이상의 전체 노드수를 갖는 것인 상수도관의 누수를 진단하는 방법.
상기 딥러닝은 적어도 10개 이상의 히든레이어와 적어도 500개 이상의 전체 노드수를 갖는 것인 상수도관의 누수를 진단하는 방법.
제14항 또는 제15항에 있어서,
상기 딥러닝은 상기 상수도관에 대한 지리적 정보를 포함한 정보 및 상기 수집된 데이터와 누수 상태에 대해서 이미 학습이 된 것인 상수도관의 누수를 진단하는 방법.
상기 딥러닝은 상기 상수도관에 대한 지리적 정보를 포함한 정보 및 상기 수집된 데이터와 누수 상태에 대해서 이미 학습이 된 것인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 처리된 결과를 서버컴퓨터에 저장하여 학습용 데이터베이스를 구축하는 단계가 부가되는 것인 상수도관의 누수를 진단하는 방법.
상기 처리된 결과를 서버컴퓨터에 저장하여 학습용 데이터베이스를 구축하는 단계가 부가되는 것인 상수도관의 누수를 진단하는 방법.
제17항에 있어서,
상기 처리된 결과와 실제 상수도관 누수 상태의 진단의 비교 결과를 사람이 상기 서버컴퓨터로 피드백 하여 상기 학습용 데이터베이스가 계속 갱신되고 상기 갱신된 데이터베이스는 상기 딥러닝의 재학습 자료로 사용되는 것인 상수도관의 누수를 진단하는 방법.
상기 처리된 결과와 실제 상수도관 누수 상태의 진단의 비교 결과를 사람이 상기 서버컴퓨터로 피드백 하여 상기 학습용 데이터베이스가 계속 갱신되고 상기 갱신된 데이터베이스는 상기 딥러닝의 재학습 자료로 사용되는 것인 상수도관의 누수를 진단하는 방법.
제1항에 있어서,
상기 처리된 결과를 관리자의 휴대전화를 포함하는 휴대용 단말기 및 상기 진동 및/또는 소음 센서를 포함하는 단말기에 전송하는 것인 상수도관의 누수를 진단하는 방법.
상기 처리된 결과를 관리자의 휴대전화를 포함하는 휴대용 단말기 및 상기 진동 및/또는 소음 센서를 포함하는 단말기에 전송하는 것인 상수도관의 누수를 진단하는 방법.
제19항에 있어서,
상기 단말기로 전송된 처리 결과를 단말기에서 표시하는 단계를 더 포함하는 것인 상수도관의 누수를 진단하는 방법.
상기 단말기로 전송된 처리 결과를 단말기에서 표시하는 단계를 더 포함하는 것인 상수도관의 누수를 진단하는 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170103081A KR102006206B1 (ko) | 2017-08-14 | 2017-08-14 | 딥러닝을 통한 음향기반 상수도 누수 진단 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170103081A KR102006206B1 (ko) | 2017-08-14 | 2017-08-14 | 딥러닝을 통한 음향기반 상수도 누수 진단 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190018293A KR20190018293A (ko) | 2019-02-22 |
KR102006206B1 true KR102006206B1 (ko) | 2019-08-01 |
Family
ID=65584587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170103081A KR102006206B1 (ko) | 2017-08-14 | 2017-08-14 | 딥러닝을 통한 음향기반 상수도 누수 진단 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102006206B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021107333A1 (ko) * | 2019-11-25 | 2021-06-03 | 광주과학기술원 | 딥러닝 기반 감지상황에서의 음향 사건 탐지 방법 |
KR20230132686A (ko) | 2022-03-09 | 2023-09-18 | 하얼빈 인스티튜트 오브 테크놀러지 내셔널 엔지니어링 리서치센터 포 워터리소스 컴퍼니 리미티드 | PointNet++ 신경망 기반 콘크리트배관 손상 인식 및 체적 디스플레이 방법 |
KR102601916B1 (ko) * | 2023-01-25 | 2023-11-14 | 한국기계연구원 | 이미지 기반 배관 손상 검출시스템 및 이를 이용한 배관 손상 검출방법 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200356119A1 (en) * | 2019-05-06 | 2020-11-12 | Badger Meter, Inc. | System And Method For Outdoor Leak Detection |
CN110346005B (zh) * | 2019-06-11 | 2020-09-22 | 华南理工大学 | 基于深度学习的科里奥利质量流量计数字信号处理方法 |
KR102036642B1 (ko) * | 2019-06-15 | 2019-11-26 | 주식회사 에스씨솔루션 | 누수관리 시스템 및 이를 이용한 누수정보 제공 방법 |
KR102036649B1 (ko) * | 2019-06-17 | 2019-10-25 | 주식회사 에스씨솔루션 | 누수관리 시스템 및 이를 이용한 누수위치 예측 방법 |
KR102336715B1 (ko) * | 2019-09-09 | 2021-12-08 | 한국수자원공사 | 누수 여부 탐지 시스템 |
KR102275063B1 (ko) * | 2019-09-09 | 2021-07-08 | 한국수자원공사 | 누수 여부 탐지 시스템 |
KR102380397B1 (ko) * | 2019-10-08 | 2022-03-31 | 채명진 | IoT센서 및 인공지능을 이용한 스마트 빌딩 관리방법 |
KR102254655B1 (ko) * | 2020-08-03 | 2021-05-21 | 주식회사 유솔 | 지하 매립 유체용 배관의 누수 탐지 방법 및 지하 매립 유체용 배관의 누수 탐지 시스템 |
KR102226871B1 (ko) * | 2020-10-26 | 2021-03-10 | 인천대학교 산학협력단 | 수도 관망 내에서의 누수 심각도 여부를 모니터링하는 인공지능 기반의 누수 모니터링 장치 및 그 동작 방법 |
KR102313851B1 (ko) * | 2021-03-12 | 2021-10-18 | 주식회사 위플랫 | 누수음 관리 운영 시스템 |
KR20230080536A (ko) | 2021-11-30 | 2023-06-07 | 주식회사 에스씨솔루션글로벌 | 누수관리 시스템 |
CN114352947B (zh) * | 2021-12-08 | 2024-03-12 | 天翼物联科技有限公司 | 一种燃气管道泄漏检测方法、系统、装置及存储介质 |
KR102491128B1 (ko) * | 2022-05-09 | 2023-01-19 | 인천대학교 산학협력단 | 인공지능 기반의 고장 판단 모델의 생성을 통해 수도미터기에 대한 고장 여부를 판단할 수 있도록 지원하는 전자 장치 및 그 동작 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150009212A1 (en) * | 2012-03-22 | 2015-01-08 | Kar-Han Tan | Cloud-based data processing |
KR101585552B1 (ko) * | 2015-01-15 | 2016-01-22 | 지에스건설 주식회사 | 빅데이터 기반의 상수도 통합 운영 관리 시스템 및 방법 |
KR101694700B1 (ko) * | 2016-07-08 | 2017-01-11 | 한국유체기술(주) | 상수관망 진동측정장치를 이용한 상수관망 진단시스템 |
US20170178311A1 (en) * | 2015-12-20 | 2017-06-22 | Prophecy Sensors, Llc | Machine fault detection based on a combination of sound capture and on spot feedback |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100516895B1 (ko) * | 2002-12-23 | 2005-09-23 | 한국전자통신연구원 | 블루투스 네트웍 상의 이동통신 단말기와 주변기기 간의시각 동기 방법 및 이를 저장한 컴퓨터 판독 가능 기록매체 |
KR100833495B1 (ko) | 2006-09-28 | 2008-05-29 | 한국전자통신연구원 | 상수도시설물 관리 시스템 및 방법 |
KR20130026561A (ko) | 2011-07-27 | 2013-03-14 | (주)씨엠엔텍 | 초음파 유량계 및 관압을 이용한 상수도 관망관리방법 |
KR101554981B1 (ko) | 2014-12-16 | 2015-10-06 | (주)엔와이인포텍 | 상수도 관망 관리 서버, 상수도 관망 관리 시스템 및 이를 이용한 관망 관리 방법 |
-
2017
- 2017-08-14 KR KR1020170103081A patent/KR102006206B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150009212A1 (en) * | 2012-03-22 | 2015-01-08 | Kar-Han Tan | Cloud-based data processing |
KR101585552B1 (ko) * | 2015-01-15 | 2016-01-22 | 지에스건설 주식회사 | 빅데이터 기반의 상수도 통합 운영 관리 시스템 및 방법 |
US20170178311A1 (en) * | 2015-12-20 | 2017-06-22 | Prophecy Sensors, Llc | Machine fault detection based on a combination of sound capture and on spot feedback |
KR101694700B1 (ko) * | 2016-07-08 | 2017-01-11 | 한국유체기술(주) | 상수관망 진동측정장치를 이용한 상수관망 진단시스템 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021107333A1 (ko) * | 2019-11-25 | 2021-06-03 | 광주과학기술원 | 딥러닝 기반 감지상황에서의 음향 사건 탐지 방법 |
KR20230132686A (ko) | 2022-03-09 | 2023-09-18 | 하얼빈 인스티튜트 오브 테크놀러지 내셔널 엔지니어링 리서치센터 포 워터리소스 컴퍼니 리미티드 | PointNet++ 신경망 기반 콘크리트배관 손상 인식 및 체적 디스플레이 방법 |
KR102601916B1 (ko) * | 2023-01-25 | 2023-11-14 | 한국기계연구원 | 이미지 기반 배관 손상 검출시스템 및 이를 이용한 배관 손상 검출방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20190018293A (ko) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102006206B1 (ko) | 딥러닝을 통한 음향기반 상수도 누수 진단 방법 | |
CN104421620B (zh) | 泄漏信号分析方法 | |
Farah et al. | Leakage detection using smart water system: Combination of water balance and automated minimum night flow | |
CN108984873B (zh) | 供水管网实时漏损检测方法、设备、系统及存储介质 | |
CN102235575B (zh) | 用于检查管道泄露的数据处理方法及系统 | |
US6957157B2 (en) | Tracking vibrations in a pipeline network | |
WO2017005269A1 (en) | System for monitoring a utility network | |
CN106369288B (zh) | 给水管网漏损监控系统 | |
CN107676634B (zh) | 供水管网漏损检测分析方法、装置及系统 | |
CN102884407A (zh) | 用于监控水设施网络中的资源的系统和方法 | |
CN110168338A (zh) | 用于基于模型的管道网络的泄漏检测的方法和装置 | |
KR101105192B1 (ko) | 관망해석에 의한 상수도 누수혐의구간 선정방법 및 그 기능을 탑재한 상수도 통합관리운영시스템 | |
EP3112823A1 (en) | System for monitoring a utility network | |
CN105205878A (zh) | 排水管网的巡检方法及系统 | |
Farah et al. | Smart water for leakage detection: Feedback about the use of automated meter reading technology | |
CN105118108B (zh) | 一种长输油气管道巡检方法及系统 | |
KR100490292B1 (ko) | 웹기반 하수관거 통합 유지관리 시스템 및 그 제어방법 | |
KR20140063380A (ko) | 소음 수준 및 분포를 이용한 상시 누수진단 시스템 | |
CN114019831B (zh) | 水资源监测物联网平台 | |
KR101382232B1 (ko) | 소음 수준 및 분포를 이용한 상시 누수진단 시스템 | |
CN112985713A (zh) | 基于边缘计算的管网漏损监测方法及系统 | |
KR102221713B1 (ko) | 입출력 음향 데이터 기반의 딥러닝을 활용한 하수관 상태 판별 방법 | |
Li et al. | Leakage localization using pressure sensors and spatial clustering in water distribution systems | |
Farah et al. | Sunrise: large scale demonstrator of the smart water system | |
KR20040025074A (ko) | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |