• 제목/요약/키워드: Underflow type of movable weir

검색결과 2건 처리시간 0.015초

하단배출형 가동보의 다단 배치에 의한 저류 및 홍수조절 효과 분석 (Analysis of Storage and Flood Control Effects by Underflow Type of Multi-stage Movable Weir)

  • 이지행;한일영;최흥식
    • Ecology and Resilient Infrastructure
    • /
    • 제3권4호
    • /
    • pp.294-301
    • /
    • 2016
  • 금강의 지류인 치성천의 홍수범람이 빈번하게 발생하는 구간을 대상으로 하단배출형 가동보를 다단으로 배치하여 가동보 관리수위별 홍수조절 및 저류 효과를 기존 고정보의 설치 경우와 비교 분석하였다. 하단배출형 가동보 설치 지점에서의 첨두유량이 최대 97%가 감소하였고, 하류단 홍수위가 최대 82%가 감소하였다. 또한 하단배출형 가동보의 다단 배치로 구조물 상류구간에 저류와 분배 기능으로 저류량이 최대 463%가 증가하였다. 이러한 저류량과 하류단 첨두 홍수위, 유량의 관계를 통해 대상구간의 목표 저류량과 홍수 저감 수위를 위한 각 가동보의 관리수위 제안이 가능하다.

인공신경망을 이용한 다단 배치된 하단배출형 가동보의 저류 및 홍수 조절을 위한 관리수위 결정 (Determination of management water level for the storage and flood controls in the underflow type of multi-stage movable weir using artificial neural network)

  • 이지행;한일영;최흥식
    • 한국수자원학회논문집
    • /
    • 제50권2호
    • /
    • pp.111-119
    • /
    • 2017
  • 치성천의 홍수범람이 빈번하게 발생하는 구간을 대상으로 하단배출형 가동보를 다단으로 배치하여 가동보의 관리수위별 저류 및 홍수조절 효과를 기존 고정보의 설치 경우와 비교분석하였다. 분석 결과를 기반으로 인공신경망 모형을 구축하여 목표하는 저류량과 하류부 홍수위 조절을 위한 가동보의 관리수위를 제안하였다. 하단배출형 가동보를 다단으로 배치할 경우 고정보 대비 하류부에서의 첨두 홍수위가 68.28%가 감소하였고, 대상구간의 총 저류량이 216%가 증가하였다. 인공신경망 학습모델의 구축을 위해 수치모의 결과 216개의 data 중 60%, 20%, 20%를 각각 학습, 검증 및 시험에 사용하였다. 학습결과 평균제곱오차가 $0.1681m^2$, 결정계수가 학습, 검증 및 시험에서 각각 0.9961, 0.9967, 0.9943으로 높게 나타났다. 인공신경망을 이용하여 목표하는 저류량과 하천의 하류부에서의 홍수위에 대한 각각 가동보의 관리수위의 결정방안을 제시하였다.