Research on Advanced Measures for Emergency Response to Water Accidents based on Big-Data

빅데이터 기반 수도사고 위기대응 고도화 방안에 관한 연구

In response to Incheon tap water accident in 2019, the Ministry of Environment has created the "Comprehensive Measures for Water Safety Management" to improve water operation management, provide systematic technical support, and respond to accidents. Accordingly, K-water is making a smart water supply management system for the entire process of tap water. In order to advance the response to water accidents, it is essential to secure the reliability of real-time water operation data such as flow rate, pressure, and water level, and to develop and apply a warning algorithm in advance using big data analysis techniques. In this paper, various statistical techniques are applied using water supply operation data (flow, pressure, water level, etc) to prepare the foundation for the selection of the optimal operating range and advancement of the monitoring and alarm system. In addition, the arrival time is analyzed through cross-correlation analysis of changes in raw water turbidity between the water intake and water treatment plants. The purpose of this paper is to study the model that predicts the raw water turbidity of a water treatment plant by applying raw water turbidity data considering the time delay according to the flow rate change.

'19년 인천시 수돗물 적수 사고 발생에 따라 환경부에서는 수도운영관리 고도화, 체계적인 기술지원 및 사고대응을 위해 「수돗물 안전관리 종합대책」을 수립하여 수돗물 공급 전 과정의 스마트 상수도 관리체계를 구축 중이다. 수도사고 위기대응 고도화를 위해서는 유량, 압력, 수위 등 실시간 수도운영 데이터의 신뢰성 확보와 더불어 빅데이터 분석기법을 활용한 사전 경보 알고리즘 개발 및 적용이 필수적이다. 본 논문에서는 수도운영 데이터 주요항목(유량, 압력, 수위 등)에 대한 데이터 기반의 다양한 통계기법을 활용해 최적 운영범위 선정, 감시경보체계 고도화를 위한 기반을 마련하고, 분석 결과를 K-water 운영시스템 및 감시경보시스템과의 연계를 위한 시스템 모델링에 대해 연구한다. 또한, 취수장과 정수장 간원수 탁도의 변화에 대한 교차 상관분석을 통해 도달시간 등에 대해 고찰하고, 취수장 펌프 가동에 따른 유량 변화 및 시간 지연을 고려한 원수 탁도 데이터를 적용하여 정수장 원수 탁도를 예측하는 모델에 관해 연구하고자 한다.