메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이상호 (국민대학교) 이주영 (국민대학교) 윤정환 (뉴컨)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제24권 제1호
발행연도
2023.1
수록면
570 - 580 (11page)
DOI
10.5762/KAIS.2023.24.1.570

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 전 세계적으로 스마트시티가 추진되고 있으며 이를 위한 스마트 물관리 기술의 개발이 진행 중이다. 스마트 수도미터는 이러한 스마트시티 물관리를 위한 핵심적인 요소로서 실시간 물 사용량 데이터를 수집하여 제공함으로써 물 수요관리와 누수 탐지 등을 위한 정보를 확보할 수 있도록 한다. 그러나 스마트 수도미터에서 수집된 데이터는 각종 오류가 포함될 수 있어 이를 보정하기 위한 전처리가 필수적이다. 따라서, 본 연구에서는 스마트 수도미터에서 수집되는 데이터를 자동으로 전처리하여 품질을 향상시키고, 이를 활용하여 물 사용량 패턴을 분석하고 예측하기 위한 모델을 개발하고자 하였다. 연구를 위하여 실제 스마트 수도미터에서 수집된 원본 데이터를 활용하였으며, 오류 유형을 정의하고 각각에 대한 처리 방법을 개발하여 적용하였다. 물 사용량 패턴 분석을 위해서는 군집분석과 시계열 분해, LSTM(Iong Short Term Memory, 이하 LSTM)과 XGBoost (eXtreme Gradinet Boosting, 이하 XGBoost)모델 등을 적용한 후 그 타당성과 정확도를 분석하였다. 연구 결과 다양한 유형을 가지는 수집 데이터의 오류를 자동적으로 처리할 수 있는 알고리즘을 개발하여 물 사용량 패턴분석에 활용할 수 있는 품질의 데이터 셋을 만들 수 있었다. 물 사용량 패턴분석의 경우 노이즈 성분을 제거하고 주기적 성분만 XGBoost 모델을 이용하여 학습시킨 경우가 가장 낮은 RMSE(Root Mean Squared Error, 이하 RMSE) 값을 나타내어 가장 성능이 좋은 것으로 판단되었다.

목차

요약
Abstract
1. 서론
2. 연구개발 방법
3. 결과 및 고찰
4. 결론
References

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-505-000374481