KR20150116966A

KR20150116966A - 용수량 수요 예측 장치

Info

Publication number: KR20150116966A
Application number: KR1020140041853A
Authority: KR
Inventors: 강민구
Original assignee: 엘에스산전 주식회사
Priority date: 2014-04-08
Filing date: 2014-04-08
Publication date: 2015-10-19
Also published as: US9928467B2; CN104978479A; US20150286950A1; KR101660102B1; CN104978479B

Abstract

본 발명은 자동화시스템을 이용한 배수계통 용수량 예측 장치에 관한 것이다.
본 발명의 실시 예에 따른 용수량 수요 예측 장치는 SCADA시스템으로부터 수집되는 실적 데이터 및 사용자 입력 데이터를 수집하고, 적어도 하나의 알고리즘을 포함하는 복수의 알고리즘 조합 그룹 각각에 대한 학습과정을 수행하여 어느 하나의 알고리즘 조합 그룹을 설정하고 상기 알고리즘 그룹에 상기 실적 데이터 및 사용자 입력 데이터를 입력하여 수요 예측 데이터를 산출하는 제어부; 상기 SCAD시스템으로부터 수집된 실적 데이터를 저장하고, 상기 사용자 입력 데이터를 저장하고, 상기 수요 예측 데이터를 저장하는 저장부; 사용자 입력 데이터를 수집하는 수요 예측 설정부; 상기 산출된 수요 예측 데이터를 출력하는 수요 예측 출력부;를 포함한다.

Description

용수량 수요 예측 장치{Apparatus for water demand forecasting}

본 발명은 자동화시스템을 이용한 배수계통 용수량 예측 장치에 관한 것이다.

배수지 정수지 등에 설치된 용수 처리 시스템에서 용수의 수요량을 정확하게 예측하는 것은 용수 운영에 있어서 가장 중요시 되는 1차적 요소로서, 이 예측 결과에 따라 기타 용수 운영 계획이 수립된다.

종래 용수 처리 시스템의 수요량 예측 기술에 있어서는 일별 수요 예측하기 위해 시계열을 단순하게 선형 시스템화 하여 예측을 수행하는 방식을 사용하였다.

도 1은 종래의 수요량 예측을 위한 동작 흐름도이다.

도 1을 참조하면, 종래의 수요 예측 장치는 호스트 서버의 데이터베이스에 접속하여 상수도의 일일 수요량을 예측하기 위한 일일 수요량 이력 데이터를 수집한다.(S11)

수요 예측 장치는 수집된 일일 수요량 이력 데이터에 대하여 오류 데이터 및 결측 데이터 등을 검색하고, 상기 검색한 오류 데이터 및 결측 데이터들을 이전의 평균값으로 다시 사용할 수 있도록 보정 처리하여 일일 수요량 예측 데이터로 변환하는 초기 처리를 수행할 수 있다.(S12)

수요 예측 장치는 초기 처리한 일일 수요량 이력 데이터를 미리 설정된 소정의 모델(신경회로망 모델 또는 시계열 모델 등)에 적용하여 학습 데이터 과정을 수행할 수 있다.(S13)

수요 예측 장치는 학습 데이터를 수행한 결과로 실시간 일일 수요량의 예측을 실행할 수 있다.(S14)

상기한 바와 같이 종래의 일일 수요량 예측은 상수관망을 통해 공급되는 물의 수요량 예측에 대한 수요량 시계열은 비선형적이고, 복잡한 시계열 특성을 가지고 있는 반면, 신경망의 인공지능 방식이나 시계열 모듈의 통계적 방식 등의 단위 시계열을 사용하여 예측함에 따라 일일 수요량의 예측력이 낮은 문제점이 있다.

따라서, 현장의 특성 및 데이터 취득의 다양한 문제점이 고려되지 않은 수요량 예측이 실행됨에 따라 실질적인 수요량과의 편차 정도가 높게 나타날 수 있다.

본 발명은 용수 처리 장치에 있어서, 시간별 용수 수요량을 정확하게 예측하여 수량 제어 효율을 극대화할 수 있도록 하는 용수량 예측 장치 및 방법을 제공한다.

본 발명의 실시 예에 따른 용수량 수요 예측 장치는 SCADA시스템으로부터 수집되는 실적 데이터 및 사용자 입력 데이터를 수집하고, 적어도 하나의 알고리즘을 포함하는 복수의 알고리즘 조합 그룹 각각에 대한 학습과정을 수행하여 어느 하나의 알고리즘 조합 그룹을 설정하고 상기 알고리즘 그룹에 상기 실적 데이터 및 사용자 입력 데이터를 입력하여 수요 예측 데이터를 산출하는 제어부; 상기 SCAD시스템으로부터 수집된 실적 데이터를 저장하고, 상기 사용자 입력 데이터를 저장하고, 상기 수요 예측 데이터를 저장하는 저장부; 사용자 입력 데이터를 수집하는 수요 예측 설정부; 상기 산출된 수요 예측 데이터를 출력하는 수요 예측 출력부;를 포함한다.

본 발명의 실시 예에 따른 용수량 수요 예측 장치 및 방법은 다양한 환경 요소 및 시간 요소가 적용된 시간별 용수 수요량을 예측함으로써, 수요에 대응하는 수량 제어를 효과적으로 실행할 수 있다.

도 1은 종래의 수요량 예측을 위한 동작 흐름도이다.
도 2는 본 발명의 실시 예가 적용되는 수요량 예측 장치의 블록 구성도이다.
도 3은 본 발명의 실시 예에 따른 수요량 예측을 위한 동작 흐름도이다.
도 4는 본 발명의 실시 예에 따른 수요량 예측을 위한 동작을 구체적으로 설명하기 위한 블록 구성도이다.

이하 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다.

도 2는 본 발명의 실시 예가 적용되는 수요량 예측 장치의 블록 구성도이다.

도 2를 참조하면 본 발명의 실시 예가 적용되는 수요량 예측 장치(10)는 통신부(11), 입력부(12), 제어부(13), 저장부(14) 및 표시부(15)를 포함하여 구성될 수 있다.

통신부(11)는 호스트 서버(미도시)와 통신을 수행하여 상기 호스트 서버에 구비되는 데이터베이스로부터 일일 수요량의 이력 데이터를 수신할 수 있다.

입력부(12)는 작업자의 조작에 따른 동작 명령을 입력 받을 수 있다. 상기 입력부(12)는 다양한 형태의 사용자 입력을 위한 장치 일 수 있다.

제어부(13)는 입력부(12)를 통해 입력되는 사용자의 동작 명령에 따라 통신부(11)가 통신을 수행하여 상기 호스트 서버에 구비되는 데이터베이스로부터 일일 수요량의 이력 데이터를 수신할 수 있다. 제어부(13)는 상기 수신한 일일 수요량의 이력 데이터로 일일 수요량을 예측하며, 예측한 일일 수요량을 출력하여 작업자에게 제공할 수 있도록 제어한다.

저장부(14)는 상기 제어부(13)의 동작 프로그램이 저장되거나, 제어부(13)의 제어에 따라 동작된 동작 데이터를 저장할 수 있다.

표시부(15)는 제어부(13)의 제어에 기초하여 일일 수요량의 예측 동작 상태와 예측된 일일 수요량에 대한 결과 데이터를 출력할 수 있다.

상기한 구성을 기초하여 도 3을 참조하여 본 발명의 실시 예에 따른 수요량 예측 동작을 설명한다.

도 3은 본 발명의 실시 예에 따른 수요량 예측을 위한 동작 흐름도이다.

도 3을 참조하면, 본 발명의 실시 예에 따른 수요예측 장치(10)의 제어부(13)는 통신부(11)를 통해 호스트 서버와 통신을 수행하여 상기 호스트 서버의 데이터베이스에 저장되어 있는 일일 수요량 이력 데이터를 수집할 수 있다.(S302)

제어부(13)는 수집된 일일 수요량 이력 데이터에 대한 데이터 확인 동작을 수행할 수 있다.(S304) 데이터 확인은 수집된 일일 수요량 이력 데이터에 대한 오류 데이터 및 결측 데이터를 검색하고, 검색한 오류 데이터 및 결측 데이터 등을 보정하기 위한 동작 일 수 있다.

제어부(13)는 일일 수요량 이력 데이터에 대한 초기 처리 과정이 완료되면, 일일 수요량 이력 데이터에 대한 주기 분해 과정을 수행할 수 있다.(S306)

주기 분해과정은 비선형적이고 복잡한 일일 수요량 이력 데이터를 소정 주기로 분해할 수 있다. 상기 주기 분해를 위한 함수의 예로는 웨이블릿(wavelet) 함수를 이용할 수 있다.

제어부(13)는 일일 수요량 이력 데이터에 대한 주기 분해 동작이 완료되면, 상기 분해된 주기별 수요량 예측을 수행할 수 있다.(S308) 즉, 제어부(13)는 예를 들어, 비선형 시계열 예측 모델인 SVM(Support Vector Machine)모델을 사용하여 각각의 주기별 수요량 예측을 실행할 수 있다.

제어부(13)는 주기별 수요량이 예측되면 예측된 각각의 주기별 수요량 신호를 통합하여(S310) 최종적인 일일 수요량을 예측 및 출력할 수 있다.(S312)

상기와 같이 본 발명의 실시 예에 따른 일일 수요량 예측 동작에 대해 설명한 내용을 도 4에 개시되는 수요예측 장치의 상세 구성을 기초하여 상세히 설명한다.

도 4는 본 발명의 실시 예에 따른 수요량 예측을 위한 동작을 설명하기 위한 블록 구성도이다.

도 4를 참조하면, 본 발명의 실시 예에 따른 수요량 예측 장치(10)는 수요예측 설정부(120)를 구비할 수 있으며 상기 수요예측 설정부(120)는 운영자로부터 수요 예측을 위한 설정값을 입력 받을 수 있다. 상기 입력 받은 설정 값은 저장부(14)의 설정 저장부(142)에 저장될 수 있다.

저장부(14)는 실적 저장부(141), 설정 저장부(142) 및 예측 데이터 저장부(143)을 포함할 수 있다.

실적 저장부(141)는 SCADA 서버(100)로부터 예측에 요구되는 실적 데이터를 주기적으로 저장할 수 있다. 상기 실적 데이터는 주기적으로 수집하거나, 실시간으로 수집되는 데이터를 일시 저장하고 소정 주기마다 실적 저장부(141)에 저장할 수 있다.

설정 저장부(142)는 수요 예측 설정부(120)를 통하여 입력되는 사용자 설정값을 저장할 수 있다.

예측 데이터 저장부(143)는 본 발명의 실시 예에 따라 예측된 데이터를 저장할 수 있다.

본 발명의 실시 예에 따른 제어부(13)는 실적 데이터 수집부(131), 실적 데이터 처리부(132), 알고리즘 조합부(133), 수요예측 결과 산출부(134), 산출 결과 검증부(135), 오차 보상부(136) 및 예측결과 데이터 생성부(137)을 포함할 수 있다.

실적 데이터 수집부(131)는 실적 저장부(141)에 저장되는 데이터를 리드하여 실적 데이터 처리부(132)로 출력할 수 있다. 실적 데이터 수집부(131)는 실적 데이터의 주기(일량, 시간량)에 따라 동적으로 데이터를 일정 시간 간격을 두고 실시간으로 수집할 수 있다,

실적 데이터 처리부(132)는 실적 데이터 수집부(131)에서 수집된 데이터를 기초하여 실적 데이터 실측값의 분석을 통해 상한 및 하한 한계값을 산출 및 등록 할 수 있다. 또한 상한 및 하한 한계값을 비교하여 한계값의 범위를 초과하는 값(BAD)(비정상 데이터)과 한계값 범위 이내에 존재하는 값(GOOD)(정상 데이터)을 추출할 수 있다. 상기 추출된 값 중 한계 범위 이내에 존재하는 값만을 수요예측을 위한 데이터로 사용할 수 있다.

알고리즘 조합부(133)는 상기 수요예측 설정부(120)를 통하여 설정된 값을 기초하여 플래그 값의 변경 여부에 따라 수요 예측을 수행 또는 정지할 수 있다.

알고리즘 조합부(133)는 수요예측을 위한 알고리즘을 서브(sub)단위 모듈로 구성되고, 상기 서브 단위 모듈은 수동 모드와 자동 모드 플래그에 따라 사용할 알고리즘을 결정할 수 있다. 알고리즘 조합부(133)는 수동모드인 경우 사용자가 선택한 1개의 수요예측 알고리즘이 선택되며, 자동 모드일 경우 1~N개의 수요예측 알고리즘이 조합(앙상블 알고리즘)되어 각각 수행하게 된다. 상기 알고리즘의 조합(앙상블 알고리즘)은 알고리즘 조합의 개수를 결정하고 각 조합된 케이스마다 학습과정을 거쳐 결과를 산출할 수 있다. 최적의 알고리즘 조합을 생성할 수 있다. 즉, 상기 조합된 알고리즘의 그룹 마다 수행된 학습과정을 통하여 산출된 결과는 각각의 조합에 사용된 알고리즘 마다 가중치를 부여하고 가중치를 높게 가지는 알고리즘의 조합 또는 기준 예측 결과 데이터와의 오차가 적은 알고리즘의 조합을 최적의 알고리즘 조합으로 생성할 수 있다.

수요 예측 결과 산출부(134)는 상기 알고리즘 조합부(133)에서 조합 및 산출된 알고리즘을 통하여 수요 예측 데이터를 산출할 수 있다.

산출 결과 검증부(135)는 상기 수요 예측 결과 산출부(134)에서 산출된 결과를 재검증할 수 있다. 상기 수요 예측 결과에 대한 재검증은 별도의 테스트 모듈 세트 또는 다른 알고리즘 조합에 의하여 재산출될 수 있다.

오차 보상부(136)는 실시간 수요 예측의 경우 시간량 수요 예측을 수행하는데, 현재 시간과 향후 예측 시간 간의 시간 차가 클수록 예측 오차가 커질 수 있다. 따라서 현재 시간으로부터 일정 시간 이상의 데이터는 일량 예측 결과를 시간량 예측 결과의 가중치로 반영하여 오차를 보상할 수 있다. 즉, 오차 보상부(135)는 상기 수요 예측 결과 산출부(134)에서 산출된 수요 예측 데이터에 대하여 임계 범위 기간 이내의 수요 예측 데이터에 대해서는 가중치를 반영하여 시간량 예측 결과 데이터에 대비한 오차를 보상할 수 있다.

예측 결과 데이터 생성부(137)는 예측되고 오차가 보상된 수요 예측 데이터를 출력하기 위한 출력 데이터로 생성할 수 있다.

상기의 구성을 기초하여 본 발명의 실시 예에 따른 용수량 수요 예측 방법은 수요예측 설정부(120)를 통하여 입력되는 설정값과 SCADA시스템으로부터 주기적으로 수집되는 실적 데이터 중 한계값 범위 이내에 존재하는 정상 데이터를 기초하여 수요 예측을 수행할 수 있다. 알고리즘 조합부(133)는 수요예측을 위한 알고리즘을 서브 단위로 구성하고, 적어도 하나의 알고리즘을 가지는 알고리즘 조합의 그룹을 생성하고, 상기 각각의 알고리즘 조합 그룹에 상기 데이터를 입력값으로 하는 알고리즘을 실행할 수 있다. 상기 실행 결과에 따라 기 설정된 기준 예측 결과 데이터와의 오차가 적은 알고리즘 조합을 이용하여 일일 수요 예측값을 생성할 수 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.

따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.

본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10: 용수량 수요 예측 장치
11; 통신부 12: 입력부
13: 제어부
131: 실적 데이터 수집부 132: 실적 데이터 처리부
133: 알고리즘 조합부 134: 수요 예측 결과 산출부
135: 산출 결과 검증부 136: 오차 보상부
137: 예측 결과 데이터 생성부
14: 저장부
141: 실적 저장부 142: 설정 저장부
143: 예측 데이터 저장부
15: 표시부
100: SCADA 시스템

Claims

SCADA시스템으로부터 수집되는 실적 데이터 및 사용자 입력 데이터를 수집하고, 적어도 하나의 알고리즘을 포함하는 복수의 알고리즘 조합 그룹 각각에 대한 학습과정을 수행하여 어느 하나의 알고리즘 조합 그룹을 선택하고 상기 알고리즘 그룹에 상기 실적 데이터 및 사용자 입력 데이터를 입력하여 수요 예측 데이터를 산출하는 제어부;
상기 SCAD시스템으로부터 수집된 실적 데이터를 저장하고, 상기 사용자 입력 데이터를 저장하고, 상기 수요 예측 데이터를 저장하는 저장부;
사용자 입력 데이터를 수집하는 수요 예측 설정부;
상기 산출된 수요 예측 데이터를 출력하는 수요 예측 출력부;를 포함하는
용수량 수요 예측 장치.
제1항에 있어서,
상기 제어부는
상기 SCADA시스템으로부터 실적 데이터를 수집하기 위한 실적 데이터 수집부;
상기 실적 데이터 수집부에서 수집한 데이터 중 정상 데이터를 추출하는 실적 데이터 처리부;
적어도 하나의 알고리즘을 포함하는 복수의 알고리즘 조합 그룹을 생성하고, 상기 생성된 알고리즘 조합 그룹 중 어느 하나의 알고리즘 조합 그룹을 선택하는 알고리즘 조합부;
상기 선택된 알고리즘 조합에 상기 실적 데이터 및 사용자 데이터를 입력하여 수요 예측 데이터를 산출하는 수요예측 결과 산출부;를 포함하는
용수량 수요 예측 장치.
제2항에 있어서,
상기 실적 데이터 처리부는
상기 실적 데이터 수집부에서 수집된 데이터 중 상한 및 하한 한계값을 산출하고, 상기 상한 및 하한 한계값을 비교하여 한계값의 범위 이내에 존재하는 값(정상 데이터)를 추출하고, 상기 추출된 정상 데이터를 수요예측 데이터로 설정하는
용수량 수요 예측 장치.
제2항에 있어서,
상기 알고리즘 조합부는
적어도 하나의 알고리즘 조합 그룹에 각각 포함할 알고리즘 개수를 설정하고, 상기 개수에 대응되게 조합된 알고리즘을 조합 그룹 각각에 대해 학습과정을 수행하여 어느 하나의 알고리즘 조합 그룹을 추출하는
용수량 수요 예측 장치.
제4항에 있어서,
상기 알고리즘 조합부는
조합된 알고리즘 그룹 마다 수행된 학습과정에 따라 알고리즘 마다의 가중치를 부여하고 최상위의 가중치를 가지는 알고리즘 조합 또는 기준 예측 결과 데이터와의 오차가 최하위 값을 가지는 알고리즘의 조합을 추출하는
용수량 수요 예측 장치.
제2항에 있어서,
상기 제어부는
상기 수요 예측 결과 산출부에서 산출된 결과를 재검증하는 산출 결과 검증부;를 더 포함하는
용수량 수요 예측 장치.
제2항에 있어서,
상기 수요예측 결과 산출부에서 산출한 수요 예측 데이터에 대하여 현재 시간으로부터 임계범위 기간 이내의 수요 예측 데이터에 대해 가중치를 부여하고, 시간량 예측 결과 데이터에 대비한 오차를 보상하는 오차 보상부;를 더 포함하는
용수량 수요 예측 장치.
제1항에 있어서,
상기 저장부는
상기 SCADA서버로부터 수집되는 실적 데이터를 저장하는 실적 저장부;
사용자 입력 데이터를 저장하는 설정 저장부;
상기 제어부의 제어에 기초하여 산출된 수요 예측 데이터를 저장하는 예측 데이터 저장부;를 포함하는
용수량 수요 예측 장치.
제8항에 있어서,
상기 실적 저장부는
상기 SCADA서버로부터 주기적으로 실적 데이터를 수집하거나, 실시간으로 수집된 데이터를 주기적으로 상기 제어부로 출력하는
용수량 수요 예측 장치.