• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.293-296
• /
• 2021

K-water에서는 다목적댐의 관리를 위해 실시간으로 댐수위, 하천 수위 및 강우량 등을 계측하고 있으며, 계측된 값들은 댐을 효과적으로 운영하는데 필요한 데이터로 활용되고 있다. 특히 댐수위 이상 데이터를 탐지하지 못한 채 그대로 사용할 경우 댐의 방류 시기와 방류량 등을 결정하는 중요한 의사결정을 그르칠 수 있으므로 이를 신속히 탐지하는 것이 매우 중요하다. 현재의 자동화된 이상 데이터 탐지방법 중 하나는 현재 데이터가 최댓값과 최솟값을 초과할 때, 다른 하나는 현재 데이터와 일정 시간 동안의 평균값 간의 차이가 관리자가 정한 특정 값을 벗어났을 때를 기준으로 삼고 있다. 전자는 상한과 하한의 초과 여부만 판단하므로 탐지가 쉬우나 정상범위 내에서 발생한 이상 데이터는 탐지가 불가하다. 후자는 관리자의 경험을 통해 판단 조건을 정하기 때문에 객관성이 결여되는 문제가 있다. 특히 방류와 강우가 복합적으로 댐수위에 영향을 미치는 홍수기에 관리자의 경험에 기초한 이상 데이터 판별은 신뢰성의 문제가 있을 수 있다. 따라서 본 연구에서는 기계학습을 최초로 적용하여 이상 데이터를 탐지하고자 하였다. 댐수위, 누적강우량 및 누적방류량 데이터와 댐수위데이터를 가공하여 생성한 댐수위차, 댐수위차평균, 댐수위평균 등 자질들의 다양한 조합을 만든 후 이를 Random Forest, SVM, AdaptiveBoost 및 다층퍼셉트론(MLP) 등과 같은 여러 가지 기계학습모델 등을 통해 이상 데이터를 판별하는 실험(분류)을 하였다. 실험결과 댐수위, 댐수위차, 댐수위-댐수위평균, 누적강우량, 누적방류량 및 댐수위차평균을 사용하였을 때 MLP에서 가장 우수한 성능을 보였다. 이 연구를 통해서 댐수위 이상 데이터를 기계학습의 분류기능을 통해 효과적으로 탐지할 수 있다는 것과 모델의 성능은 실험에 사용한 자질의 수뿐 아니라 자질의 종류에도 큰 영향을 받는다는 것을 알 수 있었다.

• Nuclear Engineering and Technology
• /
• v.27 no.3
• /
• pp.327-335
• /
• 1995

The normal shutdown and maintenance period of a nuclear power plant can be remarkably shortened when the examination and maintenance works in steam generator tubes are simultaneously carried out with refueling job. There are nozzle dams to Hock the coolant How from reactor to steam generator. Workers are reluctant to install nozzle dam because of the high radiation exposure and the limited working space in steam generator. Moreover, the heavy weight of present nozzle dam makes it installation and removal works much difficult. In this paper, a lighter KAERI nozzle dam with increased flexural rigidity-to-weight was designed and manufactured by changing the structure design of the present nozzle dam and by selecting new material, carbon fiber-reinforced plastic.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.501-501
• /
• 2015

댐과 같은 수공구조물의 치수능력부족은 구조물의 파손이나 붕괴로 직결되며, 대규모 재산피해와 인명피해가 불가피하다. 또한 최근 기후변화 현상에 의해 발생되고 있는 예상치 못한 큰 강우와 홍수는 댐 안전을 저하하는 요소로 간주되며, 복합적으로 발생시 댐의 치수능력이 크게 저하되어 댐 파괴에 영향을 미칠 가능성이 크다. 또한 ICOLD, 세계대댐회 등의 조사 결과 댐 파괴에 큰 영향을 미치고 있는 수문학적 요소로서 예상치 못한 강우, 홍수 및 월류로 조사되었다. 이러한 이유로 수문학적 위험인자를 효과적으로 고려하기 위해 2000년도 이후 선진국에서는 위험도 해석 기법을 기반으로 파괴모드, 다양한 하중조건 등을 조합하여 위험도 해석을 통해 댐의 안전도 검토를 실시하고 있다. 따라서 최근 증가하는 기상변동성을 능동적으로 고려하기 위해서는 위험도 해석기반의 수공구조물 안정성 평가기법을 기반으로 하는 종합적인 위험도 해석 방안수립이 요구된다. 이러한 이유로 본 연구에서는 BN 모형 기반의 댐 위험도 적용에 앞서 실증댐을 대상으로 분석을 수행하였으며, 분석 절차는 다음과 같다. 첫째, ICOLD 및 세계대댐회 등 다양한 논문, 보고서 등을 조사하여 댐 붕괴에 가장 큰 영향을 미치는 수문학적 파괴인자를 도출하였다. 둘째, BN 모형 구축시 각 노드는 앞서 도출된 수문학적 파괴인자를 이용하였으며, 각 파괴인자에 적합한 확률분포형을 부여하였다. 마지막으로, 노드별 임계값을 부여하여 상황별 파괴인자의 변화 양상을 도출하였다. 본 연구의 결과로 인해 연구대상댐의 가장 취약한 수문학적 파괴인자 도출이 가능하며, 댐의 보수 보강시 우선순위 의사결정의 지원이 가능 할 것으로 판단된다.

• Journal of the Korean Geotechnical Society
• /
• v.19 no.6
• /
• pp.61-70
• /
• 2003

The behaviour of an earth and rock-fill dam is complicated due to reservoir water and various materials in zoned dams. Different materials with a wide range of permeability and seasonal variation of reservoir water result in the time dependent post-constructional behaviour. In aged dams it is often required to control water level to keep the dams safe. In this case information on the post-constructional dam behaviour is important. However, present geotechnical knowledge does not fully support the occasion. In this study the post-constructional behaviour of a dam is investigated using coupled finite element models for series of idealized water reservoir cases: impoundment, draw down, seasonal fluctuation with different rising and falling speeds. Numerical results were analysed in respect of geotechnical parameters such as load transfer, hydraulic fracturing potential and stress paths. It is shown that the control of water level is an important factor while operating dams.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.494-494
• /
• 2022

임의의 지점에서 하천의 수질은 해당 하천으로 유입되는 모든 지역의 오염원에 대한 영향을 받으므로 상류 소유역에 전체에 대한 복합적인 평가가 동반되어야 한다. 본 연구에서는 배출부하량 자료를 활용하여 충주댐 호소의 수질에 대한 상류 유역의 영향성을 평가하여 우심하천을 결정하는 방법을 제안하고, 충주댐 유역의 우심하천을 결정하였다. 충주댐 유역을 Korean Reach File (Version 3)에서 제공하는 182개 세유역으로 구분하였으며, 각각의 소유역에 대한 Straem Total Load (STL)를 산정하였다. 여기서, STL은 세유역의 하천으로 유입하는 모든 상류 세유역을 포함하는 단위면적당 배출부하량으로 명명하였다. 충주댐 본체가 포함된 세유역 (충주댐2-3)을 목표지역으로, 대상 수질 항목은 총인(TP)으로 선정하였다. 충주댐2-3 세유역의 STL은 0.0029 kg/ha/day이며, 상류 세유역의 STL이 목표 지역보다 높으면 댐호소 수질에 대한 영향이 큰 세유역으로 구분할 수 있다. 각각의 세유역에 대한 STL을 산정하면 장평천4 0.0191 kg/ha/day로 가장 높았으며, 주천강시점3 0.0089 kg/ha/day, 주천강상류1 0.0088 kg/ha/day 등의 순으로 나타났다. 또한 충주댐2-3의 STL보다 높은 세유역은 68개, 주요 우심하천은 장평천과 제천천 그리고 주천강 등으로 분류되었다. 또한 STL을 활용하면 상류 세유역에서 하류 세유역까지 배출부하의 이동 경향이 나타나므로 (최상류에서 높은 오염부하를 배출하여도 하류로 이동하며 낮은 오염부하를 배출하는 세유역과 합쳐지면 댐 호소의 수질에 대한 영향이 적은 것 등) 세유역의 배출부하 또는 단위면적당 배출부하로 우심지역을 평가하는 방법과의 차별성을 가지고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.24-28
• /
• 2016

댐의 발전방류는 댐 하류의 하천에 비정상성이 큰 흐름을 발생시킨다. 이와 같은 흐름은 하류 하천의 수심 및 유속 조건을 급격하게 변화시키게 되어 어류 물리서식처에 큰 영향을 끼치게 된다. 또한 갑작스런 유량의 상승은 어류를 하류로 강제로 이동시키며, 빠른 수위의 하강은 어류를 하안에 고립되게 하여 죽음을 초래하게 된다. 발전방류가 어류 물리서식처에 미치는 영향을 평가한 기존의 연구는 대부분 흐름계산을 위하여 준정류 모형을 사용하였다. 하지만 준정류 모형은 발전방류와 같은 비정상성이 큰 흐름에 대하여 적절히 모의하지 못하는 한계가 있다. 본 연구의 목적은 2차원 부정류 모의가 가능한 River2D 모형을 이용하여 댐 하류 하천에서의 발전방류가 어류 물리서식처에 미치는 영향을 분석하는 것이다. 연구 대상지역은 괴산댐 하류 지점인 수전교부터 대수보까지 2.3 km 구간이다. 서식처모형은 피라미에 대한 HSI 모형을 사용하였다. 복합서식처 적합도 지수, 하상전단응력을 모의하였으며 소와 여울의 지형조건에서 발전방류가 위의 인자들에 미치는 영향에 대하여 분석하였다. 또한 발전방류량이 발생하였을 때 기저유량의 조건에 따라 어류 물리서식처에 미치는 영향에 대하여 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.92-92
• /
• 2019

최근 기존의 격자방식의 해석 방법을 벗어나 해석 영역에 대한 분할을 별도로 고려치 않는 수치기법의 실무적 적용사례가 증가 하고 있으며, 이러한 방식중 SPH(Smoothed Particle Hydrodynamics) 방식이 근자에 수자원 분야에서도 도입되어 관수로 및 개수로 해석 또는 복합해석 등에 활용된 바 있다. 최초 도입된 무격자방식의 모형들은 주로 복잡한 형상을 지니는 유체기계 등에 활용성이 높았던 바, 큰 규모의 해석 도메인을 가지는 수자원 분야에서의 SPH의 실무적용 평가와 효율성의 확보를 위해서, 본 연구는 국내 댐을 시범 대상으로 하여 SPH 수치해석 툴을 적용하고자 하였다. 분석 대상댐은 국내 P댐으로서 관리수위의 변동은 크지 않으나, 댐 직상류의 만곡이 심하고 다수의 대규모 취수구를 가진 곳으로 상시 발전방류 및 수시 댐 수문방류에 의해 유체의 흐름이 2,3차원의 복잡성을 띄고있기 때문에, 3차원 전산유체역학 Tool의 적용이 적절한 것으로 판단하였다. 해석을 위해 하류경계조건을 댐축과 문비로 설정하였고 상류 1km까지를 해석의 도메인으로 설정하였다. 소요시간을 줄이기 위해 여러 번의 모의를 거쳐 입자의 평균 입경은 0.6m로 제안하고 시격은 1초 미만(평균 0.5초)로 설정하였다. 수문 및 발전방류는 해당댐의 1~2년 빈도 수준에 해당하는 $5,000m^3/s$ 이하의 유량을 기준으로 하여 모의를 수행하였다. 모의의 안정성을 확보한 이후에는 해당 댐지역의 하류영향을 고려한 문비제어를 반영한 다양한 방식의 수문운영 및 취수지점의 순간 수위 영향을 검토하였다. 그 결과로 본 모의에서는 특정한 수문의 운영 조건에서는 댐수위 계측지점과 인근 취수지점 간에도 0.2m 수준의 순간 수위차가 발생할 수 있음을 보였으며, 이는 경우에 따라 취수시설의 일시적 장애요소로 발생할 수 있음을 의미한다. 따라서, 현재의 취수구조물과 문비운영 특성에 따라 발생가능한 취수장애를 줄일 수 있는 운영조건의 탐색을 위해서 수치모의를 추가로 하였으며, 이 때 댐축 상류의 유속분포에 대한 추가 검토도 수행하였다. 다만, 댐에서 방류시 하류조건에 대한 검토는 추후 보강되어야 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.491-491
• /
• 2021

댐·보 운영은 과거부터 많은 양의 데이터를 근간으로 분석 및 의사결정을 진행하였으나, 자연 현상의 복잡성 및 다양한 영향 관계로 인해 기술개발은 답보 상태에 머물러 있다. 또한 댐·보 운영의 기술개발은 개별적인 일부 요소기술에 국한되어 있는 실정으로 댐·보 운영의 전체 의사결정체계에 대한 미래의 방향성에 대한 전략이 부재한 상황이다. 이에 기후변화, 물관리일원화, 환경대응용수의 활용, 복합적 제약사항 도출 등 최적 댐·보 운영을 위한 의사결정지원 고도화에 대한 사회적 니즈가 증가를 반영하고, 기존의 재래적 의사결정지원 시스템 및 홍수분석기술에서 탈피하여 AI, Big Data 등 혁신 기술적용 및 최신기술 트렌드를 반영한 미래 물관리 로드맵의 제시가 필요한 상황이다. 본 연구의 목적은 홍수기 댐운영을 위해 기존 반복 분석하는 일련의 절차 자동화와 운영자의 경험에 따라 달라지는 운영방법의 일반화를 위한 AI의 도입에 있다. 기존 홍수분석체계를 살펴보면 저수지 홍수분석, 저수지 수위계산, 방류량 결정, 분석결과와 제약사항의 비교 같은 일련의 절차에 대해서 합리적인 결과가 도출될 때까지 반복 분석을 수행하여야 한다. 분석모형간 연계와 재래적 방법의 자동화를 도입하면 홍수분석에 소요되는 시간을 줄일 수 있어, 사전에 대비할 수 있는 시간을 추가적으로 확보할 수 있게 된다. 또한 홍수기 댐운영 방법이 운영자의 경험에 의존하다 보니 운영자마다 다른 운영방법을 도출하게 되는데, 과거사례의 최적 운영방안을 학습시킨 AI를 도입하게 되면 일관성있는 최적 댐운영이 가능할 것으로 판단된다. 이에 본 연구에서는 홍수분석 절차의 자동화, DB 및 통계모형 구축, 분석결과 및 제약사항의 직관적인 표출화, AI 도입을 통한 운영방안의 일반화 등 기존 재래기술의 개선을 통해 최적 댐운영 의사결정지원시스템의 고도화를 추진하고자 한다.

• Mineral and Industry
• /
• v.21 no.1
• /
• pp.56-66
• /
• 2008

이 동향자료는 Geoscience Australia에서 2001년 발간한 "Geoscience Australia Mineral Resources Report No.1"과 역시 동 기관에서 2007년 발행한 "Australia's Identified Mineral Resources 2007" 중 일부 내용을 발췌하여 정리 한 것으로서 요약하면 다음과 같다. OECD/NEA와 IAEA(2000)는 세계적으로 분포하는 우라늄 광상유형을 지질학적인 형성환경에 따라 15개 유형으로 분류하였으며 호주에서는 각력복합형, 부정합형, 사암형, 지표형, 변성교대형, 변성형, 화산형, 관입형 및 맥상형이 보고되어 있다. 유형별 자원량은 각력복합형, 부정합형 및 사암형 3개 유형 광상이 약 93%를 차지하며, 각력복합형광상의 자원량이 63%에 달한다. 현재 개발되는 광상은 각력복합형의 올림픽댐 광산, 부정합형인 레인저 광산 및 사암형인 베벌리 광산이다. 호주는 세계 총 우라늄 자원량의 27%를 보유하고 있어 세계 1위를 차지한다. 올림픽댐광상이 항내채광을 하는 우라늄 광산으로서는 세계에서 가장 큰 광상으로서 US$80 이하에서 회수가능한 RAR(적정확정자원량)이 476,000톤이다. 이 자원량은 세계 총 자원량의 18%를 차지하며, 단일 광산으로서는 세계최대규모이다. 2006년 호주의 우라늄 총생산량은 $U_3O_8$ 8,943톤(7,584톤 U)이며 이는 세 광산에서 생산된 양으로서 캐나다에 이어 두 번째로 많은 양(세계 생산량의 19%)이다. 2006년 우라늄 수출량은 $U_3O_8$ 8,660톤(7,344톤 U)이며 수출가는 호주달러 5억2천9백만불에 달한다. 호주는 우라늄 수출국들과 "원자력협력협약"을 맺어 평화적 목적을 위해서만 공급한다는 단서를 달고 있으며 IAEA에 의해 관리/감독되고 있다. 최근 호주 정부는 지구과학연구소에 많은 예산을 투여하여 육상에너지안전대책을 발의하여 자원개발에 요구되는 탐사자료 확보에 주력하고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.317-317
• /
• 2021

효율적인 물관리를 위한 댐 유입량 대한 연구는 필수적이다. 본 연구에서는 다양한 머신러닝 알고리즘을 통해 40년동안의 기상 및 댐 유입량 데이터를 이용하여 소양강댐 유입량을 예측하였으며, 그 중 고유량과 저유량예측에 적합한 알고리즘을 각각 선정하여 머신러닝 알고리즘을 결합한 CombML을 개발하였다. 의사 결정 트리 (DT), 멀티 레이어 퍼셉트론 (MLP), 랜덤 포레스트(RF), 그래디언트 부스팅 (GB), RNN-LSTM 및 CNN-LSTM 알고리즘이 사용되었으며, 그 중 가장 정확도가 높은 모형과 고유량이 아닌 경우에서 특별히 예측 정확도가 높은 모형을 결합하여 결합 머신러닝 알고리즘 (CombML)을 개발 및 평가하였다. 사용된 알고리즘 중 MLP가 NSE 0.812, RMSE 77.218 m3/s, MAE 29.034 m3/s, R 0.924, R2 0.817로 댐 유입량 예측에서 최상의 결과를 보여주었으며, 댐 유입량이 100 m3/s 이하인 경우 앙상블 모델 (RF, GB) 이 댐 유입 예측에서 MLP보다 더 나은 성능을 보였다. 따라서, 유입량이 100 m3/s 이상 시의 평균 일일 강수량인 16 mm를 기준으로 강수가 16mm 이하인 경우 앙상블 방법 (RF 및 GB)을 사용하고 강수가 16 mm 이상인 경우 MLP를 사용하여 댐 유입을 예측하기 위해 두 가지 복합 머신러닝(CombML) 모델 (RF_MLP 및 GB_MLP)을 개발하였다. 그 결과 RF_MLP에서 NSE 0.857, RMSE 68.417 m3/s, MAE 18.063 m3/s, R 0.927, R2 0.859, GB_MLP의 경우 NSE 0.829, RMSE 73.918 m3/s, MAE 18.093 m3/s, R 0.912, R2 0.831로 CombML이 댐 유입을 가장 정확하게 예측하는 것으로 평가되었다. 본 연구를 통해 하천 유황을 고려한 여러 머신러닝 알고리즘의 결합을 통한 유입량 예측 결과, 알고리즘 결합 시 예측 모형의 정확도가 개선되는 것이 확인되었으며, 이는 추후 효율적인 물관리에 이용될 수 있을 것으로 판단된다.