인공신경망을 이용한 상수관망의 에너지 손실 예측
Estimation of Energy Loss in Water Distribution Network Using Artificial Neural Network
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
상수도 운영관리에 있어서 안정적인 수돗물 공급을 위해서는 적합한 공급에너지와 소요에너지 분석이 수반되어야 한다. 특히 관로에서의 마찰손실에너지를 정확히 예측한다면 효과적인 관망 관리에도움이 될 수 있다. 본 연구에서는 상수도 관망 내 마찰로 인한 에너지 손실 예측을 위하여 인공신경망을 적용하였다. 대상지역은 인천시 청라배수관망으로 하였으며, 마찰 손실에너지를 산출하기 위하여 EPANET 모델 결과를 활용하였다. 관로에서의 주요 수리요소를 입력데이터로 하여 마찰손실계수, 마찰손실수두와 손실에너지를 인공신경망을 통하여 예측하였고, 모델 시뮬레이션 값과 비교하여 인공신경망의 적용성을 판단하였다. 연구 결과 인공신경망을 이용한 관로의 마찰손실계수와마찰손실수두의 추정 정확도가 높았지만, 손실에너지의 경우 정확한 추정이 어려운 것으로 나타났다. 본 연구를 통하여 인공신경망을 이용하여 관로 내 마찰손실 관련 인자의 추정이 가능하다는것을 제시하였다.
Abstract
Supervision of a stable water supply should be supported by proper analysis of the levels of energy supplied and consumed. Accurate prediction of the energy lost to friction in pipelines can be helpful for effective management of a water distribution system. The present study applied an artificial neural network (ANN) in predicting energy lost due to friction in a drinking water distribution system. The study site was the Cheongna water distribution system in Incheon, and the results obtained through the EPANET model were used to estimate energy lost to friction. Major hydraulic factors of the pipelines were used as input data for predicting the coefficient of friction loss, friction loss head, and energy loss through the ANN. The findings were compared to the model simulation values to determine the applicability of ANN. The findings in the study showed that using an ANN produced highly accurate estimates of coefficient of friction loss and friction loss head in the pipelines, whereas energy loss could not be accurately estimated. This study suggest that an ANN can be used to estimate factors related to friction in pipelines.
참고문헌 (24)
- Choi, Gye Woon, "Effect of Estimation Method of Demand Water on the Analysis of Water Distribution System", Korea Water Resources Association Conference, pp.1425~1430 (2006)
- Corcoran, L., "Optimization of Water Distribution Networks for Combined Hydropower Energy Recovery and Leakage Reduction", Journal of Water Resources Planning and Management, 142(2) (2016)[DOI]
- D'Souza, C. D., "Comparison of ANN Models for Predicting Water Quality in Distribution Systems", Journal AWWA, 102(7) (2010)[DOI]
- Environmental Protection Agency, "EPANET 2. 2 User Manual", ~ (2020)
- Haykin, S, "Neural Networks : A Comprehensive Foundation" (1994), Macmillan
- Development of Machine Learning Model for Pipe Network Aging and Leakage Management in Water Supply Systems. Technical Development Report, "Incheon Green Environment Center", ~ (2020)
- Incheon Metropolitan Ciry, "Re-establishment of Water Maintenance Basic Plan", ~ (2014)
- Technical Diagnosis Report of Water Distribution Systems. 2019, "Incheon Metropolitan City", ~ (2019)
- Jafar, R., "Application of Artificial Neural Networks(ANN)to Model the Failure of Urban Water Mains", Mathematical and Computer Modelling, 51(9–10) (2010)[DOI]
- Jang, Dong Woo, "Estimation of Non-Revenue Water Ratio for Sustainable Management Using Artificial Neural Network and Z-Score in Incheon, Republic of Korea", Sustainability, 9(11), pp.1~15 (2017)
- 장동우, "데이터 정규화 및 주성분 분석 기반의 인공신경망을 이용한 상수관망 내 무수율의 추정", Crisisonomy, 14(3), pp.103~118 (2018), (사)위기관리이론과실천[DOI]
- 장연규, "배·급수 계통의 에너지 비용 저감을 위한 저수조 수요패턴 최적화", 박사, 건설환경공학과, pp.2014
- 조형근, "인천시 상수관망 주요인자의 통계 분석을 통한 무수율 산정 공식개발", Crisisonomy, 12(11), pp.63~75 (2016), (사)위기관리이론과실천
- 김동식, "인공신경망을 이용한 연약지반의 침하 예측", 박사, 지반공학, pp.2007
- 김경오, "EPANET 모형에 의한 계통별 상수관로 유속계수 평가", 한국환경기술학회지, 20(3), pp.233~239 (2020), 한국환경기술학회[DOI]
- 김성원, "상수관망의 에너지 평가기법에 관한 연구", 한국수자원학회 논문집, 46(7), pp.745~754 (2013), 한국수자원학회
- 이미란, "주성분 분석과 인공신경망을 이용한 상수관로 노후도 추정 모델 연구", 석사, 환경공학, pp.2010
- 이슬민, "ANN-Clustering 기법을 이용한 상수관로 노후도 평가 및 분류", 한국수자원학회 논문집, 51(11), pp.959~969 (2018), 한국수자원학회[DOI]
- A Study on Early Forecasting for Algal Blooms Using Artificial Neural Networks (II). Technical Report, "National Institute of Environmental", ~ (2011)
- Pal, S. K., "Multilayer Perceptron. Fuzzy Sets, and Classification", IEEE Transactions on Neural Networks, 3(5), pp.683~697 (1992)
- Roushangar, K., "Prediction of Flow Friction Coefficient Using GEP and ANN Methods", International Journal of Artificial Intelligence and Mechatronics, 4(2), pp.65~68 (2015)
- Sinagra, M., "A New Device for Pressure Control and Energy Recovery in Water Distribution Networks", Water, 9(5), pp.1~14 (2017)
- Vijay, S., "Prediction of Water Quality Index in Drinking Water Distribution System Using Activation Functions Based Ann", Water Resources Management, 35, pp.535~553 (2019)
- 유도근, "상수관로 개량 교체 전략 별 생애주기 에너지 분석", 한국방재학회논문집, 15(6), pp.301~310 (2015), 한국방재학회