Development of Quality Management Technology for Data Measured by Smart Water Meters

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.