KR20170112474A - 데이터마이닝 기법을 이용한 저영향개발시설의 유지 관리 방법 - Google Patents
데이터마이닝 기법을 이용한 저영향개발시설의 유지 관리 방법 Download PDFInfo
- Publication number
- KR20170112474A KR20170112474A KR1020160039546A KR20160039546A KR20170112474A KR 20170112474 A KR20170112474 A KR 20170112474A KR 1020160039546 A KR1020160039546 A KR 1020160039546A KR 20160039546 A KR20160039546 A KR 20160039546A KR 20170112474 A KR20170112474 A KR 20170112474A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- maintenance
- performance degradation
- low
- monitoring data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012423 maintenance Methods 0.000 title claims abstract description 43
- 238000011161 development Methods 0.000 title claims abstract description 42
- 238000007418 data mining Methods 0.000 title claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 230000015556 catabolic process Effects 0.000 claims abstract description 29
- 238000006731 degradation reaction Methods 0.000 claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 13
- 231100000719 pollutant Toxicity 0.000 claims description 13
- 238000007726 management method Methods 0.000 abstract description 9
- 230000009467 reduction Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011109 contamination Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000003911 water pollution Methods 0.000 description 2
- 241000270666 Testudines Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052793 cadmium Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 229910052745 lead Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 244000000010 microbial pathogen Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000003403 water pollutant 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G06F17/30539—
-
- 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
-
- 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
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명의 일 실시예에 의한 저영향개발시설의 유지 관리 방법은 저영향개발시설 운영 전 과정 중(운영 시작단계부터 폐쇄단계까지)에 측정된 모니터링 자료를 수집하여 데이터 베이스를 구축하는 과정, 상기 모니터링 자료를 데이터 마이닝 기법에 의해 분류하여 그룹화하는 과정, 상기 데이터 그룹에 대하여 성능저하 등급을 부여하는 과정, 실시간 유량 및 수질 모니터링 데이터를 등급화한 자료와 비교 분석하여 성능저하를 평가하는 과정 및 상기 성능저하 평가 결과에 따라 유지보수 필요유무를 결정하는 과정을 포함한다.
Description
본 발명은 저영향개발시설의 유지 관리 방법에 관한 것으로, 보다 상세하게는 저영향개발시설의 우수유출수의 처리성능을 실시간으로 모니터링하고 측정된 자료를 데이터 마이닝 기법을 활용하여 유지 관리 시점 및 내용을 등급화하여 저영향개발시설을 유지 관리하는 방법에 관한 것이다.
비점오염원은 건기 시 토지 표면에 축적된 다양한 오염물질이 강우유출수와 함께 유출되어 수질 및 토양오염을 일으키는 배출원을 말하며, 저영향개발시설은 수질오염방지시설 중에서 비점오염원으로부터 배출되는 수질오염물질을 제거하거나 감소하게 하는 시설을 말한다.
도 1상단 및 하단은 저영향개발시설의 운영 중에 발생한 오염상태(협잡물 및 슬러지가 누적된 후 상태)를 도시한 사진이다. 도1 상단의 그림에 도시한 바와 같이 저영향개발시설을 중/장기간의 걸쳐 운영할 경우 시간에 따라 오염물질이 점진적으로 누적되게 되며 이에 따라 시설의 성능저하가 발생하게 된다. 이러한 시설들은 비점오염저감시설의 설치 및 관리 운영 매뉴얼에 근거하여 시설 설계와 설치 및 관리 운영 지침, 모니터링 및 평가방법 등을 규정하고 있다. 그러나, 저영향개발시설들의 세부적인 관리 운영의 기준을 보면 주기적으로 모니터링 및 점검을 요하는 사항만 있을 뿐, 유출수의 유량감소 이외에 오염원의 제거효율 감소에 따른 명확한 유지보수 기준은 명시되어 있지 않다. 따라서 저영향개발시설의 관리자는 시설 관리와 운영에 있어서 주관적인 판단으로 정해진 주기에 따라 시설개선 항목을 결정하여야 한다. 이는 장치의 운영 및 유지보수 비용을 증가시킬 뿐만 아니라, 시설의 관리주체 달라짐에 따라 시설개선 내용이 상이하게 달라질 수 있다.
이러한 문제점을 보완하기 위하여 사물인터넷 기술 제어방식을 갖는 비점오염저감시설용 유지관리시스템이 제시된 바 있다. 사물인터넷 기술을 이용한 제어방식의 경우, 실시간으로 유량을 모니터링하여 시설 성능을 유지할 수 있는 장점이 있지만, 수질오염원 저감효율 (성능)저하에 따른 유지보수 시점 및 내용을 제시할 수 없는 단점이 있다. 또한, 기계 오작동 시 유지보수 업무의 오류를 필연적으로 수반할 수 밖에 없는 근본적인 문제가 있다.
상기한 배경기술로서 설명된 사항들은 본 발명의 배경에 대한 이해 증진을 위한 것일 뿐, 이 기술분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술에 해당함을 인정하는 것으로 받아들여져서는 안 될 것이다.
본 발명은 이러한 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 1) 저영향개발시설의 우수유출수 처리성능(유량 및 오염원 저감효과)을 실시간으로 모니터링하고, 2) 모니터링 데이터를 데이터 마이닝 기법을 활용하여 운영 전 과정(운영 시작단계부터 폐쇄단계까지) 중 축적된 데이터를 그룹화한 자료와 비교 분석하여, 3) 저영향개발시설의 유지 보수내용 및 시점을 객관적으로 결정하고, 4) 저영향개발시설을 효율적으로 유지 및 관리하는 방법을 제공하는 데 있다.
위 목적을 달성하기 위하여 본 발명의 일 실시예에 의한 저영향개발시설의 유지 관리 방법은 저영향개발시설 운영 전 과정에 측정된 모니터링 자료를 수집하여 데이터 베이스를 구축하는 과정, 상기 모니터링 자료를 데이터 마이닝 기법에 의해 분류하여 그룹화하는 과정, 상기 데이터 그룹에 대하여 성능저하 등급을 부여하는 과정, 실시간 유량 및 수질 모니터링 데이터를 등급화한 자료와 비교 분석하여 성능저하를 평가하는 과정 및 상기 성능저하 평가 결과에 따라 유지보수 필요내용 및 시점을 결정하는 과정을 포함한다.
상기 데이터 마이닝 기법은 자기 조직화 지도(Self-Organizing Map, SOM) 기법을 적용하는 것일 수 있다.
상기 성능저하 등급을 부여하는 과정은 성능저하 등급을 축소 또는 확대하여 그 범위를 조절하는 과정을 포함할 수 있다.
상기 성능저하 등급을 부여하는 과정은 특정 오염원 항목에 관한 모니터링 데이터에 가중치를 부여하는 과정을 포함할 수 있다.
상기 모니터링 자료는 저영향개발 시설의 유입수와 유출수의 유량 및 수질항목일 수 있다.
본 발명에 의한 저영향개발시설의 유지관리 방법에 따르면 다음과 같은 효과가 있다.
첫째, 데이터마이닝에서 제공하는 기능의 특성상 실시간 모니터링 자료의 이상치를 정제하고 결측치를 복원할 수 있어 기계오작동으로 인한 유지보수 업무의 오류를 최소화할 수 있는 장점이 있다.
둘째, 유지보수 업무의 시기와 내용을 객관적으로 평가할 수 있으며, 수질오염원 저감효율을 성능평가에 포함하여 기존의 유출수 저감에 국한된 유지보수의 기준을 확대하였다.
셋째, 저영향개발 시설의 운영 및 유지보수 업무를 객관적은 자료에 의한 판단하게 되므로 업무 표준화가 가능하고, 운영자의 주관적인 판단에 근거하여 발생하는 잦은 유지보수로 인한 예산낭비 방지 및 투명성을 제고할 수 있다.
넷째, 적절한 유지보수 시점을 간과하여 발생할 수 있는 일시적인 시설 운영중단 및 폐쇄를 방지할 수 있다.
도 1은 저영향개발시설의 오염상태를 나타낸 사진이다.
도 2는 본 발명의 일 실시예에 따른 저영향개발시설의 유지 관리 방법의 순서도이다.
도 3은 조직화 지도 기법을 활용한 데이터 그룹화과정을 나타낸 도면이다.
도 4은 수질 특성에 따라 구분하여 그룹화하여 성능저하 등급을 선정한 예이다.
도 2는 본 발명의 일 실시예에 따른 저영향개발시설의 유지 관리 방법의 순서도이다.
도 3은 조직화 지도 기법을 활용한 데이터 그룹화과정을 나타낸 도면이다.
도 4은 수질 특성에 따라 구분하여 그룹화하여 성능저하 등급을 선정한 예이다.
여기서 사용되는 전문용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다. 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특정 특성, 영역, 정수, 단계, 동작, 요소, 성분 및/또는 군의 존재나 부가를 제외시키는 것은 아니다.
다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 의한 저영향개발시설의 유지 관리 방법에 대하여 설명하기로 한다.
저영향개발시설의 경우에는 우수가 저영향개발시설을 통과하면서 오염물질이 저감되고 저감된 오염물질은 저영향개발시설 내에 축적되어 시설 성능 저하의 원인이 된다. 이러한 오염물질은 보통 슬러지와 협잡물을 형성할 수 있으며, 이러한 오염물질에 의해 처리유량도 감소할 뿐만 아니라 일부 오염 물질은 다음 강우시에 일시적으로 유출되어 경우에 따라 오염 물질 저감 효율을 감소시킨다. 예를 들면 유출수의 BOD가 유입수 대비 급격하게 상승하게 된다. 따라서 저영향개발시설의 유지 관리 정도가 시설의 효율을 결정하게 된다.
이러한 저영향개발시설의 효율적으로 유지 관리하기 위해서는 명확한 유지보수 기준이 필요하다. 특히 시설을 현장에서 관리하는 주체는 저영향개발시설을 관리하기 위한 상시 인력 운영이 불가능하고, 강우사상의 불확실성으로 보수 시기에 대한 명확한 판단이 필요할 수 있으며, 시설문제 발생시에 즉각적인 대응이 필요하다. 이외에도 유지 보수여부를 결정할 때 업무의 오류가 발생하는 경우 유지 보수 장비의 운영 및 유지 보수 비용이 증가하는 문제가 있다. 또한 관리자의 주관적인 판단으로 정하는 현 유지 보수 기준으로 인하여 시설의 관리주체에 따라 유지보수 내용과 시기가 상이할 수 있다.
따라서, 저영향개발시설의 합리적인 유지보수의 시기와 내용을 결정하기 위해서는 모니터링하는 유량 및 수질 항목을 동시에 고려할 필요가 있으며, 많은 양의 모니터링의 결과를 사용하여 매번 시설 효율 분류 작업을 진행할 경우 긴 시간과 노력이 소요되므로, 시설 운영 전 과정 중에 축적된 데이터 베이스와 이를 기준으로 한 성능저하 등급을 미리 설정한 이후 특정 시점 또는 실시간 모니터링 데이터와 비교하면 보다 효율적으로 저영향개발시설을 성능등급을 평가하고 유지 보수할 수 있다. 따라서, 본 발명에서는 저영향개발시설의 운영 전 과정 중에 축적된 시계열 모니터링 자료에 데이터 마이닝의 한 기법인 자기조직화지도(SOM) 기법을 적용하여 시설의 성능저하를 분류하고 그룹화하였다.
도 2는 본 발명의 일 실시예에 따른 저영향개발시설의 유지 관리 방법의 순서도이다. 도 2를 참조하면, 본 발명의 일 실시예에 따른 저영향개발시설의 유지 관리 방법은 저영향개발시설 운영 전 과정 중(운영 시작단계부터 폐쇄단계까지)에 측정된 모니터링 자료를 수집하여 데이터 베이스를 구축하는 과정(S10), 상기 모니터링 자료를 데이터 마이닝 기법에 의해 분류하여 그룹화하는 과정(S20), 상기 데이터 그룹에 대하여 성능저하 등급을 부여하는 과정(S30), 실시간 유량 및 수질 모니터링 데이터를 등급화된 자료와 비교 분석하여 성능저하를 평가하는 과정(S40) 및 상기 성능저하 평가 결과에 따라 유지보수 필요유무를 결정하는 과정(S50)을 포함한다.
우선 유지 관리대상이 되는 저영향개발시설의 운영 전 과정 중에 측정된 모니터링 자료를 수집하여 데이터 베이스를 구축한다(S10). 모니터링 자료는 저영향개발시설의 입, 출구 측에 필요한 센서를 설치하여 이를 수집하게 된다. 수집되는 데이터는 기본적으로 유입수의 유량과 수질항목과 유출수의 유량과 수질항목이 그 대상이 된다. 유량은 저영향개발시설의 축적된 오염물질과 토사 등 물의 흐름에 방해되는 정도를 측정하기 위한 것이며, 수질항목은 저영향개발시설에 강수가 통과할 때 통과 전후의 수질상태를 확인하여 오염물질의 축적여부를 확인하기 위함이다. 이 때 수질항목은 BOD, TOC, T-N, T-P, SS 와 같은 일반 수질항목과 Cu, Cd, Pb, TC, FC 등 중금속, 병원성미생물 항목일 수 있다. 이와 같이 운영 전 과정에 걸친 데이터 베이스를 구축하게 되면 입력 및 출력 비율 자료를 사용하여 유입수의 변동성 및 시설의 크기변동으로 인한 시설의 처리 효율 왜곡을 방지할 수 있으며, 저영향개발시설의 성능 평가 기준으로 유량뿐만 아니라 수질을 포함하여 저영향개발시설의 기본 운영취지에 적합하도록 유지보수의 기준을 확대할 수 있는 장점이 있다.
상기 구축된 데이터 베이스의 모니터링 자료를 데이터 마이닝 기법에 의해 분류하여 그룹화한다(S20). 모니터링 데이터를 그룹화하는 데이터 마이닝 기법은 유사성 또는 차별성을 통하여 그 값을 분류하는 방법이며, 그 중 자기 조직화 지도(Self-Organizing Map, SOM) 기법을 적용하는 것이 바람직하다. 자기 조직화 지도는 인공신경망의 일종으로 입력 벡터를 훈련 집합과 일치되도록 가중치를 조정하는 자율 학습 방법이다. 자기 조직화 지도 기법은 기본적으로 모니터링 자료를 기반으로 한 입력자료로부터 생성된 입력층과, 학습을 통해 학습값을 할당하는 출력층으로 구성되어 있다. 입력층을 구성하는 각각의 표본벡터는 자기 조직화 지도 학습을 위해 생성된 가상벡터와 비교를 통해 유클리드 거리를 산정하고, 가장 짧은 유클리드 거리를 중심으로 가중치를 재조정하는 반복적인 과정을 거쳐 최종적으로는 각 표본벡터의 위치를 저차원의 맵에 출력한다. 즉 입력값을 상호 비교하여 스스로 그룹을 조직해 내는 방법 중에 하나이다. 도 3은 조직화 지도 기법을 활용한 데이터 그룹화과정을 나타낸 도면이다. 도 3에 도시된 바와 같이, 입력 데이터는 가중치가 결정된 이후 최종적으로 2차원 맵으로 형성된 출력층에 출력되며 유사한 입력값은 인접한 인접한 셀에 위치하고 상이한 입력값은 거리가 먼 셀에 위치하여 입력값을 분류하게 된다. 이와 같이 최종적으로 2차원 맵에 출력된 데이터는 유사성과 차별성에 따른 군집화된다.
상기 설명한 바와 같이 모니터링 데이터를 활용하여 그룹화하고 정해진 기준에 따라 성능저하 등급을 부여한다(S30). 여기에서, 정해진 기준이란 사용자가 사전에 지정하거나 저영향개발시설 설계 시점에서 지정된 특정 성능저하 등급 이하를 의미한다. 예를 들면, 사용자는 매우안정 등급의 경우 유출수 유량과 BOD를 90% 이상 저감할 수 있는 상태를, 안정 등급의 경우 유출수 유량과 BOD를 70% 이상 및 90% 미만으로 저감할 수 있는 상태를 지정할 수 있다. 성능저하 등급을 계층화할 때에는 자기 조직화 지도를 통해 생성된 2차원맵과 유틀리드 거리를 사용하여 선정하는 것이 가능하다(도 3 우측 그림 참조). 생성된 지도에서 모니터링 항목별 시공간 분포를 확인할 수 있으며, 나뉘어진 그룹들의 특성을 비교 분석하여 그 등급을 산정 할 수 있다. 도 4는 수질 특성에 따라 구분하여 그룹화된 데이터를 활용하여 성능저하 등급을 선정한 예이다. 성능저하 등급을 표시하는 경우에 2개 또는 그 이상의 클러스터로 자기 조직화 지도를 군집화할 때, 어떤 셀들이 하나의 클러스터로 묶이는지에 대한 정보를 제공해주는 계통도를 이용하여 성능저하 등급을 축소 또는 확대하여 그 범위를 조절하는 것이 가능하다. 도 3우측의 그림은 자기 조직화 지도 기법에서 형성된 계통도를 기준으로 하여 성능저하 등급의 세분화 정도를 선정한 예이다. 또한, 입력 자료를 구성하는 경우에 각 데이터에 가중치를 각각 다르게 부여하거나, 자기 조직화 지도 학습과정에서 각 값의 거리에 대한 기준을 변경하여 성능저하 등급을 사용자의 요구에 따라 다르게 부여하는 것이 가능하다.
실시간 유량 및 수질 모니터링 데이터를 등급화한 자료와 비교 분석하여 성능저하를 평가한다(S40). 등급화된 자료는 유량 및 오염원 저감효율의 경계가 구분되어 있다. 실제 운영되는 저영향개발시설에 설치된 센서를 통하여 실시간을 유량 및 수질 모니터링 데이터를 그룹화된 데이터와 비교하게 되면 성능저하 등급을 확인 할 수 있다. 이 때, 센서의 오류에 의해 실시간 유량 및 수질 모니터링 데이터가 과다하게 기존의 값과 달라지거나 결측값이 존재하는 경우에는 다른 데이터와의 관계에서 그룹화된 기존의 데이터와 비교하여 성능저하 등급을 확인하는 것도 가능하다. 이 경우 단순히 실시간으로 수집되는 데이터상으로 판단하였을 때 발생하는 오류를 줄일 수 있는 장점이 있다.
상기 확인된 성능저하 등급의 평가 결과에 따라 유지보수 필요유무를 결정한다(S50). 예를 들어 확인된 성능저하 등급이 점검필요, 관리요망인 경우에는 관리자를 파견하여 현장에서 시설을 확인하여 토사제거, 협잡물 제거, 퇴적물제거, 여과재의 교체 등의 작업을 수행할 수 있다.
상기와 같이 자기조직화지도 기법을 활용하여 성능 저하여부를 판단하여 저영향개발시설의 유지보수 필요유무를 판단하게 되면 저영향개발 시설의 운영 및 유지보수 업무를 객관적은 자료에 의한 판단하게 되므로 업무 표준화가 가능하고, 운영자의 주관적인 판단에 근거하여 발생하는 잦은 유지보수로 인한 예산낭비 방지 및 투명성을 제고할 수 있고, 적절한 유지보수 시점을 간과하여 발생할 수 있는 시설의 운영중단을 방지할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변경된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (5)
- 저영향개발시설 운영 전 과정 중에 측정된 모니터링 자료를 수집하여 데이터 베이스를 구축하는 과정;
상기 모니터링 자료를 데이터 마이닝 기법에 의해 분류하여 그룹화하는 과정;
상기 데이터 그룹에 대하여 성능저하 등급을 부여하는 과정;
실시간 유량 및 수질 모니터링 데이터를 등급화한 자료와 비교 분석하여 성능저하를 평가하는 과정 및
상기 성능저하 평가 결과에 따라 유지보수 필요유무를 결정하는 과정을 포함하는 저영향개발시설의 유지 관리 방법.
- 청구항1에 있어서,
상기 데이터 마이닝 기법은 자기 조직화 지도(Self-Organizing Map, SOM) 기법을 적용하는 것을 특징으로 저영향개발시설의 유지 관리 방법.
- 청구항1에 있어서,
상기 성능저하 등급을 부여하는 과정은 성능저하 등급을 축소 또는 확대하여 그 범위를 조절하는 과정을 포함하는 저영향개발시설의 유지 관리 방법.
- 청구항 1에 있어서,
상기 성능저하 등급을 부여하는 과정은 특정 오염원 항목에 관한 모니터링 데이터에 가중치를 부여하는 과정을 포함하는 저영향개발시설의 유지 관리 방법.
- 청구항1에 있어서,
상기 모니터링 자료는 저영향개발 시설의 유입수와 유출수의 유량 및 수질항목인 것을 특징으로 하는 저영향개발시설의 유지 관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160039546A KR20170112474A (ko) | 2016-03-31 | 2016-03-31 | 데이터마이닝 기법을 이용한 저영향개발시설의 유지 관리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160039546A KR20170112474A (ko) | 2016-03-31 | 2016-03-31 | 데이터마이닝 기법을 이용한 저영향개발시설의 유지 관리 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20170112474A true KR20170112474A (ko) | 2017-10-12 |
Family
ID=60140600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160039546A KR20170112474A (ko) | 2016-03-31 | 2016-03-31 | 데이터마이닝 기법을 이용한 저영향개발시설의 유지 관리 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20170112474A (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108287950A (zh) * | 2017-12-27 | 2018-07-17 | 环境保护部环境规划院 | 基于控制单元水环境质量目标管理的水质模拟方法 |
| CN109857035A (zh) * | 2019-03-12 | 2019-06-07 | 苏州科技大学 | 一种污染源智能环保监控系统 |
| CN111768308A (zh) * | 2020-07-17 | 2020-10-13 | 中煤能源研究院有限责任公司 | 一种基于冲击地压监测数据分析的开采强度评估方法 |
-
2016
- 2016-03-31 KR KR1020160039546A patent/KR20170112474A/ko not_active Application Discontinuation
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108287950A (zh) * | 2017-12-27 | 2018-07-17 | 环境保护部环境规划院 | 基于控制单元水环境质量目标管理的水质模拟方法 |
| CN108287950B (zh) * | 2017-12-27 | 2021-09-14 | 生态环境部环境规划院 | 基于控制单元水环境质量目标管理的水质模拟方法 |
| CN109857035A (zh) * | 2019-03-12 | 2019-06-07 | 苏州科技大学 | 一种污染源智能环保监控系统 |
| CN111768308A (zh) * | 2020-07-17 | 2020-10-13 | 中煤能源研究院有限责任公司 | 一种基于冲击地压监测数据分析的开采强度评估方法 |
| CN111768308B (zh) * | 2020-07-17 | 2023-07-11 | 中煤能源研究院有限责任公司 | 一种基于冲击地压监测数据分析的开采强度评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shishegar et al. | Optimization methods applied to stormwater management problems: a review | |
| Irish Jr et al. | Use of regression models for analyzing highway storm-water loads | |
| Ha et al. | Identification of land use with water quality data in stormwater using a neural network | |
| Vojinovic et al. | Multi-objective rehabilitation of urban drainage systems under uncertainties | |
| CN107038167A (zh) | 基于模型评估的大数据挖掘分析系统及其分析方法 | |
| CN110929359B (zh) | 基于pnn神经网络和swmm技术的管网淤积风险预测建模方法 | |
| Borris et al. | Simulating future trends in urban stormwater quality for changing climate, urban land use and environmental controls | |
| US20210088369A1 (en) | Blockage detection using machine learning | |
| Guo et al. | Short-term traffic prediction under normal and incident conditions using singular spectrum analysis and the k-nearest neighbour method | |
| KR20170112474A (ko) | 데이터마이닝 기법을 이용한 저영향개발시설의 유지 관리 방법 | |
| CN110555477A (zh) | 一种市政设施故障预测方法及装置 | |
| Sitzenfrei et al. | Investigating transitions of centralized water infrastructure to decentralized solutions–an integrated approach | |
| Bai et al. | Sediment wash-off from an impervious urban land surface | |
| Ledergerber et al. | Optimal experimental design for calibration of a new sewer water quality model | |
| Haverkamp et al. | Subwatershed spatial analysis tool: Discretization of a distributed hydrologic model by statistical criteria 1 | |
| KR101657072B1 (ko) | 하수관망 시설물 통합 관리 시스템 | |
| CN107273686B (zh) | 雨洪径流氮磷输出负荷预测方法 | |
| Huang et al. | An integrated model for structure optimization and technology screening of urban wastewater systems | |
| Eric et al. | Modeling low impact development potential with hydrological response units | |
| CN117079460A (zh) | 一种面向时间序列的arima模型对城市短时交通流预测的方法 | |
| Dembélé et al. | Calibration of stormwater quality regression models: a random process? | |
| Hansen et al. | General sewer deterioration model using random forest | |
| CN115660160A (zh) | 一种污水管网排水智能优化系统及方法 | |
| Yin et al. | A neural network-based approach to predict the condition for sewer pipes | |
| KR20040054906A (ko) | 하수관거 관리 시스템 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |