Journal of Korea Water Resources Association (한국수자원학회논문집)

Korea Water Resources Association (한국수자원학회)
권호 표지
DOI QR코드

DOI QR Code

Use of the Extended Kalman Filter for the Real-Time Quality Improvement of Runoff Data: 1. Algorithm Construction and Application to One Station

확장 칼만 필터를 이용한 유량자료의 실시간 품질향상: 1. 알고리즘 구축 및 단일지점에의 적용

  • Yoo, Chul-Sang (School of Civil, Environmental and Architectural Engineering, College of Engineering, Korea University) ;
  • Hwang, Jung-Ho (School of Civil, Environmental and Architectural Engineering, College of Engineering, Korea University) ;
  • Kim, Jung-Ho (School of Civil, Environmental and Architectural Engineering, College of Engineering, Korea University)
  • 유철상 (고려대학교 공과대학 건축.사회환경공학부) ;
  • 황정호 (고려대학교 공과대학 건축.사회환경공학부) ;
  • 김정호 (고려대학교 공과대학 건축.사회환경공학부)
  • Received : 2012.02.17
  • Accepted : 2012.05.07
  • Published : 2012.07.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study applied the extended Kalman Filter, a data assimilation method, for the real-time quality improvement of runoff measurements. The state-space model of the extended Kalman Filter was composed of a rainfall-runoff model and the runoff measurement. This study divided the purpose of quality improvement of runoff measurements into two; one is to suppress the abnormally high variation of dam inflow data, and the other to amend the missing or erroneous measurements. For each case, a proper model of extended Kalman Filter was proposed, and the main difference between two models is whether only the variation is considered or both the bias and variation are considered in the estimation of covariance function. This study was applied to the Chungju Dam Basin to confirm the proposed models were effectively worked to improve the quality of both the dam inflow data and the runoff measurements with some missing and erroneous part.

본 연구에서는 자료동화기법의 하나인 확장 칼만 필터를 이용하여 유량자료의 실시간 품질향상을 수행하였다. 확장 칼만 필터의 상태-공간모형은 강우-유출모형과 관측유량자료를 이용하여 구성하였다. 본 연구에서는 실시간 품질향상 목적을 댐 유입량의 비정상적 고변동성 억제 및 관측유량의 결 오측 보완으로 구분하였으며, 각각의 경우에 적절한 확장 칼만 필터 모형을제시하였다. 이들 모형의 차이는 칼만이득 계산에 필요한 공분산 함수의 추정에 변동성만을 고려하는냐 또는 편의까지를 포함하느냐로 나타난다. 본 연구는 충주댐 유역을 대상으로 적용하였으며, 그 결과 제시된 모형들이 댐 유입량자료나 결 오측이 포함된 유량자료의 실시간 품질향상에 효과적으로 작동함을 확인하였다.

Keywords

References

  1. 강태호, 홍일표, 김영오 (2009). "Imputation Method를 활용한 수문 결측자료의 보정." 한국수자원학회 학술대회논문집, 한국수자원학회, pp. 1254-1259.
  2. 김경준, 최정호, 유철상 (2008). "연속수정법을 이용한 레이더 자료와 지상 강우자료의 합성." 한국수자원학회논문집, 한국수자원학회, 제41권, 제7호, pp. 681-692.
  3. 김기훈 (1999). 칼만 필터를 이요안 유도전동기의 센서리스 벡터 제어. 석사학위논문, 고려대학교.
  4. 김충수, 김형섭, 조효섭, 김휘린 (2008). "국가 수문자료 품질관리시스템 구축." 한국수자원학회 학술대회논문집, 한국수자원학회, pp. 1823-1827.
  5. 노재경, 이한구, 이태삼 (2008). "댐 유입량 산정 개선의 한미 사례 비교 연구." 한국수자원학회 학술대회논문집, 한국수자원학회, pp. 689-694.
  6. 박노혁, 양재린, 윤재홍, 조용식 (2000). "충주댐 저수지의 파랑특성 분석에 의한 수위변동 감소 대책." 한국수자원학회논문집, 한국수자원학회, 제33권, 제S1호, pp. 422-427.
  7. 박상우 (1993). 전이함수계 모형과 필터링 알고리즘을 적용한 실시간 홍수예측. 박사학위논문, 동국대학교.
  8. 배덕효 (1997). "저류함수법을 이용한 추계학적 실시간 홍수예측모형 개발." 한국수자원학회 논문집, 한국수자원학회, 제30권, 제5호, pp. 449-457.
  9. 배덕효, 이병주 (2009). "앙상블 칼만필터를 연계한 추계학적 연속형 저류함수모형 (I) : -모형 개발-." 한국수자원학회 논문집, 한국수자원학회, 제42권, 제11호, pp. 953-961.
  10. 서병하, 강관원 (1985). "홍수 예경보를 위한 하천유출의 수문학적 예측." 한국수자원학회지, 한국수자원학회, 제18권, 제2호, pp. 153-161.
  11. 유철상, 신정우 (2010). "Nash 모형의 구조를 이용한 관측 유역의 저류상수 및 집중시간 결정." 한국수자원학회 논문집, 한국수자원학회, 제43권, 제6호, pp. 559-569.
  12. 이영화 (1991). Kalman Filter에 의한 하천유역의 강우유출 모델에 관한 연구, 박사학위논문, 영남대학교.
  13. 이원환, 이영석 (1986). "Kalman Filter에 의한 Online 유출 예측." 대한토목학회논문집, 대학토목학회, 제6권, 제2호, pp. 57-65.
  14. 장석곤 (2002). "Kalman Filter를 이용한 충주댐 유입량 예측기법의 결합." 석사학위논문, 서울대학교.
  15. 정동국 (1996). "강우-유출모형을 이용한 실시간 홍수예측: II. 유역의 적용." 한국수자원학회지, 한국수자원학회, 제29권, 제1호, pp. 151-161.
  16. 정동국과 이길성 (1994). "강우-유출모형을 이용한 실시간 홍수예측(I): 이론과 모형화." 한국수자원학회지, 한국수자원학회, 제27권, 제1호, pp. 88-89.
  17. 정성원, 한명선, 황석환, 김치영, 이찬주, 김동구 (2006). "2004년 건설교통부 유량자료의 평가." 한국수자원학회학술대회논문집, 한국수자원학회, pp. 1343-1347.
  18. 황의호, 권형중, 이근상, 이을래 (2008). "용담호 홍수기 유입량 산정 개선을 위한 수면곡선 추적." 한국수자원학회 학술대회논문집, 한국수자원학회, pp. 2233-2237.
  19. Aubert, D., Loumahne, C., and Oudic, L. (2003). "Sequential assimilation of soil moisture and streamflow data in a conceptual rainfall-runoff model." Journal of Hydrology, Vol. 280, pp. 145-161. https://doi.org/10.1016/S0022-1694(03)00229-4
  20. Bergthorsson, P., and Doos, B. (1995). "Numerical weather map analysis." Tellus, Vol. 7, No. 3, pp. 396-340.
  21. Bidwell, V.J., and Griffiths, G.A. (1994). "Adaptive Flood Forecasting: An Application to The Waimakariri River." Journal of Hydrology, Vol. 32, No. 2, pp. 1-15
  22. Box, G.E.P., and Jenkins, G.M. (1976). Time series analysis; forecasting and control. revisededition, holden-day.
  23. Clark, C.O. (1945). Storage and the unit hydrograph, Transactions of the American Society of Civil Engineers, Vol. 110, pp. 1419-1446.
  24. Dan, S. (2006). Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches, Wiley.
  25. Gelb, A. (1974). Applied optimal estimation. The MIT Press.
  26. Hoke, J.E., and Anthes, R.A. (1976). "The initialization of numerical models by a dynamic initialization technique." Monthly Weather Review, Vol. 104, pp. 1551-1556. https://doi.org/10.1175/1520-0493(1976)104<1551:TIONMB>2.0.CO;2
  27. Kalman, R.E. (1960). "A new approach to linear filtering and prediction problems." Transactions of the ASME-Journal of Basic Engineering, No. 82 (Series D), pp. 35-45. https://doi.org/10.1115/1.3662552
  28. Lee, Y.H., and Singh, V.P. (1998). "Application of the Kalman Filter to the Nash model." Hydrological Processes, Vol. 12 pp. 755-767. https://doi.org/10.1002/(SICI)1099-1085(19980430)12:5<755::AID-HYP623>3.0.CO;2-#
  29. Madsen, H., and Skotner, C. (2005). "Adaptive state updating in real-time river flow forecasting-a combined filtering and error forecasting procedure." Journal of Hydrology, Vol. 308, pp. 302-312. https://doi.org/10.1016/j.jhydrol.2004.10.030
  30. McLaughlin, D. (2002). "an integrated approach to hydrologic data assimilation: interpolation, smoothing, and filtering." Advances in Water Resources, Vol. 25, pp. 1275-1286. https://doi.org/10.1016/S0309-1708(02)00055-6
  31. Mizumura, K., and Chiu, C.L. (1985). "Prediction of Combined Snowmelt and Rainfall Runoff." Journal of Hydraulic Engineering, Vol. 111, No. 2, pp. 179-193. https://doi.org/10.1061/(ASCE)0733-9429(1985)111:2(179)
  32. Schmidt, S.F. (1970). Computational techniques in Kalman Filtering, in Theory and Applications of Kalman Filtering, AGARDograph 139, NATO Advisory Group for Aerospace Research and Development, London.

Cited by

  1. Leakage Detection of Water Distribution System using Adaptive Kalman Filter vol.46, pp.10, 2013, https://doi.org/10.3741/JKWRA.2013.46.10.969
  2. A Simple Ensemble Prediction System for Wind Power Forecasting - Evaluation by Typhoon Bolaven Case - vol.36, pp.1, 2016, https://doi.org/10.7836/kses.2016.36.1.027