KR20140139804A - 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법 - Google Patents

퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법 Download PDF

Info

Publication number
KR20140139804A
KR20140139804A KR1020130060361A KR20130060361A KR20140139804A KR 20140139804 A KR20140139804 A KR 20140139804A KR 1020130060361 A KR1020130060361 A KR 1020130060361A KR 20130060361 A KR20130060361 A KR 20130060361A KR 20140139804 A KR20140139804 A KR 20140139804A
Authority
KR
South Korea
Prior art keywords
fire
electric
cause
case
fuzzy logic
Prior art date
Application number
KR1020130060361A
Other languages
English (en)
Inventor
김두현
김성철
김호영
Original Assignee
충북대학교 산학협력단
(주)블루소프트
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 충북대학교 산학협력단, (주)블루소프트 filed Critical 충북대학교 산학협력단
Priority to KR1020130060361A priority Critical patent/KR20140139804A/ko
Publication of KR20140139804A publication Critical patent/KR20140139804A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • 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
    • 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
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Automation & Control Theory (AREA)
  • Biomedical Technology (AREA)
  • Fuzzy Systems (AREA)
  • Molecular Biology (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)

Abstract

본 발명은 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법에 관한 것으로서, 전기화재 현장의 징후데이터에 대한 입력처리를 수행하는 전기화재 징후 입력처리부와, 징후데이터에 근거하여 전기화재 원인을 분석하거나 데이터베이스화하는 사례 베이스 파트(Case based part)와, 화재원인과 징후데이터와의 관계로부터 추출된 지식을 규칙으로 표현한 규칙 베이스 파트(Rule based part)를 포함하는 지식 베이스(Knowledge base) 구축부와, 사례 베이스 파트와 규칙 베이스 파트에 근거하여 전기화재 원인을 진단하는 전기화재 원인 진단부를 포함하도록 구성함으로써, 전기화재 원인 진단에 있어 소방관 및 관련 화재 조사자들이 체계적인 감식과 객관적인 전기화재 원인 진단 업무 등을 효과적으로 수행할 수 있다.

Description

퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법{DIAGNOSIS SYSTEM AND METHOD FOR ELECTRICAL FIRE CAUSES BY KNOWLEDGE BASE USING FUZZY LOGIC}
본 발명은 전기화재 원인 진단 기법에 관한 것으로, 더욱 상세하게는 전기화재 원인 진단에 있어 체계적인 감식과 객관적인 전기화재 원인 진단 업무 등을 효과적으로 수행할 수 있도록 한 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법에 관한 것이다.
일반적으로 전기화재 원인 진단은, 화재발생시 초등 감식과 원인 판정(진단)은 일선 소방서의 소방관들에 의해 수행되지만, 이들이 전기의 전문지식 습득을 위한 교육을 많은 시간동안 이수받지 못한 관계로, 정확하고 체계적인 감식과 원인 진단을 기대하기에는 무리가 있다. 이로 인해 동일 화재현장에 대한 원인 결과가 일치하지 않는 경우도 많으며, 개인적인 감정의 개입으로 인하여, 지역마다, 또는 소방서마다 하나의 화재에 대해 공통된 원인이 아닌 다른 원인으로 진단하고 있고, 이로 인하여 소방관 및 관련 전문조사자들의 어려움이 가중되고 있다. 또한, 이는 국가 신용도, 보험 등에 영향을 미쳐 막대한 손실을 초래할 수 있다.
2009년도 소방방재청의 재산피해내력을 살펴보면, 전기적 요인이 28.3%로 가장 높게 나타났으며, 이는 미국(12.4%), 독일(12.4%), 일본(12.5%) 등과 비교했을 때 매우 높은 비율이며, 전기화재 조사 등에 문제가 있음을 반증하는 결과라고 할 수 있다. 또한, 지금까지 전기화재의 원인 진단과 감식, 방재 대책에 대한 연구가 진행되어 왔으나, 실용적으로 적용하기에는 체계적이지 못한 문제점이 있다.
이에, 체계적인 전기화재 원인 진단과 기록 보전 업무가 가능한 소프트웨어 개발이 요구되고 있다. 즉, 전기화재 원인 진단에 있어, 전기에 의한 발화부위를 발견한 후 화재 발생의 경과 및 착화물에 대한 과학적이고도 논리적인 입증을 수행할 필요가 있다. 이러한 논리적 입증을 위해서 국내외의 다양한 전기화재 조사 사례 보고서, 전문가의 경험 및 관련 문헌 등을 수집 분석하여 수집된 감식증거들 사이에 확정적 인과 관계를 확보하고 제시하여야 할 필요성이 있다.
대한민국 등록특허공보 제10-1021628호(공고일 2011.03.22.)
따라서, 본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 이루어진 것으로서, 본 발명의 목적은 전기화재 원인 진단에 있어서 소방관 및 관련 화재 조사자들이 체계적인 감식과 객관적인 전기화재 원인 진단 업무 등을 효과적으로 수행할 수 있도록, 소방서의 화재발생 종합보고서, 국립과학수사연구소의 전기화재 사고사례, 기타 자료를 바탕으로 화재현장의 징후에 대한 과거에 발생된 사고사례를 분석하는 사례 베이스 파트(Case based part)와 전기화재 관련 산ㆍ학ㆍ연전문가의 지식 및 경험, 관련 문헌 등을 기초로 화재원인과 징후와의 관계로부터 추출된 지식을 규칙으로 표현한 규칙 베이스 파트(Rule based part)로 구축된 퍼지 로직 적용 지식 베이스를 기반으로 하여 전기화재 원인을 진단하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법을 제공하는데 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템은, 전기화재 현장의 징후데이터에 대한 입력처리를 수행하는 전기화재 징후 입력처리부; 상기 징후데이터에 근거하여 전기화재 원인을 분석하거나 데이터베이스화하는 사례 베이스 파트(Case based part)와, 화재원인과 상기 징후데이터와의 관계로부터 추출된 지식을 규칙으로 표현한 규칙 베이스 파트(Rule based part)를 포함하는 지식 베이스(Knowledge base) 구축부; 및 상기 사례 베이스 파트와 상기 규칙 베이스 파트에 근거하여 전기화재 원인을 진단하는 전기화재 원인 진단부를 포함하는 것을 특징으로 한다.
상기 사례 베이스 파트는, 전기화재에 대한 기본상황, 화재장소상황, 화재징후, 화재원인으로 구분한 사례 베이스 속성 설정부; 전기화재 원인에 대한 사례를 검색 또는 수정하는 사례 검색편집부; 상기 사례를 저장한 사례 베이스 DB; 및 상기 사례 검색편집부와 상기 사례 베이스 DB와 연계되어 편집된 사례들을 구축하는 사례 베이스 구축부를 포함한다.
상기 기본상황은, 상기 전기화재가 발생한 날짜, 날씨, 화재발생처종, 건물 구조를 포함하며, 상기 화재장소상황은, 발화지점, 화소흔적 및 방향, 연기, 화염, 화기취급, 발화부가연물, 건물개폐현황, 화재연소범위, 작업상태를 포함하고, 상기 화재징후는, 전기화재 당시의 징후들에 대하여 발화원, 발화원기타, 전기흔, 배선 및 플러그 상태, 화재 인자, 차단기 상태, 퓨즈상태, 절연상태, 기기상태, 기기징후, 주변정황, 접지상태, 사용조건을 포함하며, 상기 화재원인은, 과부하(과전류), 전기불꽃, 접촉불량, 정전기, 누전(지락), 단락(합선), 과열, 반단선, 원인불명, 트래킹을 포함한다.
상기 규칙 베이스 파트는, 전기설비의 점검항목을 선택할 수 있도록 한 규칙 베이스 속성 설정부; 전기화재 원인의 징후데이터에 대한 Yager 합 연산이 이루어지는 퍼지 Yager 합 연산부; 퍼지 Yager 합 연산이 적용된 규칙이 저장된 규칙 베이스 DB; 및 상기 퍼지 Yager 합 연산부와 상기 규칙 베이스 DB와 연계되어 전기화재 원인에 대한 규칙들을 구축하는 규칙 베이스 구축부를 포함한다.
상기 규칙 베이스 속성 설정부는 전기장치, 전열기기, 전기기기, 배선 및 배선기구로 분류한다.
한편, 본 발명의 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 방법은, 입력된 전기화재 원인의 징후데이터에 대해, 사례 베이스 파트(Case based part)를 이용하여 상기 징후데이터에 근거하여 전기화재 원인을 분석 또는 데이터베이스화거나, 규칙 베이스 파트(Rule based part)를 이용하여 화재원인과 징후데이터와의 관계로부터 추출된 지식을 규칙으로 하여 전기화재 원인을 분석하는 것을 특징으로 한다.
상기 사례 베이스 파트를 이용하여 1차적으로 전기화재 원인을 진단하고, 상기 사례 베이스 파트를 통해 전기화재 원인의 진단이 불가능할 경우, 상기 규칙 베이스 파트를 이용하여 2차적으로 전기화재 원인을 진단한다.
상기 사례 베이스 파트를 이용하는 경우, 전기화재가 발생한 날짜, 날씨, 화재발생처종, 건물 구조를 포함하는 기본상황과; 발화지점, 화소흔적 및 방향, 연기, 화염, 화기취급, 발화부가연물, 건물개폐현황, 화재연소범위, 작업상태를 포함하는 화재장소상황과; 전기화재 당시의 징후들에 대하여 발화원, 발화원기타, 전기흔, 배선 및 플러그 상태, 화재 인자, 차단기 상태, 퓨즈상태, 절연상태, 기기상태, 기기징후, 주변정황, 접지상태, 사용조건을 포함하는 화재징후와; 과부하(과전류), 전기불꽃, 접촉불량, 정전기, 누전(지락), 단락(합선), 과열, 반단선, 원인불명, 트래킹을 포함하는 화재원인;에 대한 속성을 선택적으로 설정한다.
상기 규칙 베이스 파트를 이용하는 경우, 전기장치, 전열기기, 전기기기, 배선 및 배선기구에 대한 속성을 선택적으로 설정한다.
상술한 바와 같이, 본 발명에 의한 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법에 따르면, 전문지식과 풍부한 현장경험을 갖춘 전문가와 유사한 시스템을 구축함으로써, 전기화재 원인 진단에 있어 소방관 및 관련 화재 조사자들이 체계적인 감식과 객관적인 전기화재 원인 진단 업무 등을 효과적으로 수행할 수 있다.
도 1은 본 발명의 일실시예에 의한 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템의 구성도이다.
도 2는 전기화재 원인 진단을 위한 퍼지 로직 적용 지식 베이스 기반 소프트웨어의 화면이다.
도 3은 본 발명의 일실시예에 의한 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템을 구축하는 개념도이다.
도 4는 소프트웨어로 구현된 사례 베이스 파트(Case Based part)의 화면이다.
도 5는 전기설비 선택화면이다.
도 6은 규칙 베이스 파트(Rule based part)의 화면이다.
도 7은 규칙 베이스 파트에 적용된 멤버쉽 함수(mambership function)를 나타낸 도면이다.
도 8은 규칙 베이스 DB의 배선 및 배선기구의 배전선 테이블을 나타낸 화면이다.
도 9는 사례 베이스 파트의 진단 화면이다.
도 10은 규칙 베이스 파트의 진단 화면이다.
도 11은 규칙 베이스 파트의 진단 화면이다.
이하, 본 발명의 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법에 대하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 의한 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템의 구성도이다.
도 1을 참조하면, 본 발명의 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템은, 전기화재가 발생한 장소에서 소방서의 조사자 및 기타 기관 조사자들이 화재현장에 대한 징후를 입력하는 것으로서, 입력된 징후데이터를 입력처리하는 전기화재 징후 입력처리부(1)와, 소방서의 화재발생 종합보고서, 국립과학수사연구소의 전기화재 사고사례, 기타 자료를 바탕으로 화재현장의 징후데이터에 근거하여 사고사례를 분석하거나 데이터베이스화하는 사례 베이스 파트(Case based part)(21)와, 전기화재 관련 산ㆍ학ㆍ연전문가의 지식 및 경험, 관련 문헌 등을 기초로 화재원인과 징후데이터와의 관계로부터 추출된 지식을 규칙으로 표현한 규칙 베이스 파트(Rule based part)(22)를 포함하는 지식 베이스(Knowledge base) 구축부(2)와, 사례 베이스 파트(21) 및/또는 규칙 베이스 파트(22)에 근거하여 전기화재의 원인을 진단하는 전기화재 원인 진단부(3)를 포함한다.
이와 같이 구성된 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템에 있어, 소방서의 조사자 및 기타 기관 조사자들이 전기화재 징후 입력처리부(1)를 통해 징후데이터를 입력(선택)하면, 사례 베이스 파트(21)를 통해 징후데이터에 근거하여 전기화재 원인을 진단하고, 또한 규칙 베이스 파트(22)를 통해 징후데이터에 근거하여 전기화재 원인을 진단한다. 그리고, 사례 베이스 파트(21)와 규칙 베이스 파트(22)는 서로 연계되어 연속적인 프로세스로 진행될 수 있다. 즉, 1차적으로 사례 베이스 파트(21)를 이용하여 전기화재 원인을 진단하고, 사례 베이스 파트(21)를 통해 전기화재 원인의 진단이 불가능할 경우, 2차적으로 규칙 베이스 파트(22)를 이용하여 전기화재를 진단하는 연속적인 프로세스를 진행할 수 있다.
일례로서, 일반화재에서 전기화재를 구분하기 위하여, 1단계에서 화재 현장에 전기설비의 통전상태의 유무를 확인하고, 1단계에서 화재 현장의 전기설비가 통전상태였을 때, 2단계로서 소방서의 기존 화재종합발생보고서가 저장되어 있는 사례 베이스 파트(21)를 이용하여 유사 사례들을 비교한다. 2단계에서 유사 사례를 통해 전기화재 원인이 진단되면 프로세스를 종료하고, 전기화재 원인이 진단되지 않으면, 이어서 3단계로서 순차적인 방법으로 전기설비의 종류를 선택하고, 징후목록에서 전기설비의 징후들을 선택한 후, 규칙 베이스 파트(22)를 이용하여 전기화재 실험 및 전문가들의 전문지식 및 상기에 전기화재 원인 진단의 객관성을 위한 지능형 퍼지개념을 적용하여 최종적으로 전기화재의 원인을 진단한다.
한편, 규칙 베이스 파트(22)는 전기화재 원인 진단시 화재 징후와 원인간의 불확실성을 해결하기 위하여 퍼지 개념을 도입하고, 객관적인 전기화재 원인 진단에 적합한 Yager 합 연산을 적용하여 전기화재 원인 진단을 실시한다.
퍼지 추론 기법에 있어, mamdani's inference method, larsen's product method 등은 전기화재 징후데이터의 개수에 상관없이 결과를 출력할 수 있으며, Yager 합 연산은 다양한 화재 징후가 발생되는 화재 현장에서 해당 원인의 화재원인 징후데이터가 많이 입력될수록 해당 징후에 대한 신뢰성을 높일 수 있다.
그러면, 여기서 상기와 같이 구성된 시스템을 이용한 본 발명의 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 방법에 대해 설명하기로 한다.
도 2는 전기화재 원인 진단을 위한 퍼지 로직 적용 지식 베이스 기반 소프트웨어의 화면이다.
도 2를 참조하면, 전기화재 원인을 진단하는 방법으로서, 해당 화면은 전기화재 관련 산ㆍ학ㆍ연전문가의 지식 및 경험, 관련 문헌 등을 기초로 화재원인과 징후와의 관계로부터 추출된 지식을 규칙으로 표현한 규칙 베이스 파트(22)를 이용하여 전기화재 원인진단을 수행하는 아이콘(전기화재 원인진단)과, 사례 베이스 파트(21)를 이용하여 전기화재 원인진단을 수행하는 아이콘(전기화재 사고사례 DB)으로 구성되어 있다.
도 3은 본 발명의 일실시예에 의한 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템을 구축하는 개념도이다.
도 3을 참조하면, 먼저, 사례 베이스 파트(21)에 있어, 소방서의 화재발생종합보고서를 바탕으로 사례번호, 기본상황, 화재장소상황, 화재징후, 화재원인으로 크게 5개의 상황으로 구분한 사례 베이스 속성 설정부(211)를 포함한다. 이는 도 4에 구체적으로 나타내고 있다.
도 4는 소프트웨어로 구현된 사례 베이스 파트(Case Based part)의 화면이다.
도 4를 참조하면, 기본상황은, 화재발생보고서를 바탕으로 전기화재가 발생한 날짜, 날씨, 화재발생처종, 건물 구조를 포함하고 있으며, 화재장소상황은, 발화지점, 화소흔적 및 방향, 연기, 화염, 화기취급, 발화부가연물, 건물개폐현황, 화재연소범위, 작업상태를 포함하고 있고, 화재징후는 전기화재 당시의 징후들에 대하여 발화원, 발화원기타, 전기흔, 배선 및 플러그 상태, 화재 인자, 차단기 상태, 퓨즈상태, 절연상태, 기기상태, 기기징후, 주변정황, 접지상태, 사용조건을 포함하고 있으며, 마지막으로 화재원인은, 과부하(과전류), 전기불꽃, 접촉불량, 정전기, 누전(지락), 단락(합선), 과열, 반단선, 원인불명, 트래킹을 포함하고 있다.
다시 도 3을 참조하면, 사례 베이스 파트(21)는, 각종 전기화재 사례(소방방재청 및 국립과학수사연구소)들을 저장하고 내용을 수정하는 사례 검색편집부(212)를 포함한다. 이는 도 4의 상단 우측에 형성된 "사례검색" 아이콘, 하단 우측에 형성된 "내용수정" 아이콘, "현재사례삭제" 아이콘을 통해 사례들을 검색 및 편집할 수 있다. 즉, "사례검색" 아이콘을 클릭하면, 저장된 사례들을 검색할 수 있으며, "내용수정" 아이콘을 클릭하면, 이전에 저장된 사례 중에서 선택된 사례를 수정할 수 있으며, "현재사례삭제" 아이콘을 클릭하면, 현재 사례의 중복이나 진단이 잘못된 사례를 삭제할 수 있다.
또한, 사례 베이스 파트(21)는, 사례들의 지속적인 수정 보완을 통하여 전기화재 원인 진단의 신뢰성을 높일 수 있는 사례 베이스 DB(213)를 포함한다.
그리고, 사례 베이스 파트(21)는, 사례 검색편집부(212)와 사례 베이스 DB(213)와 연계되어 검색 및 편집된 사례들을 구축하는 사례 베이스 구축부(214)를 포함한다.
한편, 규칙 베이스 파트(22)는, 전기설비의 점검항목을 선택할 수 있도록 한 규칙 베이스 속성 설정부(221)를 포함한다. 규칙 베이스 속성 설정부(221)는 기존의 지식과 경험을 바탕으로 점검항목을 선택할 수 있도록 구분하고 있으며, 전기설비는 전기장치, 전열기기, 전기기기, 배선 및 배선기구로 총 4개로 분류하고 있고, 총 41개의 설비항목에 대하여 각각의 화재 징후 목록을 구성하고 있다. 이는 도 5에 구체적으로 나타내고 있다.
도 5는 전기설비 선택화면이다.
도 5를 참조하면, 전기장치, 전열기기, 전기기기, 배선 및 배선기구로 구분되어 해당 설비를 선택할 수 있으며, 일례로서 배선 및 배선기구에서 배전선을 선택하면, 도 6과 같이 출력된다.
도 6은 규칙 베이스 파트(Rule based part)의 화면이다.
도 6을 참조하면, 해당 화면은 총 41개의 설비중 배선 및 배선기구의 배전선의 화재 징후 목록을 나타낸 것으로서, 징후목록에서 해당 목록이 선택되면, 선택된 징후목록에 대한 퍼지 로직을 적용하여 전기화재 원인 진단 결과를 출력한다.
다시 도 3을 참조하면, 규칙 베이스 파트(22)는, 퍼지 Yager 합 연산부(222)를 포함한다. Yager 합 연산에 대해서는 아래에서 상세히 설명한다.
또한, 규칙 베이스 파트(22)는, 퍼지 Yager 합 연산이 적용된 규칙 베이스 DB(223)를 포함한다.
그리고, 규칙 베이스 파트(22)는, 퍼지 Yager 합 연산부(222)와 규칙 베이스 DB(223)와 연계되어 전기화재 원인에 대한 규칙들을 구축하는 규칙 베이스 구축부(224)를 포함한다.
규칙 베이스 파트(22)는, 도 6에 도시된 바와 같이, 징후목록에서 해당 목록이 선택되면, 선택된 징후를 입력값으로 하여 "규칙원인진단" 아이콘을 클릭하면, 도 7에서 제안된 맴버쉽 함수와 도 8과 같은 규칙 베이스 DB(223)의 총 41개의 테이블(Table)에 의해 도 6의 하단에 구성된 "진단결과"에 최종 진단 결과가 출력된다.
다시 도 3을 참조하면, 사례 베이스 파트(21)의 사례 베이스 구축부(214)와 규칙 베이스 파트(22)의 규칙 베이스 구축부(224)를 통해 전기화재 원인 진단을 위한 퍼지 로직 적용 지식 베이스 기반 시스템을 최종적으로 구축하는 통합 구축부(23)를 포함한다.
도 7은 규칙 베이스 파트에 적용된 멤버쉽 함수(mambership function)를 나타낸 도면이다.
도 7을 참조하면, 전기화재 원인(X축)에 대한 화재징후의 소속함수값(Y축)을 나타내고 있다.
도 8은 규칙 베이스 DB의 배선 및 배선기구의 배전선 테이블을 나타낸 화면이다.
도 8을 참조하면, 규칙 베이스 DB(223)의 배전선 테이블은, 징후코드, 징후, 화재징후가 각 원인에 소속될 정도를 나타낸 소속함수, 화재원인, 모든 구성원에 공통으로 적용되는 상황을 포함한다. 일례로서, 배전선 데이터가 저장된 테이블을 바탕으로 Yager 합 연산이 적용된다.
현재 퍼지 추론 기법으로 가장 많이 사용되고 있는 mamdani's inference method, larsen's product method 등은 전기화재 징후의 많고 적음에 상관없이 전기화재 원인 진단 결과를 출력할 수 있으며, Yager 합 연산은 다양한 화재 징후가 발생되는 화재 현장에서 해당 원인의 화재징후가 많이 입력될수록 해당 징후에 대하여 신뢰성이 높은 Yager 합 연산을 도입하고 가중치를 부여한다. 아래 식에서 Yager 합 연산을 보여주고 있다.
Figure pat00001

여기서 매개변수
Figure pat00002
는 목적에 따라
Figure pat00003
값을 정하여 사용할 수 있다.
Figure pat00004
이면 두 집합에 대한 소속함수의 값을 단순히 더하여 소속된 정도를 구하게 되며, 이 경우에는 두 A와 B사이의 교환성이 크다고 할 수 있다.
Figure pat00005
이면 표준 합집합 함수가 되어 A와 B의 소속함수 값에서 최대값만 취하게 된다.
여러 개의 화재징후에서 선택된 규칙들의 원인 추론은 우선 선택된 여러 징후들 중에서 가능성이 100%인 규칙과의 Min 연산을 실시한 후 Max 연산으로 소속함수 최대값을 선정한다. 이것은 화재현장에서 감식된 징후 중에서 명확하게 원인을 진단할 수 있는 징후가 화재의 원인 결정에 더 적합하기 때문이다. 그리고 여기에 전기화재의 불확실성에 대한 가중치를 부여하기 위해 Yager 합 연산을 실시한다. 화재징후를 많이 선택함에 따라 Yager 합 연산은 최대 1.0이라는 값이 가중치로 부여받게 되어 선택 징후의 소속함수 최대값이 원인 진단 결과에 큰 영향을 미치게 되는 단점이 발생하게 된다. 따라서 불확실성을 고려할 수 있는 가중치를 부여하기 위해 Yager 합 연산에서
Figure pat00006
연산을 이용하여 가중치를 부여한다.
따라서, 전기화재 원인에 대한 퍼지추론은 선택된 화재징후의 소속함수 최대값과 Yager 합 연산 가중치를 곱한 결과값에
Figure pat00007
연산을 취하여 최대 1.0이라는 화재가능성을 제시한다.
즉,
Figure pat00008
이 된다.
또한, 두 가지 이상의 원인에 해당되는 징후가 발생했을 경우, 본 발명의 퍼지추론을 추론 결과인 화재가능성을 서로 비교하여 가장 높은 값에 해당하는 원인과 그 화재 가능성을 제시하여 진단결과의 신뢰성을 부여한다. 전기화재 원인 진단에 있어서 산출된 결과들 중 중복된 것에 대한 중요도 즉, 가중치를 어떻게 부여하느냐가 중요한 관건이다. 어느 정도의 주관적인 판단이 개입될 수는 있지만, 규칙의 유사성이나 지식의 양, 신뢰도의 정확성 등이 고려되어야 한다. 따라서 본 발명에서는 전기화재 원인 진단에 대한 화재징후와 규칙들간의 상관성이나 규칙의 개수와 정확성 등을 고려하여
Figure pat00009
으로 설정한다.
도 9 내지 도 11은 배선 및 배선기구의 배전선로에서 화재 현장 징후인 1차용흔(단락흔), 스파크 발생(목격), 허용전류 초과사용에 대한 징후를 바탕으로 구축된 전기화재 원인 진단을 위한 퍼지 로직 적용 지식 베이스 기반 시스템의 원인 진단을 실시한 화면이다.
도 9는 사례 베이스 파트의 진단 화면이다.
도 9를 참조하면, 사례 베이스 파트(21)에서 비슷한 사례를 조사한 결과로서, 전기설비로서 배선 및 배선기구의 배전선을 선택하고, 화재현장 징후로서 1차 용흔(단락흔), 스파트 발생, 정격용량초과 사용을 선택하고, "사례원인진단" 아이콘을 클릭하면, 화면 하단의 "진단결과"에 "해당 자료가 부족하오니 다음 단계(규칙 베이스)로 넘어가시겠습니까?"라고 출력된다. 이에 사용자가 "예" 버튼을 클릭하면, 이어서 규칙 베이스 파트(22)를 이용한 전기화재 원인 진단을 수행하게 된다.
도 10은 규칙 베이스 파트의 진단 화면이다.
도 10을 참조하면, 도 9에 이어서 출력된 진단 화면에서, 일례로서 배선 및 배선 기구의 배전선을 선택하면, 도 11과 같은 화면이 출력된다.
도 11은 규칙 베이스 파트의 진단 화면이다.
도 11을 참조하면, 징후목록에서 현장 징후를 선택하면, 우측에 선택된 징후(1차 용흔(단락흔), 스파트 발생, 정격용량초과)가 출력되고, "규칙원인진단" 아이콘을 클릭하면, 하단의 "진단결과"에 "선택된 징후(3개)에 대한 배전선에서의 화재원인은 100% 가능성의 단락으로 추정됩니다."라고 출력된다.
여기서, 선택된 징후(3개)에 대한 전기화재 원인 진단은, 도 8의 테이블을 바탕으로 징후코드 1 : 1차용흔(단락흔, 구형광택, 구형망울)(소속함수 : 0.9, 화재원인 : 단락), 징후코드 18 :스파크발생(목격)(소속함수 : 0.9, 화재원인 : 단락), 징후코드 25 : 허용전류 초과 사용(소속함수 : 0.8, 화재원인 : 과부하)를 선택했을 때 Yager 합 연산을 통하여 최종 화재 원인인 단락의 가능성이 100%임을 나타낸 것이다.
계산예)
Figure pat00010

이상에서 몇 가지 실시예를 들어 본 발명을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것이 아니고 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다.
1 : 전기화재 징후 입력처리부
2 : 지식 베이스 구축부
21 : 사례 베이스 파트
22 : 규칙 베이스 파트
3 : 전기화재 원인 진단부

Claims (10)

  1. 전기화재 현장의 징후데이터에 대한 입력처리를 수행하는 전기화재 징후 입력처리부;
    상기 징후데이터에 근거하여 전기화재 원인을 분석하거나 데이터베이스화하는 사례 베이스 파트(Case based part)와, 화재원인과 상기 징후데이터와의 관계로부터 추출된 지식을 규칙으로 표현한 규칙 베이스 파트(Rule based part)를 포함하는 지식 베이스(Knowledge base) 구축부; 및
    상기 사례 베이스 파트와 상기 규칙 베이스 파트에 근거하여 전기화재 원인을 진단하는 전기화재 원인 진단부를 포함하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템.
  2. 제1항에 있어서,
    상기 사례 베이스 파트는,
    전기화재에 대한 기본상황, 화재장소상황, 화재징후, 화재원인으로 구분한 사례 베이스 속성 설정부;
    전기화재 원인에 대한 사례를 검색 또는 수정하는 사례 검색편집부;
    상기 사례를 저장한 사례 베이스 DB; 및
    상기 사례 검색편집부와 상기 사례 베이스 DB와 연계되어 편집된 사례들을 구축하는 사례 베이스 구축부를 포함하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템.
  3. 제2항에 있어서,
    상기 기본상황은, 상기 전기화재가 발생한 날짜, 날씨, 화재발생처종, 건물 구조를 포함하며,
    상기 화재장소상황은, 발화지점, 화소흔적 및 방향, 연기, 화염, 화기취급, 발화부가연물, 건물개폐현황, 화재연소범위, 작업상태를 포함하고,
    상기 화재징후는, 전기화재 당시의 징후들에 대하여 발화원, 발화원기타, 전기흔, 배선 및 플러그 상태, 화재 인자, 차단기 상태, 퓨즈상태, 절연상태, 기기상태, 기기징후, 주변정황, 접지상태, 사용조건을 포함하며,
    상기 화재원인은, 과부하(과전류), 전기불꽃, 접촉불량, 정전기, 누전(지락), 단락(합선), 과열, 반단선, 원인불명, 트래킹을 포함하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템.
  4. 제1항에 있어서,
    상기 규칙 베이스 파트는,
    전기설비의 점검항목을 선택할 수 있도록 한 규칙 베이스 속성 설정부;
    전기화재 원인의 징후데이터에 대한 Yager 합 연산이 이루어지는 퍼지 Yager 합 연산부;
    퍼지 Yager 합 연산이 적용된 규칙이 저장된 규칙 베이스 DB; 및
    상기 퍼지 Yager 합 연산부와 상기 규칙 베이스 DB와 연계되어 전기화재 원인에 대한 규칙들을 구축하는 규칙 베이스 구축부를 포함하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템.
  5. 제4항에 있어서,
    상기 규칙 베이스 속성 설정부는 전기장치, 전열기기, 전기기기, 배선 및 배선기구로 분류한 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템.
  6. 입력된 전기화재 원인의 징후데이터에 대해, 사례 베이스 파트(Case based part)를 이용하여 상기 징후데이터에 근거하여 전기화재 원인을 분석 또는 데이터베이스화거나, 규칙 베이스 파트(Rule based part)를 이용하여 화재원인과 징후데이터와의 관계로부터 추출된 지식을 규칙으로 하여 전기화재 원인을 분석하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 방법.
  7. 제6항에 있어서,
    상기 사례 베이스 파트를 이용하여 1차적으로 전기화재 원인을 진단하고, 상기 사례 베이스 파트를 통해 전기화재 원인의 진단이 불가능할 경우, 상기 규칙 베이스 파트를 이용하여 2차적으로 전기화재 원인을 진단하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 방법.
  8. 제6항에 있어서,
    상기 사례 베이스 파트를 이용하는 경우,
    전기화재가 발생한 날짜, 날씨, 화재발생처종, 건물 구조를 포함하는 기본상황과;
    발화지점, 화소흔적 및 방향, 연기, 화염, 화기취급, 발화부가연물, 건물개폐현황, 화재연소범위, 작업상태를 포함하는 화재장소상황과;
    전기화재 당시의 징후들에 대하여 발화원, 발화원기타, 전기흔, 배선 및 플러그 상태, 화재 인자, 차단기 상태, 퓨즈상태, 절연상태, 기기상태, 기기징후, 주변정황, 접지상태, 사용조건을 포함하는 화재징후와;
    과부하(과전류), 전기불꽃, 접촉불량, 정전기, 누전(지락), 단락(합선), 과열, 반단선, 원인불명, 트래킹을 포함하는 화재원인;
    에 대한 속성을 선택적으로 설정하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 방법.
  9. 제6항에 있어서,
    상기 규칙 베이스 파트를 이용하는 경우,
    전기장치, 전열기기, 전기기기, 배선 및 배선기구에 대한 속성을 선택적으로 설정하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 방법.
  10. 제9항에 있어서,
    전기화재 원인 진단을 위한 퍼지로직으로 아래의 Yager 합 연산을 이용하는 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 방법.
    Figure pat00011

    여기서,
    Figure pat00012
    는 징후데이터이고,
    Figure pat00013
    는 징후데이터의 소속함수값이고,
    Figure pat00014
    는 양의 정수이다.
KR1020130060361A 2013-05-28 2013-05-28 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법 KR20140139804A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130060361A KR20140139804A (ko) 2013-05-28 2013-05-28 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130060361A KR20140139804A (ko) 2013-05-28 2013-05-28 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20140139804A true KR20140139804A (ko) 2014-12-08

Family

ID=52457935

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130060361A KR20140139804A (ko) 2013-05-28 2013-05-28 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20140139804A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309393A (zh) * 2019-03-28 2019-10-08 平安科技（深圳）有限公司 数据处理方法、装置、设备及可读存储介质
CN112712664A (zh) * 2020-12-28 2021-04-27 云南电网有限责任公司电力科学研究院 一种电气火灾预警方法和系统
KR102327165B1 (ko) * 2020-07-21 2021-11-16 대한민국 누전차단기의 전류신호에 기초한 전기화재 분류 방법 및 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110309393A (zh) * 2019-03-28 2019-10-08 平安科技（深圳）有限公司 数据处理方法、装置、设备及可读存储介质
CN110309393B (zh) * 2019-03-28 2023-06-20 平安科技（深圳）有限公司 数据处理方法、装置、设备及可读存储介质
KR102327165B1 (ko) * 2020-07-21 2021-11-16 대한민국 누전차단기의 전류신호에 기초한 전기화재 분류 방법 및 시스템
CN112712664A (zh) * 2020-12-28 2021-04-27 云南电网有限责任公司电力科学研究院 一种电气火灾预警方法和系统

Similar Documents

Publication Publication Date Title
Kim et al. General model for the risk priority number in failure mode and effects analysis
US8751421B2 (en) Machine learning for power grid
Aven A semi-quantitative approach to risk analysis, as an alternative to QRAs
Amiri et al. Pattern extraction for high-risk accidents in the construction industry: a data-mining approach
Kim et al. An analytic model for situation assessment of nuclear power plant operators based on Bayesian inference
Musharraf et al. Incorporating individual differences in human reliability analysis: an extension to the virtual experimental technique
Zhao et al. Decision-making chains in electrical safety for construction workers
Liu et al. Character-based hazard warning mechanics: a network of networks approach
Wani et al. Diagnosis of incipient dominant and boundary faults using composite DGA method
KR20140139804A (ko) 퍼지 로직 적용 지식 베이스 기반에 의한 전기화재 원인 진단 시스템 및 방법
Liu et al. Probabilistic-based cascading failure approach to assessing workplace hazards affecting human error
Liao et al. Fusion model for hazard association network development: A case in elevator installation and maintenance
KR20210083418A (ko) 건물의 화재 예측 분석 장치 및 방법
Li et al. Study on operator's SA reliability in digital NPPs. Part 2: Data-driven causality model of SA
Zhang et al. Analysis and research on fire safety of university dormitory based on Bayesian network
Karamoozian et al. Risk assessment of occupational safety in construction projects using uncertain information
Wang et al. Human Operating Risk Assessment for Outdoor Terminal Box of Electric Power
Siraj et al. Prioritization of the Electrical Risk Factors in the Ready-Made Garment Industries of Bangladesh: A Hybrid MCDM Approach
Duricova Prochazkova et al. The Proposal of the Soft Targets Security
RU2709155C1 (ru) Система оценки безопасности опасного производственного объекта
Colli et al. Risk characterisation indicators for risk comparison in the energy sector
Wang et al. Health status diagnosis of distribution transformers based on big data mining
KR20220067695A (ko) 진공 설비의 부품을 관리하는 장치 및 그 방법
Tohir et al. Electric vehicle fire risk assessment framework using Fault Tree Analysis
Schatz et al. Visualization of a fire risk index method with combined deferred maintenance cost estimation within a BIM environment

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment