KR20230040195A - 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법 - Google Patents
도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법 Download PDFInfo
- Publication number
- KR20230040195A KR20230040195A KR1020210123497A KR20210123497A KR20230040195A KR 20230040195 A KR20230040195 A KR 20230040195A KR 1020210123497 A KR1020210123497 A KR 1020210123497A KR 20210123497 A KR20210123497 A KR 20210123497A KR 20230040195 A KR20230040195 A KR 20230040195A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- gas
- unit
- module
- gas supply
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 29
- 238000013277 forecasting method Methods 0.000 title abstract 3
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 27
- 238000005206 flow analysis Methods 0.000 claims description 15
- 230000003449 preventive effect Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 239000007789 gas Substances 0.000 description 236
- 230000007797 corrosion Effects 0.000 description 13
- 238000005260 corrosion Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical group C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 239000003949 liquefied natural gas Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000003915 liquefied petroleum gas Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000007084 catalytic combustion reaction Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000004260 weight control Methods 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
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
- G01F15/06—Indicating or recording devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/28—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds
- G01M3/2807—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for pipes, cables or tubes; for pipe joints or seals; for valves ; for welds for pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- 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
- G06F16/29—Geographical information databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Fluid Mechanics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
본 발명은 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법에 관한 것으로, 보다 상세하게는 도시가스 공급시설에 설치된 센서로부터 전송되는 빅데이터를 기반으로 인공지능에 의해 분석하여 사고의 가능성을 예측하고 이를 GIS 공간정보에 시각화하는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템에 관한 것이다.
본 발명은 도시가스 공급시설에 설치된 센서로부터 전송된 데이터를 시각화하여 GIS 공간정보와 연계하여 나타내기 때문에 데이터 조회의 시각성을 높이는 효과가 있다.
또한, 본 발명은 가스배관의 건전성 진단, 가스 유량의 분석, 가스 누출 및 사고 감지 등을 하나의 시스템에서 종합적으로 조회할 수 있고, 사고 가능성에 대한 예측을 통해 안전사고를 방지하는 효과가 있다.
본 발명은 도시가스 공급시설에 설치된 센서로부터 전송된 데이터를 시각화하여 GIS 공간정보와 연계하여 나타내기 때문에 데이터 조회의 시각성을 높이는 효과가 있다.
또한, 본 발명은 가스배관의 건전성 진단, 가스 유량의 분석, 가스 누출 및 사고 감지 등을 하나의 시스템에서 종합적으로 조회할 수 있고, 사고 가능성에 대한 예측을 통해 안전사고를 방지하는 효과가 있다.
Description
본 발명은 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법에 관한 것으로, 보다 상세하게는 도시가스 공급시설에 설치된 센서로부터 전송되는 빅데이터를 기반으로 인공지능에 의해 분석하여 사고의 가능성을 예측하고 이를 GIS 공간정보에 시각화하는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템에 관한 것이다.
도시가스는 도시가스회사로부터 배관을 통해 소비자에게 공급되는 연료용 가스로, LPG(액화석유가스), LNG(액화천연가스)를 원료로 사용하는데, 우리나라의 경우, 일부지역을 제외한 모든 지역에서 LNG를 원료로 도시가스를 공급하고 있다. LNG(Liquefied Natural Gas, 액화천연가스)는 천연가스를 정제해서 얻은 메탄을 주성분으로 하는 가스를 냉각시켜 액화한 것으로, 액화공정 전에 탈황 및 탈습되기 때문에 그 성질이 천연가스보다 뛰어나고 청결하며 해가 없다. 천연가스의 주성분인 메탄은 1atm 하에서 －161.5℃ 이하로 온도를 내리면 액체가 되는데, 액화된 메탄의 부피는 표준상태인 기체상태의 메탄 부피의 1/600 정도이고 비중은 0.42로 원유 비중의 약 1/2이 된다. 이 때문에 천연가스를 액화함으로써 수송 및 저장이 수월해진다. 도시가스는 가정의 취사 및 난방, 급탕을 위한 연료로서 가정에 공급되고 있으며, 가정용뿐 아니라 업무용, 건물 영업용, 산업용까지 광범위하게 사용되고 있다.
이러한 LNG는 압력을 낮춰 도시가스로 소비자에게 공급된다. LNG를 국내의 인수기지에서 7.0MPa의 압력으로 고압배관을 통해 공급관리소로 공급이 되면, 공급관리소는 0.85MPa의 압력으로 중압배관을 통해 발전소나 지구정압기로 공급을 하게 된다. 지구정압기는 LNG를 공급받아 중압배관을 통해 0.1~0.85MPa의 압력으로 산업용 도시가스를 공급하거나, 지역정압기로 보내 압력을 낮춰 저압배관을 통해 1.8~2.7kPa의 압력으로 가정용 도시가스를 공급하게 된다.
도시가스사업자는 도시가스를 소비자에게 공급하고 도시가스 공급시설에 대해 안전사고 예방을 위해 주기적인 검사 및 점검을 실시한다. 가스배관의 진단을 위해 진동, 관말압력, 방식전위 등을 점검하며, 가스 누출을 감시하기 위해 관말압력, 가스 유량 등을 점검한다. 이러한 도시가스사업자에 의한 기초 점검 데이터를 현재는 단순히 조회하고 저장되는 수준이지만, 이를 좀더 활용해서 빅데이터화하여 인공지능에 의해 응용할 수 있는 방법에 대해서는 더욱 연구가 필요하다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 도시가스 공급시설에 설치된 센서로부터 전송된 데이터를 빅데이터화하고 인공지능에 의해 분석하고 시각화하여 도시가스 공급시설의 손상진단 및 사고를 예측하는 시스템을 제공하는 것을 목적으로 한다.
상기한 목적을 달성하기 위해 본 발명은 도시가스 배관의 진동 및 방식전위를 진단하며 상기 진단 데이터를 서버 모듈로 전송하는 가스배관진단 모듈; 도시가스의 가스공급량과 가스사용량을 측정하며 상기 측정 데이터를 서버 모듈로 전송하는 가스유량분석 모듈; 도시가스 배관의 압력을 측정하고 가스 누출을 감지하며, 상기 측정 압력 및 가스 누출 데이터를 서버 모듈로 전송하는 가스누출감지 모듈; 상기 가스배관진단 모듈, 가스유량분석 모듈 및 가스누출감지 모듈로부터 데이터를 전송받아 도시가스 공급시설의 손상을 진단하고 예측하는 서버 모듈; 및 상기 서버 모듈에서 진단하고 예측한 데이터를 전송받아 조회할 수 있는 모바일 디바이스;를 포함하는 것을 특징으로 한다.
여기서, 상기 가스배관진단 모듈은, 도시가스 배관의 진동을 측정하며 상기 측정된 진동 데이터를 상기 서버 모듈로 전송하는 진동 센서부; 도시가스 배관의 방식전위를 측정하며 상기 측정된 방식전위 데이터를 상기 서버 모듈로 전송하는 방식전위 센서부; 및 도시가스 배관의 밸브 상태를 검사하며 상기 검사된 데이터를 상기 서버 모듈로 전송하는 밸브상태 센서부;를 포함하는 것이 바람직하다.
여기서, 상기 가스유량분석 모듈은, 정압기의 가스공급량을 측정하며 상기 측정 데이터를 상기 서버 모듈로 전송하는 가스공급량 측정부; 및 사용자측의 가스계량기에 의해 가스사용량을 측정하며 상기 측정 데이터를 상기 서버 모듈로 전송하는 가스사용량 측정부;를 포함하는 것이 바람직하다.
여기서, 상기 가스누출감지 모듈은, 도시가스 배관의 관말압력을 측정하며 상기 측정 데이터를 서버 모듈로 전송하는 압력 센서부; 및 도시가스 배관의 가스 누출을 감지하며 상기 감지 데이터를 서버 모듈로 전송하는 가스 센서부;를 포함하는 것이 바람직하다.
여기서, 상기 서버 모듈은, 상기 가스배관진단 모듈, 가스유량분석 모듈 및 가스누출감지 모듈로부터 전송된 데이터를 수신하여 빅데이터부로 전달하는 서버 통신부; 상기 서버 통신부로부터 전달받은 데이터를 데이터베이스화하여 저장하는 빅데이터부; 상기 빅데이터부에 저장된 데이터를 수치화하여 도시가스 유량을 분석하고 예측하며, 도시가스 공급시설의 손상진단을 예측하는 인공지능부; 상기 빅데이터부에 저장된 데이터 및 상기 인공지능부에서 분석하고 예측한 데이터와 GIS 공간정보를 맵핑하여 시각화하는 GIS 공간정보연계부; 및 관리자가 상기 빅데이터부의 데이터를 조회하거나, 상기 GIS 공간정보연계부의 시각화한 데이터를 조회할 수 있는 관리자 단말부;를 포함하는 것이 바람직하다.
또한, 상기한 목적을 달성하기 위해 본 발명의 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템을 이용하여 도시가스 공급시설에 대한 손상을 예측하는 방법은, 상기 가스배관진단 모듈, 가스유량분석 모듈, 가스누출감지 모듈로부터 각각의 데이터값이 측정되고 측정 데이터가 상기 서버 모듈로 전송되는 제1 단계; 상기 빅데이터부에서 측정 데이터를 데이터베이스화하고 상기 인공지능부에서 데이터베이스화한 측정 데이터를 분석하고 예측하여 수치화하며 GIS 공간정보에 맵핑하는 제2 단계; 상기 관리자 단말부나 상기 모바일 디바이스를 통해 도시가스 공급시설에 대한 손상 및 사고에 대한 예측 데이터를 조회한 관리자가 도시가스 공급시설에 예방조치를 취하는 제3 단계;를 포함한다.
상기한 바와 같이 본 발명은 도시가스 공급시설에 설치된 센서로부터 전송된 데이터를 시각화하여 GIS 공간정보와 연계하여 나타내기 때문에 데이터 조회의 시각성을 높이는 효과가 있다.
또한, 본 발명은 가스배관의 건전성 진단, 가스 유량의 분석, 가스 누출 및 사고 감지 등을 하나의 시스템에서 종합적으로 조회할 수 있고, 사고 가능성에 대한 예측을 통해 안전사고를 방지하는 효과가 있다.
도 1은 본 발명의 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템의 개요도이다.
도 2는 본 발명의 다른 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템의 개요도이다.
도 3은 본 발명의 일 실시예에 의한 가스배관진단 모듈의 개략도이다.
도 4는 본 발명의 일 실시예에 의한 가스유량분석 모듈의 개략도이다.
도 5는 본 발명의 일 실시예에 의한 가스누출감지 모듈의 개략도이다.
도 6은 본 발명의 일 실시예에 의한 서버 모듈의 개략도이다.
도 7은 본 발명의 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템을 이용하여 도시가스 공급시설에 대한 손상을 예측하는 방법의 순서도이다.
도 8은 본 발명의 일 실시예에 의한 인공지능부를 나타낸다.
도 2는 본 발명의 다른 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템의 개요도이다.
도 3은 본 발명의 일 실시예에 의한 가스배관진단 모듈의 개략도이다.
도 4는 본 발명의 일 실시예에 의한 가스유량분석 모듈의 개략도이다.
도 5는 본 발명의 일 실시예에 의한 가스누출감지 모듈의 개략도이다.
도 6은 본 발명의 일 실시예에 의한 서버 모듈의 개략도이다.
도 7은 본 발명의 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템을 이용하여 도시가스 공급시설에 대한 손상을 예측하는 방법의 순서도이다.
도 8은 본 발명의 일 실시예에 의한 인공지능부를 나타낸다.
하기에 나타난 도면에서 동일한 참조부호는 동일한 구성요소를 지칭하며, 도면상에서 각 구성요소의 크기는 설명의 명료성과 편의상 과장되어 있을 수 있다. 한편, 이하에 설명되는 실시예는 단지 예시적인 것에 불과하며, 이러한 실시예로부터 다양한 변형이 가능하다. 이하에서, 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하에서는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템의 구성에 대해 도면을 참조하여 설명한다. 도 1은 본 발명의 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템의 개요도이다. 도 2는 본 발명의 다른 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템의 개요도이다. 도 1을 참조하면, 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템은 가스배관진단 모듈(100), 가스유량분석 모듈(200), 가스누출감지 모듈(300), 서버 모듈(400) 및 모바일 디바이스(500)을 포함하여 구성될 수 있다.
가스배관진단 모듈(100)은 도시가스 배관의 건전성을 진단하여 데이터를 서버 모듈(400)로 전송한다. 도 3은 본 발명의 일 실시예에 의한 가스배관진단 모듈(100)의 개략도이다. 도 3을 참조하면, 가스배관진단 모듈(100)은 진동 센서부(110), 방식전위 센서부(120) 및 밸브상태 센서부(130)를 포함하여 구성될 수 있다.
진동 센서부(110)는 도시가스 배관의 진동을 측정하여 데이터를 서버 모듈(400)로 전송한다. 진동 센서부(110)는 진동을 감지하고 진동의 세기를 측정하는 진동센서와 이 측정값을 서버 모듈(400)로 전송하는 무선통신장치로 구성될 수 있다. 진동센서는 기계적 충격이나 진동을 받았을 때 전기적 출력을 발생시키는 전기기계적 변환기이다. 진동에는 진동진폭(변위), 속도, 진동가속도의 세 요소가 있는데 이를 측정하는 센서를 사용하면 진동측정이 가능한데, 바람직하게는 진동가속도를 측정하여 진동을 측정한다. 진동 센서부(100)는 가속도센서를 포함하며, 압전기형(Piezoelectric Accelerometer), 스트레인 게이지형(Strain Gauge Type Accelerometer), 압저항형(Piezoresistive Accelerometer), 정전용량형(Capacitive Accelerometer)의 어느 하나를 사용할 수 있다. 본 발명의 진동 센서부(110)는 도시가스 시설인 교량 배관, 굴착공사에 노출된 배관 등 충격에 노출된 곳에 설치되어 진동을 감시하게 된다. 진동 센서부(110)는 진동의 가속도를 측정하게 되는데 0.2cm/s 이내일 경우는 안전범위로 판단할 수 있는데, 0.2cm/s를 넘어서는 진동은 주의와 조치가 필요하다. 진동이 감지되면 진동 센서부(110)의 무선통신장치는 서버 모듈(400)로 진동 측정값을 전송한다.
방식전위 센서부(120)는 도시가스 배관의 방식전위를 측정하여 데이터를 서버 모듈로 전송한다. 도시가스 배관의 부식을 방지하기 위해 정류기를 통해 직류전류를 흘려주어 배관이 부식되지 않게 하는 전기방식을 실시하는데, 배관의 피복손상이 있거나 다른 구조물과의 접촉으로 방식전류가 유출되는 메탈터치가 발생하는 경우 전기방식 부적합이 생기게 된다. 본 발명의 방식전위 센서부(120)는 도시가스 배관에 설치되어 토양과 배관의 전위차인 관대지전위를 측정하는 전위측정센서와 이 측정값을 서버 모듈(400)로 전송하는 무선통신장치로 구성될 수 있다. 전위측정센서는 음극을 기준전극으로 하고 양극을 도시가스 배관과 연결시켜 도시가스 배관의 관대지전위를 측정하게 된다. 관대지전위가 -2,500 ~ -850 mV/CSE이면 정상으로 판단하고, -850 mV/CSE 초과이면 부식이 진행되고 있고, -2,500 mV/CSE 미만이면 과방식이 진행되고 있는 것으로 판단한다. 전위측정센서는 실시간으로 전위를 측정하고, 무선통신장치는 그 측정값을 서버 모듈(400)로 전송한다.
본 발명의 서버 모듈(400)은 제어부(미도시) 및 인공지능 분석부(미도시)를 구비할 수 있다. 도 8에 나타난 것처럼, 인공 지능부는 인공지능부에서 학습되고, 인공지능분석부에서 분석되어 인공지능 예측부에서 예측되는 알고리즘으로 진해된다. 하기에서 그 일예를 설명한다. 상기 제어부는 전위측정센서에서 측정된 전위측정 데이터를 기반으로 출력 전압 및 출력전류를 위한 제어신호를 생성할 수 있다. 예를 들어, 관대지전위가 -850 mV/CSE를 초과하게 되면 배관에 부식 위험이 있기 때문에 전위가 -850 mV/CSE 이하가 되도록 출력전압과 출력전류를 조정하는 신호를 생성하여 정류기에 전송한다. 반대로, 관대지전위가 -2,500 mV/CSE 미만이 되면 과방식 위험이 있기 때문에 전위가 -2,500 mV/CSE 이상이 되도록 출력전압과 출력전류를 조정하는 신호를 생성하여 정류기에 전송한다. 여기서, 정류기는 지하 매설된 시설물에 직류 전류를 전송하는 장치를 의미한다. 상기 인공지능 분석부는 부식 및 과방식 위험의 판단과 예측에 대해서 기준을 세울 수 있는데, 예를 들면 인공지능 분석부는 측정 관대지전위가 -1,000 mV/CSE 이상 -900 mV/CSE 미만일 경우는 부식 경고 영역으로 판단하며, 측정 관대지전위가 -900 mV/CSE 이상 -850 mV/CSE 미만일 경우는 부식 위험 영역으로 판단하며, 측정 관대지전위가 -2,000 mV/CSE 이상 -1,900 mV/CSE 미만일 경우는 과방식 경고 영역으로 판단하며, 측정 관대지전위가 -2,500 mV/CSE 이상 -2,000 mV/CSE 미만일 경우는 과방식 위험영역으로 판단할 수 있다. 이에 따라, 인공지능 분석부는 상기 부식 경고 영역에 대해서는 출력전압 및 출력전류의 가중치를 5%이상 10%미만을 증가시켜 주고, 인공지능 분석부는 상기 부식 위험 영역에 대해서는 출력전압 및 출력전류의 가중치를 10%이상 내지 15%미만으로 증가시켜 주며, 인공지능 분석부는 상기 과방식 경고 영역에서 출력전압 및 출력전류의 가중치를 5%이상 내지 10%미만을 감소시켜 주고, 인공지능 분석부는 상기 과방식 위험 영역에 대해서는 출력전압 및 출력전류의 가중치를 10%이상 내지 15%미만 감소시켜 줄 수 있다. 또한, 제어부는 가중치 조절부(미도시)를 구비하여 관리자 단말기의 설정에 따라 상기 가중치의 값을 조절할 수 있다.
밸브상태 센서부(130)는 도시가스 배관의 밸브 상태를 검사하여 데이터를 서버 모듈(400)로 전송한다. 밸브상태 센서부(130)는 가스 차단 목적으로 설치된 밸브실에 위치할 수 있다. 밸브실의 밸브는 SCADA에 의해 감시되고 제어된다. SCADA(Supervisory Control And Data Acquisition, 원격감시제어)는 도시가스 공급설비 및 시설을 효율적으로 유지 관리, 운영하기 위해 각종 공급설비의 동작상태 감시와 제어 및 현재 공급압력을 계측하여 경보 표시, 데이터 분석 및 보관기록, 각종 보고서를 출력하는 등 24시간 감시 및 제어 기능을 수행함으로써 도시가스 공급계통의 원활한 운전과 효율향상을 위한 기능을 가진 시스템이다. 밸브상태 센서부(130)는 밸브의 압력과 가스 누출을 검사하여 데이터를 서버 모듈(400)로 전송하는데, 가스 압력과 가스 누출을 측정하는 센서와 무선통신장치를 구비할 수 있다.
가스유량분석 모듈(200)은 가스공급량과 가스사용량을 측정하여 데이터를 서버 모듈(400)로 전송한다. 도 4는 본 발명의 일 실시예에 의한 가스유량분석 모듈(200)의 개략도이다. 도 4를 참조하면, 가스유량분석 모듈(200)은 가스공급량 측정부(210) 및 가스사용량 측정부(220)를 포함하여 구성될 수 있다.
가스공급량 측정부(210)은 정압기의 가스공급량을 측정하여 데이터를 서버 모듈(400)로 전송한다. 정압기(Governor)는 도시가스 압력을 사용처에 맞게 낮추는 감압기능, 2차측(Outlet)의 압력을 허용 범위 내의 압력으로 유지하는 정압기능 및 가스의 흐름이 없을 때는 밸브를 완전히 페쇄하여 압력기능을 방지하는 폐쇄기능을 가진 기기로서 정압기용 압력조정기(Regulator) 및 부속설비를 포함한다. 부속설비는 정압기실 내부의 1차측(Inlet) 최초 밸브로부터 2차측(Outlet) 말단 밸브 사이에 설치된 배관, 가스차단장치(Valve), 정압기용 필터(Gas Filter), 긴급차단장치(Slam Shut Valve), 안전밸브(Safety Valve), 압력기록장치(Pressure Recorder) 및 이들과 연결된 배관과 전선을 포함한다. 가스공급량 측정부(210)는 정압기의 2차측을 통해 공급되는 가스의 압력을 통해 가스공급량을 측정하는 센서와 이 측정값을 서버 모듈(400)로 전송하는 무선통신장치로 구성될 수 있다. 가스공급량 측정부(210)에 의해 정압기를 통해 공급되는 가스공급량이 실시간으로 측정되어 서버 모듈(400)로 전송되게 된다.
가스사용량 측정부(220)은 사용자측의 가스계량기에 의해 가스사용량이 측정하여 데이터를 서버 모듈(400)로 전송한다. 본 발명의 가스사용량 측정부(220)는 가스사용량을 측정하는 가스계량기와 측정 데이터를 서버 모듈(400)로 전송하는 무서통신장치로 구성될 수 있다. 가스계량기는 배관을 통하여 단위시간당 흐르는 가스사용량을 측정하는 계기이다. 가스계량기는 실측식 가스계량기와 추측식 가스계량기를 사용할 수 있다. 실측식 가스계량기는 건식과 습식을 사용할 수 있고, 실측 건식 가스계량기는 입구와 출구 차압을 이용한 것으로서 계량실 내의 플렉서블한 막이 전후 면의 차압에 의해 막이 전후로 운동을 일으키면서 연동기구와 밸브에 의해 연속적으로 기계적인 운동을 함으로써 적산부에 실제 사용량을 나타내는 구조로 되어 있으며, 설치 후 유지관리가 편리하다. 실측 건식 가스계량기의 사용유량의 범위는 1.5~100 ㎥/h 정도이다. 반면, 실측 습식 가스계량기는 회전가능한 원통형 드럼의 내부에 물을 내부 체적의 50 Vol% 정도 넣고, 출구압보다 높은 압력을 갖는 가스를 입구에서 주입하면 수면으로 가스가 돌출되어 드럼이 회전하여 지시부에 유량을 나타내는 구조로서 계량이 정확하고, 사용중의 기차(器差) 변동이 작은 장점을 갖는다. 실측 습식 가스계량기의 용도로는 건식가스계량기의 검사, 실험실용에 사용되며, 사용유량의 범위는 2~3,000 ㎥/h 정도이다. 본 발명의 일 실시예에서는 가스계량기와 무선통신장치를 구비하는 가스AMI(Advanced Metering Infrastructure)를 사용할 수 있다. 상기 가스AMI는 IoT를 사용한 무선검침, 가스계량, 가스누출을 실시간 감지가 가능한 지능형 계량 및 검침 인프라다. 이를 통해 소비자의 사생활 보호 및 효용성 향상, 검침원 작업환경 개선, 가스누출 실시간 감지를 통한 상시적 안전성 확보가 가능하다. 본 발명의 가스유량분석 모듈은 데이터 비교부를 구비하여, 가스공급량 측정부에서 측정된 데이터와 가스사용량 측정부에서 측정된 데이터의 차이값을 데이터화하여 가스 누출에 대한 지표로 사용할 수 있다.
가스누출감지 모듈(300)은 도시가스의 압력과 가스 누출 여부 측정하여 데이터를 서버 모듈(400)로 전송한다. 도 5는 본 발명의 일 실시예에 의한 가스누출감지 모듈(300)의 개략도이다. 도 5를 참조하면, 가스누출감지 모듈(300)은 압력 센서부(310) 및 가스 센서부(320)를 포함하여 구성될 수 있다.
압력 센서부(310)는 도시가스 배관의 관말압력을 측정하여 데이터를 서버 모듈(400)로 전송한다. 압력 센서부(310)는 관말압력을 측정하는 압력센서와 압력 측정 데이터를 서버 모듈(400)로 전송하는 무선통신장치로 구성될 수 있다. 압력센서로 배관의 관말압력을 측정하여 배관의 중간에서 가스가 새는지 확인할 수 있다.압력센서에서 측정된 관말압력은 무선통신장치를 통해 서버 모듈(400)로 전송된다.
가스 센서부(320)는 도시가스 배관의 가스 누출을 감지하여 데이터를 서버 모듈(400)로 전송한다. 가스 센서부(320)는 가스센서와 무선통신장치로 구성될 수 있다. 가스센서(Gas Sensor)는 기체 중에 함유된 특정 화학물질을 검지하여 그 농도를 전기적 신호로 변환하여 출력하는 장치이다. 가스의 종류에 따라 많은 방식이 있는데, 대표적인 것으로는 가스의 흡착이나 반응에 의한 고체 물성의 변화를 이용하는 방식으로 반도체 센서, 세라믹 습온 센서, 압전체 센서 등이 있고, 연소열을 이용하는 방식으로 접촉 연소식 센서가 있으며, 전기화학 반응을 이용하는 방식으로 고체 전해질 센서, 전기화학 센서가 있으며, 물리적인 특성값을 사용하는 방식으로 적외선 흡수식 등이 있다. 가스 누출이 예상되거나 의심되는 지점에 가스센서를 설치하여 가스 누출 시 누출량 측정 데이터를 서버 모듈(400)로 전송한다.
서버 모듈(400)은 가스배관진단 모듈(100), 가스유량분석 모듈(200) 및 가스누출감지 모듈(300)로부터 데이터를 전송받아 도시가스 공급시설의 손상을 진단하고 예측한다. 도 6은 본 발명의 일 실시예에 의한 서버 모듈(400)의 개략도이다. 도 6을 참조하면, 서버 모듈(400)은 서버 통신부(410), 빅데이터부(420), 인공지능부(430), GIS 공간정보연계부(440), 관리자 단말부(450)를 포함하여 구성될 수 있다.
서버 통신부(410)는 가스배관진단 모듈(100), 가스유량분석 모듈(200) 및 가스누출감지 모듈(300)로부터 전송된 데이터를 수신하여 빅데이터(420)부로 전달하며, 상기 모바일 디바이스에 관리자 단말부의 데이터를 전송한다. 서버 모듈(400)로부터 이격되어 도시가스 시설물에 설치된 가스배관진단 모듈(100), 가스유량분석 모듈(200) 및 가스누출감지 모듈(300)은 각각 무선통신장치를 통해 전송된 데이터를 수신하기 위해 서버 통신부(410)는 무선통신장치를 구비한다. 본 발명의 서버 통신부(410)는 LTE(Long Term Evolution), 5G, WIMAX(World Interoperability for Microwave Access), Wiress LAN(Local Area Network), WAN(Wide Area Network), PAN(Person Area Network), Wifi, 블루투스(Bluetooth), 지그비(Zigbee), Z-Wave와 같은 통신 네트워크를 사용할 수 있다.
빅데이터부(420)는 서버 통신부(410)로부터 전달받은 데이터를 데이터베이스화하여 저장한다. 빅데이터(Big Data)는 전통적인 데이터 프로세싱 방법으로 처리할 수 없을 정도로 대규모이거나 복잡한 데이터이다. 빅데이터는 흔히 3V로 불리는 볼륨(Volume), 다양성(Variety), 속도(Velocity)라는 특성을 가지고 있다. 볼륨은 대규모 크기를 의미하며, 다양성은 비표준 형식의 광범위한 범위를 그리고 속도는 신속하고 효율적으로 처리되어야 하는 특성을 의미한다. 본 발명의 빅데이터부(420)는 서버 통신부(410)로 전달되는 방대한 실시간 빅데이터를 데이터베이스화하여 인공지능부(430)이 학습하고 분석할 수 있는 형태로 변경한다.
인공지능부(430)는 빅데이터부(420)에 저장된 데이터를 수치화하여 도시가스 유량을 분석하고 예측하며, 도시가스 공급시설의 손상진단과 사고 가능성을 예측한다. 인공지능부(430)는 인공지능 학습부(431), 인공지능 분석부(432), 인공지능 예측부(433)를 포함하여 구성될 수 있다. 인공지능 학습부(431)는 빅데이터부(420)에 저장된 데이터를 학습한다. 즉, 가스배관진단 모듈(100)로부터 전송되는 배관에 대한 진동 데이터, 배관에 대한 방식전위 데이터, 밸브실의 밸브상태 데이터, 가스유량분석 모듈(200)로부터 전송되는 가스공급량 데이터, 가스사용량 데이터, 가스누출감지 모듈(300)로부터 전송되는 도시가스 배관의 관말압력 데이터, 가스 누출 데이터를 포함하는 데이터가 인공지능 학습부(431)에 의해 학습된다. 인공지능 분석부(432)는 상기 인공지능 학습부에서 학습한 데이터를 분석한다. 인공지능 분석부(432)는 도시가스 배관의 건전성을 분석할 수 있는데, 인공지능 분석부(432)는 상기 데이터들에 대한 분석을 통해 도시가스 배관이 지진, 굴착공사로부터 안전한지 분석할 수 있으며, 배관이 피복속상이나 메탈터치로 부식의 가능성이 있는지 분석할 수 있으며, 밸브실의 밸브상태가 안전한지를 분석할 수 있다. 또한, 인공지능 분석부(432)는 가스유량분석 모듈(200)의 가스공급량과 가스사용량을 상관 분석하여 오차를 확인하고 가스유량 오차 발생 지점과 오차 발생 원인을 분석한다. 그리고, 인공지능 분석부(432)는 가스누출감지 모듈(300)의 가스 배관의 유량, 압력, 가스 누출 데이터를 분석하여 가스 누출 발생지점 및 발생원인을 확인한다. 인공지능 분석부(432)는 분석하고 예측된 데이터를 점수화하여 수치화하고 이를 시각화할 수 있다. 인공지능 예측부(433)는 상기 인공지능 분석부(432)에서 분석한 데이터를 기반으로 도시가스 공급시설의 손상의 가능성 또는 사고 가능성에 대해 예측할 수 있다. 즉, 인공지능 예측부(433)는 인공지능 학습부(431)의 학습에 의해 학습되고 인공지능 분석부(432)에서 분석된 데이터의 추세를 판단하여 예측을 하게 된다. 인공지능 예측부(433)는 도시가스 배관의 건전성과 관련하여 진동의 위험이 있는 지역을 예측할 수 있고, 방식전위가 문제가 생겨 부식의 위험이 있는 지역을 예측할 수 있으며, 밸브상태의 위험성으로 사고 가능성이 있는 지역을 예측할 수 있다. 또한, 인공지능 예측부(433)는 가스유량 분석과 관련해서는 가스 공급량 대비 가스 사용량 소요를 예측할 수 있다. 또한, 인공지능 예측부(433)는 가스누출 감지와 관련하여 가스 누출 사고의 가능성을 예측할 수 있다. 예를 들어, 인공지능 예측부(433)는 전기방식 부적합 장소 예측부, 관대지전위 변화 예측부 및 데이터 관리부를 포함할 수 있다.
본 발명의 관대지전위의 제1 범위는 -2,500 mV/CSE 내지 -850 mV/CSE이며, 관대지전위의 제2 범위는 -2,000 mV/CSE 내지 -1,020 mV/CSE일 수 있다. 여기서, 관대지전위의 제1 범위로 부식 및 과방식을 관리할 수 있으나, 인공지능 예측부(433)에 의하여 관대지전위의 제2 범위를 사용하여 보다 예측 정확도를 높일 수 있다.
상기 전기방식 부적합 장소 예측부는 복수의 전위측정기 사이에 발생한 전기방식 부적합 영역을 데이터로 저장하여 특정 전위측정기 사이에 발생할 수 있는 전기방식 부적합 확률을 계산한다.
상기 관대지전위 변화 예측부는 복수의 전위측정기 사이에 측정된 관대지전위를 실시간으로 저장하고, 메탈터치나 피복손상이 발생한 경우, 각각의 관대지전위 중에서 관대지전위의 제2 범위에서 관대지전위의 제1 범위에 도달하는 시간을 저장한다. 그리고, 관대지전위의 제2 범위 및 관대지전위의 제1 범위에서 관대지전위 값 및 시간을 측정하여 관대지전위 변화 속도를 계산한다. 복수의 전위측정기의 전체 구간 및 각각의 전위측정기 사이의 구간에서의 관대지전위의 변화 속도의 추세를 분석하여 전기방식 부적합에 대한 예측을 할 수 있다.
상기 데이터 관리부는 상기 전기방식 부적합 장소 예측부에서 송신된 전기방식 부적합 확률의 데이터 및 상기 관대지전위 변화 예측부에서 송신된 광대지전위의 변화시간에 대한 확률 데이터를 저장 및 소팅하여 담당자의 무선단말기에 저장 및 소팅된 데이터를 전송한다.
상기와 같은 방법으로, 전기방식 부적합 발생 장소나 관대지전위 변화시간을 보다 정확하게 예측하고 관리할 수 있다.
GIS 공간정보연계부(440)는 빅데이터부(420)에 저장된 데이터 및 인공지능부(430)에서 분석하고 예측한 데이터와 GIS 공간정보를 맵핑하여 시각화한다. GIS(Geographic Information System)는 일반 지도와 같은 지형정보와 함께 지하시설물 등 관련 정보를 인공위성으로 수집, 컴퓨터로 작성해 검색, 분석할 수 있도록 한 복합적인 지리정보시스템이다. GIS 공간정보연계부(440)는 GIS의 도시가스 지하 시설물 지도와 빅데이터부(420)의 데이터와 인공지능부(430)의 데이터를 맵핑하여 시각화한다. 가스배관진단 모듈(100)의 진동 센서부(110), 방식전위 센서부(120), 밸브상태 센서부(130), 가스유량분석 모듈(200)의 가스공급량 측정부(210), 가스사용량 측정부(220), 가스누출감지 모듈(300)의 압력 센서부(310), 가스 센서부(320)가 위치하는 지점은 GIS 공간정보에 모두 표시되어야 하고, 각각의 센서부 및 측정부에서 전송하는 실시간 데이터 또한 GIS 공간정보에 모두 표시되어야 한다. GIS 공간정보연계부(440)는 또한 인공지능부에서 분석하고 예측한 데이터가 GIS 공간정보에 표시되게 할 수 있다.
관리자 단말부(450)는 관리자가 빅데이터부(420)의 데이터를 조회하거나, GIS 공간정보연계부(440)의 시각화한 데이터를 조회할 수 있게 한다. 관리자는 관리자 단말부(450)를 통해 서버 모듈(400)의 데이터를 조회할 수 있고, 서버 모듈(400)의 설정값을 변경할 수 있다. 또한, 관리자 단말부(450)에서는 가스배관진단 모듈(100), 가스유량분석 모듈(200) 및 가스누출감지 모듈(300)의 설정값을 조회할 수 있고 변경할 수 있다. 관리자는 관리자 단말부(450)에서 관리자 모드로 로그인하여 데이터를 조회하고 설정값을 변경할 수 있다.
모바일 디바이스(500)는 서버 모듈(400)에서 진단하고 예측한 데이터를 서버 통신부(410)로부터 전송받아 조회할 수 있다. 모바일 디바이스(500)를 통해 상기 관리자 단말부(450)에서 조회가능한 빅데이터부의 데이터, GIS 공간정보연계부의 데이터를 서버 모듈(400)에서 이격하여 위치한 관리자도 조회할 수 있다. 예를 들어, 외부에서 순회 중인 관리자는 모바일 디바이스(500)를 통해 맵핑화된 실시간 데이터와 예측 데이터를 조회할 수 있다. 외부에서 순회 중인 관리자는 모바일 디바이스(500)에서 조회한 예측 데이터를 기반으로 도시가스 공급시설에 대해 예방 조치를 취할 수 있다.
이하에서는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템을 이용하여 도시가스 공급시설에 대한 손상을 예측하는 방법에 대해 도면을 참조하여 설명한다. 도 7은 본 발명의 일 실시예에 의한 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템을 이용하여 도시가스 공급시설에 대한 손상을 예측하는 방법의 순서도이다.
제1 단계(S10) : 가스배관진단 모듈(100), 가스유량분석 모듈(200), 가스누출감지 모듈(300)로부터 각각의 데이터값이 측정되고 측정 데이터가 서버 모듈(400)로 전송되는 단계
제2 단계(S20) : 빅데이터부(420)에서 측정 데이터를 데이터베이스화하고 인공지능부(430)에서 데이터베이스화한 측정 데이터를 분석하고 예측하여 수치화하며 GIS 공간정보에 맵핑하는 단계
제3 단계(S30) : 관리자 단말부(450)나 모바일 디바이스(500)를 통해 도시가스 공급시설에 대한 손상 및 사고에 대한 예측 데이터를 조회한 관리자가 도시가스 공급시설에 예방조치를 취하는 단계
제1 단계(S10)는 가스배관진단 모듈(100)의 진동 센서부(110), 방식전위 센서부(110), 밸브상태 센서부(130), 가스유량분석 모듈(200)의 가스공급량 측정부(210), 가스사용량 측정부(220), 가스누출감지 모듈(300)의 압력 센서부(310), 가스 센서부(320)에서 각각 측정된 데이터가 서버 모듈(400)의 서버 통신부(410)로 전송되는 단계이다. 즉. 서버 모듈(400)에 빅데이터가 수집되는 단계이다.
제2 단계(S20)는 제1 단계(S10)의 빅데이터를 데이터베이스화하고 인공지능에 의해 빅데이터를 학습하고 분석하여 예측 데이터를 생성하여 GIS 공간정보연계부(440)의 GIS 공간정보에 시각화하여 맵핑하는 단계이다.
제3 단계(S30)는 관리자가 관리자 단말부(450)나 모바일 디바이스(500)에 의해 제2 단계(S20)에서 생성된 도시가스 공급시설에 대한 손상 및 사고에 대한 예측 데이터를 조회하고 도시가스 공급시설에 예방조치를 취하는 단계이다. 예를 들어, 제3 단계에서 관리자 단말부(450)의 디스플레이나 모바일 디바이스(500)의 디스플레이에 생성된 제2 단계(S20)에서 생성된 도시가스 공급시설에 대한 손상 및 사고에 대한 예측 데이터가 조회되고, 관리자 단말부(450)나 모바일 디바이스(500)에 입력부가 구비되고, 상기 입력부를 통하여 도시가스 공급시설에 예방조치를 위한 입력 데이터를 입력하면, 관리자 단말부(450)나 모바일 디바이스(500)로부터 서버 모듈(400)로 상기 입력 데이터가 무선으로 전송될 수 있다.
본 발명은 상기 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 제조될 수 있으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 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.
100 : 가스배관진단 모듈
110 : 진동 센서부
120 : 방식전위 센서부
130 : 밸브상태 센서부
200 : 가스유량분석 모듈
210 : 가스공급량 측정부
220 : 가스사용량 측정부
300 : 가스누출감지 모듈
310 : 압력 센서부
320 : 가스 센서부
400 : 서버 모듈
410 : 서버 통신부
420 : 빅데이터부
430 : 인공지능부
431 : 인공지능 학습부
432 : 인공지능 분석부
433 : 인공지능 예측부
440 : GIS 공간정보연계부
450 : 관리자 단말부
500 : 모바일 디바이스
110 : 진동 센서부
120 : 방식전위 센서부
130 : 밸브상태 센서부
200 : 가스유량분석 모듈
210 : 가스공급량 측정부
220 : 가스사용량 측정부
300 : 가스누출감지 모듈
310 : 압력 센서부
320 : 가스 센서부
400 : 서버 모듈
410 : 서버 통신부
420 : 빅데이터부
430 : 인공지능부
431 : 인공지능 학습부
432 : 인공지능 분석부
433 : 인공지능 예측부
440 : GIS 공간정보연계부
450 : 관리자 단말부
500 : 모바일 디바이스
Claims (5)
- 도시가스 배관의 진동 및 방식전위를 진단하며 진단 데이터를 서버 모듈로 전송하는 가스배관진단 모듈;
도시가스의 가스공급량과 가스사용량을 측정하며 측정 데이터를 서버 모듈로 전송하는 가스유량분석 모듈;
도시가스 배관의 압력을 측정하고 가스 누출을 감지하며, 측정 압력 및 가스 누출 데이터를 서버 모듈로 전송하는 가스누출감지 모듈;
상기 가스배관진단 모듈, 가스유량분석 모듈 및 가스누출감지 모듈로부터 데이터를 전송받아 도시가스 공급시설의 손상을 진단하고 예측하는 서버 모듈; 및
상기 서버 모듈에서 진단하고 예측한 데이터를 전송받아 조회할 수 있는 모바일 디바이스;를 포함하는 것을 특징으로 하는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템. - 청구항 1에 있어서,
상기 가스배관진단 모듈은,
도시가스 배관의 진동을 측정하며 상기 측정된 진동 데이터를 상기 서버 모듈로 전송하는 진동 센서부;
도시가스 배관의 방식전위를 측정하며 상기 측정된 방식전위 데이터를 상기 서버 모듈로 전송하는 방식전위 센서부; 및
도시가스 배관의 밸브 상태를 검사하며 상기 검사된 데이터를 상기 서버 모듈로 전송하는 밸브상태 센서부;를 포함하는 것을 특징으로 하는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템. - 청구항 2에 있어서,
상기 가스유량분석 모듈은,
정압기의 가스공급량을 측정하며 상기 측정 데이터를 상기 서버 모듈로 전송하는 가스공급량 측정부; 및
사용자측의 가스계량기에 의해 가스사용량을 측정하며 상기 측정 데이터를 상기 서버 모듈로 전송하는 가스사용량 측정부;를 포함하는 것을 특징으로 하는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 - 청구항 3에 있어서,
상기 서버 모듈은,
상기 가스배관진단 모듈, 가스유량분석 모듈 및 가스누출감지 모듈로부터 전송된 데이터를 수신하여 빅데이터부로 전달하는 서버 통신부;
상기 서버 통신부로부터 전달받은 데이터를 데이터베이스화하여 저장하는 빅데이터부;
상기 빅데이터부에 저장된 데이터를 수치화하여 도시가스 유량을 분석하고 예측하며, 도시가스 공급시설의 손상진단을 예측하는 인공지능부;
상기 빅데이터부에 저장된 데이터 및 상기 인공지능부에서 분석하고 예측한 데이터와 GIS 공간정보를 맵핑하여 시각화하는 GIS 공간정보연계부; 및
관리자가 상기 빅데이터부의 데이터를 조회하거나, 상기 GIS 공간정보연계부의 시각화한 데이터를 조회할 수 있는 관리자 단말부;를 포함하는 것을 특징으로 하는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템. - 청구항 1 내지 청구항 4의 어느 한 항의 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템을 이용하여 도시가스 공급시설에 대한 손상을 예측하는 방법으로서,
상기 가스배관진단 모듈, 가스유량분석 모듈, 가스누출감지 모듈로부터 각각의 데이터값이 측정되고 측정 데이터가 상기 서버 모듈로 전송되는 제1 단계;
상기 빅데이터부에서 측정 데이터를 데이터베이스화하고 상기 인공지능부에서 데이터베이스화한 측정 데이터를 분석하고 예측하여 수치화하며 GIS 공간정보에 맵핑하는 제2 단계;
상기 관리자 단말부나 상기 모바일 디바이스를 통해 도시가스 공급시설에 대한 손상 및 사고에 대한 예측 데이터를 조회한 관리자가 도시가스 공급시설에 예방조치를 취하는 제3 단계;를 포함하는 것을 특징으로 하는 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템을 이용하여 도시가스 공급시설에 대한 손상을 예측하는 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210123497A KR20230040195A (ko) | 2021-09-15 | 2021-09-15 | 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210123497A KR20230040195A (ko) | 2021-09-15 | 2021-09-15 | 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230040195A true KR20230040195A (ko) | 2023-03-22 |
Family
ID=86005778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210123497A KR20230040195A (ko) | 2021-09-15 | 2021-09-15 | 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230040195A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116541503A (zh) * | 2023-06-05 | 2023-08-04 | 北京建筑大学 | 一种燃气输配系统应急处置辅助决策系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200446182Y1 (ko) | 2009-03-04 | 2009-10-05 | 영남에너지서비스 주식회사 | 무선통신 기반의 도시가스 안전 및 정보 관리 시스템 |
| KR101717621B1 (ko) | 2016-02-24 | 2017-03-17 | 한국가스안전공사 | 도시가스배관 종합관리시스템 |
| KR102055984B1 (ko) | 2017-11-22 | 2019-12-13 | 주식회사 아이엠알 | 도시가스 기반 시설을 관리할 수 있는 사물인터넷 플랫폼 시스템 제어방법 |
-
2021
- 2021-09-15 KR KR1020210123497A patent/KR20230040195A/ko not_active Application Discontinuation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200446182Y1 (ko) | 2009-03-04 | 2009-10-05 | 영남에너지서비스 주식회사 | 무선통신 기반의 도시가스 안전 및 정보 관리 시스템 |
| KR101717621B1 (ko) | 2016-02-24 | 2017-03-17 | 한국가스안전공사 | 도시가스배관 종합관리시스템 |
| KR102055984B1 (ko) | 2017-11-22 | 2019-12-13 | 주식회사 아이엠알 | 도시가스 기반 시설을 관리할 수 있는 사물인터넷 플랫폼 시스템 제어방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116541503A (zh) * | 2023-06-05 | 2023-08-04 | 北京建筑大学 | 一种燃气输配系统应急处置辅助决策系统 |
| CN116541503B (zh) * | 2023-06-05 | 2023-12-08 | 北京建筑大学 | 一种燃气输配系统应急处置辅助决策系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10656045B2 (en) | Apparatus for analyzing the performance of fluid distribution equipment | |
| TWI391803B (zh) | 監視水事業體網路之資源的系統及方法 | |
| CN100492233C (zh) | 一种燃气管网事故预警方法 | |
| CN108332064A (zh) | 一种天然气监测管理系统 | |
| CN206274265U (zh) | 一种变压器在线监测装置 | |
| CN110107819A (zh) | 一种石化产品输送管道泄露监测预警系统及方法 | |
| US20130066568A1 (en) | Integrated system with acoustic technology, mass imbalance and neural network for detecting, locating and quantifying leaks in ducts | |
| CN113963514A (zh) | 一种油气化管道一体化监测预警系统 | |
| CN109029847A (zh) | 气体泄漏监测系统、flng系统及其气体泄漏监测方法 | |
| CN206161098U (zh) | 便携式油位监测仪 | |
| CN105890844A (zh) | 隐蔽储油罐微泄漏定性与定量检测方法 | |
| WO2020153903A1 (en) | Method and system for monitoring a gas distribution network operating at low pressure | |
| KR20230040195A (ko) | 도시가스 공급시설에 대한 손상진단으로 사고를 예방하는 예측시스템 및 예측방법 | |
| KR101812589B1 (ko) | 상수도 수용가의 검침데이터를 활용한 옥내누수 진단 방법 및 그 시스템 | |
| CN105114821A (zh) | 埋地金属管线渗漏检测方法 | |
| CN203838150U (zh) | 用于润滑油检测的油路系统 | |
| Bajare et al. | Preventive maintenance system for dam using iot and cloud | |
| KR102564669B1 (ko) | 매설배관의 누설 및 부식 모니터링 시스템 | |
| CN102606889A (zh) | 燃气阀井泄漏监测终端 | |
| Xu et al. | Leak detection methods overview and summary | |
| CN103375682A (zh) | Gis智能管网系统 | |
| Suryana et al. | Detection of Leak Position in Household LPG Distribution Pipes Using Gas Pressure Sensors and Continuity Equation | |
| Hong et al. | Evaluation of disaster-bearing capacity for natural gas pipeline under third-party damage based on optimized probabilistic neural network | |
| CN202510988U (zh) | 燃气阀井泄漏监测终端 | |
| KR101201778B1 (ko) | 매설물 관리 서비스 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |