KR20120086479A - 수질 다 항목을 이용한 총 질소 예측 장치 및 방법 - Google Patents
수질 다 항목을 이용한 총 질소 예측 장치 및 방법 Download PDFInfo
- Publication number
- KR20120086479A KR20120086479A KR1020110007733A KR20110007733A KR20120086479A KR 20120086479 A KR20120086479 A KR 20120086479A KR 1020110007733 A KR1020110007733 A KR 1020110007733A KR 20110007733 A KR20110007733 A KR 20110007733A KR 20120086479 A KR20120086479 A KR 20120086479A
- Authority
- KR
- South Korea
- Prior art keywords
- regression model
- water quality
- total nitrogen
- item
- quality multi
- Prior art date
Links
Images
Classifications
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Feedback Control In General (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
실시간으로 측정되는 수질 다항목을 사용하여 총 질소를 예측하는 장치 및 방법이 개시된다.
총 질소 예측 장치는 적어도 하나의 수질 다항목의 상관 계수에 기초하여 상기 수질 다항목으로 구성된 회귀 모델을 선택하는 회귀 모델 선택부; 상기 선택된 회귀 모델의 적합도를 평가하는 적합도 평가부; 상기 적합도에 기초하여 상기 회귀 모델의 변경 여부를 판단하고, 변경이 필요한 경우, 상기 회귀 모델을 변경하는 회귀 모델 변경부; 및 상기 회귀 모델을 기초로 수역의 총 질소 량을 예측하는 총 질소 예측부를 포함할 수 있다.
총 질소 예측 장치는 적어도 하나의 수질 다항목의 상관 계수에 기초하여 상기 수질 다항목으로 구성된 회귀 모델을 선택하는 회귀 모델 선택부; 상기 선택된 회귀 모델의 적합도를 평가하는 적합도 평가부; 상기 적합도에 기초하여 상기 회귀 모델의 변경 여부를 판단하고, 변경이 필요한 경우, 상기 회귀 모델을 변경하는 회귀 모델 변경부; 및 상기 회귀 모델을 기초로 수역의 총 질소 량을 예측하는 총 질소 예측부를 포함할 수 있다.
Description
본 발명은 실시간으로 측정되는 수질 다항목을 사용하여 총 질소량을 예측하는 장치 및 방법에 관한 것으로, 보다 상세하게는 실시간으로 측정되는 수질 다항목의 상관 계수에 따라 복수의 회귀 모델 중 하나를 선택하여 수역의 총 질소 량을 예측하는 총 질소 예측 장치 및 방법에 관한 것이다.
총 질소 측정 장치는 수역의 오염도를 관리하기 위하여 수역에 포함된 총 질소 량을 측정하는 장치이다.
그러나, 종래의 총 질소 측정 장치는 다양한 시약을 사용하여 수역에 포함된 총 질소 량을 측정하고 있으므로, 실시간으로 총 질소량을 측정할 수 없고, 총 질소 량의 측정에 필요한 시약을 보충해야 하는 불편함이 있었다.
따라서, 시약 없이 실시간으로 수역의 총 질소량을 측정하거나 예측할 수 있는 방법이 요구되고 있다.
본 발명은 복수의 회귀 모델을 생성하고, 실시간으로 측정되는 수질 다항목의 상관 계수에 따라 복수의 회귀 모델 중 하나를 선택하여 수역의 총 질소 량을 예측함으로써 총 질소 량의 변화를 모니터링 할 수 있는 총 질소 예측 장치 및 총 질소 예측 방법을 제공한다.
또한, 본 발명은 수질 다항목의 상관 계수에 기초하여 선택한 회귀 모델의 적합도가 낮은 경우, 회귀 모델을 변경하여 수역의 총 질소 량을 예측함으로써 예측한 총 질소 량의 정확도를 향상 시키는 총 질소 예측 장치 및 총 질소 예측 방법을 제공한다.
그리고, 본 발명은 일정 회수 이상 회귀 모델이 변경되는 경우, 기 설정한 디폴트 회귀 모델을 사용하여 수역의 총 질소 량을 예측함으로써 회귀 모델의 변경에 따른 수역의 총 질소 량을 예측 시간 지연을 방지하는 총 질소 예측 장치 및 총 질소 예측 방법을 제공한다.
본 발명의 일실시예에 따른 총 질소 예측 장치는 적어도 하나의 수질 다항목의 상관 계수에 기초하여 상기 수질 다항목으로 구성된 회귀 모델을 선택하는 회귀 모델 선택부; 상기 선택된 회귀 모델의 적합도를 평가하는 적합도 평가부; 상기 적합도에 기초하여 상기 회귀 모델의 변경 여부를 판단하고, 판단 결과에 따라 상기 회귀 모델을 변경하는 회귀 모델 변경부; 및 상기 회귀 모델을 기초로 수역의 총 질소 량을 예측하는 총 질소 예측부를 포함할 수 있다.
본 발명의 일실시예에 따른 총 질소 예측 장치의 회귀 모델 변경부는 회귀 모델이 싱글 회귀 모델인 경우, 회귀 모델을 멀티 회귀 모델로 변경하고, 회귀 모델이 멀티 회귀 모델인 경우, 회귀 모델을 싱글 회귀 모델로 변경할 수 있다.
본 발명의 일실시예에 따른 총 질소 예측 장치의 회귀 모델 변경부는 회귀 모델이 일정 회수 이상 변경된 경우, 회귀 모델을 디폴트 회귀 모델로 변경할 수 있다.
본 발명의 일실시예에 따른 총 질소 예측 방법은 적어도 하나의 수질 다항목의 상관 계수에 기초하여 상기 수질 다항목으로 구성된 회귀 모델을 선택하는 단계; 상기 선택된 회귀 모델의 적합도를 평가하는 단계; 상기 적합도에 기초하여 상기 회귀 모델의 변경 여부를 판단하는 단계; 판단 결과에 따라 상기 회귀 모델을 변경하는 단계; 및 상기 회귀 모델을 기초로 수역의 총 질소 량을 예측하는 단계를 포함할 수 있다.
본 발명의 일실시예에 의하면, 복수의 회귀 모델을 생성하고, 실시간으로 측정되는 수질 다항목의 상관 계수에 따라 복수의 회귀 모델 중 하나를 선택하여 수역의 총 질소 량을 예측함으로써 총 질소 량의 변화를 모니터링 할 수 있다.
또한, 본 발명의 일실시예에 의하면, 수질 다항목의 상관 계수에 기초하여 선택한 회귀 모델의 적합도가 낮은 경우, 회귀 모델을 변경하여 수역의 총 질소 량을 예측함으로써 예측한 총 질소 량의 정확도를 향상 시킬 수 있다.
그리고, 본 발명의 일실시예에 의하면, 일정 회수 이상 회귀 모델이 변경되는 경우, 기 설정한 디폴트 회귀 모델을 사용하여 수역의 총 질소 량을 예측함으로써 회귀 모델의 변경에 따른 수역의 총 질소 량을 예측 시간 지연을 방지할 수 있다.
도 1은 본 발명의 일실시예에 따른 총 질소 예측 장치를 도시한 블록 다이어그램이다.
도 2는 본 발명의 일실시예에 따른 총 질소 예측 방법을 도시한 플로우차트이다.
도 3은 본 발명의 일실시예에서 회귀 모델을 선택하고 적합도를 평가하는 과정의 일례이다.
도 4는 본 발명의 일실시예에서 회귀 모델의 변경 여부를 판단하는 과정의 일례이다.
도 5는 본 발명의 일실시예에서 회귀 모델의 변경 과정의 일례이다.
도 2는 본 발명의 일실시예에 따른 총 질소 예측 방법을 도시한 플로우차트이다.
도 3은 본 발명의 일실시예에서 회귀 모델을 선택하고 적합도를 평가하는 과정의 일례이다.
도 4는 본 발명의 일실시예에서 회귀 모델의 변경 여부를 판단하는 과정의 일례이다.
도 5는 본 발명의 일실시예에서 회귀 모델의 변경 과정의 일례이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 본 발명의 일실시예에 따른 총 질소 예측 방법은 총 질소 예측 장치에 의해 수행될 수 있다.
도 1은 본 발명의 일실시예에 따른 총 질소 예측 장치를 도시한 블록 다이어그램이다.
도 1을 참고하면, 본 발명의 일실시예에 따른 총 질소 예측 장치(110)는 회귀 모델 생성부(111), 상관 계수 결정부(112), 회귀 모델 선택부(113), 적합도 평가부(114), 회귀 계수 결정부(115), 회귀 모델 변경부(116), 총 질소 예측부(117)를 포함할 수 있다.
회귀 모델 생성부(111)는 총 질소 측정 장치(130)에서 실제로 측정한 실측 총 질소 량을 기초로 수질 다항목으로 구성된 회귀 모델을 생성할 수 있다. 이때, 회귀 모델 생성부(111)는 하나의 수질 다항목으로 구성된 싱글 회귀 모델, 복수의 수질 다항목으로 구성된 멀티 회귀 모델, 및 기 설정된 수질 다항목으로 구성된 디폴트 회귀 모델 중 적어도 하나를 생성할 수 있다. 구체적으로 회귀 모델 생성부(111)는 각각의 수질 다항목으로 구성된 싱글 회귀 모델과, 복수의 수질 다항목으로 구성된 멀티 회귀 모델을 생성하고, 싱글 회귀 모델이나 멀티 회귀 모델 중에서 기 설정된 수질 다항목으로 구성된 디폴트 회귀 모델을 설정할 수 있다. 이때, 수질 다항목은 수질 다항목 측정 장치(120)에서 실시간으로 측정하는 수온, 전기 전도도, 엽록소, 탁도, 용존 산소량(DO), 수소이온농도(pH), 산화환원도(ORP) 중 적어도 하나를 포함할 수 있다. 또한, 디폴트 회귀 모델은 회귀 모델 중 적합도가 높은 가능성이 큰 수질 다항목으로 구성된 회귀 모델이다. 일례로, 디폴트 회귀 모델은 수온, 전기 전도도 및 용존 산소량 중 적어도 하나로 구성된 회귀 모델일 수 있다.
그리고, 회귀 모델 생성부(111)는 총 질소 측정 장치(130)에서 실제로 측정한 실측 총 질소 량이 갱신되는 경우, 갱신된 실측 총 질소 량을 기초로 수질 다항목으로 구성된 회귀 모델을 재 생성할 수 있다.
상관 계수 결정부(112)는 수질 다항목 측정 장치(120)가 실시간으로 측정한 수질다항목과 총질소 측정 장치(130)로 실제 측정한 실측 총질소량과의 상관계수를 결정할 수 있다. 일례로, 상관 계수 결정부(112)는 총질소 측정장치(130)에서 실제로 측정한 실측 총 질소 량과 실시간으로 측정한 수질다항목과의 피어슨 상관 분석을 적용하여 실측 총질소와 수질다항목간의 상관 계수를 결정할 수 있다.
회귀 모델 선택부(113)는 상관 계수 결정부(112)가 결정한 수질 다항목의 상관 계수에 기초하여 상기 수질 다항목으로 구성된 회귀 모델을 선택할 수 있다. 구체적으로, 회귀 모델 선택부(113)는 상관 계수에 기초하여 적어도 하나의 수질 다항목을 선택하고, 회귀 모델 생성부(111)가 생성한 회귀 모델 중에서 선택한 수질 다항목으로 구성된 회귀 모델을 선택할 수 있다. 일례로, 회귀 모델 선택부(113)는 한 수질 다항목의 상관 계수가 다른 수질 다항목들의 상관 계수에 비하여 높은 경우, 해당 수질 다항목을 선택하고, 해당 수질 다항목으로 구성된 싱글 회귀 모델을 선택할 수 있다. 다른 일례로, 회귀 모델 선택부(113)는 상관 계수가 높은 순서로 3개의 수질 다항목을 선택하고, 선택한 수질 다항목으로 구성된 멀티 회귀 모델을 선택할 수도 있다.
적합도 평가부(114)는 회귀 모델 선택부(113)에서 선택된 회귀 모델의 적합도를 평가할 수 있다. 일례로, 적합도 평가부(114)는 분산 분석(ANOVA: Analysis of variance)을 사용하여 회귀 모델의 적합도를 평가할 수 있다. 이때, 적합도 평가부(114)는 회귀 계수를 위한 최소 제곱법(least square method for regression coefficient)를 사용하여 결정 계수를 계산할 수 있다. 구체적으로, 적합도 평가부(114)는 회귀 모델에서 회귀 계수를 결정하기 위하여 최소 제곱법을 사용한 경우 생성되는 적어도 하나의 값을 기초로 분산 분석을 수행함으로써 결정 계수를 계산할 수 있다.
회귀 계수 결정부(115)는 총 질소 측정 장치(130)에서 실제로 측정한 실측 총 질소와 상관 계수 결정부(112)에서 상관 계수가 높은 것으로 결정된 수질 다항목에 회귀 모델 선택부(113)에서 선택된 회귀 모델을 적용함으로써 회귀 계수를 결정할 수 있다.
회귀 모델 변경부(116)는 적합도 평가부(114)가 평가한 적합도에 기초하여 회귀 모델 선택부(113)에서 선택된 회귀 모델의 변경 여부를 판단하고, 변경이 필요한 경우, 상기 회귀 모델을 변경할 수 있다. 즉, 회귀 모델 변경부(116)는 적합도 평가부(114)가 평가한 적합도에 기초하여 회귀 모델이 총 질소 예측에 적합한지 여부를 판단하고, 적합하지 않은 경우, 해당 회귀 모델의 변경이 필요하다고 판단할 수 있다.
일례로, 회귀 모델 변경부(116)는 적합도 평가부(114)에서 계산된 회귀 모델의 결정 계수와 임계 값의 비교 결과에 기초하여 회귀 모델의 변경 여부를 판단할 수 있다. 이때, 결정 계수는 회귀 모델이 적합한지 여부를 판단하는 값이며, 결정 계수가 1인 경우가 최적 값이다. 그러나, 결정 계수가 최적 값을 만족하는 예가 적으므로, 회귀 모델 변경부(116)는 사용자가 원하는 오차의 범위나 예측 장치의 성능에 기초하여 1이 근접한 임계 값을 설정할 수 있다. 이때, 회귀 모델 변경부(116)는 결정 계수가 임계 값 이하인 경우, 해당 회귀 모델을 변경할 필요가 없다고 판단할 수 있다.
다른 일례로, 회귀 모델 변경부(116)는 회귀 모델의 수질 다항목 간의 상관도와 관련된 선형성(Linearity)의 만족 여부에 기초하여 회귀 모델의 변경 여부를 판단할 수 있다. 이때, 회귀 모델 변경부(116)는 회귀 모델 선택부(113)가 선택한 수질 다항목 중 하나의 변화에 따라 다른 수질 다항목이 동일한 비율로 변화한 경우, 회귀 모델의 수질 다항목들이 선형성을 만족하므로 해당 회귀 모델이 총 질소 예측에 적합하지 않다고 판단할 수 있다. 또한, 회귀 모델 변경부(116)는 회귀 모델 선택부(113)가 선택한 수질 다항목들이 다른 수질 다항목의 변화에 영향을 받지 않고 독립 적으로 변화할 경우, 해당 회귀 모델이 총 질소 예측에 적합하다고 판단할 수 있다.
또한, 회귀 모델 변경부(116)는 변경할 회귀 모델이 싱글 회귀 모델인 경우, 상기 회귀 모델을 멀티 회귀 모델로 변경하고, 변경할 회귀 모델이 멀티 회귀 모델인 경우, 상기 회귀 모델을 싱글 회귀 모델로 변경할 수 있다.
구체적으로, 회귀 모델 변경부(116)는 변경할 회귀 모델이 싱글 회귀 모델인 경우, 상관 계수에 기초하여 복수의 수질 다항목을 선택하고, 상기 회귀 모델을 싱글 회귀 모델에 사용된 수질 다항목과 상관 계수에 기초하여 선택된 수질 다항목으로 구성된 멀티 회귀 모델로 변경할 수 있다. 또한, 회귀 모델 변경부(116)는 변경할 회귀 모델이 멀티 회귀 모델인 경우, 상관 계수를 기초로 멀티 회귀 모델을 구성하는 수질 다항목 중 하나를 선택하며, 상기 회귀 모델을 선택한 수질 다항목으로 구성된 싱글 회귀 모델로 변경할 수 있다.
그리고, 회귀 모델 변경부(116)는 회귀 모델이 계속 변경되는 것을 방지하기 위하여 회귀 모델이 일정 회수 이상 변경된 경우 해당 회귀 모델을 디폴트 회귀 모델로 변경할 수 있다. 일례로, 회귀 모델 변경부(116)는 회귀 모델이 싱글 회귀 모델에서 멀티 회귀 모델로 변경된 상태에서 다시 회귀 모델을 변경해야 하는 경우, 해당 회귀 모델을 디폴트 회귀 모델로 변경할 수 있다. 다른 일례로, 회귀 모델 변경부(116)는 회귀 모델이 멀티 회귀 모델에서 싱글 회귀 모델로 변경된 상태에서 다시 회귀 모델을 변경해야 하는 경우, 해당 회귀 모델을 디폴트 회귀 모델로 변경할 수 있다.
이때, 회귀 계수 결정부(115)는 회귀 모델 변경부(116)에서 변경된 회귀 모델을 적용하여 회귀 계수를 다시 계산할 수 있다.
총 질소 예측부(117)는 회귀 모델 선택부(113)에서 선택된 회귀 모델이나 회귀 모델 변경부(116)에서 변경된 회귀 모델을 기초로 수역의 총 질소 량을 예측할 수 있다.
도 2는 본 발명의 일실시예에 따른 총 질소 예측 방법을 도시한 플로우차트이다.
단계(S210)에서 상관 계수 결정부(112)는 수질 다항목 측정 장치(120)가 실시간으로 측정한 수질 다항목의 정보를 수신할 수 있다.
단계(S220)에서 회귀 모델 선택부(113)는 단계(S210)에서 수신한 수질 다항목의 상관 계수에 기초하여 수질 다항목으로 구성된 회귀 모델을 선택하고, 선택한 회귀 모델의 적합도를 평가할 수 있다. 회귀 모델 선택부(113)가 회귀 모델을 선택하는 과정은 이하 도 3을 참조로 상세히 설명한다.
단계(S230)에서 회귀 계수 결정부(115)는 총 질소 측정 장치(130)에서 실제로 측정한 실측 총 질소에 단계(S220)에서 선택된 회귀 모델을 적용하여 다중 선형 회귀 분석을 함으로써 회귀 계수를 결정할 수 있다.
단계(S240)에서 회귀 모델 변경부(116)는 단계(S220)에서 평가한 적합도에 기초하여 단계(S220)에서 선택된 회귀 모델의 변경 여부를 판단할 수 있다. 이때, 회귀 모델 변경부(116)는 회귀 모델의 변경이 필요하다고 판단한 경우, 단계(S250)에서 회귀 모델을 변경할 수 있다.
회귀 모델의 변경 여부를 판단하는 과정은 이하 도 4를 참조로 상세히 설명한다. 또한, 회귀 모델을 변경하는 과정은 이하 도 5를 참조로 상세히 설명한다.
단계(S260)에서 총 질소 예측부(117)는 단계(S220)에서 선택된 회귀 모델이나 단계(S250)에서 변경된 회귀 모델을 기초로 수역의 총 질소 량을 예측할 수 있다.
도 3은 본 발명의 일실시예에서 회귀 모델을 선택하고 적합도를 평가하는 과정의 일례이다. 여기서, 단계(S310) 내지 단계(S360)는 도 2를 통해 설명한 단계(S220)에 포함될 수 있다.
단계(S310)에서 상관 계수 결정부(112)는 단계(S210)에서 수신한 각 수질 다항목의 상관 계수를 결정할 수 있다. 일례로, 상관 계수 결정부(112)는 총 질소 예측부(117)가 예측한 총 질소 량과 각 수질 다항목에 피어슨(Pearson) 상관 분석을 적용하여 각 수질 다항목의 상관 계수를 결정할 수 있다.
단계(S320)에서 회귀 모델 선택부(113)는 단계(S310)에서 결정된 상관 계수에 기초하여 적어도 하나의 수질 다항목을 선택할 수 있다.
단계(S330)에서 회귀 모델 선택부(113)는 회귀 모델 생성부(111)가 생성한 회귀 모델 중에서 단계(S320)에서 선택한 수질 다항목으로 구성된 회귀 모델을 선택할 수 있다.
단계(S340)에서 적합도 평가부(114)는 단계(S330)에서 선택된 회귀 모델의 적합도를 평가할 수 있다. 일례로, 적합도 평가부(114)는 분산 분석(ANOVA: Analysis of variance)을 사용하여 회귀 모델의 적합도를 평가할 수 있다.
단계(S350)에서 회귀 모델 생성부(111)는 총 질소 측정 장치(130)에서 실제로 측정한 실측 총 질소 량이 갱신되는지 여부를 확인할 수 있다. 일례로, 총 질소 측정 장치(130)는 1시간 간격으로 수역의 총 질소 량을 실측하여 갱신할 수 있다.
단계(S360)에서 회귀 모델 생성부(111)는 단계(S350)에서 갱신 된 것으로 확인된 실측 총 질소 량을 기초로 수질 다항목으로 구성된 회귀 모델을 재 생성할 수 있다. 이때, 회귀 모델 생성부(111)는 하나의 수질 다항목으로 구성된 싱글 회귀 모델, 복수의 수질 다항목으로 구성된 멀티 회귀 모델, 및 기 설정된 수질 다항목으로 구성된 디폴트 회귀 모델 중 적어도 하나를 생성할 수 있다.
도 4는 본 발명의 일실시예에서 회귀 모델의 변경 여부를 판단하는 과정의 일례이다. 여기서, 단계(S410) 내지 단계(S420)는 도 2를 통해 설명한 단계(S240)에 포함될 수 있다.
단계(S410)에서 회귀 모델 변경부(116)는 단계(S220)의 적합도 평가 과정에서 계산된 회귀 모델의 결정 계수가 임계 값 이하인 경우, 해당 회귀 모델을 변경할 필요가 없다고 판단하여 단계(S420)로 진행할 수 있다.
단계(S420)에서 회귀 모델 변경부(116)는 회귀 모델의 수질 다항목 간에 선형성(Linearity)을 만족하는지 여부에 기초하여 회귀 모델의 변경 여부를 판단할 수 있다. 이때, 회귀 모델 변경부(116)는 회귀 모델 선택부(113)가 선택한 수질 다항목 중 하나의 변화에 따라 다른 수질 다항목이 동일한 비율로 변화한 경우, 회귀 모델의 수질 다항목들이 선형성을 만족하므로 해당 회귀 모델이 총 질소 예측에 적합하지 않다고 판단하여 단계(S250)를 실행할 수 있다.
도 5는 본 발명의 일실시예에서 회귀 모델의 변경 과정의 일례이다. 여기서, 단계(S510) 내지 단계(S560)는 도 2를 통해 설명한 단계(S250)에 포함될 수 있다.
단계(S510)에서 회귀 모델 변경부(116)는 단계(S240)에서 변경해야 한다고 판단한 회귀 모델이 변경된 적 있는 회귀 모델인지 여부를 판단할 수 있다. 즉, 회귀 모델 변경부(116)는 회귀 모델이 계속 변경되는 것을 방지하기 위하여 단계(S240)에서 변경해야 한다고 판단한 회귀 모델이 단계(S220)에서 선택된 회귀 모델인지 아니면, 단계(S250)에서 변경된 회귀 모델인지 여부를 판단할 수 있다.
회귀 모델 변경부(116)는 단계(S510)에서 회귀 모델이 단계(S250)에서 변경된 회귀 모델인 것으로 판단한 경우 디폴트 회귀 모델에 대응하는 수질 다항목을 선택하고(S520), 선택한 수질 다항목을 사용하여 회귀 모델을 디폴트 회귀 모델로 변경할 수 있다(S530).
단계(S540)에서 회귀 모델 변경부(116)는 단계(S220)에서 선택된 회귀 모델이 싱글 회귀 모델인지 여부를 판단할 수 있다.
회귀 모델 변경부(116)는 단계(S220)에서 선택된 회귀 모델이 싱글 회귀 모델이 아닌 멀티 회귀 모델로 판단한 경우, 상관 계수를 기초로 멀티 회귀 모델을 구성하는 수질 다항목 중 하나를 선택하고(S550), 회귀 모델을 단계(S550)에서 선택한 수질 다항목으로 구성된 싱글 회귀 모델로 변경할 수 있다(S530).
또한, 회귀 모델 변경부(116)는 단계(S220)에서 선택된 회귀 모델이 싱글 회귀 모델인 경우, 상관 계수에 기초하여 복수의 수질 다항목을 선택하고(S560), 회귀 모델을 싱글 회귀 모델에 사용된 수질 다항목과 단계(S560)에서 선택한 수질 다항목으로 구성된 멀티 회귀 모델로 변경할 수 있다(S530).
본 발명은 복수의 회귀 모델을 생성하고, 실시간으로 측정되는 수질 다항목의 상관 계수에 따라 복수의 회귀 모델 중 하나를 선택하여 수역의 총 질소 량을 예측함으로써 총 질소 량의 변화를 모니터링 할 수 있다.
또한, 본 발명은 수질 다항목의 상관 계수에 기초하여 선택한 회귀 모델의 적합도가 낮은 경우, 회귀 모델을 변경하여 수역의 총 질소 량을 예측함으로써 예측한 총 질소 량의 정확도를 향상 시킬 수 있다. 그리고, 본 발명은 일정 회수 이상 회귀 모델이 변경되는 경우, 기 설정한 디폴트 회귀 모델을 사용하여 수역의 총 질소 량을 예측함으로써 회귀 모델의 변경에 따른 수역의 총 질소 량을 예측 시간 지연을 방지할 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
110: 총 질소 예측 장치
112: 상관 계수 결정부
113: 회귀 모델 선택부
114: 적합도 평가부
116: 회귀 모델 변경부
117: 총 질소 예측부
112: 상관 계수 결정부
113: 회귀 모델 선택부
114: 적합도 평가부
116: 회귀 모델 변경부
117: 총 질소 예측부
Claims (20)
- 적어도 하나의 수질 다항목의 상관 계수에 기초하여 상기 수질 다항목으로 구성된 회귀 모델을 선택하는 회귀 모델 선택부;
상기 선택된 회귀 모델의 적합도를 평가하는 적합도 평가부;
상기 적합도에 기초하여 상기 회귀 모델의 변경 여부를 판단하고, 판단 결과에 따라 상기 회귀 모델을 변경하는 회귀 모델 변경부; 및
상기 회귀 모델을 기초로 수역의 총 질소 량을 예측하는 총 질소 예측부
를 포함하는 총 질소 예측 장치. - 제1항에 있어서,
상기 회귀 모델은,
하나의 수질 다항목으로 구성된 싱글 회귀 모델, 복수의 수질 다항목으로 구성된 멀티 회귀 모델, 및 기 설정된 수질 다항목으로 구성된 디폴트 회귀 모델 중 적어도 하나인 것을 특징으로 하는 총 질소 예측 장치. - 제2항에 있어서,
상기 수질 다항목은,
수온, 전기 전도도, 엽록소, 탁도, 용존 산소량(DO), 수소이온농도(pH), 산화환원도(ORP), 중 적어도 하나를 포함하는 것을 특징으로 하는 총 질소 예측 장치. - 제3항에 있어서,
상기 디폴트 회귀 모델은,
수온, 전기 전도도 및 용존 산소량 중 적어도 하나로 구성된 회귀 모델인 것을 특징으로 하는 총 질소 예측 장치. - 제1항에 있어서,
상기 회귀 모델 변경부는,
상기 회귀 모델의 결정 계수와 임계 값의 비교 결과에 기초하여 상기 회귀 모델의 변경 여부를 판단하는 것을 특징으로 하는 총 질소 예측 장치. - 제1항에 있어서,
상기 회귀 모델 변경부는,
상기 회귀 모델의 수질 다항목 간의 상관도와 관련된 선형성(Linearity)의 만족 여부에 기초하여 상기 회귀 모델의 변경 여부를 판단하는 것을 특징으로 하는 총 질소 예측 장치. - 제2항에 있어서,
상기 회귀 모델 변경부는,
상기 회귀 모델이 싱글 회귀 모델인 경우, 상기 회귀 모델을 멀티 회귀 모델로 변경하는 것을 특징으로 하는 총 질소 예측 장치. - 제2항에 있어서,
상기 회귀 모델 변경부는,
상기 회귀 모델이 멀티 회귀 모델인 경우, 상기 회귀 모델을 싱글 회귀 모델로 변경하는 것을 특징으로 하는 총 질소 예측 장치. - 제2항에 있어서,
상기 회귀 모델 변경부는,
상기 회귀 모델이 일정 회수 이상 변경된 경우, 상기 회귀 모델을 디폴트 회귀 모델로 변경하는 것을 특징으로 하는 총 질소 예측 장치. - 제1항에 있어서,
총 질소 측정 장치에서 실제로 측정한 실측 총 질소를 기초로 수질 다항목으로 구성된 회귀 모델을 생성하는 회귀 모델 생성부; 및
수질 다항목 측정 장치가 실시간으로 측정한 수질 다항목의 상관 계수를 결정하는 상관 계수 결정부;
를 더 포함하고,
상기 회귀 모델 선택부는 상기 상관 계수에 기초하여 적어도 하나의 수질 다항목을 선택하고, 상기 회귀 모델 중에서 선택한 수질 다항목으로 구성된 회귀 모델을 선택하는 것을 특징으로 하는 총 질소 예측 장치. - 적어도 하나의 수질 다항목의 상관 계수에 기초하여 상기 수질 다항목으로 구성된 회귀 모델을 선택하는 단계;
상기 선택된 회귀 모델의 적합도를 평가하는 단계;
상기 적합도에 기초하여 상기 회귀 모델의 변경 여부를 판단하는 단계;
판단 결과에 따라 상기 회귀 모델을 변경하는 단계; 및
상기 회귀 모델을 기초로 수역의 총 질소 량을 예측하는 단계
를 포함하는 총 질소 예측 방법. - 제11항에 있어서,
상기 회귀 모델은,
하나의 수질 다항목으로 구성된 싱글 회귀 모델, 복수의 수질 다항목으로 구성된 멀티 회귀 모델, 및 기 설정된 수질 다항목으로 구성된 디폴트 회귀 모델 중 적어도 하나인 것을 특징으로 하는 총 질소 예측 방법. - 제12항에 있어서,
상기 수질 다항목은,
수온, 전기 전도도, 엽록소, 탁도, 용존 산소량(DO), 수소이온농도(pH), 산화환원도(ORP) 중 적어도 하나를 포함하는 것을 특징으로 하는 총 질소 예측 방법. - 제13항에 있어서,
상기 디폴트 회귀 모델은,
수온, 전기 전도도 및 용존 산소량 중 적어도 하나로 구성된 회귀 모델인 것을 특징으로 하는 총 질소 예측 방법. - 제11항에 있어서,
상기 변경 여부를 판단하는 단계는,
상기 회귀 모델의 결정 계수와 임계 값의 비교 결과에 기초하여 상기 회귀 모델의 변경 여부를 판단하는 것을 특징으로 하는 총 질소 예측 방법. - 제11항에 있어서,
상기 변경 여부를 판단하는 단계는,
상기 회귀 모델의 수질 다항목 간의 상관도와 관련된 선형성(Linearity)의 만족 여부에 기초하여 상기 회귀 모델의 변경 여부를 판단하는 것을 특징으로 하는 총 질소 예측 방법. - 제12항에 있어서,
상기 회귀 모델을 변경하는 단계는,
상기 회귀 모델이 싱글 회귀 모델인 경우, 상기 회귀 모델을 멀티 회귀 모델로 변경하는 것을 특징으로 하는 총 질소 예측 방법. - 제12항에 있어서,
상기 회귀 모델을 변경하는 단계는,
상기 회귀 모델이 멀티 회귀 모델인 경우, 상기 회귀 모델을 싱글 회귀 모델로 변경하는 것을 특징으로 하는 총 질소 예측 방법. - 제12항에 있어서,
상기 회귀 모델을 변경하는 단계는,
상기 회귀 모델이 일정 회수 이상 변경된 경우, 상기 회귀 모델을 디폴트 회귀 모델로 변경하는 것을 특징으로 하는 총 질소 예측 방법. - 제11항에 있어서,
총 질소 측정 장치에서 실제로 측정한 실측 총 질소를 기초로 수질 다항목으로 구성된 회귀 모델을 생성하는 단계; 및
수질 다항목 측정 장치가 실시간으로 측정한 수질 다항목의 상관 계수를 결정하는 단계;
를 더 포함하고,
상기 회귀 모델을 선택하는 단계는,
상기 상관 계수에 기초하여 적어도 하나의 수질 다항목을 선택하는 단계; 및
상기 회귀 모델 중에서 선택한 수질 다항목으로 구성된 회귀 모델을 선택하는 단계
를 포함하는 총 질소 예측 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110007733A KR101339511B1 (ko) | 2011-01-26 | 2011-01-26 | 수질 다 항목을 이용한 총 질소 예측 장치 및 방법 |
| US13/356,458 US20120191428A1 (en) | 2011-01-26 | 2012-01-23 | Apparatus and method for predicting total nitrogen using general water quality data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110007733A KR101339511B1 (ko) | 2011-01-26 | 2011-01-26 | 수질 다 항목을 이용한 총 질소 예측 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120086479A true KR20120086479A (ko) | 2012-08-03 |
| KR101339511B1 KR101339511B1 (ko) | 2013-12-10 |
Family
ID=46544815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110007733A KR101339511B1 (ko) | 2011-01-26 | 2011-01-26 | 수질 다 항목을 이용한 총 질소 예측 장치 및 방법 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20120191428A1 (ko) |
| KR (1) | KR101339511B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102318530B1 (ko) * | 2021-08-11 | 2021-10-29 | 주식회사 유앤유 | IoT 기반 하수처리시설 에너지 관리 방법 및 시스템 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105548510B (zh) * | 2015-12-03 | 2017-04-19 | 深圳市清时捷科技有限公司 | 一种水中未检测项目含量预警的方法 |
| CN107609718A (zh) * | 2017-10-18 | 2018-01-19 | 仲恺农业工程学院 | 一种养殖水体中溶解氧的预测方法及系统 |
| CN108875230A (zh) * | 2018-06-26 | 2018-11-23 | 北京高能时代环境技术股份有限公司 | 水库水质预测模型的建立方法及装置 |
| CN109616201B (zh) * | 2018-11-09 | 2023-10-31 | 深圳职业技术大学 | 一种基于小数据动态预测模型的疲劳预警方法 |
| CN110570914B (zh) * | 2019-08-19 | 2023-05-23 | 甘肃方正节能科技服务有限公司 | 测量沼液营养成分含量的方法 |
| CN112506116B (zh) * | 2021-02-04 | 2021-06-01 | 康玄谷(北京)国际生物科技有限公司 | 一种基于矿物质水的信息分析系统及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5567621A (en) * | 1993-07-14 | 1996-10-22 | Shimadzu Corporation | Method of and apparatus for analyzing nitrogen compound and phosphorus compound contained in water |
| JP2004288097A (ja) * | 2003-03-25 | 2004-10-14 | Sumitomo Chem Co Ltd | 流体のシミュレーション方法、最適係数推算装置、および、流体のシミュレーションシステム |
| JP2007317068A (ja) * | 2006-05-29 | 2007-12-06 | Osaka Prefecture Univ | リコメンド装置およびリコメンドシステム |
| JP5316553B2 (ja) * | 2011-01-24 | 2013-10-16 | 株式会社明電舎 | 廃水処理装置及び廃水処理方法 |
| US8252183B1 (en) * | 2011-10-28 | 2012-08-28 | Kent Bioenergy Corporation | Treating nitorogen-contaminated wastewaters |
-
2011
- 2011-01-26 KR KR1020110007733A patent/KR101339511B1/ko active IP Right Grant
-
2012
- 2012-01-23 US US13/356,458 patent/US20120191428A1/en not_active Abandoned
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102318530B1 (ko) * | 2021-08-11 | 2021-10-29 | 주식회사 유앤유 | IoT 기반 하수처리시설 에너지 관리 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20120191428A1 (en) | 2012-07-26 |
| KR101339511B1 (ko) | 2013-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101339511B1 (ko) | 수질 다 항목을 이용한 총 질소 예측 장치 및 방법 | |
| Lathia et al. | Temporal collaborative filtering with adaptive neighbourhoods | |
| Wu et al. | Inverse uncertainty quantification using the modular Bayesian approach based on Gaussian process, Part 1: Theory | |
| US20140012556A1 (en) | Apparatus and method for real time water quality prediction using hydrodynamic model | |
| Faubet et al. | Evaluating the performance of a multilocus Bayesian method for the estimation of migration rates | |
| Kofler et al. | A guide for the design of evolve and resequencing studies | |
| Van Moffaert et al. | Scalarized multi-objective reinforcement learning: Novel design techniques | |
| Nannen et al. | A method for parameter calibration and relevance estimation in evolutionary algorithms | |
| CN109885469B (zh) | 一种扩容方法、预测模型创建方法、装置、设备及介质 | |
| Guthrie | Real options analysis of climate-change adaptation: investment flexibility and extreme weather events | |
| KR20150009375A (ko) | 전력 사용량 예측 방법 및 그 장치 | |
| CN109073710A (zh) | 用于电热电池模型的生成与使用的系统及方法 | |
| Mullon et al. | The effects of selection and genetic drift on the genomic distribution of sexually antagonistic alleles | |
| Castro | The duration of business cycle expansions and contractions: are there change-points in duration dependence? | |
| Gibbs et al. | Relationship between problem characteristics and the optimal number of genetic algorithm generations | |
| CN103428704B (zh) | 一种频谱感知方法及装置 | |
| Shahanaghi et al. | A new optimized uncertainty evaluation applied to the Monte-Carlo simulation in platinum resistance thermometer calibration | |
| CN111125964B (zh) | 一种基于克里金插值法的污水处理过程代理模型构建方法 | |
| Mandjes et al. | M/G/∞ transience, and its applications to overload detection | |
| Crevits et al. | Forecasting with robust exponential smoothing with damped trend and seasonal components | |
| CN108897673B (zh) | 系统容量评估方法与装置 | |
| CN104640137B (zh) | 一种基于无线泛在网接入选择的QoE优化方法 | |
| Herberts et al. | Optimal detection of a change point in a Poisson process for different observation schemes | |
| Bu et al. | Solving online dynamic time-linkage problems under unreliable prediction | |
| CN110390160B (zh) | 一种时序信号的周期检测方法、装置及相关设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20161121 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20171106 Year of fee payment: 5 |