수도망 측정 데이터 불확실성 정량화와 실시간 신뢰구간 분석

초록

본 논문은 루프 흐름을 이용한 최소제곱 상태추정기에 기반한 새로운 불확실성 정량화 알고리즘인 Confidence Limit Analysis(CLA)를 제안한다. 노드 수요 변동과 실제 압·유량 측정을 독립 변수로 활용하고, Error Maximization(EM) 방법을 통해 압력·유량의 신뢰구간을 계산한다. EM은 기존의 Experimental Sensitivity Matrix(ESM)와 LS 헤드 방정식 기반 민감도 행렬 방법에 비해 계산 효율성이 뛰어나며, 두 실제 수도망 사례에서 비교 실험을 수행해 성능을 검증하였다.

상세 분석

이 연구는 물 배분 시스템의 운영 안정성을 확보하기 위해 측정 데이터의 불확실성을 정량화하는 방법론을 심도 있게 탐구한다. 기존의 상태추정 기법은 주로 노드 압력(헤드) 방정식을 최소제곱(LS) 형태로 풀어 수요와 흐름을 추정했으나, 측정 오차와 모델링 오류가 누적될 경우 신뢰구간이 과소 혹은 과대 평가되는 문제가 있었다. 논문은 이러한 한계를 극복하기 위해 루프(폐쇄 회로) 흐름을 보정 변수로 삼는 LS 상태추정기를 설계한다. 루프 흐름은 네트워크 전반에 걸친 연속성을 보장하면서도, 각 파이프의 실제 유량 변동을 직접 반영할 수 있어 민감도 행렬을 보다 정확히 구성한다.

CLA는 추정된 상태 변수(노드 압력, 파이프 유량, 인입·배출 흐름 등)의 신뢰구간을 제공하는 프레임워크이며, 크게 세 가지 구현 방법을 비교한다. 첫 번째는 실험적 민감도 행렬(Experimental Sensitivity Matrix, ESM) 방식으로, 다양한 운영점에서 측정값을 인위적으로 변형시켜 민감도를 경험적으로 도출한다. 두 번째는 LS 헤드 방정식 기반 민감도 행렬을 이용한 전통적 CLA이다. 세 번째가 본 논문에서 제안하는 Error Maximization(EM) 방법이다. EM은 주어진 측정 오차 범위 내에서 목표 변수(압력·유량)의 최댓값·최솟값을 직접 최적화함으로써 신뢰구간을 계산한다. 이때 루프 흐름 LS 추정기가 내부적으로 제공하는 선형 근사와 제약 조건을 활용해 계산량을 크게 줄인다.

실험에서는 두 개의 실제 수도망(도시 규모와 지방 규모) 데이터를 사용해 세 알고리즘을 동일한 측정 시나리오에서 적용하였다. 결과는 EM이 ESM과 전통적 방법과 거의 동일한 신뢰구간 폭을 제공하면서도, 계산 시간은 평균 5~10배 이상 단축됨을 보여준다. 특히, EM은 운영점이 임의로 선택되거나 랜덤하게 변동하는 경우에도 안정적으로 동작한다는 점에서 온라인 실시간 의사결정 지원 시스템에 적합하다. 또한, EM은 측정 세트가 불완전하거나 비정형적인 경우에도 루프 흐름 구조를 활용해 해의 수렴성을 유지한다.

이 논문의 핵심 기여는 (1) 루프 흐름을 기반으로 한 LS 상태추정기의 설계, (2) EM이라는 새로운 신뢰구간 계산 방법의 제안, (3) 두 실제 네트워크에 대한 광범위한 실증 검증이다. 특히, EM은 민감도 행렬을 별도로 계산할 필요가 없으며, 기존 방법이 요구하는 대규모 시뮬레이션이나 실험적 데이터 수집 과정을 생략할 수 있어 운영 비용 절감 효과가 크다. 향후 연구에서는 EM을 다중 시간 단계 혹은 동적 모델과 결합해 실시간 최적 제어와 연계하는 방안을 모색할 수 있다.