KR102514560B1 - 하수관거 악취발생 예측 및 통합관리시스템 - Google Patents
하수관거 악취발생 예측 및 통합관리시스템 Download PDFInfo
- Publication number
- KR102514560B1 KR102514560B1 KR1020220089039A KR20220089039A KR102514560B1 KR 102514560 B1 KR102514560 B1 KR 102514560B1 KR 1020220089039 A KR1020220089039 A KR 1020220089039A KR 20220089039 A KR20220089039 A KR 20220089039A KR 102514560 B1 KR102514560 B1 KR 102514560B1
- Authority
- KR
- South Korea
- Prior art keywords
- odor
- information
- unit
- sewage
- source
- Prior art date
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 116
- 238000012544 monitoring process Methods 0.000 claims abstract description 64
- 238000005259 measurement Methods 0.000 claims abstract description 55
- 230000009467 reduction Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 19
- LSDPWZHWYPCBBB-UHFFFAOYSA-N Methanethiol Chemical compound SC LSDPWZHWYPCBBB-UHFFFAOYSA-N 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 7
- 238000005086 pumping Methods 0.000 claims description 7
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000001556 precipitation Methods 0.000 claims description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 4
- 239000013049 sediment Substances 0.000 claims description 4
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 claims description 3
- 229910021529 ammonia Inorganic materials 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 claims description 2
- QVYRGXJJSLMXQH-UHFFFAOYSA-N orphenadrine Chemical compound C=1C=CC=C(C)C=1C(OCCN(C)C)C1=CC=CC=C1 QVYRGXJJSLMXQH-UHFFFAOYSA-N 0.000 claims 1
- 235000019645 odor Nutrition 0.000 description 225
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 239000000126 substance Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000005406 washing Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007306 functionalization reaction Methods 0.000 description 2
- 238000012314 multivariate regression analysis Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- -1 and in many cases Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Abstract
본 발명은 하수도 설비에서 발생하는 악취발생 상황을 모니터링 및 예측하고 관리할 수 있도록 하는 하수관거 악취발생 예측 및 관리시스템에 관한 것으로, 하수관거의 선택지점에 설치되어 계측데이터를 수집하는 로컬감시부와, 상기 로컬감시부로부터의 계측결과와 기상정보와 민원정보를 통하여 관심구역을 설정하고 악취 발생원, 악취 발산원 그리고 악취 배출원을 각각 판단하는 통합관리부와, 상기 통합관리부의 악취 제어신호에 따라 하수관거의 제어지점에서 악취저감 조치를 수행하는 악취제어장치를 구비하는 하수관거 악취발생 예측 및 통합관리시스템을 제공한다.
Description
본 발명은 하수관거의 모니터링 및 관리 기술에 관한 것으로, 보다 구체적으로는 하수도 설비에서 발생하는 악취발생 상황을 모니터링 및 예측하고 관리할 수 있도록 하는 하수관거 악취발생 예측 및 관리시스템에 관한 것이다.
1980년대 하수처리시설 건설 붐이 시작될 무렵 우리나라 하수도 보급률은 8.3%정도에 불과했으나, 2010년에는 보급률이 90%를 넘어섰으며 2014년 기준 92.5%로 미국이나 유럽 등 하수분야 선진국들에 대등하다. 환경부가 발표한 2018년 공공하수처리시설 운영실태 자료에 따르면 2014년부터 2018년까지 5년간 시설 개소수는 지속적으로 증가하여 전체 시설 용량도 함께 증가되었음을 알 수 있다. 그에 따라 우리나라에서 고도처리율도 4년 동안 약 94% 내외를 유지하고 있다.
과거와 달리 생활 하수를 단순 지상에 투기하거나 개천에 방류하는 방법으로 처리할 수 없으며 통상적으로 도시지역에서는 위생과 환경을 위해 하수배관을 설치하거나, 하수 관거를 형성한 뒤 위쪽을 덮어 하수 관로를 지상 환경과 구분된 상태로 형성하여 하수를 수집, 처리한 후 하천으로 방류하는 하수 처리 방법을 사용하고 있다.
한편, 빗물의 처리를 위해 계획적인 신도시에서는 하수 관로와 별도의 우수 관로를 설치하고, 우수 관로의 일부를 개방하여 유입구를 형성함으로써 우수가 유입구 및 우수관로를 통해 집수되고, 저장, 처리, 사용되거나, 방류되도록 한다.
그러나, 기존의 도시는 과거 도시 내의 자연개천을 하수 집수와 방류에 이용한 결과 우수와 오수의 구분이 잘 이루어지지 않고, 이러한 자연개천을 복개하여 하수 관로를 형성한 경우가 많다. 따라서, 새롭게 우수 관로를 정비한 경우를 제외하면 여전히 하수와 우수의 처리가 함께 이루어지고 있는 실정이며, 도로 등에는 우수와 하수를 함께 배수시키기 위해 우·오수 합류식 관거가 설치되어 있다.
하수도 관련 민원에는 방류수질, 악취, 미관, 오염사고, SSOs(Sanitary Sewer Overflows), 요금, 불친절 항목등이 있으며, 이 중 악취 민원이 전체의 절반 이상인 59.3%정도로 알려져있다. 2021년 기준 악취 민원은 10년 전보다 3배 이상 급증하였고 이는 하수처리시설 주변까지 택지개발 및 도시화가 진행된 원인으로 알려져있다. (동의대학교 학위논문, IoT기반 센싱 및 제어 시스템을 이용한 하수정보화 플랫폼 개발, 2021.2.)
하수도 시스템에서의 악취는 정화조나 오수처리시설 또는 빌딩 배수조, 하수관 내의 퇴적물, 관벽 생물막층인 슬라임층 등에 의해 발생되는 것으로 알려져 있으며, 정화조 등의 펌핑시 연결관, 하수관거 내의 단차나 낙차 또는 역사이펀과 같은 구조나 구성 등 여러 영향에 의해 대기중으로 발산되어 맨홀이나 우수받이 그리고 하천으로 개방된 하수관 토구 등을 통해 외부로 배출된다.
이러한 악취는 심한 냄새와 더불어 두통, 구토 등 불쾌감과 혐오감 유발로 정신적 스트레스가 증가하고, 주민들의 쾌적한 생활에 영향을 크게 주게 된다.
통상적으로 하수관거 악취의 발생량은 현장 실측을 하여 악취의 발생량을 산정한다. 악취 측정은 공정시험법 및 현장용 휴대용 측정기를 통하여 원인 및 발생량을 측정한다. 일반적으로 공정시험법을 원칙으로 하는데, 24시간 연속측정이 필요한 구간에서는 휴대용 측정기를 이용하여 측정한다.
그러나, 종래에는 작업자가 현장에서 일일이 실측하거나 샘플링하여 악취의 원인 및 발생량을 측정하였던바, 많은 인력을 필요로 하고 복잡하고 번거로울 뿐만 아니라, 전체 도시 구역에서 상대적으로 주요 발생처, 원인 등을 명확히 판단하는데 한계가 있었다.
이를 개선하기 위하여 하수관거 악취를 모니터링할 수 있는 기술이 개발되어 오고 있다. 한국등록특허 제10-0950100호는 종래의 하수관거용 악취 저감시스템을 공개하고 있으며 도 1은 이에 대한 구성도이다.
상기 기술은 하수관거내 악취를 모니터링하고 저감처리하는 구성들을 제시하고 있으며 이를 구체적으로 살펴보면, 하수관거(P) 내의 공기를 악취감지부(20)의 배관(20P)에 설치된 흡기펌프(23)를 통해 흡입하고 이를 수분제거수단(25)을 통해 습기를 제거한후, 상기 악취감지부(20)의 TRS 센서(21)로 공급하여 이를 이용한 악취 모니터링 수행 중 해당 측정치가 중앙제어부(30) 메모리에 저장된 기준값을 초과하는 것으로 수신되면, 상기 중앙제어부(30)에 의해 세정수투입부(10)의 약품탱크(11B)에서 펌프(15)를 통하여 정량 공급된 약품을 보충하고, 이를 배관(15P)을 통해 세정수탱크(11A)에 공급하여 세정수탱크(11A)내의 임펠러(11a)에 의해 잘 교반된 세정수를 세정수투입부(10)의 솔레노이드밸브(13)를 개방하여 배관(13p)을 통하여 하수관거(P)에 배출하여 악취를 저감하고, TRS 센서(21)의 측정치가 기준값 이하가 되면 솔레노이드밸브(13)를 폐쇄하여 배관(13P)을 통하여 하수관거(P)에 배출되는 세정수를 차단하게 된다.
그런데, 이러한 기술의 경우 해당 센서가 설치되는 구역에 대해서만 확인이 가능하고 단순 기준치를 초과하는 경우에만 약품 살포를 통하여 소극적인 조치를 하는데 그치기 때문에 광역 하수관망에 대한 관리는 사실상 불가능하다. 또한, 악취발생원에 대한 예측과 대비가 어렵기 때문에 근본적인 악취발생대책이 되기 어렵다.
따라서, 도시 전체 구역을 대상으로 하여 악취가 발생하는 여러 요소들에 대한 통합적이고 체계적 분석을 통해 악취발생을 예측하고, 예측된 결과에 따라 악취저감시설에 대한 관리 및 대응체계를 마련할 방안이 필요하다.
본 발명은 상기 문제점을 해결하기 위하여 안출된 것으로, 특히 도시 전체에 복잡하게 구성된 하수관망에 대한 통합적인 악취발생 예측과 설계가 가능하여 악취에 대한 근본적 관리가 가능하며 관리의 효율성과 경제성을 향상할 수 있는 하수관거 악취발생 예측 및 통합관리시스템을 제공하는 것을 목적으로 한다.
상술한 과제를 해결하기 위하여 본 발명은, 하수관거의 선택지점(100)에 설치되어 계측데이터를 생성하는 복수의 로컬감시부(1100); 하수관거의 제어지점(120)에 설치되어 악취 저감 기능을 수행하는 복수의 악취제어장치(1200); 기상정보서버(4100)로부터 기상정보를 수집하는 기상정보 수집부(2410)와, 지리정보서버(4200)로부터 하수관망도와 관련된 지리정보를 수집하는 지리정보 수집부(2420)와, 민원정보DB(4300)로부터 악취와 관련된 민원정보를 수집하는 민원정보 수집부(2430)와, 상기 계측데이터와 기상정보 및 민원정보로부터 악취발생을 분석하는 악취 모니터링부(2100)와, 상기 악취 모니터링부의 분석결과에 따라 악취제어장치에 제어명령을 전송하여 악취 저감조치를 수행하도록 하는 악취 제어부(2300)와, 계측데이터와 기상정보와 민원정보로부터 장래의 악취 발생을 예측모델을 수립하는 예측부(2200)와, 상기 민원정보를 기초로 악취에 대한 관심구역(110) 및 선택지점과 제어지점을 설정하고 예측부의 판단에 따라 하수관거의 시설을 보수 또는 준설 정보를 생성하는 관리부(2010)를 구비하는 통합관리부(2000);를 포함하는 하수관거 악취발생 예측 및 통합관리시스템을 제공한다.
일실시예로, 상기 악취 모니터링부는 지리정보와 악취 정보를 매칭하여 악취맵을 생성하는 지리정보 분석부(2132)와, 계측데이터를 수치화하여 악취 강도를 지리정보에 매칭하도록 하는 계측데이터 분석부(2134)와, 기상정보를 데이터베이스화하는 기상정보 분석부(2131)와, 민원정보를 수치화하여 민원 강도를 지리정보에 매칭하도록 하는 민원정보 분석부(2133)와, 상기 지리정보에 매칭된 악취맵에 따라 악취발생원을 판단하는 악취발생원 판단부(2111)와 악취발산원을 판단하는 악취발산원 판단부(2112)와 악취배출원을 판단하는 악취배출원 판단부(2113)를 구비할 수 있다.
또한, 통합관리부는 상기 지리정보 분석부가 계측데이터와 매칭된 1차악취맵과 민원정보와 매칭된 2차악취맵을 수립하면, 선택된 판단지점에서 2차악취맵의 강도가 민원기준값 미만이고 1차악취맵의 강도가 계측기준값 이상인 경우 악취발생원 또는 악취발산원으로 기초 분류한 다음 리정보에서 판단지점의 유형을 판별하여 악취발생원 판단부 또는 악취발산원 판단부가 결정하며, 선택된 판단지점에서 2차악취맵의 강도가 민원기준값 이상이고 1차악취맵의 강도가 계측기준값 이상인 경우 악취발산원 또는 악취배출원으로 기초 분류한 다음 1차악취맵의 강도와 2차악취맵의 강도의 차이가 설정 범위 이상인 경우 악취배출원 판단부에서 악취배출원으로 분류할 수 있다.
바람직하게는, 상기 지리정보 분석부가 악취발생원으로 정화조, 오수처리시설, 빌딩배수조, 퇴적물의 침전이 발생한 하수관로 또는 생물막층이 형성된 하수관로 중의 하나 이상을 설정하고, 악취발산원으로 연결관, 하수관로나 맨홀 등의 단차, 압송관의 토출부, 역사이펀 말단부 또는 펌프장 중의 하나 이상을 설정하고, 악취배출원으로 맨홀, 하수 또는 빗물받이 또는 토구 중의 하나 이상을 설정할 수 있다.
또한, 상기 악취 모니터링부는 상기 악취발생원에 대한 판단 이후 악취발산원의 판단시 하수의 유속 및 유량에 의하여 위치 및 강도의 매칭값 보정을 수행하고, 악취발산원의 판단 이후 악취배출원의 판단시 풍향 및 풍속에 따라 위치 및 강도의 매칭값 보정을 수행하는 것이 바람직하다.
한편, 상기 예측부는 인풋 레이어로 기온, 강수량, 습도, 수중 pH, 수온, 수심, DO, 유속, ORP, 황산염이온, 수중 황화수소 그리고 TOC를 입력하고, 2개의 히든레이어와, 아웃풋 레이어로 황화수소, 암모니아, 복합악취, 메틸메르캅탄, 메르캅탄 그리고 습도를 입력하여 딥러닝 알고리즘을 구성하고 예측모델을 수립할 수 있다.
본 발명의 구성에 의하여, 하수관거의 계측값만을 개별적이고 단독적으로 처리하는 것이 아닌, 민원정보와 기상정보를 바탕으로 하수관망도와 연계하여 복합적으로 유기적으로 하수 악취관리가 수행될 수 있기 때문에 하수관거 전체 시스템에 대한 관리의 효율성이 비약적으로 향상되는 효과가 있다.
또한, 각 수집 및 분석된 데이터 및 정보들을 기초로 인공지능 알고리즘을 통해 악취의 발생을 예측하고 보수 또는 준설 등의 계획 수립이 가능하여지기 때문에 예산관리의 효율성이 증가되고 악취제어의 지속적이며 장기간의 관리가 가능한 효과가 있다.
도 1은 종래기술의 하수관거용 악취 저감시스템에 대한 구성도이다.
도 2는 본 발명의 하수관거 악취발생 예측 및 통합관리시스템을 설명하기 위한 구성도이다.
도 3은 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에서 통합관리부의 실시예를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시예에 따라 통합관리부를 구성하는 관리부에 대한 블록도이다.
도 5는 본 발명의 실시예에 따라 통합관리부를 구성하는 악취 모니터링부에 대한 블록도이다.
도 6은 도 5는 분산컴퓨팅 기법을 통하여 수집된 데이터들을 기반으로 하수관거를 통합 관리하는 개념을 설명하기 위한 도면이다.
도 7은 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에 의하여 하수관거 관리가 수행되는 과정을 나타내는 순서도이다.
도 2는 본 발명의 하수관거 악취발생 예측 및 통합관리시스템을 설명하기 위한 구성도이다.
도 3은 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에서 통합관리부의 실시예를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시예에 따라 통합관리부를 구성하는 관리부에 대한 블록도이다.
도 5는 본 발명의 실시예에 따라 통합관리부를 구성하는 악취 모니터링부에 대한 블록도이다.
도 6은 도 5는 분산컴퓨팅 기법을 통하여 수집된 데이터들을 기반으로 하수관거를 통합 관리하는 개념을 설명하기 위한 도면이다.
도 7은 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에 의하여 하수관거 관리가 수행되는 과정을 나타내는 순서도이다.
이하, 첨부도면을 참조하여 본 발명에 따른 바람직한 실시예의 하수관거 악취발생 예측 및 통합관리시스템을 상세히 설명한다.
이하의 실시예들은 본 발명의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 발명의 실시예를 구성할 수도 있다. 본 발명의 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 본 발명의 요지를 흐릴 수 있는 부분, 장치 및/또는 구성 등은 기술하지 않았으며, 당업자의 수준에서 이해할 수 있을 정도의 부분, 장치 및/또는 구성 또한 기술하지 아니하였다. 또한, 도면에서 동일한 도면 부호를 사용하여 지칭하는 부분은 장치 구성 또는 방법에서 동일한 구성 요소 또는 단계를 의미한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "···부" 또는 "···기" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미한다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
본 발명은 기본적으로 하수관거의 선택지점에 설치되어 계측데이터를 수집하는 로컬감시부와, 상기 로컬감시부로부터의 계측결과와 기상정보와 민원정보를 통하여 관심구역을 설정하고 악취 발생원, 악취 발산원 그리고 악취 배출원을 각각 판단하는 통합관리부와, 상기 통합관리부의 악취 제어신호에 따라 하수관거의 제어지점에서 악취저감 조치를 수행하는 악취제어장치를 구비하는 하수관거 악취발생 예측 및 통합관리시스템을 제공한다.
본 발명의 설명에서 하수관거는 기본적으로 여러 하수구에서 집수하여 하수처리장으로 유동시키는 경로의 하수관을 의미하며, 반드시 특정 규모 이상의 하수관만을 의미하는 것은 아니다. 악취가 발생할할 수 있는 요소라면 하수의 유동 경로상에 배치되는 다양한 배관, 구조물, 장비를 포함하는 것으로 이해될 수 있을 것이다. 상기 하수관거의 지점으로 예를 들어, 개인하수처리시설 인근 관로, 맨홀, 중계펌프장, 빗물받이 등을 들 수 있으며, 관심지역인 주요 거점으로 인구밀집지역 또는 하천별 산책로 등을 선정해볼 수 있다. 이러한 하수관거의 지점 선택에 관한 구체적인 실시예들에 대해서는 후에 살펴보도록 한다.
도 2는 본 발명의 개념에 따른 하수관거 악취발생 예측 및 통합관리시스템을 설명하기 위한 구성도이다.
하수관거(200)의 구성 및 배치는 다양한 형태로 이루어질 수 있으며 본 발명의 실시예에 제한되는 것은 아니다. 상기 하수관거(200)는 각 가정 또는 산업단지 또는 농업용지 등으로부터 유입되는 지류와 연결지점 및 대용량 하수관을 포함하는 것으로 이해될 수 있으며, 상기 하수관거(200)를 유동하는 오수 또는 폐수 등은 하수로 통일하여 사용하도록 한다.
후술될 로컬감시부(1100)는 소정의 선택지점(100)의 하수에 대한 계측정보를 생성하여 통합관리부(2000)로 전송하는 기능을 수행하한다. 이에, 상기 로컬감시부(1100)는 소정의 센서 및 통신모듈을 구비할 수 있다. 상기 로컬감시부(1100)에 구비되는 센서는 예를 들어 pH센서, 수온센서, 심도센서, DO(용존산소) 센서, 유속센서, ORP(산화환원전위) 센서, 황화수소(H2S) 센서 중의 어느 하나 이상이 조합될 수 있을 것이다.
이러한 로컬감시부(1100)는 선택된 개소에 선택된 개수로 배치될 수 있으며, 각각의 로컬감시부(1100)가 통합관리부(2000)로의 정보 전송이 가능하도록 유선 또는 무선 통신의 통신모듈을 구비할 수 있다. 경우에 따라 소정의 선택지점(100)의 그룹들이 하나의 구역을 커버하고 소정의 중계부(3000)가 구성될 수 있을 것이다. 바람직하게는 상기 로컬감시부(1100) 및 중계부(3000)는 무선통신이 가능하도록 인터넷 통신모듈을 구비하여 추가적인 설비의 부담을 저감할 수 있을 것이다. 이렇게 IoT 가 적용되는 경우 로컬감시부(1100)의 측정값이 원격으로 전송되어 각 선택지점(100)의 계측데이터를 전송하고 통합관리부(2000)에서 소정의 예측값 도출과 통합 운영이 가능하도록 할 수 있다.
상기 통합관리부(2000)의 판단 결과에 따라 하수관거(200)의 소정의 제어지점(120)에 구비되는 악취제어장치(1200)에서 하수의 악취에 따른 조치를 수행할 수 있다. 소정의 악취발생 또는 발산인자의 판단결과에 따라 기준값 이상이 되는 경우, 예를 들어 하수관거에는 악취제거 약품을 주입하고 pH를 조절할 수 있다. 또한, 소정의 악취배출원에 대한 개폐제어가 수행될 수 있다. 또한, 소정의 토구에 대한 물이나 약품의 분사가 이루어질 수 있다. 이러한 악취제어와 관련된 구체적인 실시예에 대해서는 후술하기로 한다.
상기 악취제어장치(1200)도 소정의 통신모듈을 구비할 수 있으며 이와 관련하여서는 로컬감시부(1100)의 실시예와 중복되는 설명은 생략하기로 한다.
통합관리부(2000)는 이러한 각 개소의 로컬감시부(1100)로부터 계측정보를 수신하고, 악취제어장치(1200)로 제어신호를 전송함과 동시에 악취에 대한 판단인자를 수집하기 위한 소정의 외부 서버와 연결될 수 있다. 주요하게는 하수도 배치와 관련된 지리정보를 제공하는 지리정보서버(4200)와, 날씨에 대한 기상정보를 제공하는 기상정보서버(4100)와 연결되어 소정의 판단을 수행할 수 있을 것이다. 여기서, 지리정보란 GIS(하수도 관리대장 지리정보시스템)에서 취득할 수 있는 하수관거(200)에 대한 지도 및 각 위치정보일 수 있다. 또한, 기상정보란 기상청의 서버 등과 같은 기상정보서버(4100)로부터 취득할 수 있는 강수량, 습도, 풍속, 풍향, 중장기 예보 등과 같은 날씨와 관련된 정보일 수 있다. 상기 지리정보로부터는 각 하수관거(200)의 배치상태에 따라 선택지점(100), 제어지점(120) 등의 지점선택이 가능하고 소정의 구역을 관심구역(110)으로 설정할 수 있게 된다. 또한, 상기 기상정보는 로컬감시부(1100)로부터의 계측정보와 연동하여 각 지점 또는 구역별 악취발생원, 악취발산원 또는 악취배출원 등을 판단하고 소정의 조치, 변경, 설계 등을 수행하는 판단인자로 활용될 수 있을 것이다.
한편, 본 발명에서는 상기 하수관거 악취 관리의 효율성을 향상할 수 있도록 민원정보를 활용할 수 있는바, 이러한 정보는 민원정보DB(4300)로부터 수집될 수 있을 것이다. 실시간 관리 또는 악취의 영향을 질적으로 관리하기 위하여서는 인근 거주자 등으로부터 접수된 민원정보가 소정의 악취 판단 내지 추적에 있어서 효율적인 판단인자로 사용될 수 있을 것이다.
상기 통합관리부(2000)는 로컬감시부(1100), 악취제어장치(1200), 기상정보서버(4100), 지리정보서버(4200), 민원정보DB(4300), 사용자단말 중의 어느 하나 이상과 중계부(3000)를 통하여 통신할 수 있다. 상기 중계부(3000)는 소정의 게이트웨이는 물론 공용의 네트워크망 등 통신을 중계하기 위한 다양한 장치를 포함하는 것으로 이해될 수 있다.
상기 중계부(3000)에 의한 무선통신은 CDMA, WCDMA, HSDPA, GSM, Wibro, 3G, 4G, LTE, LTE CatM1 등을 포함하는 이동 통신 네트워크에서 제공하는 통신방식과, Wi-Fi(Wireless Fidelity), 블루투스(Bluetooth), 적외선(IrDA: Infrared Data Association), 무선 LANN(IEEE 802.11), SWAP(Shared Wireless Access Protocol), WPAN(Wireless Personal Area network), 지그비(Zigbee), 저전력근거리통신인 LoRa(Long Range) 네트워크 등의 다양한 방식이 적용될 수 있을 것이다. 여기서 각각의 감시 내지 작동 디바이스와 IoT에 의한 연결은 물론 RS485와 같은 유선연결방식이 배제되는 것은 아니다.
본 발명에서는 우선적으로 관심구역(110)을 설정하여 집중적인 계측정보를 수집하고 신속한 대응이 가능하도록 하는바, 이를 위하여서는 민원정보의 적극적인 활용이 필요할 수 있다. 이를 위하여 통합관리부(2000)는 민원정보를 수집하여 분석한 이후 관심구역(110)을 설정할 수 있는데, 이러한 관심구역(110)은 예를 들어 개인하수처리시설 인근 관로, 인구밀집지역, 하천별 산책로, 맨홀, 중계펌프장, 빗물받이 등의 장치 또는 지역을 의미할 수 있다. 다만, 상기의 실시예에 한정되는 것은 아니다.
또한, 선택지점(100)은 상기 관심구역(110)의 영역 범위 또는 관심구역(110)에 인접한 하수관거의 지점, 예를 들어 맨홀, 관로 단차, 퇴적부, 경사지, 토구 등일 수 있다.
이렇게 본 발명은 민원정보를 기초로, 기상정보, 민원정보 및 계측데이터를 통하여 악취의 영향 및 조치에 대해 판단하는데 이와 관련된 구체적인 실시예를 살펴보기로 한다.
도 3은 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에서 통합관리부를 설명하기 위한 블록도이다.
상기 통합관리부(2000)는 집중 원격감시 제어시스템(SCADA)으로 기능할 수 있고, 각 로컬감시부(1100)로부터의 측정값 및 외부 서버로부터의 데이터들을 수집하여 소정의 판단절차를 거침은 상기와 같다.
따라서, 상기 통합관리부(2000)는 하나 이상의 로컬감시부(1100) 및/또는 악취제어장치(1200)에 연결되어 계측데이터를 수신하며 제어명령을 입력하고 송신하는 통합관리를 수행하는 서버, PC 또는 마이크로프로세서일 수 있다.
통합관리부(2000)의 기본적인 기능을 수행하기 위하여 각 계측데이터 및 수신된 정보를 기초로 악취의 발생을 모니터링하기 위한 악취 모니터링부(2100)와, 상기 악취 모니터링부(2100)의 판단 결과를 기초로 악취제어장치(1200)에 악취저감을 위한 조치를 수행하기 위한 제어명령을 전송하는 악취 제어부(2300)와, 악취의 예측모델을 수립하고 보수 또는 준설 등의 정보를 생성하는 예측부(2200)와, 각 데이터 및 정보를 기초로 소정의 선정 및 사용자와 연결 동작을 수행하는 관리부(2010)를 포함하여 구성될 수 있다.
악취 모니터링부(2100)는 기본적으로 각 계측데이터를 통하여, GIS 정보와 연계된 악취발생 맵을 생성하고 그 강도를 분석하는 기능을 수행할 수 있다. 이러한 악취 모니터링부(2100)에서 주요하게 수집하는 데이터 및 정보는 pH, 수온, 수심, DO, 유속, ORP, 대기 기온, 강우량, 습도 등일 수 있다. 다만, 본 발명에서는 악취와 관련하여 악취발생원과, 악취발산원과, 악취배출원을 구분하여 분석하는 동작을 수행함으로써 관리의 효율성을 비약적으로 향상시킬 수 있다. 주요한 악취발생 원인으로는 황화수소 등의 영향을 들 수 있으며, 악취발생 영향인자로 예를 들어 DO와 ORP를 대표적으로 볼 수 있고, 악취발산 영향인자로 예를 들어 온도, pH, 수심, 유속 등을 들 수 있다. 이러한 악취와 관련된 인자의 구분 및 분석과 관련한 실시예는 후술하기로 한다.
상기 악취 모니터링부(2100)는 로컬감시부(1100)에 연결되어 소정의 계측데이터를 통하여 악취를 분석하고 처리하는 기능을 수행함은 상기와 같다. 여기서 소정의 환경센서들이 구성되며 이러한 환경센서는 통상의 감지값을 생성하여 전송하는 센서디바이스 뿐 아니라 카메라, 라이다, 레이더, 레코더 등 하수관거 환경에 대한 데이터를 수집할 수 있는 다양한 모니터링 또는 감시디바이스를 포함하는 것으로 이해되어야 할 것이다.
악취 제어부(2300)는 상기 악취 모니터링부(2100)의 수집된 데이터 및 정보를 기초로 관리부(2010)와 연계하여 악취제어장치(1200)를 제어하고 악취를 저감하는 기능을 수행할 수 있다. 상기 악취제어장치(1200)의 실시예로 하수관거에 화학적인 처리로 약품을 주입하여 pH를 조절하는 방안을 고려할 수 있고, 이 경우 황화수소 등의 악취유발물질을 산화할 수 있는 공지의 약액이 적용될 수 있을 것이다. 다른 실시예로 물리적으로 빗물받이를 제어하거나, 소정의 토구를 개폐하거나, 소정의 토구에 물 등을 분사하여 희석하는 것을 고려해볼 수 있다. 이러한 악취의 저감을 위한 제어장치는 공지의 다양한 하수 악취기술이 적용될 수 있을 것이다.
예측부(2200)는 상기 수집된 데이터 및 정보를 기초로 인공지능 기반의 분석을 적용하고 지역을 설정하거나 디바이스를 구성 또는 보강하는 등의 계획을 수립하는 기능을 수행하는바 이와 관련한 구체적인 실시예는 후술하기로 한다.
상기 악취 모니터링부(2100)의 작동을 위하여, 기상정보서버(4100)로부터 기상정보를 수집하는 기상정보 수집부(2410)와, 하수관거의 지형적 정보를 지리정보서버(4200)로부터 수집하는 지리정보 수집부(2420)와, 민원에 대한 처리정보를 민원정보DB(4300)로부터 수집하는 민원정보 수집부(2430)를 포함할 수 있다. 이러한 각 수집부로부터의 정보는 악취 모니터링부(2100)로 전송된 각 로컬감시부(1100)의 계측데이터와 함께 현재 하수관거 지형정보와 매칭되는 악취의 영향 및 강도를 분석하는 데 이용될 수 있다.
상기 수집부들 및 로컬감시부(1100)로부터의 계측데이터들은 예측부(2200)에서 소정의 예측모델을 생성하고 계획을 수립하는데 사용될 수 있다.
상기 각 서버 및 디바이스들과 통신하기 위한 통신부(2020)가 구성되며, 이러한 통신부(2020) 및 중계부(3000)와의 네트워크와 관련하여서는 상기와 같다.
한편, 상기 관리부(2010)는 기본적인 작동환경을 설정하여 상기 악취 모니터링부(2100), 악취 제어부(2300) 및 예측부(2200)가 작동하도록 기능할 수 있으며 이에 대하여 구체적으로 살펴보도록 한다.
도 4는 통합관리부를 구성하는 관리부의 실시예를 설명하기 위한 블록도이다.
관리부(2010)는 악취 모니터링부(2100)의 기능을 수행할 수 있도록 선택지점(100)을 설정하며 이를 위하여 선택지점 설정부(2012)가 구성된다. 상기 선택지점(100)은 예를 들어 맨홀, 관로 단차, 퇴적부, 경사불량 지역, 토구 등일 수 있으나 반드시 이에 한정되는 것은 아니다. 상기 선택지점(100)의 선정을 위하여 민원정보DB(4300)로부터 수신된 민원정보와 지리정보서버(4200)로부터의 하수관망도의 지리정보가 이용될 수 있으며, 또한 후술될 바와 같은 예측부(2200)로부터의 알고리즘을 통한 자동 설정위치일 수 있다.
상기 선택지점 설정부(2012)는 추가적으로 제어지점(120)에 대한 악취제어장치(1200)의 설치에 대한 설정을 수행할 수도 있다.
또한, 관심구역 설정부(2013)를 구비하여 소정의 집중 관리지역인 관심구역(110)을 선정할 수 있고 상기 관심구역(110)은 민원정보에 기반할 수 있다. 이때, 상기 관심구역(110)은 개인하수처리시설 인근 관로, 인구밀집지역, 하천별 산책로, 맨홀, 중계펌프장, 빗물받이 등 악취의 발생 및/또는 배출 및/또는 발산이 유발될 가능성이 높은 위치이며 반드시 상기의 예에 한정되는 것은 아니다. 이러한 관심구역 설정부(2013)는 하수관망도와 민원정보를 매칭하여 그 민원강도를 분석한 다음 소정의 영역을 면적 내지는 분포로 표시하여 관심지역을 설정할 수 있을 것이다. 이러한 민원강도의 차이는 등고선 또는 색상으로 표현될 수 있으며 소정의 디스플레이장치 내지는 모바일단말 등에 직관적으로 이해가 가능하도록 표시될 수 있을 것이다.
한편, 관리부(2010)는 상기 악취 모니터링부(2100)의 판단 결과를 기초로 민원정보, 기상정보 및 지리정보를 기초로 보수와 준설 계획을 수립하는 기능을 수행하는 보수/준설 분석부(2013)를 포함할 수 있다. 상기 보수/준설 분석부(2013)는 하수관거를 구성하는 시설의 보수 또는 준설시기의 분석, 악취제어장치(1200)에서 소요되는 약품의 양 및 비용의 분석, 생애주기비용(LCC) 분석 등을 도출할 수 있을 것이다. 이러한 보수/준설 분석부(2013)의 분석결과는 예측부(2200)에 의한 미래의 데이터에 기반할 수 있음은 물론이다.
또한, 관리부(2010)는 계측데이터 및 기상정보와 민원정보 간의 강도를 분석하고 연동화하는 개념을 추가할 수 있고 이러한 기능을 수행하는 연동화부(2014)를 포함하여 구성될 수 있다.
상기 로컬감시부(1100)로부터 수집된 계측데이터들은 소정의 수치화된 정량적인 악취데이터로 볼 수 있고, 민원정보DB(4300)에서 수집된 민원정보들은 사람이 느끼는 정성적인 악취데이터로 구분해볼 수 있다. 소정의 관심구역(110) 및 선택지점(100)의 설정 결과 지리정보서버(4200)로부터 수신한 하수관망도에 상기 계측데이터의 결과의 매칭결과와 민원정보의 매칭결과의 차이가 발생할 수 있고 연동화부(2014)는 이를 분석하여 실제 효능이 있는 제어방법을 도출하는 판단을 수행할 수 있는 것이다.
따라서, 상기 연동화부(2014)는 하수관망도 상에 계측데이터와 민원정보에 기반한 두 개의 매칭결과를 도출한 다음 악취배출원, 악취발산원, 악취발생원을 분류할 수 있는 기초데이터를 생성할 수 있을 것이다. 여기서 상기 계측데이터에는 기상정보가 융합되어 장래의 기상정보와 함께 예측된 정량적 값들이 포함될 수 있다.
도 5는 상술한 통합관리부의 기능을 구현하기 위하여 악취 모니터링부의 실시예를 설명하기 위한 블록도이다.
상기와 같이 악취 모니터링부(2100)는 기상정보서버(4100)로부터의 수집된 기상정보를 처리하는 기상정보 분석부(2131)와, 지리정보서버(4200)로부터 수집된 지리정보를 처리하는 지리정보 분석부(2132)와, 민원정보DB(4300)로부터 수집된 민원정보를 처리하는 민원정보 분석부(2133)와, 로컬감시부(1100)로부터의 계측데이터를 처리하는 계측데이터 분석부(2134)를 포함할 수 있다.
상기 지리정보 분석부(2132)는 지리정보와 상기 계측데이터 및 민원정보에 따른 악취정보의 수치화된 값들을 매칭하여 악취맵을 생성하는 기능을 수행할 수 있다.
상기 기상정보 분석부(2131), 민원정보 분석부(2133), 계측데이터 분석부(2134)에서는 각각의 정보 및 데이터를 계량하여 수치화하고 지리정보 분석부(2132)에서 수립된 하수관망도에 매칭할 수 있도록 한다. 여기서, 기상정보 분석부(2131)는 악취의 장래에 대한 예측값에 활용될 수 있기 때문에 소정의 인공지능 알고리즘의 키팩터로 기능할 수 있음은 물론 계측데이터에 대한 가중값으로 기능할 수 있기 때문에 기상정보를 데이터베이스화한다.
기능화부(2120)는 각각의 분석 및 매칭된 데이터들을 연동화부(2014)에서 연동작동하도록 처리할 수 있으며 악취에 대한 분석이 수행된다.
악취발생원 판단부(2111)는 상기 분석 및 매칭된 데이터들을 기초로 지리정보 분석부(2132)에서 매칭된 악취 데이터의 결과물에 의하여 악취의 발생원을 추적하는 기능을 수행할 수 있다. 악취발생원의 경우 하수 중 황화수소와 같은 악취물질이 용존 상태로 존재하는 경우이며, 예를 들어 정화조, 오수처리시설, 빌딩배수조, 퇴적물의 침전이 발생한 하수관로 또는 생물막층이 형성된 하수관로 등일 수 있다. 이 경우 유동의 심도 또는 탁도 또는 카메라와 같은 광학적 수단에 의한 계측데이터를 통하여 1차적인 악취발생원의 분석이 가능할 수 있다. 다만, 상기 계측디바이스인 로컬감시부(1100)로부터는 직접적으로 검출되지 않는 정보일 수 있다. 이에, 상기 연동화부(2014)의 기능을 통하여 지리정보로부터 추적이 수행될 수 있을 것이다.
또한, 악취발산원 판단부(2112)를 포함할 수 있으며, 상기 악취발산원은 하수 중에 용존 형태로 존재하는 악취물질이 난류 등에 의하여 대기로 발산되는 것을 의미할 수 있다. 예를 들어, 연결관, 하수관로나 맨홀 등의 단차, 압송관의 토출부, 역사이펀 말단부, 펌프장 등일 수 있으며, 상기 로컬감시부(1100)에서 수집한 결과 및 민원정보 분석부(2133)에서 분석한 결과에 의하여 추적이 가능할 수 있다.
또한, 악취배출원 판단부(2113)를 포함할 수 있고, 상기 악취배출원의 경우 개인하수처리시설과 하수관로 내부 등 밀폐된 내부 공간에서 발생 또는 발산된 악취물질이 외부와 연결된 장소를 통하여 외부로 배출될 수 있다. 이러한 악취배출원은 예를 들어, 맨홀, 하수 또는 빗물받이, 토구 등 대기와 노출된 부위일 수 있다. 이러한 악취배출원은 민원에 대한 강도가 가장 높은 지역일 수 있다. 따라서, 민원에 대한 분석값의 영향이 가장 높은 지역이며, 수치화된 민원정보의 값이 계측데이터 값과 큰 차이가 나는 경우 악취배출원에 대한 판단의 가중치를 높게 설정할 수 있을 것이다.
따라서, 계측데이터가 수치화되고 지리정보 분석부(2132)에서 지리정보와 매칭된 1차악취맵과 민원정보가 수치화되고 지리정보와 매칭된 2차악취맵의 강도가 상호 비교된 다음, 악취 발생원, 발산원, 배출원이 구분될 수 있다.
예를 들어, 소정의 판단지점에서 2차악취맵의 강도가 민원기준값 미만이고, 1차악취맵의 강도가 계측기준값 이상인 경우 악취발생원 또는 악취발산원으로 분류할 수 있다. 이렇게 기초적인 분류가 수행된 이후 해당 지점에 대한 지리정보의 분석이 이루어지며 악취발생원 유형인 지점인지 악취발산원 유형인 지점인지 결정할 수 있다.
또한, 소정의 판단지점에서 2차악취맵의 강도가 민원기준값 이상이고, 1차악취맵의 강도가 계측기준값 이상인 경우 악취 발산원 또는 악취 배출원으로 기초적인 분류가 수행될 수 있다. 이 경우 상기 지리정보에 따라 시설의 분류를 기반으로 구분해볼 수 있을 것이나, 상기 1차악취맵의 강도와 2차악취맵의 강도의 차이가 설정 범위 이상인 경우 악취 배출원으로 분류할 수 있을 것이다.
다만, 상기 악취의 발생 이후 발산은 하수의 유동에 의존할 수 있고, 악취의 발산 이후 배출은 대기의 영향을 받을 수 있다. 따라서, 전자의 경우 하수의 유속과 유량에 의한 위치 및 강도의 매칭값 보정이 이루어질 수 있고, 후자의 경우 풍향 및 풍속이나 습도 내지 온도 등의 요소에 의하여 위치 및 강도의 매칭값 보정이 이루어질 수 있을 것이다.
한편, 본 발명에서는 수집된 데이터 및 정보를 기초로 인공지능 학습을 통한 예측알고리즘을 수립할 수 있으며, 이와 관련되어 예측부의 실시예를 살펴보기로 한다.
도 6은 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에서 예측모델을 수립하기 위한 예측 알고리즘을 수립하는 방식을 설명하기 위한 도면이다.
기본적으로 두 개의 히든레이어를 인풋레이어와 아웃풋레이어 간에 두어 심층 신경망을 구성하였다. 즉, 심층 신뢰 신경망(DBN: Deep Belief Network)을 이용하여 기상정보 및 계측데이터의 인자들을 상관관계를 고려하여 2개의 히든레이어가 적용되어 있으며 사전학습 및 미세조정을 통하여 예측모델을 수립하였다.
악취 예측을 위한 알고리즘은 같은 방향성이 있는 그래프로 표현할 수 있으며, 다변량 회귀분석(Multivariate Regression Model)을 통해 각 화살표의 계수 또는 가중값을 고려할 수 있다. 다변량 회귀분석은 통계적 선형모형 중 가장 널리 쓰이는 모형으로 다수의 출력 변수(산출변수)에 입력 변수들이 미치는 영향력을 가중값을 이용하여 파악하고, 입력 변수값을 통해 산출 변수의 값을 예측한다. DBN은 가장 최근에 제안된 deep learning 모형으로 다수의 은닉층을 가진 다층 신경망(multilayer perceptron)의 특수한 경우이며, 다층 신경망이 가중값 추정을 위해 학습(learning)을 수행할 때, ‘0’에 가까운 값으로 학습되는 현상을 개선한 모델이다. DBN은 네트워크에 포함된 은닉층들 각각을 서로 다른 RBM(Restricted Boltzmann Machine)들을 쌓아가는 형태로 네트워크를 구성할 수 있게 하기 때문에 다층 신경망에 비하여 다양한 형태의 네트워크를 구성하고 가중값을 학습하여 예측·평가할 수 있다.
상기 계측데이터 및 기상정보의 값으로 상기한 바와 같이 기온, 강수량, 습도, 수중 pH, 수온, 수심, DO, 유속, ORP, 황산염이온, 수중 H2S, TOC 등이 인풋 레이어로 적용될 수 있다.
아웃풋에 관하여 직접적인 악취와 관련된 H2S, NH3, 복합악취, 탄메틸메르캅탄(Methyl Mercaptan), 메르캅탄(Mercaptan), 습도 등이 아웃풋 레이어에 적용될 수 있다.
상기 키팩터들은 주로 선택지점(100)의 예인 맨홀, 관로 단차, 퇴적부, 토구 등일 수 있으나 상술한 바와 같이 악취발생원, 악취발산원, 악취배출원을 구성하기 위한 다양한 개소들이 적용될 수 있을 것이다.
악취 모니터링 및 통합제어가 운영되는 기간 동안의 누적 키팩터 데이터를 활용한 AI 알고리즘 예측값 및 운영결과값의 평균 오차는 99% 이상으로 다변량 회귀분석에 비해 훨씬 높은 예측 정확도를 나타내었다.
도 7은 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에 의하여 악취모니터링 및 통합제어가 운영되는 방식을 나타내는 순서도이다.
본 발명의 개념과 같이 기초적으로 민원정보를 기반으로 소정의 선정이 수행될 수 있으며, 이를 위하여 민원정보 분석부(2133)를 통하여 민원정보를 분석하고 수치화할 수 있다.(S111)
상기 민원정보의 분석 및 수치화된 값을 기반으로 관리부(2010)에서 관심구역(110)과 선택지점(100) 및/또는 제어지점(120)이 선택된다.(S112) 이때, 상기 수치화된 민원정보 값은 소정의 강도로 지리정보 맵에 매칭되어 악취맵을 생성할 수 있으며 이에 지리정보가 연계되는 것이다.(S113)
상기와 같은 결과로 각 선택지점(100)에 배치되는 복수의 로컬감시부(1100)로부터 계측데이터를 수집하게 된다.(S210) 이러한 계측데이터 수집 과정에서 기상정보 수집부(2410)는 기상정보를 함께 악취 인자로 수집할 수 있으며, 지리정보에 매칭되어 시계열적으로 데이터화된다.
상술된 예측부(2200)는 각 키팩터들을 적용하여 예측모델을 수립하여 조정하는 기능을 수행한다.(S310) 상기 예측모델의 수립 결과에 의하여 상기 선택지점(100) 및/또는 관심구역(110) 및/또는 제어지점(120)이 재설정(S112)될 수 있다.
또한, 예측모델의 분석 결과에 의하여 보수/준설 분석부(2013)는 보수 또는 준설의 시기와 규모 및 적용디바이스를 도출하여 계획을 수립할 수 있다.(S311)
이러한 예측모델의 수립 결과에 의하여 악취제어 시스템이 도출된다.(S410)
이때, 상기 악취발생원, 악취발산원, 악취배출원이 연동화부(2014) 및 악취 모니터링부(2100)에 의하여 분류될 수 있는데(S420), 이러한 분류결과에 의하여 제어의 우선순위가 설정된다.(S411)
예를 들어, 악취 발생원의 경우는 즉시적인 저감처리보다는 근본적인 해결이 필요한 경우일 수 있고, 악취 배출원 또는 발산원의 경우는 직접 사람들이 느낄 수 있는 경우, 즉 민원과 관계되는 경우일 수 있기 때문에 주로 배출원측에 우선순위 가중치를 두고 발생원에 인접되는 곳에는 보수 또는 준설을 통한 해결을 유도할 수 있는 것이다.
상기 계측데이터의 수집 및 기상정보의 수집과 분석이 완료되면 악취 모니터링부(2100)는 악취 제어부(2300)를 통하여 악취제어장치(1200)들을 개별적으로 제어하여 악취제어가 수행되는 것이다.(S510)
상술된 본 발명의 하수관거 악취발생 예측 및 통합관리시스템에 의하여 하수관거의 계측값만을 개별적이고 단독적으로 처리하는 것이 아닌, 민원정보와 기상정보를 바탕으로 하수관망도와 연계하여 복합적으로 유기적으로 하수 악취관리가 수행될 수 있기 때문에 하수관거 전체 시스템에 대한 관리의 효율성이 비약적으로 향상된다.
또한, 각 수집 및 분석된 데이터 및 정보들을 기초로 인공지능 알고리즘을 통해 악취의 발생을 예측하고 보수 또는 준설 등의 계획 수립이 가능하여지기 때문에 예산관리의 효율성이 증가되고 악취제어의 장기간 관리가 가능하다.
이상에서, 본 발명은 실시예 및 첨부도면에 기초하여 상세히 설명되었다. 그러나, 이상의 실시예들 및 도면에 의해 본 발명의 범위가 제한되지는 않으며, 본 발명의 범위는 후술한 특허청구범위에 기재된 내용에 의해서만 제한될 것이다.
100...선택지점 110...관심구역
120...제어지점 200...하수관거
1100...로컬감시부 1200...악취제어부
2000...통합관리부 2010...관리부
2011...관심구역 설정부 2012...선택지점 설정부
2013...보수/준설 분석부 2014...연동화부
2020...통신부 2100...악취 모니터링부
2111...악취발생원 판단부 2112...악취발산원 판단부
2113...악취배출원 판단부 2120...기능화부
2131...기상정보 분석부 2132...지리정보 분석부
2133...민원정보 분석부 2134...계측데이터 수집부
2200...예측부 2300...악취 제어부
2410...기상정보 수집부 2420...지리정보 수집부
2430...민원정보 수집부 3000...중계부
4100...기상정보서버 4200...지리정보서버
4300...민원정보DB
120...제어지점 200...하수관거
1100...로컬감시부 1200...악취제어부
2000...통합관리부 2010...관리부
2011...관심구역 설정부 2012...선택지점 설정부
2013...보수/준설 분석부 2014...연동화부
2020...통신부 2100...악취 모니터링부
2111...악취발생원 판단부 2112...악취발산원 판단부
2113...악취배출원 판단부 2120...기능화부
2131...기상정보 분석부 2132...지리정보 분석부
2133...민원정보 분석부 2134...계측데이터 수집부
2200...예측부 2300...악취 제어부
2410...기상정보 수집부 2420...지리정보 수집부
2430...민원정보 수집부 3000...중계부
4100...기상정보서버 4200...지리정보서버
4300...민원정보DB
Claims (3)
- 하수관거의 선택지점(100)에 설치되어 계측데이터를 생성하는 복수의 로컬감시부(1100);
하수관거의 제어지점(120)에 설치되어 악취 저감 기능을 수행하는 복수의 악취제어장치(1200);
기상정보서버(4100)로부터 기상정보를 수집하는 기상정보 수집부(2410)와, 지리정보서버(4200)로부터 하수관망도와 관련된 지리정보를 수집하는 지리정보 수집부(2420)와, 민원정보DB(4300)로부터 악취와 관련된 민원정보를 수집하는 민원정보 수집부(2430)와, 상기 계측데이터와 기상정보 및 민원정보로부터 악취발생을 분석하는 악취 모니터링부(2100)와, 상기 악취 모니터링부의 분석결과에 따라 악취제어장치에 제어명령을 전송하여 악취 저감조치를 수행하도록 하는 악취 제어부(2300)와, 계측데이터와 기상정보와 민원정보로부터 장래의 악취 발생을 예측모델을 수립하는 예측부(2200)와, 상기 민원정보를 기초로 악취에 대한 관심구역(110) 및 선택지점과 제어지점을 설정하고 예측부의 판단에 따라 하수관거의 시설을 보수 또는 준설 정보를 생성하는 관리부(2010)를 구비하는 통합관리부(2000);를 포함하고,
상기 악취 모니터링부는,
지리정보와 악취 정보를 매칭하여 악취맵을 생성하는 지리정보 분석부(2132)와, 계측데이터를 수치화하여 악취 강도를 지리정보에 매칭하도록 하는 계측데이터 분석부(2134)와, 기상정보를 데이터베이스화하는 기상정보 분석부(2131)와, 민원정보를 수치화하여 민원 강도를 지리정보에 매칭하도록 하는 민원정보 분석부(2133)와, 상기 지리정보에 매칭된 악취맵에 따라 악취발생원을 판단하는 악취발생원 판단부(2111)와 악취발산원을 판단하는 악취발산원 판단부(2112)와 악취배출원을 판단하는 악취배출원 판단부(2113)를 구비하되,
상기 지리정보 분석부가 계측데이터와 매칭된 1차악취맵과 민원정보와 매칭된 2차악취맵을 수립하면,
선택된 판단지점에서 2차악취맵의 강도가 민원기준값 미만이고 1차악취맵의 강도가 계측기준값 이상인 경우 악취발생원 또는 악취발산원으로 기초 분류한 다음 리정보에서 판단지점의 유형을 판별하여 악취발생원 판단부 또는 악취발산원 판단부가 결정하며,
선택된 판단지점에서 2차악취맵의 강도가 민원기준값 이상이고 1차악취맵의 강도가 계측기준값 이상인 경우 악취발산원 또는 악취배출원으로 기초 분류한 다음 1차악취맵의 강도와 2차악취맵의 강도의 차이가 설정 범위 이상인 경우 악취배출원 판단부에서 악취배출원으로 분류하는 하수관거 악취발생 예측 및 통합관리시스템.
- 제1항에 있어서,
상기 지리정보 분석부는,
악취발생원으로 정화조, 오수처리시설, 빌딩배수조, 퇴적물의 침전이 발생한 하수관로 또는 생물막층이 형성된 하수관로 중의 하나 이상을 설정하고, 악취발산원으로 연결관, 하수관로나 맨홀 등의 단차, 압송관의 토출부, 역사이펀 말단부 또는 펌프장 중의 하나 이상을 설정하고, 악취배출원으로 맨홀, 하수 또는 빗물받이 또는 토구 중의 하나 이상을 설정하며,
상기 악취 모니터링부는,
상기 악취발생원에 대한 판단 이후 악취발산원의 판단시 하수의 유속 및 유량에 의하여 위치 및 강도의 매칭값 보정을 수행하고, 악취발산원의 판단 이후 악취배출원의 판단시 풍향 및 풍속에 따라 위치 및 강도의 매칭값 보정을 수행하는 하수관거 악취발생 예측 및 통합관리시스템.
- 제1항에 있어서,
상기 예측부는,
인풋 레이어로 기온, 강수량, 습도, 수중 pH, 수온, 수심, DO, 유속, ORP, 황산염이온, 수중 황화수소 그리고 TOC를 입력하고, 2 개의 히든레이어와, 아웃풋 레이어로 황화수소, 암모니아, 복합악취, 메틸메르캅탄, 메르캅탄 그리고 습도를 입력하여 딥러닝 알고리즘을 구성하고 예측모델을 수립하는 하수관거 악취발생 예측 및 통합관리시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220089039A KR102514560B1 (ko) | 2022-07-19 | 2022-07-19 | 하수관거 악취발생 예측 및 통합관리시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220089039A KR102514560B1 (ko) | 2022-07-19 | 2022-07-19 | 하수관거 악취발생 예측 및 통합관리시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102514560B1 true KR102514560B1 (ko) | 2023-03-27 |
Family
ID=85799870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220089039A KR102514560B1 (ko) | 2022-07-19 | 2022-07-19 | 하수관거 악취발생 예측 및 통합관리시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102514560B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117109407A (zh) * | 2023-10-24 | 2023-11-24 | 深圳市绿奥环境建设有限公司 | 一种排水管污泥沉积可视化监测装置及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101471645B1 (ko) * | 2013-09-02 | 2014-12-11 | 한국건설기술연구원 | 악취발생량 예측을 통한 악취지도를 활용한 하수도 설비의 경제성·효율성 분석 방법 |
| KR101741624B1 (ko) * | 2016-03-29 | 2017-05-30 | 환경관리 주식회사 | 모바일 어플리케이션을 활용한 하수관망 시설물 유지관리 시스템 |
| KR20210051606A (ko) * | 2019-10-31 | 2021-05-10 | 주식회사 태성환경연구소 | 실시간 대기 확산 모니터링 시스템 |
| KR20210089982A (ko) * | 2020-01-09 | 2021-07-19 | 주식회사 에어텍 | 날씨 기반 축사 악취 발생 예측 장치 및 방법 |
| KR20220058673A (ko) * | 2020-10-28 | 2022-05-10 | 한국건설기술연구원 | 환경시설의 대기오염가스 확산을 모니터링하기 위한 가상물리-기반 3차원 확산 예측지도 작성 시스템 및 그 방법 |
-
2022
- 2022-07-19 KR KR1020220089039A patent/KR102514560B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101471645B1 (ko) * | 2013-09-02 | 2014-12-11 | 한국건설기술연구원 | 악취발생량 예측을 통한 악취지도를 활용한 하수도 설비의 경제성·효율성 분석 방법 |
| KR101741624B1 (ko) * | 2016-03-29 | 2017-05-30 | 환경관리 주식회사 | 모바일 어플리케이션을 활용한 하수관망 시설물 유지관리 시스템 |
| KR20210051606A (ko) * | 2019-10-31 | 2021-05-10 | 주식회사 태성환경연구소 | 실시간 대기 확산 모니터링 시스템 |
| KR20210089982A (ko) * | 2020-01-09 | 2021-07-19 | 주식회사 에어텍 | 날씨 기반 축사 악취 발생 예측 장치 및 방법 |
| KR20220058673A (ko) * | 2020-10-28 | 2022-05-10 | 한국건설기술연구원 | 환경시설의 대기오염가스 확산을 모니터링하기 위한 가상물리-기반 3차원 확산 예측지도 작성 시스템 및 그 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117109407A (zh) * | 2023-10-24 | 2023-11-24 | 深圳市绿奥环境建设有限公司 | 一种排水管污泥沉积可视化监测装置及方法 |
| CN117109407B (zh) * | 2023-10-24 | 2024-01-30 | 深圳市绿奥环境建设有限公司 | 一种排水管污泥沉积可视化监测装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Leng et al. | Performance assessment of coupled green-grey-blue systems for Sponge City construction | |
| CN106382471B (zh) | 一种考虑关键节点的城市排水管网诊断评估方法 | |
| Taghizadeh et al. | Hybrid SWMM and particle swarm optimization model for urban runoff water quality control by using green infrastructures (LID-BMPs) | |
| Silvennoinen et al. | Monetary value of urban green space as an ecosystem service provider: A case study of urban runoff management in Finland | |
| Ghodsi et al. | Developing a stochastic conflict resolution model for urban runoff quality management: application of info-gap and bargaining theories | |
| Boskidis et al. | Hydrologic and water quality modeling of lower Nestos river basin | |
| KR101146207B1 (ko) | 상하수도시설 컴팩트 통합 관리 시스템 및 방법 | |
| WO2021259009A1 (zh) | 深层污水排水隧道的调度运行方法、装置和计算机设备 | |
| CN110276145A (zh) | 城市排水系统仿真建模与调度方法 | |
| KR20140029155A (ko) | 실시간 제어 기반의 지능형 우수관리 시스템 및 방법 | |
| CN112560209B (zh) | 一种初雨水收集调度方法和系统 | |
| KR102211284B1 (ko) | IoT 및 빅데이터를 활용한 대규모 산업단지의 실시간 통합 배수구역 관리시스템 | |
| Li et al. | Performance assessment of stormwater GI practices using artificial neural networks | |
| KR102514560B1 (ko) | 하수관거 악취발생 예측 및 통합관리시스템 | |
| CN111737853A (zh) | 一种基于swmm模型的低影响开发多目标区间优化配置方法 | |
| Barthelemy et al. | Problem-driven and technology-enabled solutions for safer communities: The case of stormwater management in the illawarra-shoalhaven region (nsw, australia) | |
| Dai et al. | Construction of a cellular automata-based model for rainfall-runoff and NPS pollution simulation in an urban catchment | |
| Lim et al. | Assessing variability and uncertainty in green infrastructure planning using a high-resolution surface-subsurface hydrological model and site-monitored flow data | |
| TWM607552U (zh) | 下水道智能監測暨控制系統 | |
| Abebe et al. | Climate change impact and adaptation for urban drainage systems | |
| Wang et al. | Smart sewage water management and data forecast | |
| KR100869237B1 (ko) | 폐쇄회로 티브이 영상 또는 회귀분석식을 이용한 하수관거내 퇴적량 예측방법 및 그 기능을 탑재한 하수관거유지관리시스템 | |
| Bertels et al. | Estimation of the impact of combined sewer overflows on surface water quality in a sparsely monitored area | |
| Ahmadisharaf et al. | Effectiveness of retention ponds for sustainable urban flood mitigation across range of storm depths in northern Tehran, Iran | |
| Termite et al. | An Artificial Neural Network-based Real Time DSS to Manage the Discharges of a Wastewater Treatment Plant and Reduce the Flooding Risk. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |