KR101160576B1 - 조류 독성 데이터의 통계적 처리 시스템 - Google Patents

조류 독성 데이터의 통계적 처리 시스템 Download PDF

Info

Publication number
KR101160576B1
KR101160576B1 KR1020100102897A KR20100102897A KR101160576B1 KR 101160576 B1 KR101160576 B1 KR 101160576B1 KR 1020100102897 A KR1020100102897 A KR 1020100102897A KR 20100102897 A KR20100102897 A KR 20100102897A KR 101160576 B1 KR101160576 B1 KR 101160576B1
Authority
KR
South Korea
Prior art keywords
data
toxicity data
toxicity
value
unit
Prior art date
Application number
KR1020100102897A
Other languages
English (en)
Other versions
KR20120041443A (ko
Inventor
김상길
박백수
소정운
천동혁
Original Assignee
주식회사 환경바이오
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 환경바이오 filed Critical 주식회사 환경바이오
Priority to KR1020100102897A priority Critical patent/KR101160576B1/ko
Publication of KR20120041443A publication Critical patent/KR20120041443A/ko
Application granted granted Critical
Publication of KR101160576B1 publication Critical patent/KR101160576B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G01N33/186—Water using one or more living organisms, e.g. a fish
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/405—Assays involving biological materials from specific organisms or of a specific nature from algae

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Pure & Applied Mathematics (AREA)
  • Primary Health Care (AREA)
  • Computational Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Strategic Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medicinal Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은, 과거 측정된 조류의 독성 데이터들을 저장한 DB부와, 설정된 시간 간격마다 실시간 조류의 독성 데이터들을 측정하는 측정부와, 상기 측정된 독성 데이터들을 시간의 진행방향에 따라 복수 개의 시간 그룹으로 구분하고, 상기 DB부에 근거하여 상기 시간 그룹 별로 해당 독성 데이터들을 통계 처리하여 통계 데이터를 생성하는 처리부, 및 상기 생성된 통계 데이터를 화면으로 표시하는 표시부를 포함하는 조류 독성 데이터의 통계적 처리 시스템을 제공한다.
본 발명에 따른 조류 독성 데이터의 통계적 처리 시스템에 따르면, 현재 측정되는 독성 데이터들을 과거 측정된 독성 데이터에 근거로 하여 통계적으로 처리함에 따라 독성 데이터의 추세 확인이 용이하고 불필요한 경보를 줄일 수 있으며 측정된 데이터의 신뢰성을 높임에 따라 독성 모니터링 효율을 향상시킬 수 있는 이점이 있다. 또한, 상기 조류 독성 데이터의 통계적 처리 시스템은, 하천, 호소 등을 대상으로 유해 오염물질의 유입을 실시간으로 감시하여 수질오염 사고를 사전에 예방할 수 있다. 더욱이, 수질 오염 사고 발생 시 지속적인 모니터링을 통해 정확한 오염실태를 파악할 수 있으며, 독성 물질의 유입 시점과 규모에 대한 정보를 용이하게 획득할 수 있다.

Description

조류 독성 데이터의 통계적 처리 시스템{System for statistics process of algae toxic data}
본 발명은 조류 독성 데이터의 통계적 처리 시스템에 관한 것으로서, 보다 상세하게는 수질의 독성 모니터링 효율을 향상시킬 수 있는 조류 독성 데이터의 통계적 처리 시스템에 관한 것이다.
종래에는 단순히 조류의 독성 데이터를 실시간 계측하고, 현재 계측된 값이 기 설정된 임계치를 벗어나면 경보를 발생시켜 위험을 알리는 기능을 포함하고 있다. 그런데, 이러한 종래의 경우에 따르면, 측정 데이터 자체에 오류가 발생한 경우 혹은 측정 장비에 문제가 있는 경우에도 경보를 발생시키게 된다. 따라서, 계측된 데이터의 신뢰성에 문제가 있으며, 불필요한 경보의 발생 빈도가 잦게 되어 관리 효율을 떨어뜨리게 되는 단점이 있다.
본 발명은, 현재 측정되는 독성 데이터들을 과거 측정된 독성 데이터에 근거로 하여 통계적으로 처리함에 따라 독성 데이터의 신뢰성을 높이고 불필요한 경보를 줄일 수 있으며 독성 모니터링 효율을 향상시킬 수 있는 조류 독성 데이터의 통계적 처리 시스템을 제공하는데 목적이 있다.
본 발명은, 과거 측정된 조류의 독성 데이터들을 저장한 DB부와, 설정된 시간 간격마다 실시간 조류의 독성 데이터들을 측정하는 측정부와, 상기 측정된 독성 데이터들을 시간의 진행방향에 따라 복수 개의 시간 그룹으로 구분하고, 상기 DB부에 근거하여 상기 시간 그룹 별로 해당 독성 데이터들을 통계 처리하여 통계 데이터를 생성하는 처리부, 및 상기 생성된 통계 데이터를 화면으로 표시하는 표시부를 포함하는 조류 독성 데이터의 통계적 처리 시스템을 제공한다.
여기서, 상기 처리부는, 상기 시간 그룹 별로, 상기 그룹 내에 속하는 독성 데이터들의 평균 값을 연산할 수 있다.
또한, 상기 처리부는, 상기 시간 그룹 별로, 상기 그룹 내에 속하는 독성 데이터들 중 최대치와 최소치의 차이인 R 값을 연산할 수 있다.
또한, 상기 처리부는, 상기 시간 그룹 별로 연산된 상기 평균 값들을 이용하여 이동평균 값을 연산할 수 있다.
그리고, 상기 조류 독성 데이터의 통계적 처리 시스템은, 상기 평균 값, 상기 R 값, 상기 이동평균 값 중 적어도 하나의 값을 상기 표시부를 통해 표시할 수 있도록 사용자의 조작을 입력받는 입력부를 더 포함할 수 있다.
여기서, 상기 표시부는, 상기 실시간 측정되는 독성 데이터를 표시하는 제1디스플레이부, 및 상기 평균 값, 상기 R 값, 상기 이동평균 값 중 상기 입력부를 통해 조작된 어느 하나의 값을 표시하는 제2디스플레이부를 포함할 수 있다.
또한, 상기 처리부는, 상기 독성 데이터들의 평균 및 표준편차(σ)를 시간 흐름에 따라 누적 환산하고, nσ(n은 0보다 큰 상수) 값 및 -nσ 값을 수질 판단의 기준이 되는 관리라인으로 설정하고, 상기 표시부는, 상기 측정부를 통해 실시간 측정되는 상기 독성 데이터들이 상기 nσ 값 및 -nσ 값을 벗어나는지의 여부를 그래프, 수치, 텍스트 중 적어도 하나의 형태로 표시할 수 있다.
그리고, 상기 처리부는, 기 설정된 σ0 값을 절대 독성라인으로 설정하고, 상기 표시부는, 상기 독성 데이터들이 상기 σ0 값을 벗어나는지의 여부를 더 표시할 수 있다.
여기서, 상기 조류 독성 데이터의 통계적 처리 시스템은, 상기 독성 데이터가 상기 관리라인 또는 상기 절대 독성라인을 벗어나는 경우, 경고 신호를 발생시키는 알람부를 더 포함할 수 있다.
또한, 상기 관리라인은 서로 다른 n 값으로 구분되는 복수의 관리라인들을 포함하고, 상기 알람부는, 상기 복수의 관리라인들에 대응되도록 단계별 경고 신호를 발생시킬 수 있다.
본 발명에 따른 조류 독성 데이터의 통계적 처리 시스템에 따르면, 현재 측정되는 독성 데이터들을 과거 측정된 독성 데이터에 근거로 하여 통계적으로 처리함에 따라 독성 데이터의 추세 확인이 용이하고 불필요한 경보를 줄일 수 있으며 측정된 데이터의 신뢰성을 높임에 따라 독성 모니터링 효율을 향상시킬 수 있는 이점이 있다.
또한, 상기 조류 독성 데이터의 통계적 처리 시스템은, 하천, 호소 등을 대상으로 유해 오염물질의 유입을 실시간으로 감시하여 수질오염 사고를 사전에 예방할 수 있다. 더욱이, 수질 오염 사고 발생 시 지속적인 모니터링을 통해 정확한 오염실태를 파악할 수 있으며, 독성 물질의 유입 시점과 규모에 대한 정보를 용이하게 획득할 수 있다.
도 1은 본 발명의 실시예에 따른 조류 독성 데이터의 통계적 처리 시스템의 구성도이다.
도 2는 도 1의 처리부에서 측정된 독성 데이터를 시간의 진행방향에 따라 복수 개의 시간 그룹들로 구분한 예시도이다.
도 3은 도 1의 표시부의 개략도이다.
도 4는 도 1의 처리부에서 통계 데이터를 생성한 예시도이다.
도 5는 도 1의 시스템을 적용하여 측정한 실제 현장의 수질 정규 분포를 나타낸다.
도 6은 도 5의 실제 현장에서 측정된 독성 데이터를 통계적 처리한 결과를 나타낸다.
도 1은 본 발명의 실시예에 따른 조류 독성 데이터의 통계적 처리 시스템의 구성도이다. 도 1을 참조하면, 상기 조류 독성 데이터의 통계적 처리 시스템(100)은 DB부(110), 측정부(120), 처리부(130), 표시부(140), 입력부(150)를 포함한다.
상기 DB부(110)는 과거 측정된 조류의 독성 데이터들을 데이터베이스로 저장하고 있다. 이러한 과거의 독성 데이터들은 현재 측정되는 독성 데이터의 관리 및 위험 판단의 근거 데이터로 사용된다.
상기 측정부(120)는 설정된 시간 간격마다 실시간 조류의 독성 데이터들을 측정하는 부분이다. 조류의 독성 데이터 측정을 위한 수단은 기존에 다양하게 공지되어 있으므로 상세한 설명은 생략한다.
상기 처리부(130)는 상기 측정된 독성 데이터들을 시간의 진행방향에 따라 복수 개의 시간 그룹으로 구분하고, 상기 DB부(110)에 근거하여 상기 시간 그룹 별로 해당 독성 데이터들을 통계 처리하여, 그에 따른 통계 데이터를 생성한다.
도 2는 상기 처리부(130)에서 측정된 독성 데이터를 시간의 진행방향에 따라 복수 개의 시간 그룹들로 구분한 예시도를 나타낸다. 도 2는 모든 측정 시간에 대해 30분 단위로 시간 그룹을 구분한 것으로서, 한 개의 시간 그룹 내에 5개의 데이터(ex, x1~x5)가 포함된 예를 나타낸다. 물론, 본 발명은 반드시 이에 한정되지 않는다.
상기 처리부(130)에서의 통계적 처리 예시는 다음과 같다. 첫 번째 예로서, 상기 처리부(130)는, 상기 시간 그룹 별로, 상기 그룹 내에 속하는 독성 데이터들의 평균 값을 연산한다. 예를 들면, 도 2에서 한 그룹 내의 5개 독성 데이터(x1~x5)에 대한 평균 값을 연산하여, 그 결과를 상기 표시부(140)에 표시하며, 이에 따라 통계 처리 결과는 30분 단위로 한번 씩 출력된다.
두 번째 예로서, 상기 처리부(130)는 상기 시간 그룹 별로, 상기 그룹 내에 속하는 독성 데이터들 중 최대치와 최소치의 차이인 R 값을 연산한다. 즉, R = max(x1~x5) - min(x1~x5)에 해당되는 값으로서, 수질의 산포 정도에 대응된다. 이 또한 통계 처리 결과가 30분 단위로 한번 씩 출력된다.
여기서, 상기 R 값이 클수록 독성 데이터의 편차가 큰 것을 나타낸다. 이는 갑작스런 독성 데이터의 확산 가능성 또는 시스템(100)의 오작동 가능성이 크다는 것을 의미한다.
세 번째 예로서, 상기 처리부(130)는 상기 시간 그룹 별로 연산된 상기 평균 값들을 이용하여 이동평균 값을 연산한다. 이동평균 관리도(몽고메리 관리도)는 미세한 평균치의 변화를 잡아낼 수 있어, 독성 검출의 정도를 더욱 명확히 할 수 있다. 상기 이동평균 값의 연산은 통계분야에 공지된 내용이므로 보다 상세한 설명은 생략한다.
상기 표시부(140)는 상기 처리부(130)에서 생성된 통계 데이터를 화면으로 표시한다. 이러한 표시부(140)는 각종 데이터를 시각적으로 표현할 수 있는 다양한 표시수단(ex, LCD 디스플레이)이 적용될 수 있다.
상기 입력부(150)는 상기 연산된 평균 값, 상기 R 값, 상기 이동평균 값 중 적어도 하나의 값을 상기 표시부(140)를 통해 표시할 수 있도록 사용자로부터 조작 신호를 입력받는다. 상기 입력부(150)는 상기 시스템(100) 상에 별도의 키버튼 형태로 구비되거나, 상기 표시부(140) 상에 구현된 터치식 버튼을 통해 구현될 수 있다. 물론, 상기 입력부(150)는 공지된 보다 다양한 수단으로 구현이 가능함은 자명하다.
여기서, 상기 표시부(140)는 제1디스플레이부(141)와 제2디스플레이부(142)를 구비하고 있다. 도 3은 이러한 표시부의 개략도를 나타낸다.
상기 제1디스플레이부(141)는 상기 실시간 측정되는 독성 데이터를 표시한다. 따라서, 현재 측정된 독성 값이 얼마인지를 실시간 모니터링 가능하게 한다.
그리고, 상기 제2디스플레이부(142)는 상기 평균 값, 상기 R 값, 상기 이동평균 값 중 상기 입력부(150)를 통해 조작된 어느 하나의 값을 표시한다. 즉, 상기 제2디스플레이부(142)는 통계적으로 처리된 데이터를 제시함으로써, 상기 제1디스플레이부(141)의 실시간 측정 데이터에 비하여 신뢰성 있는 데이터를 제공할 수 있다.
상기 과거의 독성 데이터를 사용하는 통계적 처리 예는 다음과 같다. 상기 처리부(130)는, 상기 독성 데이터들의 평균 및 표준편차(σ)를 시간 흐름에 따라 누적 환산한다. 실시간 누적되는 독성 데이터들의 평균이 구해지면, 상기 표준편차(σ) 또한 자동으로 연산 된다.
이때, 상기 처리부(130)는 nσ(n은 0보다 큰 상수) 값 및 -nσ 값을 수질 판단의 기준이 되는 관리라인으로 설정한다. 도 4는 도 1의 처리부에서 통계 데이터를 생성한 예시도로서, 상기 관리라인이 -1σ 및 1σ, 그리고 -2σ 및 2σ으로 복수 개로 설정된 경우를 나타낸다. 즉, 도 4는 상기 관리라인이 서로 다른 n 값(n=1, 2)으로 구분되는 복수의 관리라인들을 포함하는 경우이다. 여기서, 본 발명은 상기의 관리라인으로 반드시 한정되지 않으며, 예를 들면, 4σ 및 -4σ 부분을 관리라인으로 설정할 수 있다.
상기 n의 선택예는 다음과 같다. 식수의 경우 독성이 낮아야 하므로 n=1의 관리라인(-1σ 및 1σ)을 설정하여 한계 범위를 좁히도록 한다. 또한, 식수 이외에 독성 제한이 매우 적은 다른 용도의 물의 경우 n=4 또는 5의 관리라인으로 설정하여 한계 범위를 더욱 넓히도록 한다.
상기 표시부(140)는, 상기 측정부(120)를 통해 실시간 측정되는 상기 독성 데이터들이 상기 nσ 값 및 -nσ 값을 벗어나는지의 여부를, 그래프, 수치, 텍스트 중 적어도 하나의 형태로 표시한다. 예를 들면, 도 4의 그래프 형태로 표시할 수 있다. 이러한 그래프에는 각 측정 지점에 대한 수치 데이터도 함께 표시하여 제공할 수 있다.
그런데, 상기 관리라인은 과거의 독성 데이터가 계속 누적되어 형성되는 부분으로서, 과거의 데이터를 고려하여 현재 독성 데이터의 위험 여부를 판단하기 위함이다. 그런데, 이러한 경우, 시간이 흐를수록 평균과 표준편차 값이 변동될 수 있고 그에 따라 관리라인에 영향을 미치게 된다.
여기서, 비정상적인 데이터들이 현재 지속적으로 꾸준히 발생하는 경우, 과거의 정상적인 데이터들에 현재의 비정상적인 데이터들이 함께 모여서 평균 값으로 연산되면서, 전체 평균 및 표준편차 값이 점차로 이동하게 된다. 이러한 경우, 현재 측정된 데이터가 비정상적인 데이터라 하더라도 상기 관리라인 내에만 위치한다면 정상적인 값으로 인지될 수 있다.
이러한 문제점을 해결하도록, 상기 처리부(130)는, 기 설정된 σ0 값을 절대 독성라인으로 함께 설정하고 있다. 상기 σ0 값은 독성의 위험을 나타내는 절대 기준치에 해당된다. 이에 따라, 현재 측정된 독성 데이터가 상기 관리라인 내에 있다고 하더라도, 상기 절대 독성라인을 벗어난다면, 위험 상황으로 인지하도록 한다.
상기 표시부(140)는 현재 측정된 상기 독성 데이터들이 상기 σ0 값을 벗어나는지의 여부 또한 표시함으로써, 관리라인과 절대 독성라인의 동시 모니터링이 가능하도록 한다.
그리고, 상기 알람부(160)는 상기 독성 데이터가 상기 관리라인 또는 상기 절대 독성라인을 벗어나는 경우, 경고 신호를 발생시킨다. 이러한 경고는 화면 상에 이미지, 텍스트 등의 형태로 시각적으로 표시할 수 있으며, 이외에도 경고음, 음성신호 등을 통해 청각적으로 알릴 수 있다. 예를 들어, 도 4에서 상기 관리라인인 -2σ를 벗어난 A의 경우는 경고 신호를 발생시킨다.
또한, 상기 알람부(160)는, 상기 복수의 관리라인들에 대응되도록 단계별 경고 신호를 발생시키도록 한다. 예를 들어, 제1관리라인이 1σ 및 -1σ이고, 제2관리라인이 2σ 및 -2σ이고, 제3관리라인이 3σ 및 -3σ에 해당되는 경우, 측정된 독성 데이터가 제1관리라인, 제2관리라인, 제3관리라인을 각각 벗어나게 되면, 그에 대응되는 관심신호, 주의신호, 경보신호를 각각 발생시키게 된다. 이에 따라, 관리자로 하여금 위험 정도의 인식이 용이하게 한다.
이상과 같은 상기 조류 독성 데이터의 통계적 처리 시스템(100)은 현재 측정되는 독성 데이터들을 과거 측정된 독성 데이터에 근거로 하여 통계적으로 처리함에 따라 측정된 데이터의 신뢰성을 높일 수 있고, 불필요한 경보를 줄일 수 있다. 또한, 독성 데이터의 추세 확인을 용이하게 할 수 있어 독성 모니터링 효율을 향상시킬 수 있다.
또한, 상기 시스템(100)에 따르면, 생태적으로 건강하고 안전한 수질을 확보할 수 있으며, 하천, 호소 등을 대상으로 유해 오염물질의 유입을 실시간으로 감시하여 수질오염 사고를 사전에 예방할 수 있다. 또한, 수질 오염 사고 발생 시 지속적인 모니터링을 통해 정확한 오염실태를 파악할 수 있으며, 언제 얼마만큼의 독성 물질이 언제까지 유입되었는지에 대한 정보를 용이하게 획득할 수 있다.
이하에서는, 본 시스템(100)의 실제 현장 적용성을 평가한 결과를 소개한다. 본 실험은 대구 남천 수질 자동 측정소에서 2010년 7월 6일부터 7월 13일 동안 측정한 독성 데이터를 기반으로, 데이터의 통계적 처리를 실시하였다. 이를 통해 현장 수질에 맞는 관리수준 및 경보라인을 설정할 수 있다.
실제 측정된 독성 데이터의 수(N)는 1610개로서, 이들 독성 데이터의 평균 값은 2.468, 표준편차는 3.268로 나타났다. 측정 결과의 정규 분포는 도 5의 내용을 참조한다. 측정 결과는 정규 곡선과 유사한 분포를 보였고, 전체적으로 상한 규격(1σ~4σ) 부분에 독성 데이터들이 넓게 퍼지는 것으로 측정되었다. 이러한 결과를 바탕으로 측정 데이터의 통계적 신뢰성이 확인된다.
도 6은 상기의 실제 현장에서 측정된 독성 데이터를 이용한 통계적 처리 결과이다. 가로축은 측정일시 즉, 시간의 흐름을 나타내고, 세로축은 독성 데이터의 값을 나타낸다. 평균치인 2.47를 기준으로 3σ 및 -3σ를 관리라인으로 하면, 2.47로부터 +9.8 떨어진 지점인 12.27이 상한선이되고, -9.8 떨어진 지점인 -7.34는 하한선이 된다. 즉, 3σ 및 -3σ를 기준으로 관리하는 경우 상기의 상한선과 하한선에 대해 모니터링이 이루어지며, 도 6에서 '*1', '*2' 부분은 상기 하한선 관리라인을 벗어난 경우를 나타낸다.
상기 관리라인의 설정은 수 번의 테스트를 통해 최적의 값으로 구성될 수 있으며, 주변 환경의 변화, 수질의 변화 등에 따라 언제든지 변경이 가능하며, 반드시 정수의 값으로 한정될 필요는 없다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능한 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100: 조류 독성 데이터의 통계적 처리 시스템
110: DB부 120: 측정부
130: 처리부 140: 표시부
141: 제1디스플레이부 142: 제2디스플레이부
150: 입력부 160: 알람부

Claims (10)

  1. 과거 측정된 조류의 독성 데이터들을 저장한 DB부;
    설정된 시간 간격마다 실시간 조류의 독성 데이터들을 측정하는 측정부;
    상기 측정된 독성 데이터들을 시간에 따라 복수 개의 시간 그룹으로 구분하고, 상기 DB부에 근거하여 상기 시간 그룹 별로 해당 독성 데이터들을 통계 처리하여 통계 데이터를 생성하는 처리부; 및
    상기 생성된 통계 데이터를 화면으로 표시하는 표시부를 포함하고,
    상기 처리부는,
    상기 시간 그룹 별로 상기 그룹 내에 속하는 독성 데이터들 중 최대치와 최소치의 차이인 R 값을 연산하거나, 상기 시간 그룹 별로 연산된 상기 그룹 내에 속하는 독성 데이터들의 평균 값들을 이용하여 이동평균 값을 연산하는 조류 독성 데이터의 통계적 처리 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 청구항 1에 있어서,
    상기 처리부는,
    상기 시간 그룹 별로, 상기 그룹 내에 속하는 독성 데이터들의 평균 값, 상기 그룹 내에 속하는 독성 데이터들 중 최대치와 최소치의 차이인 R 값, 상기 시간 그룹 별로 연산된 상기 평균 값들을 이용하여 이동평균 값을 연산하고,
    상기 조류 독성 데이터의 통계적 처리 시스템은,
    상기 평균 값, 상기 R 값, 상기 이동평균 값 중 적어도 하나의 값을 상기 표시부를 통해 표시할 수 있도록 사용자의 조작을 입력받는 입력부를 더 포함하는 조류 독성 데이터의 통계적 처리 시스템.
  6. 청구항 5에 있어서,
    상기 표시부는,
    상기 실시간 측정되는 독성 데이터를 표시하는 제1디스플레이부; 및
    상기 평균 값, 상기 R 값, 상기 이동평균 값 중 상기 입력부를 통해 조작된 어느 하나의 값을 표시하는 제2디스플레이부를 포함하는 통계적 처리 시스템.
  7. 청구항 1에 있어서,
    상기 처리부는,
    상기 독성 데이터들의 평균 및 표준편차(σ)를 시간 흐름에 따라 누적 환산하고, nσ(n은 0보다 큰 상수) 값 및 -nσ 값을 수질 판단의 기준이 되는 관리라인으로 설정하고,
    상기 표시부는,
    상기 측정부를 통해 실시간 측정되는 상기 독성 데이터들이 상기 nσ 값 및 -nσ 값을 벗어나는지의 여부를 그래프, 수치, 텍스트 중 적어도 하나의 형태로 표시하는 조류 독성 데이터의 통계적 처리 시스템.
  8. 청구항 7에 있어서,
    상기 처리부는,
    기 설정된 σ0 값을 절대 독성라인으로 설정하고,
    상기 표시부는,
    상기 독성 데이터들이 상기 σ0 값을 벗어나는지의 여부를 더 표시하는 조류 독성 데이터의 통계적 처리 시스템.
  9. 청구항 8에 있어서,
    상기 독성 데이터가 상기 관리라인 또는 상기 절대 독성라인을 벗어나는 경우, 경고 신호를 발생시키는 알람부를 더 포함하는 조류 독성 데이터의 통계적 처리 시스템.
  10. 청구항 9에 있어서,
    상기 관리라인은 서로 다른 n 값으로 구분되는 복수의 관리라인들을 포함하고,
    상기 알람부는,
    상기 복수의 관리라인들에 대응되도록 단계별 경고 신호를 발생시키는 조류 독성 데이터의 통계적 처리 시스템.
KR1020100102897A 2010-10-21 2010-10-21 조류 독성 데이터의 통계적 처리 시스템 KR101160576B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100102897A KR101160576B1 (ko) 2010-10-21 2010-10-21 조류 독성 데이터의 통계적 처리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100102897A KR101160576B1 (ko) 2010-10-21 2010-10-21 조류 독성 데이터의 통계적 처리 시스템

Publications (2)

Publication Number Publication Date
KR20120041443A KR20120041443A (ko) 2012-05-02
KR101160576B1 true KR101160576B1 (ko) 2012-06-28

Family

ID=46262520

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100102897A KR101160576B1 (ko) 2010-10-21 2010-10-21 조류 독성 데이터의 통계적 처리 시스템

Country Status (1)

Country Link
KR (1) KR101160576B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3933239B2 (ja) * 1997-03-10 2007-06-20 岡山市 水中の毒物監視方法
JP2007310665A (ja) * 2006-05-18 2007-11-29 Toshiba Corp プロセス監視装置
JP4121589B2 (ja) * 1997-10-22 2008-07-23 横浜市 水棲生物を用いた水質連続監視方法
KR100988050B1 (ko) * 2010-03-19 2010-10-18 주식회사 가나오엠 인터넷을 이용한 하수관망 유지관리 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3933239B2 (ja) * 1997-03-10 2007-06-20 岡山市 水中の毒物監視方法
JP4121589B2 (ja) * 1997-10-22 2008-07-23 横浜市 水棲生物を用いた水質連続監視方法
JP2007310665A (ja) * 2006-05-18 2007-11-29 Toshiba Corp プロセス監視装置
KR100988050B1 (ko) * 2010-03-19 2010-10-18 주식회사 가나오엠 인터넷을 이용한 하수관망 유지관리 시스템

Also Published As

Publication number Publication date
KR20120041443A (ko) 2012-05-02

Similar Documents

Publication Publication Date Title
CN106201829B (zh) 监控阈值确定方法及装置、监控报警方法、装置及***
EP2519895B1 (en) Method and apparatus for monitoring performance and anticipate failures of plant instrumentation
US20170241252A1 (en) Systems and methods for alerting of abnormal drilling conditions
CN109325692B (zh) 水管网的数据实时分析方法及装置
US9741230B2 (en) Plant monitoring system, plant monitoring method, and program storage medium
CN103744389B (zh) 一种油气生产设备运行状态的预警方法
EP3399376A1 (en) Plant-abnormality-monitoring method and computer program for plant abnormality monitoring
JP2007310665A (ja) プロセス監視装置
KR100997009B1 (ko) 산업설비의 공정 여유도에 대한 동적 감시 및 적시 경보 방법
CN107092654A (zh) 基于均值变化检测的报警正常与异常数据检测方法和装置
CN103810823B (zh) 报警处理方法和装置
US20190228636A1 (en) Vibrational analysis systems and methods
CN115511391B (zh) 一种基于bim模型的工程质量监管预警***和方法
EP1411326A1 (en) Signal recorder with status recognizing function
JP6431991B2 (ja) タービン流量計のヘルスモニタ
KR101160576B1 (ko) 조류 독성 데이터의 통계적 처리 시스템
CN110866558A (zh) 一种基于多源数据融合分析的旋转设备状态预警方法
KR20180075889A (ko) 원자력발전소의 빅데이터를 이용한 경보 발생 방법
CN109087490A (zh) 一种基于报警持续时间特征的干扰报警识别方法
DE102018218655A1 (de) Brandmelder
EP2631724B1 (en) Method for measuring health index of plant in which state of lower component is reflected, and computer-readable storage medium in which program for performing the method is stored
JP6671249B2 (ja) 用水路監視装置
CN112905463B (zh) 软件测试监控方法、装置、电子设备及可读存储介质
CN104731056B (zh) 快速判断化工生产装置的运行稳定性的方法
JP7163117B2 (ja) プロセス監視支援装置、プロセス監視支援システム、プロセス監視支援方法及びプロセス監視支援プログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150619

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee