• 대한환경공학회지
• /
• 제36권6호
• /
• pp.421-428
• /
• 2014

상수관망의 수리학적 거동을 해석함에 있어 현재까지 제안된 일반적인 방법은 유량기반 수리해석(Demand Driven Analysis, DDA)과 압력기반 수리해석(Pressure Driven Analysis, PDA)이다. DDA는 상수관망이 정상적으로 운영되는 상태에서 수리해석 결과를 빠르게 제시할 수 있으며, PDA는 관파괴 및 관내 저압력 상태시 DDA 방법으로는 모의할 수 없는 각 절점의 실질적인 공급가능유량을 제시할 수 있다. PDA 수행에 있어 우선적으로 각 절점에서 특정 압력마다 공급가능유량을 산정할 수 있는 관계식(Head-Outflow Relationship, HOR)을 결정해야 한다. 기존 연구들에서는 상수관망을 구성하는 각 절점에서 HOR이 다르고 각 절점의 HOR 검증을 위해서는 현장데이터의 실측이 필요하다고 지적하였다. 또한 다중 관파괴 상황과 같이 수리학적 조건이 변경된 상태에서 각 절점의 HOR 특성을 파악하기 위해서는 모든 절점에 모니터링 시스템이 구축되어 있어야 하는 제약조건이 있다. 본 연구는 실제 상수관망 형태의 모의 상수관망을 제작하여 상수관망의 정상상태 및 현장에서 측정이 어려운 비정상상태 운영조건을 시나리오별로 구성하고 각 조건 하에서 절점들의 압력 및 유량을 실시간으로 확인하였다. 또한 측정된 실험결과와 기존 HOR 관계식을 비교 평가하여 최소 오차 결과를 보이는 HOR을 제시하였으며, 특정 절점에서 다중 관파괴 발생시 HOR 특성을 파악하였다. 이로부터 관파괴 위치가 다르거나 다중 관파괴가 발생하더라도 특정 절점의 압력(수두) 저하에 따른 공급가능유량의 축소 현상은 본래 대상 절점이 가지고 있는 지수함수 형태인 고유한 HOR을 따라 감소하는 것으로 확인되었다. 본 연구에서 실험을 통해 측정한 압력-유량 관계와 기존 HOR 식들을 비교한 결과 최소 오차를 보이는 지수함수 형태의 Wagner 등1)이 제안한 식을 최적의 HOR 관계식으로 제안하며, 해당 식의 지수 m은 3.0으로 적용할 것을 제안한다.

• 한국방재안전학회논문집
• /
• 제12권2호
• /
• pp.73-82
• /
• 2019

최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

• 한국터널지하공간학회 논문집
• /
• 제21권5호
• /
• pp.587-609
• /
• 2019

본 연구에서는 고준위폐기물 처분장 내 완충재 로 제시되고 있는 벤토나이트의 재료적인 측면에서 장 단기 처분 안정성을 분석하였으며, 처분효휼 향상을 위한 완충재 디자인 관련 대안개념에 대해 연구동향을 분석하였다. 일반적으로 $150{\sim}250^{\circ}C$ 사이에서 온도증가 및 증기발생 등으로 인해 완충재의 수리전도도와 팽윤능에 비가역적인 변화가 발생한다고 보고된다. 하지만 완충재의 최고온도가 최소한 $150^{\circ}C$를 초과하지 않는다면 온도가 벤토나이트 완충재의 재료적, 구조적 그리고 광물학적 안전성에 미치는 영향은 크지 않는 것으로 분석되었다. 완충재 최고온도 제한은 심층처분장 단위면적에 처분할 수 있는 폐기물의 양을 제한하여 처분효율을 결정하며, 나아가 처분부지의 확보 가능성에까지 영향을 미치는 중요한 설계 인자이다. 따라서 고온이 완충재의 성능에 미치는 영향을 규명함으로써 완충재의 최고온도 제한을 완화하고, 이를 통해 심층처분장의 처분밀도 향상과 처분장 설계의 최적화를 도모할 필요가 있다. 이와 더불어 처분효율을 극대화하기 위해서는 복합소재(흑연, 실리카 등) 및 다중구조(전도층, 절연층 등)의 고기능성 공학적방벽재 개발과 다층처분장(multilayer repository)으로 처분장 레이아웃을 변경하는 방법 등을 병행하여 검토할 필요가 있다. 이는 처분사업의 신뢰성 및 국민 수용성 확보에 큰 기여를 할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1107-1118
• /
• 2021

지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.