• Journal of Korea Water Resources Association
• /
• v.45 no.11
• /
• pp.1169-1186
• /
• 2012

Storage function method has been used for flood forecasting in the major rivers in Korea, however, the researches on the relationship between the parameters and runoff characteristics was not sufficient. In addition, there has been a controversy about the optimized parameters without the consideration of the physical characteristics of the basin. Therefore, in this study, the SCE-UA method is used to optimize the parameters and the proposed method was applied with two stage optimization in the Jeongseon and Yeongwol watersheds located in the most upstream in the South Han river. The contour map was developed to investigate parameters and the error surface calculated from the runoff. The proposed parameters is to provide a range of the possible parameter set in a watershed, rather than a specific value. However, the applicability is examined using the average value of the proposed ranged parameters. In this study, the criticism about the optimization technique to find an optimal value having no physical meaning on a watershed is tried to avoid. The objective of this study is to provide a range of parameters for the flood forecasting model and the intuition about the behavior of the parameters, so the efficiency of flood forecasting is increased.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1499-1503
• /
• 2009

본 연구에서는 저류함수모형과 Tank 모형, SSARR 모형을 이용하여 금강유역의 미호천 유역, 일본의 Kusaki 댐 유역, 베트남의 Ta Trach 유역에 대하여 홍수모의예측을 수행하고 그 효율성을 분석하였다. 연구에 적용된 강우-유출 모형에 대하여 Pattern Search, Genetic Algorithm 의 최적화 방법과 WSSR과 SSR의 목적함수를 이용한 매개변수 산정을 수행하였다. 최적화 방법을 적용할 때 매개변수 보정의 효율성 증대를 위하여, 보정과정 내에서 매개변수 간 상관성을 분석하고 이를 바탕으로 매개변수를 소군집으로 분류하여 민감도에 따른 순차 보정 방법을 적용하고 이 결과를 비교 분석하였다. 매개변수 소군집을 이용한 보정 방법과 기존에 사용되는 전체 매개변수를 이용한 보정 방법을 적용한 결과, SSR 에 적용하였을 때 첨두 유량과 보정 시간 면에서 유리한 것으로 나타났고, 저류함수 모형과 TANK 모형에 대해서 좀 더 좋은 결과를 나타내는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.110-110
• /
• 2016

도시 유역의 강우-유출 모의에는 지표 투수율 및 하수관거 영향 등 인위적 배수계통의 영향을 고려할 수 있는 도시유출모형이 널리 이용되고 있으며, 모형 검증을 통해 모의 성능을 평가한다. 도시유출모형의 검증은 일반적인 강우-유출 모형과 같이 강우사상별 유량의 관측시계열과 모의시계열의 목적함수가 최소가 되는 최적 매개변수를 탐색하는 과정이다. 도시유출모형의 검증에서 발생하는 문제점은 크게 다음과 같다. 첫째, 대규모 도시 유역의 복잡하고 다양한 하수관거에 대한 최적매개변수를 관거별로 구하는 것은 물리적으로 불가능하다. 따라서 동일 배수분구내 하수관거의 매개변수 값은 동일하다고 가정하거나, 모형 단순화 과정을 통해 매개변수의 물리적 범위 내에서 최적해를 탐색해야 하는 단순화에서 기인한 불확실성이 있다. 둘째, 다양한 매개변수들의 물리적 범위를 고려하기 위해서는 전역최적화기법이 유효하다. 그러나 전역최적화 종류, 목적함수, 모의횟수, 목표성능별 최적 매개변수 결과가 각각 다르므로 추정된 최적 매개변수의 범위에 대한 불확실성이 있다. 이에 본 연구에서는 Bayesian 모형과 EPA SWMM(Storm Water Management Model)을 연계하여 도시유출모형의 매개변수 불확실성을 정량적으로 분석할 수 있는 모형을 제안하고자 한다. 이를 위해 서울 우이천 유역을 대상으로 SWMM 모형을 구축하고, 절단 정규분포(truncated Gaussian distribution)를 사전분포(prior)로 가정하여 매개변수의 물리적 범위를 고려하였다. 최종적으로 결합확률분포로 계산된 각 매개변수간 사후분포를 통해 모의된 유출량의 불확실성을 정량적으로 분석하였다. 본 연구에서 제안된 모형은 대규모 도시 유역의 도시유출모형 구축 시 다양한 매개변수의 물리적 범위를 고려한 최적화와 동시에 내재된 불확실성을 정량적으로 분석할 수 있으므로, 침수예측 및 홍수예경보 등의 문제에서 상당한 신뢰성을 확보할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.34-34
• /
• 2017

유역에 대한 유출해석은 지속가능한 수자원 관리 및 수재해 예방을 위한 가장 기본적이지만 중요한 과제이며, 우리나라와 같이 홍수와 가뭄의 재해에 의해 많은 영향을 받는 지역에서는 더욱 중요한 문제로 이러한 유출현상을 물리적으로 표현하기 위해 다양한 모형들을 활용하여 강우-유출해석을 수행하게 된다. 모형을 통한 유출해석에 있어 매개변수 추정은 유출해석 결과에 지대한 영향을 주기에 최적 매개변수를 추정하는 것은 예측결과의 성능 향상에 매우 중요한 사항이며 보다 효율적인 매개변수의 추정을 위해 추정방법간의 비교 및 검토를 통해 적용성을 판단하는 과정이 필요하다. 이를 위해 본 연구에서는 개념적 집중형 수문모형의 매개변수 보정을 위해 오프라인과 온라인의 매개변수 자동보정기법을 이용하여 매개변수를 추정하였으며, 기법별로 추정된 매개변수를 이용한 수문해석 결과의 비교 검토를 통해 각 기법의 장 단점 분석 및 적용성 평가를 수행하였다. 연구대상지역으로 용담댐 상류 천천 유역을 선정하고, 강우유출 모의를 위해 저류함수모형을 선정하였으며, 매개변수 보정을 위한 자동보정기법으로 오프라인 방법으로는 SCE-UA, 온라인 방법으로는 PF 기법을 선정하여 적용하였으며, 총 9개의 강우사상에 대해 강우-유출 모의를 수행하였다. 본 연구의 결과는 강우-유출해석을 위한 사용자의 목적에 맞는 매개변수 자동보정기법의 선정에 있어 유용할 것으로 판단되며, 시간단계 또는 사상별 최적화된 매개변수를 유역에 대한 최적 매개변수로 변환 또는 전이하기 위한 연구가 추가적으로 필요할 것으로 판단된다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1995.10a
• /
• pp.217-220
• /
• 1995

본 논문에서는 최적화기법을 이용하여 모드매개변수를 추정하는 방법을 개발하였다. 최적화기법중 steepest descent method와 Fletcher-Powell method를 1자유도계의 시뮬레이션 데이터에 사용하여 Fletcher-Powell method가 초기값이나 계의 감쇠비에 관계없이 항상 정확한 모드매개변수를 추정함을 밝혀 내었다. 2자유도계의 시뮬레이션 데이터에 적용하였을 때도 본 방법은 정확한 모드매개변수를 추정하였다. 본 방법은 기존의 모드해석방법처럼 실제모드수보다 많은 모드수를 가정할 필요가 없고, 밀집한 모드를 분리하는 능력도 우수하였다. 본 방법을 실험 데이터에 적용하였을 때에도 만족할만한 결과를 나타내었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.90-94
• /
• 2005

본 연구의 목적은 현 국내 홍수 예경보시스템에 사용되고 있는 저류함수모형의 매개변수 변화에 따른 유량해석의 불확실성을 평가하는데 있다. 적용 대상지점으로는 개진을 출구로 하는 낙동강 회천유역($747.5km^2$)이며 비교적 양호한 수문자료를 가지고 있는 단일 호우사상을 선정하였다. 불확실성 평가에 사용된 매개변수는 관측수문곡선을 비교적 정확하게 모의하는 경험적인 값을 기준으로 Monte Carlo 기법을 이용하여 각각의 매개변수(K, P, $T_{1},\;f_{l},\;R_{sa}$)에 대한 정규분포를 가지는 100개의 난수를 발생시켜 저류함수 모형으로 모의되는 유량 앙상블을 평가하였다. 최적화된 매개변수를 이용하여 유량해석을 실시한 결과, 각각의 매개변수가 유출해석에 미치는 영향을 파악할 수 있었으며, 그 중 저류상수 K와 포화누가우량 Rsa가 불확실성이 제일 큰 매개변수로 나타났고, 이들의 혼합 앙상블 유출결과도 매우 큰 불확실성을 내포하는 것으로 나타났다.

• Journal of Practical Engineering Education
• /
• v.13 no.2
• /
• pp.233-242
• /
• 2021

In this paper, as a liberal arts course for non-majors, we proposed a supervised learning artificial neural network parameter optimization method and a basic education method for activation function to design a basic artificial neural network subject curriculum. For this, a method of finding a parameter optimization solution in a spreadsheet without programming was applied. Through this training method, you can focus on the basic principles of artificial neural network operation and implementation. And, it is possible to increase the interest and educational effect of non-majors through the visualized data of the spreadsheet. The proposed contents consisted of artificial neurons with sigmoid and ReLU activation functions, supervised learning data generation, supervised learning artificial neural network configuration and parameter optimization, supervised learning artificial neural network implementation and performance analysis using spreadsheets, and education satisfaction analysis. In this paper, considering the optimization of negative parameters for the sigmoid neural network and the ReLU neuron artificial neural network, we propose a training method for the four performance analysis results on the parameter optimization of the artificial neural network, and conduct a training satisfaction analysis.

• Journal of Korea Water Resources Association
• /
• v.55 no.11
• /
• pp.887-901
• /
• 2022

Estimation of the parameters for individual rainfall-rainfall events can lead to a different set of parameters for each event which result in lack of parameter identifiability. Moreover, it becomes even more ambiguous to determine a representative set of parameters for the watershed due to enhanced variability exceeding the range of model parameters. To reduce the variability of estimated parameters, this study proposed a parameter optimization framework with the simultaneous use of multiple rainfall-runoff events based on NSE as an objective function. It was found that the proposed optimization framework could effectively estimate the representative set of parameters pertained to their physical range over the entire watershed. It is found that the difference in NSE value of optimization when it performed individual and multiple rainfall events, is 0.08. Furthermore, In terms of estimating the observed floods, the representative parameters showed a more improved (or similar) performance compared to the results obtained from the single-event optimization process on an NSE basis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.528-528
• /
• 2016

신뢰성 있는 수문순환모의를 위해서 다양한 수문모형이 사용되고 있다. 그 중 대표적인 수문모형인 강우-유출 모형은 유역에 발생한 강우에 반응하는 유출특성을 평가하는데 이용된다. 강우-유출 과정은 강우량, 유출량, 도달시간 및 토양수분 등과 연관된 매개변수들의 최적화 과정을 통해서 추정된다. 하지만 동일한 강우사상이라도 다양한 매개변수들로 인하여 상당히 다른 유출패턴을 나타내기 때문에 수문순환 과정을 정확히 모의하기 위해서 강우-유출 분석시 불확실성 분석이 필수적으로 요구된다. 불확실성 분석은 통계학에서도 쉽지 않은 연구내용으로서 가장 진보된 불확실성 분석기법인 Bayesian 기법은 매개변수의 추정과 불확실성 분석을 동시에 수행할 수 있는 방법으로 매개변수들은 사후분포(posterior distribution)로 귀결되며 최종적으로 확률분포형의 형태를 가진다. 본 연구에서는 국내외적으로 널리 사용되는 단기유출 모형 HEC-1 모형에 Bayesian 기법을 연계하여 대상유역의 도달시간, 저류상수 및 CN No. 최적화 및 불확실성 평가를 수행하였다. 연구결과 Bayesian 기법을 통한 매개변수 최적화 결과는 안정적인 수렴결과를 확인하였으며, 확률강우량을 입력자료로 사용하여 산정된 빈도별 홍수수분곡선의 불확실성 분석을 통하여 향후 수공구조물의 위험도 분석 및 수자원계획 수립시 유용한 자료로 사용될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.