• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.264-264
• /
• 2017

국외의 상수도 원격검침 시스템 내 데이터 전송방식은 도시 규모, 계량기의 밀도, 전력공급 여부 및 통신망의 설치 여부 등을 종합적으로 고려하여 결정되었다. 대부분의 스마트워터미터 제조업체들은 계량기의 부호기가 공급하는 판독 내용(데이터)을 전송할 검침단말기와 근거리 통신망(neighborhood area network)을 연계하여 개발 및 판매하였으며, 자체 소유 통신 프로토콜을 사용하여 라디오 주파수(RF) 통신 기술을 사용하고 있다. 광역통신망(wide area network)의 경우, 노드(말단의 계량기 및 센서)들과 이에 연결된 통신망 들을 포함한 네트웍의 배열이나 구성이 스타(star), 메쉬(mesh), 버스(bus), 나무(tree) 등의 형태로 통신망이 구성되어 있으나, 스타와 메쉬형 통신망 구성형태가 가장 널리 활용되는 것으로 조사되었다. 시스템 통합운영관리 업체들인 IBM, Oracle, Itron 등은 용수 인프라 관리 또는 통합네트워크 솔루션 등의 통합 물관리 시스템(integrated water management system)을 개발하여 현장적용을 하고 있으며, 원격검침 시스템을 통해 고객들의 현재 소비량과 과거 누적 소비량, 누수 감지 서비스 및 실시간 요금 고지 등을 실시간으로 웹 포털과 앱을 통해 제공하고 있다. 또한, 일부 제조업체들은 도시 용수공급/소비 관리자가 주민의 용수사용량을 모니터링하여 일평균 용수사용량 및 사용 경향을 파악하고, 누수를 검지하여 복구 및 용수 사용 지속가능성 지수를 제시하고, 실시간으로 주민의 용수사용량 관련 데이터를 모니터링하여 용수공급의 최적화를 위한 의사결정지원 서비스를 용수공급자에게 제공하고 있다. 최근에는 인공지능을 활용해 가정용수의 용도별(세탁용수, 화장실용수, 샤워용수, 식기세척용수 등) 사용량 곡선을 패터닝하여 profiling 기법을 도입해, 스마트워터미터에서 용수사용량이 통합되어 검지될 시 용수사용량의 세부 용도별 re-profiling 기법을 도입하여 가정용수내 과소비되는 지점을 도출 후 절감을 유도하는 기술이 개발 중이다. 또한, 미래 용수 사용량 예측을 위해 다양한 시계열 자료를 분석하는 선형 종속 모형(자기회귀모형, 자기회귀이동평균모형, 자기회귀적분이동평균모형 등)과 비선형 종속 모형(Fuzzy Logic, Neural Network, Genetic Algorithm 등)을 활용한 예측기능이 구축되어 상호 비교하여 최적의 용수사용량 예측 도구를 제공되고 있다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.6
• /
• pp.1141-1148
• /
• 2013

End-uses of household water have been influenced by a housing type, life style and housing area which are considered as internal factors. Also, there are external factors such as water rate, weather and water supply facilities. Analysis of influential factors on water consumption in households would give an explanation on the cause of changing trends and would help predicting the water demand of end-use in household. In this paper, we used real data to predict toilet and laundry water-uses and utilized the linear regression model with autoregressive errors. The results showed that the monthly autoregressive error models explained about 71% for describing the water demand of end-use in toilet and laundry water-uses.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.223-223
• /
• 2018

취수원에서 정수장과 배수지를 거쳐 수용가에 이르기까지 공급되는 급수량을 결정하는데 있어 각 수용가별 물 사용 패턴은 수요량을 예측하여 취수량을 결정하는데 있어 매우 중요한 지표이다. 생활용수 추정은 용도별(가정용, 상업용, 공업용 등)로 분류하여 경향성이 나타날 수 있도록 과거 사용실적을 바탕으로 장래 용도별 사용량을 추정한다. 이는 경험을 바탕으로 한 것으로 일반적으로 시계열 모형을 이용하는데 수요예측의 실패 가능성이 높으며 효율적인 방법이라 할 수 없다. 이에 본 연구에서는 최근 통신기술의 발달로 양방향 통신이 가능한 AMI(Advanced Metering Infrastructure, 원격검침인프라)센서를 영종도 112블록의 528개의 수용가에 설치하였다. AMI는 스마트 미터에서 측정한 데이터를 원격 검침기를 통해 물 사용량을 자동으로 계측할 수 있다. AMI 데이터를 이용하여 영종도 112블록의 운북동과 운서동의 각 용도별, 요일별, 그리고 도심지와 농가의 실시간 물 사용 패턴을 분석하였다. 분석 결과 운북동과 운서동의 물 사용 패턴은 비슷한 경향을 보이는 것으로 보이나 도시화된 운서동에 비해 운북동의 물사용량이 상대적으로 적고 첨두사용량의 발생시간 또한 빠른 것으로 나타났다. 또한 가정용과 공공용의 경우 시간별 물 사용량이 요일에 따라 일정한 경향이 있으나 상업용과 공업용은 일정한 사용량을 보였다. 향후 112블록의 관망해석에 실시간 물사용 패턴을 적용하여 효율적으로 급수량 결정을 할 수 있을 것으로 사료된다.

• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1083-1093
• /
• 2021

It is an essential to predict water usage for establishing an optimal supply operation plan and reducing power consumption. However, the water usage by consumer has a non-linear characteristics due to various factors such as user type, usage pattern, and weather condition. Therefore, in order to predict the water consumption, we proposed the methodology linking various techniques that can consider non-linear characteristics of water use and we called it as KWD framework. Say, K-means (K) cluster analysis was performed to classify similar patterns according to usage of each individual consumer; then Wavelet (W) transform was applied to derive main periodic pattern of the usage by removing noise components; also, Deep (D) learning algorithm was used for trying to do learning of non-linear characteristics of water usage. The performance of a proposed framework or model was analyzed by comparing with the ARMA model, which is a linear time series model. As a result, the proposed model showed the correlation of 92% and ARMA model showed about 39%. Therefore, we had known that the performance of the proposed model was better than a linear time series model and KWD framework could be used for other nonlinear time series which has similar pattern with water usage. Therefore, if the KWD framework is used, it will be possible to accurately predict water usage and establish an optimal supply plan every the various event.