• The Magazine of the IEIE
• /
• v.28 no.11
• /
• pp.79.1-79
• /
• 2001

• Proceedings of the Korea Water Resources Association Conference
• /
• 2001.05a
• /
• pp.110-115
• /
• 2001

• Journal of Korea Water Resources Association
• /
• v.46 no.7
• /
• pp.755-765
• /
• 2013

This study developed a real-time dam's hydrologic variables prediction model (DHVPM) and evaluated its performance for simulating historical dam inflow and outflow in the Chungju dam basin. The DHVPM consists of the Sejong University River Forecast (SURF) model for hydrologic modeling and an autoreservoir operation method (Auto ROM) for dam operation. SURF model is continuous rainfall-runoff model with data assimilation using an ensemble Kalman filter technique. The four extreme events including the maximum inflow of each year for 2006~2009 were selected to examine the performance of DHVPM. The statistical criteria, the relative error in peak flow, root mean square error, and model efficiency, demonstrated that DHVPM with data assimilation can simulate more close to observed inflow than those with no data assimilation at both 1-hour lead time, except the relative error in peak flow in 2007. Especially, DHVPM with data assimilation until 10-hour lead time reduced the biases of inflow forecast attributed to observed precipitation error. In conclusion, DHVPM with data assimilation can be useful to improve the accuracy of inflow forecast in the basin where real-time observed inflow are available.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.1426-1429
• /
• 2005

실시간 통합 물관리 운영을 위한 강우예측시스템에서 제시되는 예측강우량과 강우시나리오 및 실시간 또는 단기간(10일 이내)의 용수수요와 공급을 위한 분석 기술을 RRFS에 연계함으로써 한정된 수자원의 효율적 이용을 도모하였다. 이를 위한 기술로서 용수수요량(취수량)과 하천유황을 실시간으로 취득$\cdot$관리하기 위한 물 정보관리기술을 개발하고, 장단기 하천유량의 예측을 위한 하천의 연속 유출량 예측기술을 개발하였으며 모의 운영 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1990.07a
• /
• pp.105-116
• /
• 1990

홍수기간중에는 강우, 유출, 저수지 및 하류 수위등의 수시로 변하는 자료들을 on-line system으로 읽어서 실시간으로 저수지를 운영하므로써 현상태에서의 최선의 방류량을 결정하는 것이 가장 바람직하며, 이를 위한 선행조건으로 정확한 강우및 유출예측모형과 하류의 홍수추적모형이 연계 된다면 저수지의 홍수조절 용량을 최대한 활용하여 최적의 방류량을 결정할 수 있다. 본 연구에서는 홍수기중 실시간 저수지 운영을 위해 여러가지 제약조건을 고려한 모델을 개발하여, 단일 저수지인 대청 다목적 댐을 대상으로 적용하였다. 예측 유입량 대신에 재현기간별 홍수수문곡선과 실제의 저수지 유입량을 이용했으며, 하류의 홍수추적 모형은 일정한 유량을 방류하는 것이 가장 안전하다고 가정하여 최대 방류량을 변화시키므로써 하도 추적모형을 대신 하였다. 본 모델은 별도의 강우 유출예측모형과 하도의 홍수추적모형과 더불어 종합적인 실시간 저수지 운영모델이 된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.651-655
• /
• 2004

하천의 수질은 시${\cdot}$공간적으로 지속적인 변화를 보이기 때문에 효과적인 수질관리를 위해서는 연속적인 하천수질 측정과 분석이 요구된다. 또한 유량과 수질측정이 동일시각에 이루어져야 하려 수질측정 지점에서의 보다 정확한 유량산정이 요구된다. 그러나 T/M 수위관측소와 수질자동측정망 지점이 원거리에 위치하여 수질자동측정망 지점에서 정확한 실시간 유량자료를 획득하기에 어려운 지점이 많다. 따라서 연구에서는 신경망 모형을 적용하여 미계측 지점에서의 유출량을 예측하고 강우-유출 모형인 WMS 모형에 의한 계산값과 비교하였으며 미계측 지점에서의 유출예측 가능성을 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.301-304
• /
• 2012

홍수예경보는 강우로 인하여 발생되는 홍수의 규모와 시간을 가능한 한 정확하고 빨리 예측하여 홍수에 대비할 수 있도록 유관기관 및 지역주민에게 사전에 홍수에 관한 정보 즉 예측되는 수위와 시간을 제공함으로써 홍수로부터의 피해를 최소화하는 것이다. 이와 같은 목적을 성공적으로 완수하기 위해서는 홍수시 급변하는 하천유량에 영향을 미치는 모든 수문학적 기상학적 자료를 신속 정확하게 수집할 수 있는 관측 시스템의 구축 뿐 아니라 이들 수집된 자료를 이용하여 실시간 홍수추적을 할 수 있는 효율적인 유출량 계산모형이 조화를 이룰 때 가능하다. 이에 본 연구에서는 중 소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 하천수위를 이용한 예측시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용 하였으며, 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상 하류간 입력 자료를 동시에 사용하였다. 또한 하천수위를 이용한 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.08a
• /
• pp.113-113
• /
• 2013

최근 반도체 산업의 급속한 발전과 더불어 핵심기술로 부각되고 있는 진공 기술은 다양한 응용목적을 위한 진공시스템 설계와 운영을 필요로 한다. 이는 진공에 대한 기초지식과 이해가 요구되며, 설계제작 및 운영은 많은 시간과 큰 비용이 요구된다. 따라서 응용 진공시스템 제작에는 구성에 따른 시스템 진공특성을 예측하는 것이 중요하며 목적에 부합한 진공펌프를 선택하고 운영하여 최소비용으로 시스템 활용효율성을 극대화할 수 있는 설계를 해야 한다. 현재 반도체 및 디스플레이 공정의 저전력, 대유량화 추세에 따라 최대 3,000 m3/h급의 드라이펌프가 여러 공정에서 적용되고 있는 추세이다. 이에 대응한 고유량 영역의 드라이펌프 부하 내구성 대응 요구에 부응하는 객관적 내구성평가의 정립 및 표준 측정 시험평가 방법의 필요성이 점차 대두되고 있는 경향에 있다. 이러한 현실적인 요구 조건에 필요한 기본적인 평가로 압력대별 드라이펌프의 적응능력을 실시간 측정하였다. 실험 조건으로는 각 드라이펌프 용량별 N2 가스를 1 시간에서 3 시간동안 1 mbar에서 최대 300 mbar까지 연속적인 부하 조건에서의 유량, 진동, 소음, 소비전력 등을 실시간으로 측정하였다. 이에 부응하는 평가장치 구축 및 시험분석은 한국표준과학연구원 진공펌프 평가실험실에서 수행되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.269-269
• /
• 2019

첨단장비 및 기술의 도입으로 수문조사 측정기술 수준은 일정수준에 도달하였으나, 여전히 수문조사 시 많은 인력과 시간이 요구되고 있다. 수문조사 업무 규모와 범위에 비해 현재 수문조사에 투입되는 인력은 지극히 제한적이기 때문에 측정기술 자체보다는 운영 인프라 및 환경적 개선이 필요하다고 할 수 있다. 또한 유량 측정시 정확한 첨두유량 발생시각을 포착하기 어려울 뿐만아니라, 때로는 위험이 수반되기 때문에 업무의 비효율성 및 관측 자료의 정확도가 저하되는 문제가 발생하고 있다. 본 연구에서는 비교적 높은 시간 정확도를 가지는 레이더 자료와 예측자료를 이용하여 실시간(또는 시간단위)으로 제공되는 기상정보(호우 예상지점, 도달시간 등)를 활용하여 현 조사원의 위치, 조사원의 구역 내에서 측정 우선 지점(주요 예보 지점), 측정 지점까지의 이동시간 등을 고려하여 유량 측정 순서, 최적 경로를 탐색하고자 한다. 실시간(또는 시간단위) 기상상황과 이에 따른 조사원의 이동 순서, 경로를 디지털화하여 표출(시스템, 모바일 App. 등)하여 제공함으로써 조사수행 인력의 이동을 최소화하고 효율적인 수문조사를 위한 정보 제공할 수 있을 것으로 사료되며 또한 관리자 입장에서 표출시스템의 정보를 통해 실시간 현장 정보 파악함으로써 가변하는 기상상황과 현장의 환경적 변화 사이에서 유연한 대처 및 유동적인 지원을 가능케 할 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.38 no.6 s.155
• /
• pp.485-494
• /
• 2005

It is very important to analyze the correlation between discharge and water quality. The observation of discharge and water quality are effective at same point as well as same time for real time management. But no less significant is the fact that there are some of real time water quality monitoring stations far from the T/M water stage. Pyeongchanggang station is one of them. In this case, it need to observe accurate discharge data, and to develop forecasting program or system using real time data. In this paper, discharge on Pyeongchanggang station was calculated by developed runoff neural network model, and compared with discharge using WMS(Watershed Modeling System) model. WMS shows better results when peak discharge is small and hydrograph is smooth. Forecasted discharge of neural network model have achieved the highest overall accuracy of specific discharge and WMS. Neural network model forecast change of discharge well on unrecored station.