사용자설비의 고장상태 원격진단 기법에 관한 연구용역eml.ajou.ac.kr/suduk/teach/contents/사용자설비의 고장진단... · 관리번호 연구기간2013.11~2015.9(22개월)

사용자설비의 고장상태 원격진단

기법에 관한 연구용역(최종 보고서)

2015. 10

(연구과제번호 예시)

2014-기술-분야-

제 출 문

한국지역난방공사 사장 귀하

본 보고서를 “사용자설비의 고장상태 원격진단기법에 관한 연구용역”(용역기간 :

2013.11 ~ 2015.09) 최종보고서로 제출합니다.

2015년 10월 20일

연구수행기관 : (사)한국설비기술협회

연구책임자 : 조 추 영 / 유한대학교

김 수 덕 / 아주대학교

오 재 익 / 아주대학교

연 구 원 : 오 경 호 / LS사우타(주)

이 상 오 / 한국스파이렉스사코(주)

이 진 천 / (주)디씨에스

민 은 주 / 아주대학교

연구보조원 : 임 형 택 / 한국설비기술협회

김 용 원 / 한국설비기술협회

이 광 식 / (주)디씨에스

조 봉 훈 / (주)디씨에스

한 성 원 / (주)디씨에스

박 완 경 / (주)디씨에스

노 민 영 / 아주대학교

보 조 원 : 한 미 선 / 한국설비기술협회

표 소 영 / (주)디씨에스

관리번호 연구기간 2013.11~2015.9(22개월)

연구 과제 명 사용자설비의 고장상태 원격진단기법에 관한 연구용역

연구 책임자 소속 유한대학교 성명 조추영

key -word 사용자설비의 고장상태 원격진단 기법

Ⅰ. 서론

지역난방 공사가 보유하고 있는 원격검침 자료를 활용하여 사용자설비의

고장 유형 조사 및 파악하고 현장검증을 통한 고장상태 원격진단 기법을

연구함

Ⅱ. 이론적 배경:

1) 사용자설비의 설비장애에 신속하게 대처하지 못하고 운전기법 미숙

하여 열공급 품질이 저하

2) 사용자설비의 고장상태를 제때 파악하기 곤란하여 민원요소 발생

3) 열공급 품질저하에 지역난방 공사가 직접 원인제공자가 아니어도

부적정 인식 유발함

이에 따라 열요금 부과용 원격검침 자료를 활용하여 사용자 설비의 고장

유형을 정형화 하고 사용자 설비의 고장 유형과 원격검침데이터의 연관성

을 분석, 현장실증을 통하여 사용자 설비의 고장 상태 원격진단 기법을

개발하고자 함

Ⅲ. 연구방법

다음과 같은 연구 프로세스를 통하여 기존의 원격검침데이터와 보수

이력을 DB로 구축 하여 가시화 하고 과거 고장 데이터에 대한 패턴을

분석하여 고장 예측 알고리즘을 개발 한다

1) 사전조사 및 DB 구축

2) 현장 조사 및 고장 패턴 분석

3) 고장 진단 및 예측 알고리즘(정형화 패턴) 개발

4) 분석모델의 유효성 검증

5) 원격진단 기법 및 사용자설비 표준안 제시

요 약 문

- 4 -

Ⅳ.연구 결과

1) 7개의 고장패턴의 정형화 발굴

2) 연구결과: 이상 데이터 중에서 TCV 고장과 PDCV 고장의 차이는 명확

하게 구분되지는 않지만 TCV 고장 데이터에 패턴 2,3,4가 PDCV 고장 데

이터에서는 패턴1과 5가 많이 나타나는 특징을 보임

3) 향후 DB구축과 데이터 마이닝을 통하여 열량계 고장 수리 전후의 패

턴 변화 분석과 같은 다양한 분석이 가능

4) 통계기법을 통한 고장데이터 정형화

Ⅴ.결론

1. 점검을 위해 개발된 사용자 설비 데이터 이상 상태 분석 프로그램의

활용

(DB분석용 프로그램과 사용자설비 데이터 이상상태 분석 프로그램)

2. DB분석 툴 프로그램에서 1차적으로 선점도 그래프를 활용하여 고장예

상 사이트를 검색하고

3. 정보기반의 방법에 의거해 개발된 지표로 선정된 후보군 검색하거나

통계적 방법에 의거해 개발된 지표로 선정된 후보군 검색

Ÿ 각 월별로 주어진 표본에서 최소의 예상고장 기계실을 선택하는 방

법 (예. 비정상 기준 & Hq 등의 점검 방법을 동원)

4. 정보기반의 방법과 통계적 방법에 의거해 개발된 지표들을 결합시켜

최소의 비용으로 가장 고장 가능성이 큰 것으로 보이는 후보군을 선정

한 뒤 이들을 검색하는 방법을 취하고

5. 마지막으로 개별 사이트로 분석하여 연구 결과 고장 패턴과 부합여부

를 확인하여 고장상태를 원격으로 진단함

Ⅵ 기대효과

1) 운영 중인 사용자 기계실의 운영상태 파악 가능

2) 고장발생 기계실에 대한 명확한 고장 진단제시로 사용자 측에 대한

공사의 기술 신뢰도 향상

3) 공사의 차온 관리 및 효율적 열원운영 기여

4) 고장 발생기기의 미 보수 및 지연에 따른 공사의 손실금 산출가능 및

손실금에 대한 사용자측 기준제시 가능

5) 사용자측에 정확한 열량요금 책정 가능

- 5 -

목 차

제 1 장 연구의 배경 및 목적

제1절. 연구의 배경 .....................................................................................

제2절. 연구의 필요성 ..................................................................................

제3절. 연구의 목적........................................................................................

제 2 장 연구의 범위

제1절. 연구의 범위................................................................

제2절 연구의 내용 ..........................................................

제 3 장 연구의 수행방법

제1절. 연구 수행방법........................

제2절. 연구진의 구성.......................................

제 4장 연구의 세부 내용

제1절. 열요금 부과용 원격검침 자료DB분석 툴 개발...........

제2절. 원격검침자료 및 운전정보자료 DB 구축...................

제3절. 고장의심기계실 현장조사를 통한 적정모델 선정...............

제4절. 현재 운전데이터분석을 통한 적정분석모델의 유효성 검증.......

제5절. 사용자 설비의 고장상태 정형화 패턴 분석.............................

제6절. 사용자설비 고장상태진단의 분석 및 결과..................

제 5장 연구와 관련된 특별제안.................

제 6장 기대효과 및 활용방안..............................................

제 7장 결론 ....................................................................

- 6 -

표 목 차

<표 4.1> 데이터베이스 테이블(dbo.KdhcReadDatas) 명세.................................................

<표 4.2> 데이터베이스 테이블(dbo.Check_2014) 명세........................................................

<표 4.3> 이상 패턴의 구분··················································································································

<표 4.4> 테이터 패턴의 상세분석방법의 요약표············································································

<표 4.5> 샘플 테이터 패턴 분석 결과

<표 4.6> 월평균 과다유량 일수 ··········································································································

<표 4.7> Markov-Switching 모형의 개요··························································································

<표 4.8> 온도에 따른 물의 밀도값 추정결과 ··················································································

<표 4.9> 정상분류 기계실 분석결과··································································································

<표 4.10> TCV고장 분류 기계실 분석결과······················································································

<표 4.11> PDCV 고장 분류 기계실 분석결과·················································································

<표 4.12> 2월달 (시간대별 온도, 패턴 등 미조정)········································································


<표 4.14> 2월달 (시간대별 온도, 패턴 등 조정) ············································································

<표 4.15> 7월달 (시간대별 온도, 패턴 등 조정) ············································································



<표 4.18> 2월달 (시간대별 온도, 패턴 등 조정) ············································································

<표 4.19> 7월달 (시간대별 온도, 패턴 등 조정) ············································································

<표 4.20> 2월의 결과 종합비교 (비정상 기준)···············································································

<표 4.21> 7월의 결과 종합비교 (비정상 기준)···············································································

<표 4.22> 종합비교표의 이해를 위한 Legend 설명·······································································

<표 4.23> 2월의 결과 종합비교 (미확정 기준)···············································································

<표 4.24> 7월의 결과 종합비교 (미확정 기준)···············································································

<표 4.25> 축차적 비교를 통한 고장점검 후보선택 방법 ······························································

<표 4.26> 축차적 지표연계를 통한 후보선택 ··················································································

<표 4.27> 2015년 2월 분석결과 ··········································································································

<표 4.28> 2015년 7, 8월 분석결과·····································································································

- 7 -

<그림 차례>

[그림4.1] DB 분석 툴의 흐름.....................................................................................

[그림4.2] 단일 건물의 검침 데이터 분석화면의 예................................................

[그림4.3] 표시 조건 지정 화면의 예.........................................................................

[그림4.4] 누적값이 중간에 초기화 또는 NULL인 데이터의 예1...........................

[그림4.5] 누적값이 중간에 초기화 또는 NULL인 데이터의 예2...........................

[그림4.6] 유량이 누락되었다가 갑자기 튀는 데이터의 예....................................

[그림4.7] 값이 누락되었다가 갑자기 튀는 그래프의 예.......................................

[그림4.8] 필터링 대화상자......................................................................................

[그림4.9] 모든 표시 항목이 켜진 상태의 그래프..................................................

[그림4.10]공급온도, 회수온도, 차온이 켜진 상태의 그래프..................................

[그림4.11] 기준값 검색 화면의 예...........................................................................

[그림4.12] 범위 지정에 의한 확대 기능..................................................................

[그림4.13] 카렌다 기능에 의한 날짜 지정의 예......................................................

[그림4.14] 정보 표시 영역.......................................................................................

[그림4.15] 내보내기 한 데이터의 예]....................................................................

[그림 4.16] 복수 건물의 검침 데이터 분석화면의 예.........................................

[그림4.17] 표시 조건 지정 화면의 예.....................................................................

[그림4.18] 분석 건물 목록의 예..............................................................................

[그림4.19] 분석 건물의 추가 및 삭제 버튼.............................................................

[그림4.20] 분석 건물 목록의 예..............................................................................

[그림4.21] 복수 건물 데이터(차온)의 예................................................................

[그림4.22] 열공급 기준온도 설정 대화상자............................................................

[그림4.23] 공급온도 상/하한선 표시 그래프의 예.................................................

[그림4.24] 회수온도의 상/하한선 표시 그래프의 예 .............................................

[그림4.25] 점검 및 보수 확인일 설정 대화상자................................................

[그림4.26] 점검일 및 보수 확인일 표시 그래프의 예.......................................

[그림4.27 분석 건물 목록의 예.........................................................................

[그림4.28] 일 평균 그래프의 예.......................................................................

[그림4.29] 기준 값 검색조건의 예.........................................................................

[그림4.30] 기준값 필터링 데이터 표시의 예..........................................................

[그림4.31] 안전점검 현황분석 화면........................................................................

[그림4.32] 설비점검유형 선택 화면........................................................................

- 8 -

[그림4.34] 설비점검 유형....................................................................................

[그림4.35] 설비점검 유형에 해당되는 건물 목록의 예....................................

[그림4.36] ‘지사’ 필터링 화면......................................................................

[그림4.37] 기간을 ‘하절기’로 지정하여 조회한 예.....................................

[그림4.38] 결과 내 조회 화면.............................................................................

[그림4.39] 내보내기한 파일의 예......................................................................

[그림4.40] 공급온도-회수온도 산점도 그래프의 예........................................

[그림4.41] 공급온도 그래프의 예......................................................................

[그림4.42] 회수온도 그래프의 예.....................................................................

[그림4.43] 차온 그래프의 예............................................................................

[그림4.44] 차온 히스토그램 그래프의 예.......................................................

[그림4.45] 유량 그래프의 예...........................................................................

[그림4.46] 열량 그래프의 예............................................................................

[그림4.47] 과유량 그래프의 예.......................................................................

[그림4.48] 단위면적당 열량 그래프의 예......................................................

[그림4.49] 연결열부하별 평균차온 그래프의 예...........................................

[그림4.50] 유량/열량 그래프의 예................................................................

[그림4.51] 설정 대화상자..............................................................................

[그림4.52] 데이터베이스 구축 이미지].........................................................

[그림4.53] E-R 다이아그램1)..........................................................................

[그림4,54] 열사용 시설 열중계처(기계실) P& ID (급탕 2단 열교환방식) ..

[그림4.55] 차압유량조절밸브 외산제품 외형 구조......................................

[그림4.56] 차압유량조절밸브 국산제품 외형 구조 ......................................

[그림 4.57] PDCV 와 TCV 상호 작용 관계도.............................................

[그림4.58] 차압설정 및 조정방법...............................................................

[그림4.59] PDCV 의 다이아프램 파손시 회수온도 추이 분석..................

[그림4.60] PDCV 누수에 의한 회수온도 추이 분석 .....................................

[그림4.61] PDCV 누수에 의한 차온 추이분석............................................

[그림4.62] PDCV 다이아프램 파손 의한 차온 추이분석 ...........................

[그림4.63] PDCV 다아아프램 파손 경우 과유량 추이분석...........................

[그림4.64] TCV 누수에 의한 회수온도 추이분석............................................

- 9 -

[그림4.65] TCV 고장에 따른 회수온도 추이분석........................................................

[그림4.66] TCV 고장에 의한 차온 추이 분석.......................................................

[그림4.67] TCV 누수에 의한 차온 추이 분석............................................................

[그림4.68] TCV 누수에 의한 과유량 추이 분석......................................................

[그림4.69] PDCV 다이아프램 파손 및 TCV 누수 경우 회수온도 추이분석.........

[그림4.70] TCV 누수 및 PDCV 누수에 의한 차온 추이 분석 .............................

[그림4.71] TCV 누수 및 PDCV 다아아프램 파손 의한 차온 추이 분석.............

[그림4.72] TCV 누수 및 PDCV 다아아프램 파손 의한 과유량 추이 분석........

[그림4.73] TCV 누수 및 PDCV 누설에 의한 과유량 추이 분석.........................

[그림4.74] 연결부하별 평균 차온 추이 분석(공동주택).......................................

[그림4.75] 연결부하별 평균 차온 추이 분석(공공건물)......................................

[그림4.76] 연결부하별 평균 차온 추이 분석(학교 건물)....................................

[그림4.77] 회수 온도 추이 분석...........................................................................

[그림4.78] PDCV 고장에 의한 회수온도 추이 분석 .........................................

[그림4.79] PDCV 다아어프램 파손에 따른 회수온도 추이분석.......................

[그림4.80] TCV 고장에 의한 회수온도 추이 분석...............................................

[그림4.81] 회수온도 높게 나타나는 경향.........................................................

[그림4.82] TCV 누수 와 회수온도 추이 분석..................................................

[그림4.83] TCV 누수 및 부식 에 따른 과유량 분석 .......................................

[그림4.84] 기계실별 차온 분석............................................................................

[그림4.85] PDCV 누수와 차온 상관 관계 분석..................................................

[그림4.86] PDCV 고장 과 차온 상관 분석 ......................................................

[그림4.87] PDCV 다아프램 파손 과 차온 분석 ..............................................

[그림4.88] PDCV 다아프램 파손 및 부식 과 차온 분석.................................

[그림4.89] TCV 고장 과 차온 분석....................................................................

[그림4.90] TCV 누수와 차온 분석..................................................................

[그림4.91] TCV 고장 및 PDCV 고장 과 차온 분석........................................

[그림4.92] TCV 누설 및 부식 과 차온 분석...................................................

[그림4.93] TCV 누수 및 PDCV 누수 과 차온 분석 .....................................

[그림4.94] 분당사업소 사이트별 과유량 분석.................................................

- 10 -

[그림4.95] 분당사업소 사이트 차압유량조절밸브와 과유량 분석..................

[그림4.96] 분당사업소 사이트별 유량분석.......................................................

[그림4.97] 분당사업소 사이트별 차압유량조절밸브 누수와 유량분석.........

[그림4.98] 분당사업소 사이트별 차압유량조절밸브 고장과 유량분석.........

[그림4.99] 분당사업소 사이트별 TCV,PDCV 누수와 유량분석.....................

[그림4.100] 분당사업소 사이트별 TCV누수와 유량분석................................

[그림4.101] 분당사업소 사이트별 TCV누수 및 부식과 유량분석.................

[그림4.102] 중앙감시장치 ..............................................................................

[그림4.103] 중앙감시 시스템 CRT................................................................

[그림4.104] 단위열량사용량 사진 .................................................................

[그림4.105] 방문 기계실 NO 1..................................................................

[그림4.106] 난방 외기보상 곡선.......................................................................

[그림4.107] 자동제어시스템 / local 방식 ........................................................

[그림4.108] local제어방식 (난방/급탕).............................................................

[그림4.109] 수동조작 /난방외기보상제어 ....................................................

[그림4.110] 난방공급 온도...........................................................................

[그림4.111] 1차측 중온수 공급온수.............................................................

[그림4.112] 급탕 공급온도............................................................................

[그림4.113] PDCV 누수 및 부식....................................................................

[그림4.114] TCV 플랜지 SIZE 및 부식.......................................................

[그림4.115] 자동제어시스템 / LOCAL 방식..................................................

[그림4.116] PDCV..........................................................................................

[그림4.117] TCV .............................................................................................

[그림4.118] 1치측 중온수 공급 /환수 온도.......................................................

[그림 4.119] 개발된 프로그램 초기화면 ···························································································

[그림 4.120] 테스트프로그램 메인화면 ·····························································································

[그림 4.121] 비정상데이터 패턴의 예제···························································································

[그림 4.122] 평균과 표준편차에 의한 온도변화를 계산하는 소스코드 ·····································

[그림 4.123] 패턴0: 정상 추정 패턴 ··································································································

[그림 4.124] 패턴1: 공급온도 불규칙 ································································································

- 11 -

[그림 4.125] 패턴2: 회수온도가 공급온도를 트랙킹하는 사례 ····················································

[그림 4.126] 패턴3: 회수온도가 공급온도와 비슷하면서 헌팅하는 사례··································

[그림 4.127] 패턴4: 회수온도가 간헐적으로 공급온도와 비슷한 사례······································

[그림 4.128] 패턴4: 회수온도가 간헐적으로 공급온도와 비슷한 사례······································

[그림 4.129] 패턴5: 공급온도가 매우 낮고 변화가 거의 없는 사례··········································

[그림 4.130] 패턴을 분석하는 소스코드 ···························································································

[그림 4.131] 동서프라임빌의 패턴·····································································································

[그림 4.132] 청구3차빌라의 패턴 ·······································································································

[그림 4.133] 탑마을타워빌의 패턴·····································································································

[그림 4.134] 장안타운건영두산빌라의 패턴·····················································································

[그림 4.135] (주)금담사옥의 패턴·······································································································

[그림 4.136] 효자촌그린타운 고장수리 전후의 패턴·····································································

[그림 4.137] 샛별동성아파트 고장수리 전후의 패턴·····································································

[그림 4.138] 두앙노빌리티 고장수리 전후의 패턴 ·········································································

[그림 4.139] 화이트빌 고장수리 전후의 패턴·················································································

[그림 4.140] 까치대우롯데선경 고장수리 전후의 패턴·································································

[그림 4.141] 정상 및 비정상 생산과정의 예시···············································································

[그림 4.142] 정상 제품의 허용오차범위 내의 오차유형 ·······························································

[그림 4.143] 정상 제품보다 큰 제품생산의 오차유형···································································

[그림 4.144] 정상 제품보다 적은 제품생산의 오차유형 ·······························································

[그림 4.145] 정상 제품의 허용오차 범위를 벗어나되, 방향성이 없는 오차유형 ····················

[그림 4.146] Long-Swing의 사례 ········································································································

[그림 4.147] 다소 덜 명확한 ‘Long Swing’의 사례··································································

[그림 4.148] 다소간의 변동이 있으나 ‘Long Swing’이 아닌 사례········································

[그림 4.149] 축차적 지표연계를 통해 선정된 후보군···································································

[그림 5.1 ] 통합관제 시스템 플렛폼 예시........................................................................

[그림 5.2] 사용자설비 에너지계산 프로그램 예시............................................................

[그림 5.3] Big Data 이미지 예시...........................................................................................

[그림 5.4] 모바일 모니터링 예시.........................................................................................

- 12 -

부록 1 분석대상자료 ·····························································································································

부록 2 2014년자료 분석결과 -정보기반 방법론 ·············································································

부록 3 2015년자료 분석결과 -정보기반 방법론 ·············································································

부록 4 2014년자료 분석결과 -통계적 방법론·················································································

부록 5 2015년자료 분석결과 -통계적 방법론 ·························································································

- 1 -

제 1 장 연구의 배경 및 목적

제1절 연구의 배경

최근 지역난방 사용자들은 지역난방 열공급 시스템을 관리할 수 있는 전문인력이

부족한 상황에서 사용자설비를 운영하고 있어, 설비 장애에 신속히 대처하지 못하고

운전기법도 미흡하여 열공급 품질 저하를 유발하고 경제적 운전에도 어려움을 겪고 있다.

또한 한국지역난방공사(이하 ‘공사’라 한다.)는 많은 사용자 기계실을 관리하고 있으

나 사용자설비가 공사의 자산이 아니기 때문에 사용자설비의 고장을 제 때 파악하는데

어려움을 겪고 있고, 이로 인해 운전 장애에 대한 신속한 조치도 곤란하여 사용자들의 민

원 증가에 직면하고 있다.

이는 공사가 사용자설비의 운전 상태에 대한 정보가 부족하기 때문이며, 이로 인해 운

전 상태를 진단하고 고장에 신속하게 대처할 수 있는 관리 시스템이 마련되어 있지 않기

때문이기도 하다.

또한 사용자의 열공급 품질 저하는 대부분 사용자설비의 운전 미숙 또는 설비 장애로

인한 것이기에 공사가 직접적인 원인 제공자가 아님에도 불구하고, 사용자는 이런 장애를

공사의 잘못으로 오인하여 공사를 부정적으로 보는 시각도 있다.

이와 같은 문제들을 해결하기 위하여 본 연구에서는 사용자설비의 운전과 관련하여 공

사가 보유하고 있는 원격검침자료를 활용하여 사용자설비의 고장유형들을 조사하고, 이에

대응한 현장실증을 통한 고장상태 원격진단기법을 연구하고자 한다.

제2절 연구의 필요성

지역난방 사용자들은 2차측 설비의 고장상태(PDCV 고장, 열교환기 누수, TCV 고장 등)

에 대하여 혹한기 등 시급한 상황이 아니면 신속히 보수를 시행하지 않기 때문에, 사용자

측면에서 열공급 품질도 저하되고 경제적 운전도 어려우며, 공사 측면에서는 적정한 회수

온도 관리가 어려워 열원 운영에도 영향을 준다.

따라서, 지역난방시스템의 고품질 열공급과 사용자설비의 원활한 운영을 위해서는 현재

운영되고 있는 지역난방 사용자설비에 대한 운전정보가 필수적이나, 관련 운전정보 수집

체계가 구축되어 있지 않기 때문에 현 시점에서는 최소한의 정보이지만 공사에서 수집,

보유하고 있는 열요금 관련 원격검침자료를 활용하여 사용자설비의 고장유형을 파악하고

사용자설비에 대한 원격진단기법의 개발이 필요하다.

- 2 -

제3절 연구의 목적

열요금 산정을 위한 원격검침정보(공급/회수온도, 사용유량, 외기온도, 열량 등) 자료를

활용하여 사용자설비의 고장유형 및 패턴을 분석하여 정형화하고, 기 운영되고 있는 사용

자설비 기계실을 방문하여 고장사례 및 운전 중인 데이터 분석을 통해 사용자설비의 고

장상태를 원격으로 파악할 수 있는 진단기법을 제시한다.

1. 열요금 부과용 원격검침자료를 활용하여 사용자설비의 고장유형을 정형화

2. 사용자설비의 고장유형과 원격검침 데이터의 연관성 분석 및 현장 실증을

통해 사용자설비의 고장 상태 원격진단기법을 개발

제2장 연구의 범위

제1절 연구의 범위

사용자설비의 고장상태 원격진단기법에 관한 연구를 진행하기 위하여 연구의 범위 및

내용은 다음과 같다.

1) 열요금 부과용 원격검침자료 DB 분석 툴 개발

2) 원격검침 자료 및 2차측 운전정보 자료 DB 구축

3) DB 분석기법 모델링

4) 고장 의심 기계실 현장조사를 통한 적정 모델 선정

5) 현재 운전데이터 분석을 통한 분석모델의 유효성 검증

6) 사용자설비 고장상태 원격진단기법 최적안 선정

7) 사용자설비 고장상태 원격진단기법 제시

제2절 연구의 내용

고장상태 원격진단기법에 대한 연구 내용은 다음과 같다.

1. 열요금 부과용 원격검침자료 DB 분석 툴 개발

- 3 -

가. 원격검침자료의 열사용 정보를 DB로 구축 기능 제공

나. DB 분석기법 모델링을 위한 사전 분석 기능을 제공

다. DB 구조 설계 및 분석기법 구현을 위한 툴 개발

(1) 사용자 정보, 설비정보, 열사용 정보 등 수집자료 분석

(2) 분석기법 모델링을 위한 전문가 요구조건 조사

2. 원격검침자료 DB 구축

가. 원격검침자료 DB 구축

(1) 공사에 축적된 원격검침자료를 사전 분석하기 위해 사용자정보, 열사용 정보

등을 DB로 구축

나. DB 분석기법

(1) 열공급 조건에 따른 DB 분류 및 분석

(가) 열공급 조건에 따른 DB 분류

건물용도, 규모, 공급계통 변경, 공급 유량 및 공급온도 변화

(나) 열공급 조건별 DB 분석

열량, 유량, 공급·회수온도, 차온, 외기온도, 단위 열부하, 비교

유량초과, 회수온도 상승, 불량 추정 등

3. 고장의심 기계실 현장 조사를 통한 적정 모델 선정

가. 고장 발생 후 조치완료 추정 기계실 현장조사

(1) 분석 툴을 통한 데이터 분석으로 사용자설비 과거 고장 발생 및 기 조치 완료

상태로 추정되는 기계실 추출

(2) 보수작업 여부 및 보수내역 확인을 통한 분석모델의 적정성 확인

나. 사용자설비 고장 추정 기계실 현장 조사

(1) 고장 추정 기계실의 현장 확인을 통한 분석 모델의 적정성 확인

-설비 기능 제어시험 등을 통한 고장 내역 확인

다. 고장 상태 진단 적정 분석모델 선정

4. 현재 운전 데이터 분석을 통한 적정 분석모델의 유효성 검증

가. 현재 운전 중인 검침정보 및 열사용 정보를 DB에 추가

(1) 분석 툴 DB에 현재 운전 중인 기계실의 원격검침 데이터를 추가로 업데이트

(2) 2차측 열사용 정보 입수 가능 시 전송 가능 기계실의 데이터를 분석 툴 DB에

- 4 -

추가 업데이트

나. 운전 데이터 분석을 통한 적정 분석모델의 유효성 검증

(1) 현재 운전 데이터 분석을 통한 고장발생 추정 기계실의 현장 확인

5. 사용자설비의 고장상태 정형화 패턴 분석

가. 고장상태 팬턴 분석방법 및 해석

(1) 정보기반의 분석을 통한 해석

나. 고장상태 분석방법의 결과를 가지고 해석

(1) 정형화 된 패턴에 대한 분석

6. 사용자설비의 고장상태진단의 분석과 결과

가. 통계적 분석방법을 통한 기법 및 해석

(1) 고장진단 최적모델 및 알고리즘 등 진단기법 제시

나. 정보기반 분석방법에 의한 분석결과

다. 통계적 분석방법에 의한 분석결과

제3장 연구의 수행 방법

사용자설비의 고장상태 원격진단기법에 관한 연구를 위하여 수행방법 및 필요한 연구

진의 역할은 다음과 같다

제1절. 연구 수행방법

1. 사전조사 및 DB구축

2. 현장조사 및 고장 패턴 분석

3. 고장 진단 및 예측 알고리즘 개발

4. 분석모델의 유효성 검증

5. 원격진단기법 및 사용자설비 표준안 제시

제2절 연구진의 구성

1. 연구책임자: 사용자설비의 고장상태 원격진단기법 연구를 위한 총괄 책임자로서 원

격진단기법 개발 및 현장조사, 고장 분석 등에 총괄적으로 책임을 지고 수행한다.

- 5 -

2. 연구원: 고장상태 원격진단기법 연구자로서 본 프로젝트와 유사한 연구 경험이 있는

연구진을 선정하여 전문적인 진단기법 개발을 수행한다. 진단기법을 토대로 DB구

축 및 알고리즘에 따라 코딩한다.

3. 연구보조원 및 보조원(현장조사 및 고장 진단 수행자): 지역난방 설계, 시공, 운전 등

유경험자를 중심으로 중점관리 대상 기계실 현장조사 시 투입되어 정확한 고장원인

및 진단기법 분석에 대한 가이드를 제시한다.

프로그램 개발 시에는 데이터의 정리 및 검증, 테스트를 실시한다.

제4장 연구의 세부 내용

제1절. 열요금 부과용 원격검침 자료 DB분석 툴 개발

고장진단기법을 개발하기 위한 도구로서 기 구축된 열요금 부과용 원격검침 자료를

분석을 위한 DB 분석 툴을 개발하였다.

1. DB 분석 툴의 요건

전문가가 DB를 분석하기 위한 요건으로는 다음과 같은 내용이 충족되어야 한다.

가. 건물 검색이 용이할 것

수많은 지사와 해당 지사에 속한 수많은 건물을 쉽게 검색할 수 있어야 한다.

또, 필터링 조건(세대 수, 난방면적, 연결 열부하)으로 필터링 될 수 있어야 한다.

나. 기간별 검색이 가능할 것

특정 기간을 지정하여 검색할 수 있어야 한다.

다. 가독성이 용이할 것

각 건물에 대해 공급온도, 회수온도, 차온, 외기온도, 열량 및 유량을 한 눈에

파악할 수 있도록 그래프로 표현해야 한다. 각 항목을 하나의 화면에서 비교할

수 있어야 한다.

라. 그래프 표시를 위한 기본 조건

- 6 -

가독성을 용이하기 위해 그래프는 다음과 같은 요건을 충족해야 한다.

(1) 가로축: 시계열로 조회 기간에 맞춰 간격이 조절되어 표시한다.

(2) 세로축: 온도, 열량 및 유량을 표시한다.

(3) 색상: 각 항목의 구별을 쉽도록 항목별 색상을 달리하고 색상에 따른 범

례를 표시한다.

(4) 상태 표시: 마우스로 특정 시계열을 지정하면 해당 위치의 상태(각 온도,

열량 및 유량 등)을 알 수 있어야 한다.

(5) 단위 표시: 온도와 열량 및 유량의 단위의 편차가 크므로 각 편차의 폭을

고려하여 표시될 수 있어야 한다.

마. 복수 건물을 비교할 수 있어야 할 것

단일 건물뿐 아니라 여러 건물을 동시에 비교할 수 있어야 한다.

(1) 비교하고자 하는 건물과 조건(온도, 열량, 유량 등)을 지정하여 표시한다.

(2) 가독성이 용이하게 그래프의 색상은 건물에 따라 다르게 표현되어야 한

다.

(3) 가로축은 시계열, 세로축은 조건을 표시한다.

(4) 시각별 또는 일별로 비교할 수 있어야 한다.

(5) 건물의 추가 및 삭제가 가능해야 한다.

(6) 온도 조건의 상하한선을 지정하여 표시하도록 한다.

(7) 점검일 및 보수 확인 일을 지정하여 표시하도록 한다.

바. 안전점검 현황을 쉽게 검색할 수 있을 것

다음의 요건으로 안전점검 현황을 쉽게 검색할 수 있는 기능을 구현해야 한

다.

(1) 설비점검유형: 설비점검유형(부식, 누수, 고장 등)을 선택하여 표시해야 한

다.

(2) 지적받은 건물과 지적받지 않은 건물을 구분하여 표시해야 한다.

(3) 필터 조건: 기간, 동절기 또는 하절기, 건물 용도별 필터링이 되어야 한다.

(4) 정렬 조건: 건물명, 난방면적, 세대수, 연결열부하의 선택에 의해 정렬되도

록 한다.

(5) 선택한 조건에 대해 그래프로 표현해야 한다.

사. 외부 파일로 내보내기가 가능할 것

- 7 -

조회한 데이터를 외부 파일(*.CSV)로 내보내기가 가능해야 한다.

2. 시스템 흐름도

DB 분석 툴의 개략적인 흐름도는 다음과 같다.

다음의 흐름도는 후지쯔(FUJITSU)에서 개발한 구조화 설계의 챠트 작성 기법인

YACII(yet another control chart II)의 챠트로 작성하였다.

- 8 -

[그림 4.1] DB 분석 툴의 흐름도

- 9 -

3. 개발 도구 및 동작 환경

DB 분석 툴의 개발 도구 및 동작 환경은 다음과 같다.

가. 개발 도구

(1) 개발 툴: Microsoft Visual Studio 2012

(2) 개발 언어: C#

(3) 대상프레임워크: .NET Framework 4.5.1

(4) 차트 컨트롤: Microsoft Chart Control

(5) 데이터베이스: Microsoft SQL Server 2012

나. 동작 환경

(1) 운영체제: Microsoft Windows Sever 2012

(2) 데이터베이스: Microsoft SQL Server Standard Edition 2012

(3) NET Framework 4.5.1이 설치되어 있어야 함

4. DB 분석 툴의 기능

DB 분석 툴은 크게 단일 건물의 검침 데이터 분석, 복수 건물의 시각별·일별

분석, 안전점검 현황 분석으로 나누어진다.

가. 단일 건물의 검침 데이터 분석

필터에 의한 조건을 지정하여 특정 건물의 검침 데이터를 분석을 하기 위한

기능이다. 검침 데이터의 항목을 표시여부와 그래프의 색상 지정 등 다양한 표

현하여 가독성을 용이하게 하고, 특정 범위 및 시간대의 정보를 표시함으로써

분석을 용이하게 한다.

- 10 -

[그림 4.2] 단일 건물의 검침 데이터 분석화면의 예

데이터 값의 그래프를 통해 특정 시간대의 데이터 이상 유무를 쉽게 파악할 수

있다. 또, 각 항목(공급온도, 회수온도, 외기온도, 열량 및 유량)의 상관관계를 한

눈에 볼 수 있어 데이터를 분석하는데 유용하게 활용할 수 있다.

(1) 표시 조건

지사 및 건물을 선택한 후 기계실 및 열량계 번호를 지정한 후 조회하고자

하는 날짜를 지정한 후 [조회]를 클릭한다.

[그림 4.3] 표시 조건 지정 화면의 예

건물명의 경우, 동일한 이름의 건물(예: 동일한 이름의 아파트)이 많아 검색

시에 혼동하기 쉽기 때문에 단순히 건물 이름만이 아닌 사용자 ID를 포함하

고 있다.

건물명 표시 형식: (건물명) + (,) + (사용자 ID)

건물명을 선택할 때 가나다 순에 의해 뒤에 위치한 건물은 목록에서 선택하

려면 시간이 소요되기 때문에 건물 명칭의 두문자 2~3개 키워드를 입력하면

관련 키워드와 연관된 건물을 검색하여 상단으로 표시해준다.

- 11 -

[참고] 오류 데이터 처리

누적 데이터(유량, 열량) 중 일부 데이터가 없거나(NULL 데이터) 중간에 초

기화되어 시작하는 현상이 발견되어 실시간 데이터를 산출할 때 문제가 발생

한다. 이러한 데이터의 경우는 다음과 같이 처리했다.

(가) 데이터의 진폭이 심한 경우, 새로운 데이터를 기준으로 실시간 데이터를

산출되도록 하였다.

다음의 예를 보자. 하늘색의 경우, 유량이 계속해서 누적되다가 어느

시점에서 다시 0부터 시작하여 다시 누적된다. 빨간색 부분은 값이

초기화되어아예값이없는(NULL)데이터가존재한다.

[그림 4.4] 누적값이 중간에 초기화 또는 NULL인 데이터의 예1

[그림 4.5] 누적값이 중간에 초기화 또는 NULL인 데이터의 예2

다음의 예는 유량의 증가치가 0.04정도인데 중간에 값이 누락되었다가 다시

나타나는 시점에서는 증가치가 0.41로 나타나 갑자기 진폭이 커지는 현상이

발생한다.

[그림 4.6] 유량이 누락되었다가 갑자기 튀는 데이터의 예

이를 그래프로 표현해 보면 다음과 같이 값이 급격히 튀는 현상이 발생한다.

연속적인 값이 증가되는 것이 아니라 데이터는 누락되었으나 값으로 나타나

지 않다가 누적되었던 값이 중간에 나타나기 때문이다.

- 12 -

[그림 4.7] 값이 누락되었다가 갑자기 튀는 그래프의 예

(나) 값이 초기화된 경우는 초기화된 값을 기준으로부터 실시간 데이터를 산

출되도록 하였다.

(다) 증가치가 갑자기 나타나는 경우는 그래프 상에서 처리하기보다 운영자가

그래프의 추이를 보고 데이터의 오류를 판단해야 할 수 있도록 하였다.

(2) 필터링

건물을 선택할 조건을 지정하여 필터링한다. 필터 기준은 세대수, 난방면적,

연결 열부하 중 선택하여 필터 값을 지정한다.

- 13 -

[그림 4.8] 필터링 대화상자

여기에서 필터 기준과 값을 지정하면 해당 필터 조건에 해당하는 건물만 목

록에 표시된다.

(3) 표시 항목의 선택

그래프에 표시될 항목을 선택하여 그래프를 표시한다.

다음 그림은 모든 항목을 켠 상태에서의 그래프 표현이다.

[그림 4.9]모든 표시 항목이 켜진 상태의 그래프

- 14 -

다음 그림은 공급온도, 회수온도, 차온만 켠 상태에서의 그래프 표현이다.

[그림 4.10] 공급온도, 회수온도, 차온이 켜진 상태의 그래프

모든 항목을 표시하면 볼 수 있는 데이터의 양은 많지만 특정 데이터를 분석

하는 데는 번거롭기 때문에 항목을 선택하여 표시할 수 있도록 하였다. 선택

가능한 항목은 공급온도, 차온, 회수온도, 외기온도, 열량, 유량이다.

(4) 기준 값 검색

지정한 항목(온도, 열량 및 유량)의 값의 범위를 지정하여 해당 조건에 맞는

값을 검색하여 표시한다.

[그림 4.11] 기준값 검색 화면의 예

(5) 특정 기간의 그래프 표시 기능

시계열을 기준으로 마우스로 범위를 지정하여 특정 기간 범위의 데이터를 확

대하여 확인할 수 있다.

- 15 -

[그림 4.12] 범위 지정에 의한 확대 기능

그래프의 범위를 지정하여 특정 기간의 그래프를 확대할 수 있지만 상단의

카렌다 기능을 이용하여 날짜를 지정하여 해당 범위 기간의 그래프를 표시할

수 있다.

[그림 4.13] 카렌다 기능에 의한 날짜 지정의 예

(6) 정보 표시

기본적으로 선택한 건물의 세대수, 난방면적, 연결열부하, 열량계 규격을 표시

한다. 그래프에서 마우스로 클릭한 위치의 정보(시간, 공급온도, 차온, 회수온

도, 외기온도, 열량, 유량)를 상단에 표시하여 한 눈에 파악할 수 있다.

[그림 4.14] 정보 표시 영역

- 16 -

(7) 내보내기

조회한 데이터를 *.CSV 파일 형식으로 내보낼 수 있다. 내보내기 한 데이터는

다음과 같이 엑셀에서 펼쳐볼 수 있다.

[그림 4.15] 내보내기 한 데이터의 예]

- 17 -

나. 복수 건물의 시각별·일별 검침 데이터 분석

여러 건물을 동시에 시각별·일별 검침 데이터를 하나의 화면에 그래프로 표

현하여 비교 대상 건물간의 비교분석을 용이하게 하기 위한 기능이다.

[그림 4.16] 복수 건물의 검침 데이터 분석화면의 예

여러 건물의 값을 동시에 표시함으로써 동일한 기간의 건물과 건물의 비교분

석이 가능하다. 이를 통해 공통적인 패턴과 이상 패턴을 특정 하는데 유용하다.

또, 상/하한선을 지정하여 특정 범위 외의 데이터를 검출하거나 분석하는데 유용

하게 활용할 수 있다.

(1) 표시 조건

조작은 단일 건물과 동일하다. 지사 및 건물을 선택한 후 기계실 및 열량계

번호를 지정한 후 조회하고자 하는 날짜를 지정한 후 [조회]를 클릭한다.

[그림 4.17] 표시 조건 지정 화면의 예

단일 건물 분석과 차이점은 [조회]를 클릭하면 조회한 건물이 하단의 ‘분석

건물’ 목록에 추가된다. 이 목록에 표시된 건물의 데이터가 그래프로 표현된

- 18 -

다.

[그림 4.18] 분석 건물 목록의 예

(2) 건물 목록의 추가 및 삭제

[그림 4.19] 분석 건물의 추가 및 삭제 버튼

(가) 분석 대상 건물의 추가: 분석 대상이 되는 건물을 선택한 후 [조회]를

클릭하면 ‘분석 건물’ 목록에 추가된다.

(나). 삭제: ‘분석 건물’목록에서 삭제하고자 하는 건물을 선택한 후 오른쪽

의 [삭제] 버튼을 클릭한다.

(다) 전체 삭제: ‘분석 건물’목록에 있는 모든 건물을 삭제하고자 할 때는

오른쪽의 [전체 삭제]를 클릭한다.

(3) 분석 건물 목록

사용자가 분석하고자 하는 건물을 추가하면 ‘분석 건물’ 목록에 추가된다.

목록에 추가되는 건물 목록의 최대 수는 하드웨어의 메모리의 허용한도이나

실제 비교분석하기에는 5~6 정도가 적당하다 할 수 있다. 추가되는 각 건물은

건물을 구분하기 위해 자동으로 서로 다른 색상이 배정되어 표시된다. 목록에

표시된 색상과 하단의 그래프의 색상은 동일한 색상으로 표시된다.

목록에 표시되는 항목은 건물명, 기계실 번호, 열량계 번호, 검침일시, 세대수,

난방면적, 연결 열부하, 열량계 규격이다.

- 19 -


(4) 비교 항목

복수 건물의 경우, 표시하는 데이터 항목은 공급온도, 회수온도, 차온, 외기

온도, 열량, 유량, 단위열량 중 한 항목만 표시한다. 현실적으로 복수의 건물

이 한 화면에 표시되기 때문에 여러 데이터를 동시에 표현하기에는 한계가

따른다.

[그림 4.21] 복수 건물 데이터(차온)의 예

(5) 상/하한선 지정

공급온도 및 회수온도의 상하/한 값을 설정하여 표시해줌으로써 그래프에서

온도가 지정된 범위를 벗어나는지 여부를 판단할 수 있도록 하였다. 이는 운

용자가 데이터를 분석을 할 때 특정 온도를 지정하여 값의 이탈여부를 판단

하여 고장유무를 예측할 수 있도록 하였다.

(가). 열공급 기준온도 설정 대화상자를 통해 온도를 설정한다. 설정하고자 하

는 온도 범위를 직접 입력한 후 표시하고자 하는 색상을 지정한다. 표시여부

는 하단의 ‘표시’를 체크의 체크여부에 결정된다.

- 20 -

[그림 4.22] 열공급 기준온도 설정 대화상자

(나). 다음과 같이 공급온도와 회수온도의 상/하한선이 작도되어 일정 온도를

초과하거나 미달된 데이터를 쉽게 판단할 수 있다.

[그림 4.23] 공급온도 상/하한선 표시 그래프의 예

- 21 -

[그림 4.24] 회수온도의 상/하한선 표시 그래프의 예

(6) 점검/보수 확인

그래프에 점검일자 및 보수일자를 지정하여 점검일 또는 보수일 이후의 데이

터 변화 추이를 보기 쉽도록 하여 고장 전후의 트랜드를 알 수 있도록 하였

다.

(가) ‘점검일’ 및 ‘보수 확인일’을 설정한다. ‘문자열에 포함’을 체크

하면 그래프에 날짜가 포함되어 표기된다. 색상을 지정하여 그래프에서 쉽게

확인할 수 있도록 한다.

(나) 표시’를 체크하면 그래프에 점검일 및 보수 확인일이 선과 문자열로 표

시된다.

[그림 4.25] 점검 및 보수 확인일 설정 대화상자

(다). [확인] 버튼을 클릭하면 점검일과 보수 확인일에 설정한 색상과 문자열

- 22 -

로 표기된다.

[그림 4.26] 점검일 및 보수 확인일 표시 그래프의 예

(7) 복수 건물(일별) 분석

별도의 탭으로 구성되어 복수 건물을 일별로 표시한다. 시간별 실시간 데이터

로는 주기가 너무 짧아 전체 흐름을 판단하기에는 한계가 있다. 이를 개선하

기 위해 하루의 평균값을 그래프로 표시하였다. 24개의 값을 평균값으로 하여

그래프로 표현하면 일정 기간의 트랜드를 보다 쉽게 판단할 수 있기 때문이

다. 또, 하나의 단지만 가지고 트랜드를 살피기에는 한계가 있으므로 여러 단

지를 동시에 비교할 수 있도록 동일 화면에 복수의 건물을 표시하도록 하였

다.

분석 건물의 추가 및 삭제는 ‘복수 건물 시간별 분석 기능’과 동일하다.


지정한 건물들의 일 평균값 그래프가 표시된다. 표시할 수 있는 데이터는 공

급온도, 회수온도, 차온, 외기온도, 열량, 유량이다. 여러 건물이 동시에 표시

되기 때문에 쉽게 비교할 수 있다.

- 23 -

[그림 4.28] 일 평균 그래프의 예

(가). 필터링 조건 지정: 표시된 그래프에서 지정된 조건의 데이터를 필터링

(온도, 열량, 유량)하여 표시할 수 있다. 각 온도 및 열량, 유량의 조건을 지정

한다.(예: 공습온도가 100℃이상인 데이터 검색)

[그림 4.29] 기준 값 검색조건의 예

(나). [기준 값 검색]을 클릭하면 설정한 기준 값의 조건(공급온도가 100℃ 이

상인 값)에 따라 해당되는 데이터의 값(시간과 값)이 표시된다.

- 24 -

[그림 4.30] 기준값 필터링 데이터 표시의 예

- 25 -

다. 안전점검 현황 분석

안전점검 현황 데이터를 이용하여 검침 데이터와의 상관관계를 분석하기 위

한 기능이다. 이 데이터는 검침 데이터와는 별도로 안전점검 데이터로부터 조

회한다.

[그림 4.31] 안전점검 현황분석 화면

(1) 설비점검 유형

설비점검 유형을 선택하면 구축된 안전점검 현황 분석 DB로부터 해당 설비점

검 유형과 일치한 건물에 대해 목록이 표시된다. 설비점검 유형은 복수 선택

이 가능하다.

- 26 -

[그림 4.32] 설비점검유형 선택 화면

제공되는 설비점검 유형은 다음과 같다.

설비명 지적내용내부인입배관 누수내부인입배관 미보온내부인입배관 부식열교환설비 누수열교환설비 부식열교환설비 혼수온도조절밸브 고장온도조절밸브 누수온도조절밸브 부식외부매설배관 불량

차압유량조절밸브 고장차압유량조절밸브 누수차압유량조절밸브 다이아램프파손차압유량조절밸브 부식

[그림 4.34] 설비점검 유형

하단의 [조회 >>]를 클릭하면 다음과 같이 해당 건물의 목록이 표시된다.

[표 4.35] 설비점검 유형에 해당되는 건물 목록의 예

‘지적받지 않은 건물’을 체크하면 지적받지 않은 건물 목록이 표시된다.

(2) 필터링

- 27 -

검색된 목록 중에서 지사, 조회 기간, 건물용도(종별)로 필터링하여 조회할 수

있다.

(가). 지사

검색된 목록 중에 지정한 지사만을 필터링하여 조회할 수 있다.

[그림 4.36] ‘지사’ 필터링 화면

(나). 조회 기간

기간을 지정하여 조회할 수 있다. 일자를 선택하지 않고 ‘동절기’또는 ‘하

절기’를 선택한 경우에 해당기간(예: 동절기 2014년 1월~3월, 하절기: 2014년

6월~8월)에 한정되어 조회할 수 있다.

[그림 4.37] 기간을 ‘하절기’로 지정하여 조회한 예

(3) 결과 내 조회

결과 내 조회의 정렬은 건물명, 난방면적, 세대수, 연결 열부하 순으로 정렬이

가능하다. 또한 건물명을 입력하여 해당 건물명이 포함된 건물만을 조회할 수

있다. 표시된 목록 중에서 조회에서 제외하고자 하는 항목의 체크를 제외하면

조회 목록에서 제외된다.

- 28 -

[그림 4.38] 결과내 조회 화면

(4) 내보내기

조회된 데이터를 외부 파일(*.CSV)로 내보내기를 할 수 있다. 내보내기 한 파

일은 다음과 같이 엑셀(EXCEL)에서 펼칠 수 있다.

[그림 4.39] 내보내기한 파일의 예

(5) 분석 챠트

조회된 데이터를 토대로 다음과 같은 종류의 분석 챠트를 제공한다. 각 그래

프는 클립 복사와 붙여넣기가 가능하다. 마우스를 해당 그래프에 대고 오른쪽

버튼을 눌러 바로가기 메뉴에서 ‘복사하기’를 선택하여 복사하여 다른 문

서에 붙여넣기를 할 수 있다.

(가). 산점도(공급, 회수온도)

- 29 -

[그림 4.40] 공급온도-회수온도 산점도 그래프의 예

(나). 공급온도

[그림 4.41] 공급온도 그래프의 예

- 30 -

(다). 회수온도

[그림 4.42] 회수온도 그래프의 예

(라). 차온

[그림 4.43] 차온 그래프의 예

- 31 -

(마). 차온 히스토그램

[그림 4.44] 차온 히스토그램 그래프의 예

(바). 유량

[그림 4.45] 유량 그래프의 예

- 32 -

(사). 열량

[그림 4.46] 열량 그래프의 예

(아). 과유량

[그림 4.47] 과유량 그래프의 예

- 33 -

(자). 단위열량

[그림 4.48] 단위면적당 열량 그래프의 예

(차). 연결열부하별 평균차온

[그림 4.49] 연결열부하별 평균차온 그래프의 예

- 34 -

(카). 유량/열량

[그림4.50] 유량/열량 그래프의 예

(타). 요일

선택한 데이터의 날짜에 대한 요일을 표시한다.

(파). 설정: 분석 데이터의 범위를 설정한다.

[그림 4.51] 설정 대화상자

- 35 -

제2절. 원격검침자료 및 운전정보자료 DB 구축

1. 데이터 베이스 구축

실시간 원격검침 데이터를 본 연구과제 DB 분석 툴의 데이터베이스(DB) 포맷에

맞춰 변환한 후 DB를 구축하였다. 한국지역난방공사로부터 연구용으로 사용될 판교

지사의 1차측 원격검침 데이터(2009, 2011, 2012, 2013년도)를 엑셀 형태로 받아

SQL Server에 올리기 위해 논리 테이블을 설계를 하고, 서버 측에 물리 테이블을

생성하여 올리는 과정이 필요하지만 현재 운영 중인 서버로부터 데이터를 받아 올

리는 과정을 앞으로도 몇 차례 수행해야하기 때문에 필드의 이름이나 데이터 유형,

크기 등을 동일하게 하여 호환성을 유지하였다.

엑셀 데이터에는 외기온도가 누락되어 있어 기상청으로부터 해당 지역과 가장 근접

한 지역의 외기 데이터를 받아 외기온도(평균온도, GDATE)로 사용하였다.

[그림4.52] 데이터베이스 구축 이미지]

초기에는 엑셀 데이터를 분석 툴에서 읽어 들여 SQL Server의 데이터베이스 테

이블에 레코드를 추가하는 방법을 시도하였지만 많은 분량의 레코드를 데이터베

이스에 올리는 작업은 많은 시간이 소요되어 비효율적이었다. 따라서, SQL Server

Management Studio의 ‘데이터 가져오기 기능’을 이용하여 데이터베이스에 엑

셀 데이터를 직접 변환하였다. 한 번에 변환하기 위해서는 셀 데이터의 데이터

유형을 조정하고 불필요한 문자를 제거하는 과정 등이 필요하다.

- 36 -

2014년 안전점검데이터 원격검침데이터

[그림 4.53] E-R 다이아그램2)

2) E-R 다이아그램(Entity Relationship Diagram, ER Diagram): 구조화된 데이터의 일련의 관계를 나타내는 표현으로

개체(Entity) 관계를 다이아그램(그림)으로 표현한다.

- 37 -

데이터베이스명 KDHC_ReadData 테이블명 dbo.KdhcReadDatas

테이블설명 한국지역난방공사 검침데이터

초기건수 증가량(일) 보관주기 최대건수 용량 비고

　　　　　　

열이름 설명 데이터형식 Null허용 PK FK 제약조건

ID 아이디 bigint F T 　　

HAUS 건물번호 smallint T 　　　

JISA_CD 지사 nvarchar(255) T 　　　

HUSER_ID 사용자코드 bigint T 　　　

MACH_ROOM_CD 기계실번호 tinyint T 　　　

PLTXT 사용자명 nvarchar(255) T 　　　

CALORI_METER_CD 열량계번호 tinyint T 　　　

FAMILYNO 세대수 smallint T 　　　

HEATAREA 난방면적 float T 　　　

HEATLOAD 연결열부하 float T 　　　

GDATE 지침일 datetime T 　　　

QTYSIZE 열량계규역 smallint T 　　　

ODTEMP 외기평균온도 float T 　　　

QHOURDATA0 전일24시 열지침 float T 　　　

QHOURDATA1 열지침1시 float T 　　　





















가. 테이블 명세서

다음은 데이터베이스(DB)를 구축하기 위한 테이블 명세서다.

<표 4.1> 데이터베이스 테이블(dbo.KdhcReadDatas) 명세

- 38 -




FHOURDATA0 전일24시 유량지침 float T 　　　

FHOURDATA1 유량지침1시 float T 　　　
























STHOURDATA0 전일24시공급온도 float T 　　　

STHOURDATA1 공급온도1시 float T 　　　

















- 39 -








RTHOURDATA0 전일24시회수온도 float T 　　　

RTHOURDATA1 환수온도1시 float T 　　　
























- 40 -

데이터베이스명 KDHC_ReadData 테이블명 dbo.Check_2014

테이블설명 한국지역난방공사 안전점검 내역

초기건수 증가량(일) 보관주기 최대건수 용량 비고

　　　　　　

열이름 설명 데이터형식 Null허용 PK FK 제약조건

건물 건물코드 int T T 　　

건물명 건물명 nvarchar(255) T 　　　

종별 종별 nvarchar(255) T 　　　

기계실번호 기계실번호 float T 　　　

F설비명 설비명 nvarchar(255) T 　　　

F구분 구분 nvarchar(255) T 　　　

F공급동및건물 공급동및건물 nvarchar(255) T 　　　

F용량관경 용량 또는 관경 float T 　　　

F지적내용 지적내용 nvarchar(255) T 　　　

점검일 점검일 nvarchar(255) T 　　　

보수확인일 보수확인일 nvarchar(255) T 　　　

확인자 확인자 nvarchar(255) T 　　　

<표 4.2> 데이터베이스 테이블(dbo.Check_2014) 명세

- 41 -

나. 엑셀 파일을 SQL Server로 가져오기

엑셀 파일로부터 엑셀시트에 있는 원격검침 데이터를 지정한 데이터베이스(SQL Server)로 가져온다. 다음과 같이 실행하여 구축하였다.

(1) Microsoft SQL Server Management Studio를 실행한다.

(2) 데이터베이스 선택 > 마우스 오른쪽 버튼 클릭 > 태스크(T)

> 데이터 가져오기(I)... 선택

(가) 데이터 원본: Microsoft Excel

(나) Excel 파일 경로 : 가져올 Excel 파일을 선택

(다) Excel버전: Microsoft Excel 2007

(라) 첫 행은 열 이름으로(F): 체크

- 42 -

(3) 대상 선택

데이터베이스 ‘KDHC_ReadData’가 선택되었는지 확인 후 ‘다음(N)’ 버튼을 클릭한다.

(4) 테이블 복사 또는 쿼리 지정

‘하나 이상의 테이블 또는 뷰에서 데이터 복사’ 선택하고 ‘다음(N)’버튼을 클릭한다.

- 43 -

(5) 원본 테이블 및 뷰 선택

원본을 하나 선택하고 대상을‘[KdhcReadDatas]’로 설정한다. 이 때 원

본을 모두 선택하고 대상도 모두 같은 이름을 지정할 경우 ‘동일한 대상

테이블 이름[KdhcReadDatas]이(가) 두 번 이상 사용되었습니다. 모든 대상

테이블 이름은 고유해야 합니다.’오류가 발행한다.

‘매핑 편집’을 클릭한다.

(6) 열 매핑

원본의 열 이름에 대하여 대상의 열 이름과 유형, Null허용, 크기 등을 설정한다.

- 44 -

대상 데이터 필드의 유형과 크기를 확인하고, 수정할 필요가 있으면 수정 후 ‘확인’버튼을 클릭한다.

‘다음(N)’버튼을 클릭한다.

(7) 패키지 저장 및 실행

‘다음(N)’버튼을 클릭한다.

- 45 -

(8) 마법사 완료

‘마침(F)’버튼을 클릭한다.

- 46 -

SQL 쿼리

USE [KDHC]

GO

SELECT * FROM KdhcReadDatas

GO

‘닫기’버튼을 클릭하여 ‘데이터 가져오기’작업을 종료한 후, 지정한

데이터베이스에 해당 테이블(dbo.KdhcReadDatas)과 가져온 데이터가 있는

지 확인한다.

가져올 엑셀 시트가 더 있는 경우 같은 방법으로 가져오면 된다.

- 47 -

다. 저장 프로시저(Stored Procedure)

SQL Server의 저장 프로시저를 사용하면 다음과 같은 이점3)이 있다.

(1). 서버/클라이언트 네트워크 트래픽 감소

프로시저의 명령은 단일 일괄 처리 코드로 실행되기 때문에 서버와

클라이언트간의 네트워크 트래픽을 줄여준다.

(2). 보안 강화

여러 사용자 및 클라이언트 프로그램이 기본 데이터베이스 개체에 대

한 직접적인 사용 권한이 없는 경우에도 프로시저를 통해 이러한 기본

개체에 대해 작업을 수행할 수 있다. 프로시저는 수행되는 프로세스

및 작업을 제어하고 기본 데이터베이스 개체를 보호한다. 따라서 개별

개체 수준에서 사용 권한을 부여할 필요가 없으며 보안 계층이 간소화

된다.

(3). 코드 재사용

반복적인 모든 데이터베이스 작업의 코드는 프로시저에서 캡슐화하기

에 가장 완벽한 대상이다. 이러한 코드를 캡슐화하면 같은 코드를 다

시 작성할 필요가 없으며, 코드 불일치가 감소되고, 필요한 권한을 가

진 사용자 또는 응용 프로그램에서 코드에 액세스하여 코드를 실행할

수 있다.

(4). 유지관리의 용이

클라이언트 응용 프로그램에서 프로시저를 호출하고 데이터베이스 작

업을 데이터 계층에 유지하면 기본 데이터베이스의 모든 변경 내용에

대해 프로시저만 업데이트하면 된다. 응용 프로그램 계층은 별도의 계

층으로 유지되므로 데이터베이스 레이아웃, 관계 또는 프로세스에 대

한 변경 내용을 알 필요가 없다.

(5). 성능 향상

기본적으로 프로시저는 처음 실행될 때 컴파일되며 이후 실행에 다시

사용되는 실행 계획을 만든다. 쿼리 프로세서는 새 계획을 만들 필요

가 없으므로 일반적으로 프로시저 처리 시간이 줄어든다.

프로시저에서 참조하는 테이블이나 데이터가 크게 변경된 경우에는 미

리 컴파일된 계획으로 인해 실제로 프로시저 실행 속도가 느려질 수

있다. 이 경우 프로시저를 다시 컴파일하고 새 실행 계획을 강제 적용

하면 성능을 향상시킬 수 있다.

3) https://msdn.microsoft.com/ko-KR/library/ms190782(v=sql.120).aspx

- 48 -

라. 안전점검 현황 분석

검침 데이터(dbo.KdhcReadDatas)와 2014년도 안전점검 내역(dbo.Check_2014)으로

부터 필요한 데이터를 조회할 수 있는 기본 기능들은 저장 프로시저의 장점을

받아들여 작성하였고, 분석 툴에서 사용된다. 안전점검 내역에서 검침데이터와

연관하여 검색 키로 사용할 수 있는 필드는 건물(건물번호)과 기계실 번호다.

(1). 저장 프로시저 적용

안전점검 현황 분석 프로그램에서 주로 사용하는 저장프로시저는 다음과 같다.

(가) dbo.GetCheckType

(나) [dbo].[GetCheckedUsers] '열교환설비', '누수', '', '';

(다) HashSet을 이용하여 ②의 결과 값 중 지사가 중복되지 않도록 처리하였다.

(라) dbo.GetCheckedUsersByPeriod '삼송지사',1,0,1,'열교환설비','누수','','',

'2014','20140101', '20141231';

1 2 3

4

- 49 -

(2). dbo.GetCheckType

점검 내역(dbo.Check_2014)으로부터 설비명과 지적 내용으로 그룹화하여 설

비명과 지적내용을 넘겨준다.

SQLUSE [KDHC_ReadData]

GO

dbo.[GetCheckType];

GO

결과

C#KDHC_ReadDataEntities.GetCheckType 함수

public virtual ObjectResult<GetCheckType_Result> GetCheckType(Nullable<DateTime> check_table

)

- 50 -

(3). dbo.GetCheckedUsers

안전점검 내역(dbo.Check_2014)으로부터 주어진 설비명과 지적 내용으로 조

회하여 그 결과 값을 넘겨준다. 이때 검색조건으로 주어진 설비명과 지적내용

의 조합은 2개까지 넘겨 줄 수 있다.


GO

[dbo].[GetCheckedUsers] '온도조절밸브', '고장', '차압유량조절밸브', '누수';

GO

결과

C#KDHC_ReadDataEntities.GetCheckedUsers 함수

public virtual ObjectResult<GetCheckedUsers_Result> GetCheckedUsers(

string equipment_name,

string check_result,

string equipment_name2,

string check_result2

)

- 51 -


GO

[dbo].[GetUnCheckedUsers] '2014';

GO

C#

KDHC_ReadDataEntities.GetUnCheckedUsers 함수

public virtual ObjectResult<GetUnCheckedUsers_Result>

GetUnCheckedUsers(

Nullable<DateTime> check_year

)

결과

JISA_CD HAUS PLTXT HEATAREA HEATLOAD

MACH_ROOM_CD

CALORI_METER_CD

고양사업소 3 고양지방합동청사 4319 436.2 1 1

고양사업소 18 대명호텔(고양관광문화단지) 254.5 589.3 3 1

고양사업소 18 대명호텔(고양관광문화단지) 19530 4458.9 3 2

고양사업소 18 대명호텔(고양관광문화단지) 0 3714 3 3

고양사업소 20 I&TDC복합시설신축공사 41495.59 7052.5 2 2

고양사업소 20 I&TDC복합시설신축공사 3359.62 584.8 3 2

고양사업소 22 탄현주공재건축현장 53385 3338.6 1 1

고양사업소 800 강촌05단지(라이프임대) 35419.1 2620 1 1

고양사업소 800 강촌05단지(라이프임대) 67774.14 4430 1 1

고양사업소 802 강촌08단지(우방) 87575.72 6010 1 1

고양사업소 803 강촌07단지(선경/코오롱) 14500.4 930 1 1

고양사업소 803 강촌07단지(선경/코오롱) 28552.16 1830 2 1

고양사업소 803 강촌07단지(선경/코오롱) 42634.38 2730 3 1

고양사업소 804 다솜유치원 452.9 41 1 1

고양사업소 805 백송03단지(한신) 19967.59 1300 1 1

고양사업소 805 백송03단지(한신) 20602.96 1320 2 1

고양사업소 806 은정유치원 510 53.9 1 1

고양사업소 807 강촌06단지(한양) 17543.4 1171.5 1 1

고양사업소 808 백송01단지(삼부) 18947.03 1220 1 1

(4). dbo.GetUnCheckedUsers

안전점검 내역(dbo.Check_2014)에 포함되지 않은 사용자를 dbo.KdhcReadDatas

로부터 조회하며, 조회 대상의 사용자는 지침일(GDATE)의 연도가 주어진 점

검년도와 같고, 건물번호(HAUS)가 NULL이 아니어야 한다.

- 52 -

고양사업소 809 백송02단지(대림) 22438.68 1440 1 1

고양사업소 809 백송02단지(대림) 12332.52 790 2 1

고양사업소 809 백송02단지(대림) 14712.36 960 3 1

고양사업소 810 백송05단지(삼호/풍림) 29297.56 1880 1 1

고양사업소 810 백송05단지(삼호/풍림) 30027.15 1940 2 1

고양사업소 811 흰돌01단지(금호) 16226.78 1090 1 1

고양사업소 812 강촌01단지(동아) 23875.94 1540 1 1

고양사업소 812 강촌01단지(동아) 22643.84 1480 2 1

고양사업소 812 강촌01단지(동아) 28955.76 1850 3 1

고양사업소 814 백마01단지(삼성) 26088.96 1670 1 1

고양사업소 814 백마01단지(삼성) 36054.32 2340 2 1

고양사업소 814 백마01단지(삼성) 33633.44 2150 3 1

고양사업소 1530 현대밀라트1차 C 31839.8 2037.6 1 1

고양사업소 1531 호텔로젠하임 1913.3 324.3 1 1

고양사업소 1532 영림브레아 3252.2 410 1 1

고양사업소 1533 마그넷사우나 2180 1440 1 1

고양사업소 1534 양우드라마시티 15807.6 1090.1 1 1

고양사업소 1535 효원메이져 6784.5 610 1 1

고양사업소 1536 삼성메르헨 16588.7 1142.8 1 1

고양사업소 1537 백석동문굿모닝힐Ⅰ101 8417.9 580.3 1 1

고양사업소 1538 백석동문굿모닝힐Ⅰ102 11454.8 788.8 1 1

고양사업소 1539 백석동문굿모닝힐Ⅰ103 11454.8 788.8 1 1

고양사업소 1540 양우로데오시티관리운영위원회 11339.8 782.7 1 1

고양사업소 1540 양우로데오시티관리운영위원회 10003.8 694.2 1 2

고양사업소 1541 현대밀라트 B 11922 821.8 1 1

고양사업소 1542 현대밀라트 A 8207.6 598 1 1

고양사업소 1543 동남아트월드 3726.4 428 1 1

고양사업소 1543 동남아트월드 651.5 75.5 1 2

고양사업소 1544 우인아크리움빌 1차 관리단 11576.3 803.7 1 1

고양사업소 1544 우인아크리움빌 1차 관리단 10658.8 741.8 1 2

고양사업소 1545 대화시티빌 4663.6 488 1 1

고양사업소 1546 우림보보카운티(1차) 9088.5 858 1 1

고양사업소 1546 우림보보카운티(1차) 0 20 1 2

고양사업소 1547 (주)비와이씨 7056.3 676.3 1 1

고양사업소 1547 (주)비와이씨 5159.6 489.7 1 2

고양사업소 1548 삼운트루아오피스텔 7158 586 1 1

고양사업소 1550 허유재병원 6696.7 967.4 1 1

고양사업소 1551 새빛안과 2556.4 339 1 1

고양사업소 1553 우인오피스텔 25455.3 1754.8 1 1

고양사업소 1553 우인오피스텔 417.8 36 1 2

고양사업소 1554 라페스타 쇼핑몰 A동 4472 702.2 1 1

고양사업소 1555 라페스타 쇼핑몰 B동 4584 756.1 1 1

고양사업소 1556 라페스타 쇼핑몰 C동 4905 602.9 1 1

고양사업소 1557 라페스타 쇼핑몰 D동 4907 565.9 1 1

- 53 -

고양사업소 1558 라페스타 쇼핑몰 E동 4071 585 1 1

고양사업소 1558 라페스타 쇼핑몰 E동 1938 275.3 1 2

고양사업소 1559 라페스타 쇼핑몰 F동 5009 669.9 1 1

고양사업소 1560 다산스카이빌 2438.5 364 1 1

고양사업소 1561 삼라마이다스빌ll 15170.6 1045.6 1 1

고양사업소 1563 코오롱레이크폴리스Ⅲ A동 16897.5 1213.5 1 1

고양사업소 1564 코오롱레이크폴리스Ⅲ B동 16944.8 1214.2 1 1

고양사업소 1565 위너스21 7521.2 667 1 1

고양사업소 1566 영림브레아2 8029.9 618 1 1

고양사업소 1568 양우로데오시티플러스 22561.3 1555.4 1 1

고양사업소 1569 우림보보카운티2차 5625.2 562 1 1

고양사업소 1571 한라밀라트 Ⅲ A동 6413.2 442.2 1 1

고양사업소 1573 한라밀라트 Ⅲ C동 13171.1 907.6 1 1

고양사업소 1574 무림오피스텔 12312.7 938.7 1 1

고양사업소 1574 무림오피스텔 176.1 43.5 1 2

고양사업소 1575 수신빌딩 2893.2 347.5 1 1

고양사업소 1576 교보생명 6985.7 737 1 1

고양사업소 1577 우림보보카운티(백석동) 12352 917.3 1 1

고양사업소 1577 우림보보카운티(백석동) 0 60 1 2

고양사업소 1578 효성레제스 29769.1 2163.5 1 1

고양사업소 1579 레이크하임 7720.2 578 1 1

고양사업소 1580 센트럴프라자(유니온랜드) 18759.3 1707.8 1 1

고양사업소 1581 이지로빌딩 2448.2 227.1 1 1

고양사업소 1582 (재)한국음주문화연구센터 7111 1039.8 1 1

고양사업소 1583 두산위브오피스텔 12872.5 899 1 1

고양사업소 1583 두산위브오피스텔 661.2 46.1 1 2

고양사업소 1584 남정씨티프라자 1차 7446.6 660 1 1

고양사업소 1585 대방샤인밸리 11122.1 766.8 1 1

고양사업소 1586 남정씨티프라자 2차 7163.7 640 1 1

고양사업소 1587 동문굿모닝힐2차 201 12025.1 830.4 1 1

고양사업소 1588 동문굿모닝힐2차 202 10292.1 728 1 1

고양사업소 1589 동문굿모닝힐2차 203 11708.6 805.6 1 1

고양사업소 1590 동문굿모닝힐2차 204 11932.1 823 1 1

고양사업소 1591 한강쉐르빌오피스텔 8913 730 1 1

고양사업소 1592 낙원프라자빌딩 10135 900 1 1

고양사업소 1593 고일프라자 6081.9 750.4 1 1

고양사업소 1595 우림로데오스위트 27890.8 2072.4 1 1

고양사업소 1595 우림로데오스위트 5013.1 629.9 1 2

고양사업소 1596 지평빌딩 8055.2 733 1 1

고양사업소 1597 넥스빌 2662.4 308 1 1

고양사업소 1598 보림빌딩 2653 247.6 1 1

고양사업소 1599 모아나빌딩 2671.1 248.7 1 1

고양사업소 1600 브라운스톤 86509.8 5963.6 1 1

고양사업소 1601 씨제이푸드빌(주) 1510.7 211.9 1 1

- 54 -

고양사업소 1602 메티컬센터 4429.2 414.1 1 1

고양사업소 1603 한국국제전시장(주) 94848 23245.8 1 1

고양사업소 1604 남정씨티프라자3차 16633.4 1535 1 1

고양사업소 1605 디아뜨크리스탈 13513.5 932.7 1 1

고양사업소 1606 중앙하이츠빌 21446.6 1591.7 1 1

고양사업소 1607 로얄프라자상가 7791.9 690 1 1

고양사업소 1608 효림빌딩 7897.7 719.5 1 1

고양사업소 1609 하이베라스 6850 610 1 1

고양사업소 1610 밀레니엄 커뮤니티센터 15558 2187.7 1 1

고양사업소 1612 비잔티움 오피스텔 2차 14873.3 1047.1 1 1

고양사업소 1613 남정씨티프라자7차 7951.4 710 1 1

고양사업소 1614 남정씨티프라자9차 14387 1309.9 1 1

고양사업소 1615 동문굿모닝타워1차 28606.1 3440 1 1

고양사업소 1616 동문굿모닝타워2차 26863.4 3110 1 1

고양사업소 1617 김영홍(성암빌딩) 2920 270 1 1

고양사업소 1618 월드메르디앙 7864 542 1 1

고양사업소 1619 (재)천주교의정부교구유지재단 3405.8 440.4 1 1

고양사업소 1620 일산법조빌딩 3730.2 347.1 1 1

고양사업소 1621 (주)까사미아 4566 455 1 1

고양사업소 1622 대우이안오피스텔 11682.6 805.2 1 1

고양사업소 1623 윈스턴파크 l 14083.2 971.2 1 1

고양사업소 1623 윈스턴파크 l 393 50.1 1 2

고양사업소 1624 윈스턴파크2 640.2 69.6 1 1

고양사업소 1624 윈스턴파크2 19035.9 1312.5 1 2

고양사업소 1625 웨스턴돔 A동 29775 3858.2 1 1

고양사업소 1626 웨스턴돔 B동 27996 3546 1 1

고양사업소 1626 웨스턴돔 B동 4881 673.5 2 1

고양사업소 1627 삼성화재해상보험(주) 8043.2 971.3 1 1

고양사업소 1628 삼라마이다스lll 5380.1 380.7 1 1

고양사업소 1629 성우아뜨리움 16154.6 1113.3 1 1

고양사업소 1630 SK엠시티드라마파크(상가)관리단 26504.5 3994.9 1 1

고양사업소 1631 일산엠시티입주자협의회 70360.6 4548.7 2 1

고양사업소 1632M_City Tower

관리사무소-(주)에프디에스

38199.6 3558.4 3 1

고양사업소 1633 (주)문화방송 47849 7291.1 1 1

고양사업소 1635 (주)코스트코코리아 12046.3 1325.2 1 1

고양사업소 1637 고양종합터미널 15208 2989.9 1 1

고양사업소 1637 고양종합터미널 17690 2344 2 1

고양사업소 1637 고양종합터미널 21714 3521.8 3 1

고양사업소 1637 고양종합터미널 5271 777.9 4 1

고양사업소 1638 앙띠브 1436.6 284.2 1 1

고양사업소 1640 더루벤스오피스텔 21077.2 2130.2 1 1

고양사업소 1641 백석1동사무소 487.4 48.2 1 1

고양사업소 1642 마두1동사무소 586.1 56.8 1 1

- 55 -

고양사업소 1659 사법연수원 12355.3 1856.4 2 1

고양사업소 1659 사법연수원 0 2194.6 2 2

고양사업소 1660 법원공무원교육원 3457 558 2 1

고양사업소 1660 법원공무원교육원 0 814.8 2 2

고양사업소 1687 오마초등학교 3982.5 374.9 2 1

고양사업소 1707 대화중학교 166.4 169.3 2 1

고양사업소 1713 저동고등학교 1620 158.8 2 1

고양사업소 1717 고양와이엠씨에이 사회복지관 1788 263.1 1 1

고양사업소 1719 고양시문촌7종합사회복지관 611.2 60 1 1

고양사업소 1725 홍익유치원 698 49.3 1 1

고양사업소 1741 홀트학교 1103.6 105.5 1 1

고양사업소 1741 홀트학교 1019.2 103 3 1

고양사업소 1742 홀트일산복지타운 1248 169.6 1 1

고양사업소 1742 홀트일산복지타운 812 88.7 2 1

고양사업소 1743 중산02단지(코오롱) 14777.46 993.3 2 1

고양사업소 1751 중산01단지(두산) 24432.78 1673.1 1 1

고양사업소 1755 중산05단지(건영/동부) 8393 596.6 4 1

고양사업소 1758 하늘3단지(주공) 14895.23 989.4 2 1

고양사업소 1759 하늘4단지(주공) 15176.7 1015.7 1 1

고양사업소 1761 하늘1단지(주공) 26703.88 1773.4 2 1

고양사업소 1761 하늘1단지(주공) 29905.12 1986.6 3 1

고양사업소 1762 하늘2단지(주공) 31579.19 2039 1 1

고양사업소 1776 신원당07단지(동신1차) 27302.4 1747 2 1

고양사업소 1779 신원당09단지(시영1차) 6552 700 1 1

고양사업소 1784 신원당02단지(시영2차) 10912 704.6 1 1

고양사업소 1787 고양시청 5260 766.8 1 1

고양사업소 1787 고양시청 6013.6 754.7 1 1

고양사업소 1793 달빛01단지(극동/진덕/경남/동부) 37158.12 2323.4 2 1

고양사업소 1794 은빛05단지(삼익/삼성/엘지/신성/미도파) 49742.64 3184.1 2 1

고양사업소 1794 은빛05단지(삼익/삼성/엘지/신성/미도파) 50015.52 3208 4 1

고양사업소 1794 은빛05단지(삼익/삼성/엘지/신성/미도파) 33261.84 2128.9 5 1

고양사업소 1801 별빛08단지(부영) 30800 1982 2 1

고양사업소 1804 은빛06단지(부영) 35869.08 2296 1 1

고양사업소 1804 은빛06단지(부영) 42749.98 2744.8 2 1

고양사업소 1804 은빛06단지(부영) 57631.32 3688.4 4 1

고양사업소 1807 달빛02단지(부영) 37550 2243.3 2 1

고양사업소 1830 (주) 세이브존 4362.9 1671.9 2 1

고양사업소 1834 서일빌딩 5758.9 528.8 1 1

고양사업소 1906 백마02단지(극동/삼환) 101362.34 6631 1 1

고양사업소 1907 강촌02단지(한신분양) 39431.08 2530 1 1

고양사업소 1907 강촌02단지(한신분양) 15048 960 3 1

고양사업소 1908 강촌03단지(미.영.진) 44401.63 2850 2 1

- 56 -

고양사업소 1909 강선05단지(건영/동부) 33588.6 2149.7 1 1

고양사업소 1909 강선05단지(건영/동부) 34205.18 2202.5 2 1

고양사업소 1910 명문유치원 279 23.8 1 1

고양사업소 1911 강선04단지(동신) 33144.28 2131.4 2 1

고양사업소 1912 강선08단지(럭키) 16662.42 1066.4 1 1

고양사업소 1912 강선08단지(럭키) 17742.42 1135.5 2 1

고양사업소 1912 강선08단지(럭키) 16662.42 1066.4 4 1

고양사업소 1913 강선09단지(화성) 27400.56 1753.6 1 1

고양사업소 1913 강선09단지(화성) 30503.18 1960.9 2 1

고양사업소 1915 천사어린이집 483 44.8 1 1

고양사업소 1916 강선16단지(동문) 29381.9 1916 1 1

고양사업소 1917 강선17단지(동성) 13722.6 878.2 2 1

고양사업소 1918 강선07단지(유원/삼환) 29432.87 1905.5 1 1

고양사업소 1919 강선14단지(두산) 11743.6 751.6 1 1

고양사업소 1919 강선14단지(두산) 11059.98 714.5 2 1

고양사업소 1920 주엽어린이집 300.4 23.9 1 1

고양사업소 1922 강선11단지(태영) 14563.8 984.7 1 1

고양사업소 1924 레이크타운 2620 220 1 1

고양사업소 1924 레이크타운 14182.3 1350 2 1

고양사업소 1925 강선13단지(뉴서울주택) 11684.61 821.4 1 1

고양사업소 1926 강선10단지(한양) 13060.24 894 1 1

고양사업소 1927 강선빌딩 1834.8 1094 1 1

고양사업소 1927 강선빌딩 7912.1 984.6 1 1

고양사업소 1927 강선빌딩 0 1620 2 1

고양사업소 1928 호수05단지(청구) 45852.32 2966.9 1 1

고양사업소 1929 호수어린이집 573.7 51.7 1 1

고양사업소 1930 문촌06단지(쌍용/기산) 43083.36 2761.7 1 1

고양사업소 1931 세화유치원 417.5 38.8 1 1

고양사업소 1932 문촌08단지(동아) 23503.58 1506.9 1 1

고양사업소 1932 문촌08단지(동아) 30420.06 1946.9 2 1

고양사업소 1933 동화어린이집 259.3 16 1 1

고양사업소 1934 문촌04단지(삼익) 39778.16 2550.2 1 1

고양사업소 1934 문촌04단지(삼익) 30616.32 1959.4 2 1

- 57 -


GO

dbo.GetCheckedUsersByPeriod '고양사업소',0,0,1,'온도조절밸브','고장',

'','', '2014','20140101', '20140331';

GO

C#

KDHC_ReadDataEntities.GetCheckedUsersByPeriod 함수

public virtual

ObjectResult<GetCheckedUsersByPeriod_Result> GetCheckedUsersByPeriod(

string jisa_cd,

Nullable<byte> clssification,

Nullable<int> building,

Nullable<int> machinroom,

string equipment_name,

string check_result,

string equipment_name2,

string check_result2,

Nullable<DateTime> check_year,

Nullable<DateTime> from_date,

Nullable<DateTime> to_date

)

Parameters

jisa_cd

Type: System.String

지사코드

clssification

Type: System.Nullable<Byte>

건물종류(분류코드):

(0:선택안함,1:공동주택/부대시설, 2:업무용, 3:공공용, 4:학교, 5:사회복지시설 )

building

Type: System.Nullable<Int32>

건물번호

machinroom

(5). dbo.GetCheckedUsersByPeriod

주어진 설비 점검 대상 및 지적내용에 일치하는 지사의 사용자를 분류코드와

건물번호로 조회 가능하며, 주어진 기간 이내의 지침 데이터를 넘겨준다.

건물 종류와 건물 번호가 0보다 큰 경우에만 해당 조회키가 유효하다.

- 58 -


기계실 번호

equipment_name

Type: System.String

점검 대상1(설비명)

check_result

Type: System.String

점검 결과1(지적내용)

equipment_name2

Type: System.String

점검 대상2(설비명)

check_result2

Type: System.String

점검 결과2(지적내용)

check_year

Type: System.Nullable<DateTime>

점검일

from_date


조회 시작일

to_date


조회 마지막일

Return Value

Type: ObjectResult<GetCheckedUsersByPeriod_Result>

조회 결과

결과

HAUS JISA_CD HUSER_ID PLTXT GDATE MACH_ROOM_CD

CALORI_METER_CD HEATAREA

3248 고양사업소 303730031 고양소방서 2014-01-01 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-02 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-03 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-04 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-05 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-06 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-07 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-08 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-09 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-10 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-11 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-12 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-13 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-14 1 1 528.7

- 59 -

3248 고양사업소 303730031 고양소방서 2014-01-15 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-16 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-19 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-20 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-21 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-22 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-23 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-24 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-25 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-26 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-27 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-28 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-29 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-30 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-01-31 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-01 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-02 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-03 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-04 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-05 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-06 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-07 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-08 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-09 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-10 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-12 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-13 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-15 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-16 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-17 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-18 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-19 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-20 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-22 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-23 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-24 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-25 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-26 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-27 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-02-28 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-01 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-02 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-03 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-04 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-05 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-06 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-07 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-08 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-09 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-10 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-11 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-12 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-13 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-14 1 1 528.7

- 60 -

3248 고양사업소 303730031 고양소방서 2014-03-15 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-16 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-17 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-18 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-19 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-21 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-22 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-23 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-24 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-25 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-26 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-27 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-28 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-29 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-30 1 1 528.7

3248 고양사업소 303730031 고양소방서 2014-03-31 1 1 528.7


GO

dbo.GetUnCheckedUsersByPeriod '고양사업소',0,0,1,'2014','20140101', '20140331';

GO

C#

KDHC_ReadDataEntities.GetUnCheckedUsersByPeriod 함수

public virtual

ObjectResult<GetUnCheckedUsersByPeriod_Result> GetUnCheckedUsersByPeriod(

string jisa_cd,

Nullable<byte> clssification,

Nullable<int> building,

Nullable<int> machinroom,

Nullable<DateTime> check_year,



)

(6). dbo.GetUnCheckedUsersByPeriod

안전점검 내역(dbo.Check_2014)에 포함되지 않은 사용자가 조회 대상이다.

dbo.KdhcReadDatas로부터 지사, 건물종류, 건물번호, 기계실번호, 점검 년도,

조회 기간 등으로 조회한다. 건물종류와 건물번호가 0보다 큰 경우에만 해당

조회키가 유효하다.

- 61 -

Parameters

jisa_cd

Type: System.String

지사코드

clssification


건물종류(분류코드):

(0:선택안함,1:공동주택/부대시설, 2:업무용, 3:공공용, 4:학교, 5:사회복지시설 )

building


건물번호

machinroom


기계실 번호

check_year


점검일

from_date


조회 시작일

to_date


조회 마지막일

Return Value

Type: ObjectResult<GetUnCheckedUsersByPeriod_Result>

결과

HAUS JISA_CD HUSER_ID PLTXT GDATE MACH_ROOM_CD

CALORI_METER_CD

3 고양사업소 700000003 고양지방합동청사 2014-01-06 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-07 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-09 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-10 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-11 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-12 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-13 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-14 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-15 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-16 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-17 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-18 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-19 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-20 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-21 1 1

- 62 -

3 고양사업소 700000003 고양지방합동청사 2014-01-22 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-23 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-24 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-25 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-26 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-27 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-28 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-29 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-30 1 1

3 고양사업소 700000003 고양지방합동청사 2014-01-31 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-01 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-02 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-03 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-04 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-05 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-06 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-07 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-08 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-09 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-10 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-11 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-12 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-13 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-14 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-15 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-16 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-17 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-18 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-19 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-20 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-21 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-22 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-23 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-24 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-25 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-26 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-27 1 1

3 고양사업소 700000003 고양지방합동청사 2014-02-28 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-01 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-02 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-03 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-04 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-05 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-06 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-07 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-08 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-09 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-10 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-11 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-12 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-13 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-14 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-15 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-16 1 1

- 63 -

3 고양사업소 700000003 고양지방합동청사 2014-03-17 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-18 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-19 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-20 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-21 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-22 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-23 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-24 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-25 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-26 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-27 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-28 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-29 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-30 1 1

3 고양사업소 700000003 고양지방합동청사 2014-03-31 1 1

18 고양사업소 700000018 대명호텔(고양관광문화단지) 2014-01-01 3 1






















18 고양사업소 700000018 대명호텔(고양관광문화 2014-01-23 3 1

- 64 -

단지)
































- 65 -

단지)
































- 66 -

단지)
































- 67 -

단지)
































- 68 -

단지)
































- 69 -

단지)
































- 70 -

단지)
































- 71 -

단지)




- 72 -


GO

[dbo].[GetDistinctJisa]

GO

C#

KDHC_ReadDataEntities.GetUnCheckedUsersByPeriod 함수

public virtual ObjectResult<string> GetDistinctJisa()

결과

JISA_CD

고양사업소

광교지사

김해사업소

대구지사

분당사업소

삼송지사

서울남부지사

서울중앙지사

수원사업소

양산지사

용인지사

중앙지사

청주지사

파주지사

판교사업소

판교지사

화성서부지사

(7). dbo.GetDistinctJisa

dbo.KdhcReadDatas로부터 지사가 중복되지 않도록 하여 모든 지사를 넘겨준

다. 연구용이 아닌 실제 운영 데이터베이스에는 조회 가능한 지사에 대한 테이

블을 별도로 만들어야 한다.

- 73 -


GO

dbo.[GetHUsers] '삼송지사';

GO

C#

KDHC_ReadDataEntities.GetHUsers 함수

public virtual ObjectResult<GetHUsers_Result> GetHUsers(

string jisa_code

)

Parameters

jisa_code

Type: System.String

지사코드

결과JISA_CD HUSER_ID PLTXT

삼송지사 310112851 상림마을 12단지



삼송지사 310113161 은평뉴타운 폭포동 4단지 2

삼송지사 310143031 하나고등학교

(8). dbo.GetHUsers

dbo.KdhcReadDatas로부터 주어진 지사에 포함된 사용자가 중복되지 않도록 하

여 모든 사용자를 넘겨준다.

- 74 -


GO

dbo.[GetHUsersData] '삼송지사', '310112861', 1, 1, '20140101', '20141231';

GO

C#

KDHC_ReadDataEntities.GetHUsersData 함수

public virtual ObjectResult<GetHUsersData_Result> GetHUsersData(

string jisa_code,

Nullable<long> huser_id,

Nullable<byte> machroom_cd,

Nullable<byte> calorimeter_cd,



)

Parameters

jisa_code

Type: System.String

지사

huser_id


사용자 코드

machroom_cd


기계실 번호

calorimeter_cd


열량계 번호

from_date


조회 시작일

to_date


(9). dbo.GetHUsersData

dbo.KdhcReadDatas로부터 주어진 지사, 용자코드, 계실코드, 량계번호, 회

기간을 키로 하여 조회한 결과 값(검침데이터)을 넘겨준다.

- 75 -

조회 마지막일

Return Value

Type: ObjectResult<GetHUsersData_Result>

조회 결과(검침데이터)

결과

ID HAUS JISA_CD HUSER_ID

MACH_ROOM_CD

PLTXTCALORI_METER_CD

FAMILYNO

HEATAREA

HEATLOAD GDATE

3268135 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-01

3268136 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-02

3268137 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-03

3268138 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-04

3268139 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-05

3268140 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-06

3268141 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-07

3268142 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-08

3268143 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-09

3268144 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-10

3268145 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-11

3268146 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-12

3268147 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-13

3268148 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-14

3268149 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-15

3268150 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-16

3268151 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-17

3268152 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-18

3268153 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-19

3268154 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-20

3268155 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-21

3268156 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-22

3268157 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-23

3268158 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-24

3268159 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-25

- 76 -

3268160 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-26

3268161 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-27

3268162 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-28

3268163 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-29

3268164 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-30

3268165 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

1-31

3268346 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-01

3268347 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-02

3268348 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-03

3268349 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-04

3268350 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-05

3268351 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-06

3268352 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-07

3268353 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-08

3268354 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-09

3268355 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-10

3268356 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-11

3268357 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-12

3268358 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-13

3268359 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-14

3268360 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-15

3268361 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-16

3268362 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-17

3268363 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-18

3268364 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-19

3268365 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-20

3268366 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-21

3268367 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-22

3268368 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-23

3268369 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-24

3268370 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-25

- 77 -

3268371 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-26

3268372 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-27

3268373 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

2-28

3268548 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-01

3268549 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-02

3268550 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-03

3268551 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-04

3268552 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-05

3268553 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-06

3268554 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-07

3268555 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-08

3268556 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-09

3268557 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-10

3268558 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-11

3268559 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-12

3268560 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-13

3268561 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-14

3268562 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-15

3268563 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-16

3268564 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-17

3268565 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-18

3268566 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-19

3268567 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-20

3268568 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-21

3268569 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-22

3268570 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-23

3268571 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-24

3268572 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-25

3268573 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-26

3268574 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-27

3268575 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-28

- 78 -

3268576 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-29

3268577 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-30

3268578 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

3-31

3268763 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-01

3268764 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-02

3268765 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-03

3268766 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-04

3268767 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-05

3268768 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-06

3268769 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-07

3268770 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-08

3268771 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-09

3268772 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-10

3268773 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-11

3268774 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-12

3268775 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-13

3268776 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-14

3268777 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-15

3268778 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-16

3268779 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-17

3268780 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-18

3268781 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-19

3268782 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-20

3268783 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-21

3268784 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-22

3268785 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-23

3268786 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-24

3268787 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-25

3268788 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-26

3268789 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-27

3268790 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-28

- 79 -

3268791 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-29

3268792 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

4-30

3268975 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-01

3268976 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-02

3268977 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-03

3268978 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-04

3268979 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-05

3268980 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-06

3268981 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-07

3268982 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-08

3268983 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-09

3268984 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-10

3268985 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-11

3268986 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-12

3268987 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-13

3268988 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-14

3268989 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-15

3268990 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-16

3268991 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-17

3268992 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-18

3268993 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-19

3268994 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-20

3268995 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-21

3268996 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-22

3268997 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-23

3268998 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-24

3268999 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-25

3269000 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-26

3269001 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-27

3269002 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-28

3269003 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-29

- 80 -

3269004 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-30

3269005 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

5-31

3269190 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

6-01

3269191 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

6-02

3269192 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

6-03

3269193 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

6-04

3269194 911 삼송지사 310112861 1 상림마을 3단지 1 255 26834 1712.5 2014-0

6-05

제 3 절 고장의심 기계실 현장조사를 통한 적정 모델 선정

1. 지역난방 1차측 열사용 시설 이해

가. 열사용시설(기계실 P & ID) 계통도

[그림4,54] 열사용 시설 열중계처(기계실) P& ID (급탕 2단 열교환방식)

- 81 -

나. 관련용어

(1) 열사용 시설

열의 사용을 위한 시설로서 사용자의 관리에 속하는 시설 (열중계처를 포함)을 말함

(2) 열중계처

열교환 설비, 기기제어장치 등을 설치하는 장소 (기계실,열교환실 등 포함)로서 공

급하는 열매체의 유량 및 온도 등을 조정하는 곳을 말함

(3) 1차측 배관

사업자와 사용자의 재산한계점이후부터 기계실의 열교환 설비까지의 배관 및 그 부

속기기를 말함

(4) 2차측 배관

기게실 내의 열교환 설비이후부터 최종 사용처까지의 배관 및 그 부속기기를 말하

며, 난방배관,급탕배관 및 냉방배관 등으로 구분

(5) 기계실 연결 열부하

열중계처인 기계실에 대한 1차측 사업자 공급부하로서 사용자와의 계약량을 말함.

(6) 기계실 열계량 장치

기계실에서 사용자측과 열매체 사용량을 측정하기 위하여 사업자가 설치하는 장치

를 말함.

(7) 기기제어장치

난방,급탕 열교환기 및 흡수식냉동기를 제어하는 기기를 말하며, 1차측 배관에 설치

하는 온도조절밸브와 2차측 배관에 설치하는 온도감지기 등을 포함함.

다. 기기제어장치 기능 및 특성

(1) 차압 유량조절밸브 (PDCV) 설치 기준

기계실내 1차측 배관에 공급·회수측배관차압으로유량을조절할수있는차압유량조절

밸브(Differential Pressure Control Valve)를 설치하여야한다.

제1항의 규정에 의한 1차측 차압 유량조절밸브(PDCV)의 규격 및 설치기준은 다음

- 82 -

각호와 같고, 차압 유량조절밸브에는 바이패스(By-pass) 배관및밸브는차압유량조절밸브와

동일관경으로설치하여야한다. 다만, 사업자는현장여건에따라주배관경으로설치를요청할수

있다.

(가) 형식: 다이아프램 자력식(Self-operated)

(나) 설계온도 및 압력: 120℃, 1.6MPa(16bar)

(다) 설치기준(열사용 시설기준 [별표1], [별표6] 및[별표7] 참조)

① 차압 유량조절밸브: 1차측 공급배관의 감지기 연결구 배관 이후에 설치

② 차압유량조절밸브도압관:공급측은차압유량조절밸브이후, 회수측은 회수측 배관

의감지기연결구배관이후에각각설치하고, 도압관은배관의측면에서연결되어야하

며,회수도 도압관 연결 배관에는 온도계를 설치하여 격판(Diaphragm) 파손여부

를 쉽게 확인할 수 있도록 하여야함

③ 도압관 차단밸브:1차측공급·회수측 배관의 도압관 연결부위에설치(2개소) 및,

스트레이너,차압 유량조절밸브 바이패스 배관 전에 설치(1차측 주배관의 관경

기준)

④ 배관 압력 측정구:제3항의 규정에 의한 차압 설정치를 측정하는 측정구로써 차

압 유량조절밸브이후에 설치([별표7]의PP설치상세도와동일, 공급측1개소)

(라) 용도구분: 난방·급탕용 과 냉방용을 구분하여 설치

(마) 밸브유량계수(Cv) 산정: 연결 열부하(냉방용은냉방재생부하) 및 사업자 공급최소

차압 기준

(바) 밸브자체압력손실: 30kPa(0.3 bar) 이내

(사) 유량특성: 등비율(equal-%)

(아) 유량조절비: 30 대1

(차) 압력계설치: 다이아프램의상·하부, 또는 공급·회수측의 도압관, 또는 1차측

배관의 공급·회수측 도압관 연결부위

Ø제2항제5호의 규정에 의한 사업자 공급 최소 차압은 열원시설과 열수송시설

의 거리에 따라 사업자가 따로 정하여 운영한다.

Ø차압 유량조절밸브의 운전차압 설정치는 난방‧급탕용이 60∼80kPa(0.6∼

0.8bar), 냉방용이90∼100kPa(0.9∼1.0bar)가 되도록 설정하여야 한다. 다만, 급탕열교환

- 83 -

방식 등기계실 여건에 따라 운전 차압 설정값을 다소 상이하게 할수 있다

(2) 차압 유량조절밸브(PDCV) 기능 및 특징

(가)차압 유량조절밸브의 목적

Normal open형이며 초기에 열려 있다가 1차측 압력이 올라가면 밸브가 닫히는

특성을 갖는다.

원래 차압 유량조절 밸브(Pressure Differential control valves 또는 Differential

pressnre Requlator valves)라고 하면 독일에서 많이 사용되는 것으로

시스템(SUB-station)의 차압을 유지하는 기능 이외에 여러 개의 SUB-STATION이 연결된

지역난방 열공급 시설 각각의 최대유량을 적절히 제한하여 열량의 분배를 정확히

하는데 사용되고 있다. 이러한 목적을 달성하기 위해서는 차압 유량밸브도 두 가지의

기능이 보장되어야 한다

첫째 : 기계실내(SUB-STATION)의 중온수 공급 관 (120℃ , 16bar SUPPLY)과 회 수

관(RETURN) 사이의 압력을 항상 일정하게 유지시켜야 하며 이것은 2way 밸브(온도조절

밸브)의 온도 제어 성능을 향상시키기 위한 목적과 일정유속으로 인해서 과대유량을

방지하는 에너지 절약차원에서 필요하다.

둘째 : 해당 기계실의 필요열량 외의 유량을 차단하는 최대유량

제한기능이며 이것은 열병합 발전소에서 공급되는 지역난방의 경우 수십개의 기계실이

한 개의 공급관에 연결되어 있으므로 각 기계실의 필요 유량 외의 유량을 차단함으로써,

전체의기계실에 고른 열공급이 될 수 있어야 하므로 또한 필요하다.

(나) 기능 및 작동원리

① 차압 유량조절 밸브(PDCV)의 기능

열교환기 및 난방, 급탕 제어용 밸브가 1차측 중온수 배관내의 압력

변동에 관계없이 항시 정상 작동 상태를 유지하며, 제 기능을 발휘할 수 있도록

최초 차압(△P)값을 일정하게 유지하는 기능을 한다.

PDCV 설치하므로써 제어 밸브의 수명 연장,제어 성능 정상유지의 목적을

달성한다

- 84 -

② 작동원리

유량의 변화는 배관내의 압력강하 즉, 부하측 온도조절 밸브의 작동에 따라 압력과

유량의 변화가 이루어지기 때문에 1차적으로 배관내의 공급 회수측 차압에 따라 설정

차압을 스프링에 의하여 설정한 후 부하변동에 따른 2차적 변화는 다이아프램 상하부

압력강하에 따라 필요로 하는 변유량을 자동으로 형성, 보내주는 역할을 하고 항시 설정

차압을 형성하여 자동으로 조절밸브의 작동을 원활하게한다.

- 설 계 온 도 120℃

- 설 계 압 력 16 Bar

- 기계실내 차압밸브 0.6~0.8 Bar

- 설벙범위(난방, 급탕)

[그림4.55] 차압유량조절밸브 외산제품 외형 구조

- 85 -

[그림4.56] 차압 유량조절밸브 국산제품 외형 구조

측 차압에 따라 설정 차압을 스프링에 의하여 설정한 후 부하변동에 따른 2차적

변화는 다이아프램 상하부 압력강하에 따라 필요로 하는 변유량을 자동으로 형성,

보내주는 역할을 하고 항시 설정 차압을 형성하여 자동으로 조절밸브의 작동을

원활하게 한다.

밸브의 구조도현재 국내에서는 최대유량 제한기능을 각각의 기계실에서

공급관과 회수관의 압력차를 일정하게 해줌으로써 별도의 유량제한 장치를 설치하지

않고 실현하고자 하고 있는데 이럴 때 역 동작식(Normal open type) 차압 밸브가

사용된다.

그러나 엄밀하게 말한다면 차압 밸브라서 각각의 기계실에서 차압과 유량을 동시에

만족할 수 없는 실정이다. 왜냐하면 밸브는 선정 시 항상 필요 유량보다 큰 밸브를

선정해야하기 때문인데 이런 문제 때문에 밸브의 최대 CV값을 조절 할 수 있는 별도의

유량제한 밸브가 내장된 차압 유량조절 밸브(Control valves for differential pressure or

flow with an additional electric actuator)가 사용되어야 한다.

(3) DIAPHRAGM

두개의 철판 또는 주물 챔버 내에 고무막(Operating Diaphragm)이 있고 위,아래 모두

밀폐되어 챔버 내의 압력에 따라 Operating Diaphragm(고무막) 이 위, 아래로 움직이도록

되어있다. 스프링이 일정한 힘으로 움직이도록 Diaphragm의 위,아래 Force limiting

device(내부 충격방지 장치)가 설치되어 있다. 이때, 스프링과 Diaphragm 의 크기는

유체의 차압 또는 밸브 및 작동부의 마찰력 등을 이겨낼 수 있어야 한다.

- 86 -

(4) 밸브

차압 조절 밸브에 적합한 EQ%(Equal Percentage)특성을 가진 Plug 및

조절범위(Rangeability)가 넓은 밸브가 적합하다.

(5). 밸브의 기능 및 특·장점

(가) 차압 유량조절 밸브의 기능

① 배관시스템의 공급측과 환수측의 압력차에 의한 유량조절

② 최대ㆍ최저 압력변화에 관계없이 설정된 유량과 압력차 유지

③ 기계실 내 관로의 차압을 1차측 압력이나 유량변동에 관계없이 요구되는 유량과

차압범위를 일정하게 유지함으로써 1차측 밸런스 유지

④ 1차측 공급유량의 적정분배 및 확보

⑤ 열교환 설비 1차측 온도조절밸브 (TCV)의 안정적인 운전

⑥ 열교환기 등 1 차측 설비계통보호

(나) 차압 유량조절 밸브의 구조적인 특 장점

① 차압 조절범위가 최소 0.05Bar까지 가능하고

② Balancing Bellows가 내장된 제품

③ 내부에 충격방지 장치(Force Limiting Device)를 내장하여 초과 장력제한 안전 기능

이 있을 것

④ 차압이 Setting치보다 상승할 경우는 닫히고, 강하할 때는 열리는

제어를 하며, 온도조절 밸브(난방용/급탕용)의 동작과 동시에 같은 동작을 수행 한다.

라. PDCV 와 TCV 의 상호 작용 관계

(1) 온도 조절밸브 선정

(가) 차입이 0.7Bar 의 30%인 0.21 Bar 의 압력차가 온도조절밸브 전 후에 걸렸을 때

30m2/hr가 흐르는 구경으로 선정 한다.

(나) 2Way 밸브나 온도조절밸브는 차압이 0.2Bar 이하에서 가장 안정된 작동 한다.

(다) 차압 5Bar의 압력이 마구 연결될 경우는 온도조절밸브의 성공적이 동작을 기대

하기 어렵다.

(2) 차압 유량조절밸브(PDCV) 와 온도조절밸브(TCV)의 상호 작용

(가) 차압 유량조절밸브의 작용이 의하여 차압 유량조절밸브를 지역난방 공급·회수

- 87 -

측 차압이 setting 차압인 0.7Bar 로 유지되어진다면 이 온도 조절밸브는 압력에 영향없이

온도에 의해서만 항상 작동 된다

이 경우는 최대 차압 0.7Bar에서 온도조절밸브 (TCV) 는 정밀비례제어 작동이

가능하게 된다.

(나) 차압 0.7Bar 이내에서 온도조절밸브 는 비례제어(PI) 작동의 유량변화에 따라 차

압 유량조절밸브도 차압을 0.7 Bar 유지하며 부하에서 필요로 하는 유량만 통과 시킨다

(다) 차압 유량조절밸브는 (PDCV) 는 부하에서 필요로 하는 차압과 유량을 제한하며,

유량의 정밀제어는 온도조절밸브 (TCV)에서 조절 한다

(라) 온도조절밸브가 (TCV) 완전히 닫히면 PDCV 도 동시에 닫혀 배관 내에 형성된 차

압을 유지 하고 있다. 이때 온도조절밸브 액츄레이터의 힘이 차압 0.3bar를 견디지 못하

고 닫히지 않으면 PDCV도 온도조절밸브가 닫힌 것만큼 닫혀 진다.

(마) 온도조절밸브가 완전히 닫히면 주배관의 회수압력을 전달받기 때문에 차압이 크게

발생 된다. 따라서 온도조절밸브(TCV)는 차압0.3bar의 힘을 견될 수 있는 액츄에이터를

사용해야 한다.

[그림 4.57] PDCV 와 TCV 상호 작용 관계도

(3) 차압 유량조절밸브 (PDCV) 차압 설정 및 조절방법

조절너트를 조이면(시계방향) 다이아프램의 스프링 장력이 커져서 밸브

디스크가 보닛 방향으로 따라 올라옴.

(가) 밸브개도(유로면적)는 커지고, 차압은 높아져 유량이 증가함

(나) 조절너트를 풀면(시계반대방향) 위의 사항과 반대현상으로 유량이 감소함

차압 감소차압상승

- 88 -

문제 원인 대책(조치사항)

밸브 미동작

l 도압관의볼밸브가 잠김

l 도압관 연결잘못 연결

l 밸브의설치불량 ㆍ

Diaphragm 파손

l 확인후 동시에 천천히 개방 l 공급측:부, l 회수측 : 하부확인 l 화살표 방향확인l 상부 Air핀 개방(하부만공급)

차압이 높음 l 차압이 높게 SETTING됨

l 조절너트를 풀면서 재

Setting(조절너트를 오른쪽으

로 돌린다)

l 조절불가시: 제작사 A/S요청

차압이 낮음 l 차압이 낮게 SETING 됨

l 조절너트를 조이면서 재

SETTING(조절너트를 왼쪽으

로 돌린다)

l 조절 불가시 제작사 A/S요청

스핀들 누수l 패킹마모

l 스템부 부식

l 누수초기에 패킹교체 하여야

스템 및 밸브몸체 부식 방지

[그림4.58] 차압 설정 및 조정방법

(4) 난방용 온도조절밸브( TCV) 의 기본 사양

(가) 형식 : 전동 비례제어식( Motorized 2-way )

(나) 설계온도 및 압력 : 120℃, 16 bar

(다) 밸브 차단 허용 최소차압 : 3bar이상

(라) 밸브자체 압력손실 : 0.3 bar이하

(마) 유량특성 : 등비율 (equal-%)

(바) 유량조절비 : 50 대 1

(5) 차압유량조절밸브(PDCV) 고장원인 과 대책

- 89 -

ACTURATOR

누수

l O-RING 마모

l 스템 연마마모

l 스템부에 페인트하면 밸브정

상작동방해 및 O-RING과 패

킹 교체

밸브차단 불능l 다아아프램마모(차압이 큼)

l 공급도압관 볼밸브 잘김

l 다이아프럼 교체

l 공급도압관 볼밸브 개방

밸브개방 불능l 공급회수관 고압관 바뀜

l 회수도압관 볼밸브 잠김

l 도압관 연결상태 확인

l 회수측도압관 볼밸브 개방밸브떨림 및

소 음 ( 채 터 링

현상)

l ACTUATOR 에어발생

l 차압이 크게 설정

l ACTUATOR내 에어제거

l 차압재SETTING (0.7Bar)

점검 항목 점검 요령

밸브 점검 각종 밸브들이 정상 개폐 상태인지 확인

2차측 공급온도 설정값 온도 조절기의 설정값이 정상인지 확인(프로그램 확인)

스트레너 점검 각종 스트레너가 막혀 있는지 확인

Sensor 점검 센서를 배관에서 분리한 후 가열 또는 냉각을을때

자동온도조절밸브가 정상적으로 동작하는지 확인

기 타

중앙 관제 컴퓨터 모니터에 표시된 온도와 실제 현장

온도계의 온도가 일치하는지 확인

현장 온도계 및 압력계는 소모품이므로 정기적으로 교체

설비 보수 업체 연락처

한국지역난방공사 홈페이지(www.kdhc.co.kr)

2. 기기설비 고장 점검 방법

가. 일반점검요령

- 90 -

3. 사용자 시설 현황 분석 (분당사업소 지역)

지역난방 공사의 원격검침 데이터 중에서 정기점검에서 고장으로 판단된 사이트의 데

이터를 집중적으로 분석하여 고장 패턴의 정형화를 분석하니 다음과 같은 현상이 나타났

다.

가. 분석 지역 : 분당사업소

(1) 분석기간 : 2013.11.01 ~ 2014.3.31

(2) 분석대상 : 공동주택

나. 고장 패턴 분석 진행 순서

(1) 회수온도 불량사용자 LIST

(2) 차온 분석하여 20℃이하 사용자 집중 분석:

(3) 차온 불량 사용자 대상으로 과다유량 서열 순으로 LIST 하여 분석

(4) 서열 순으로 분석한 불량사용자별 현장 조사하여 불량설비 개선조치

다. 차압유량조절밸브 (PDCV) 현황 분석

(1). 고장 패턴 분석

분당 사업소 지역의 차압 유량조절밸브(PDCV) 고장에 의한 각종 데이터의 추이 현황

을 검토하면 다음과 같다

(가) 회수온도현황

① 다이아프램 파손 시 추이

[그림4.59] PDCV의 다이아프램 파손 시 회수온도 추이 현황

- 91 -

② PDCV 누수에 의한 회수온도 추이

[그림4.60] PDCV 누수에 의한 회수온도 추이 현황

(나) 차온 현황

① PDCV누수에 의한 추이

[그림 4.61] PDCV 누수에 의한 차온 추이현황

- 92 -

② PDCV 다이아프램 파손에 의한 차온 추이

[그림4.62] PDCV 다이아프램 파손에 의한 차온 추이현황

(다) 과유량 현황

① 다이아프램 파손 경우 추이

[그림4.63] PDCV 다아아프램 파손 경우 과유량 추이

- 93 -

(라) 고장패턴분석 결과 추정

① 회수온도 + 차온온도 + 과유량이 공통 적용되는 사용자가 불량 사용자 대상이 되는

추이 보이고 있음

② 각 항목 (회수온도, 차온 )만 적용되어도 불량사용자 대상이 되는 현상을 보이고

있음

라. 온도조절밸브 (TCV)


분당 사업소 지역의 온도조절밸브(TCV) 고장에 의한 각종 데이터의 추이 현황을 검토하

면 다음과 같다

(가) 회수온도 현황

① TCV누수에 의한 회수온도 추이

[그림4.64] TCV 누수 의한 회수온도 추이분석

- 94 -

② TCV 고장에 의한 회수온도 추이

[그림4.65] TCV 고장 따른 회수온도 추이분석

(나) 차온분석

① TCV고장에 의한 차온 추이

[그림4.66] TCV 고장에 의한 차온 추이 분석

- 95 -

② TCV 누수에 의한 차온 추이

[그림4.67] TCV 누수 의한 차온 추이 분석

(다) 과유량 분석

① TCV 누수에 의한 과유량 추이

[그림4.68] TCV 누수에 의한 과유량 추이 분석

- 96 -


① 회수온도 + 차온온도 + 과유량 공통 적용되는 사용자가 불량 사용자 대상이 되는

경향을 보이고 있음

② 각 항목 (회수온도, 차온 )만 적용되어도 불량사용자 대상이 되는 현상을 보임

마. 차압 유량조절밸브 (PDCV) 와 온도조절밸브 (TCV) 동시 고장인 경우


분당 사업소 지역의 차압유량 조절밸브(PDCV) 와 온도조절밸브(TCV) 의 동시 고장에 의

한 각종 데이터의 추이 현황을 검토하면 다음과 같다

(가) 회수온도 분석

① PDCV 다이아프램 파손 및 TCV 누수의 경우 회수온도 추이

[그림4.69] PDCV 다이아프램 파손 및 TCV 누수 경우 회수온도 추이분석

- 97 -

(나) 차온분석

① TCV 누수 및 PDCV 누수에 의한 차온의 추이

[ 그림4.70] TCV 누수 및 PDCV 누수에 의한 차온 추이 분석

② TCV 누수 및 PDCV 다이아프램 파손에 의한 차온추이

[그림4.71] TCV 누수 및 PDCV다이아프램 파손 의한 차온 추이 분석

- 98 -

(다) 과유량 분석

① TCV 누수 및 PDCV 누수에 의한 과유량 추이

[그림4.72] TCV 누수 및 PDCV다아아프램 파손 의한 과유량 추이 분석

② TCV 누수 및 PDCV 누설에 의한 과유량 추이

[그림4.73] TCV 누수 및 PDCV 누설 의한 과유량 추이 분석

- 99 -


① 회수온도 + 차온온도 + 과유량 공통 적용되는 사용자가 불량 사용자 대상이 되는

경향이 있음

② 각 항목 (회수온도, 차온 )만 적용되어도 불량사용자 대상이 되는 경향을 보이고

있음

③ 패턴 수량이 적용항목이 너무 적음

바. 용도별 차온 현황

전체 열부하중 큰 부하를 차지하는 공동주택 의 차온상태가 업무용, 공공건물보다 양호

한 상태로 보이고 전체 회수온도에 영향을 미치지 않는다

특히 45℃이하 공공건물 및 학교 가 지역난방 운영에 장애요인으로 작동 할 수 있을 것

으로 추정 할 수 있다

[그림4.74] 연결부하별 평균 차온 추이 분석(공동주택)

- 100 -

[그림4.75] 연결부하별 평균 차온 추이 분석(공공건물)

[그림4.76] 연결부하별 평균 차온 추이 분석(학교 건물)

- 101 -

4. 원격검침 인자에 의한 고장 패턴 정형화 분석

(1) 회수 온도에 의한 고장 패턴 정형화 분석

(가). 회수온도가 높은 사용자일수로 PDCV 또는 TCV 고장 확률이 높게 나타나고 있다.

(나). 회수온도가 낮은 경우는 TCV 누수 경향을 보이고 있다

(다). TCV + PDCV 동시 불량 추정 경우는 해당 사용자 수 가 적게 나타나고 있다

[그림4.77] 회수 온도 추이 분석

회수온도가 높게 나타나는 것은 고장의 사례로 볼수 있다

[그림4.78] PDCV 고장 의한 회수온도 추이 분석

- 102 -

PDCV 고장에 의해서도 회수온도가 높게나타남( 건영퓨처빌)

[그림4.79] PDCV 다아어프램 파손에 따른 회수온도 추이분석

: 다이어프램 파손의 경우 회수온도가 상한조건을 넘어서고 있다

[그림4.80] TCV 고장에 의한 회수온도 추이 분석

TCV 고장에 의해 회수온도가 높게 나타나는 현상이 보임(희연유치원)

- 103 -

[그림4.81] 회수온도 높게 나타나는 경향

PDCV 다아어프램 파손 및 부식 동시충족 사용하는 사용자 1개소가 상한 조건을

넘어서고 있다

[그림4.82] TCV 누수 와 회수온도 추이 분석

TCV 누수로 인한 회수온도 높게 나타나는 현상이 보임

- 104 -

(2). 과유량 의한 고장 패턴 정형화 분석

[그림4.83] TCV 누수 및 부식 에 따른 과유량 분석

TCV 누수 및 부식에 의해 과유량이 헌팅하는 현상을 볼 수 있음

(3). 차온에 의한 고장 패턴 정형화 분석

지역난방 열공급 일정 공급온도 조건하에서는 차온의 영향은 회수온도에 이므로 " 차온=

회수온도 " 로 생각 할수 있다

[그림4.84] 기계실별 차온 분석

차온의 상하한 범위을 벗어나는 것은 고장의 패턴으로 볼 수 있음

- 105 -

[그림4.85] PDCV 누수와 차온 상관 관계 분석

차압유량 조절밸브(PDCV) 의 누수가 차온의 원인으로 볼 수 있음

[그림4.86] PDCV 고장 과 차온 상관 분석

PDCV 고장과 차온의 상관관계에서 모두 상하한 조건에 들어오므로

연관관계 찾기 힘듬

- 106 -

[그림4.87] PDCV 다아프램 파손 과 차온 분석

일부 사이트에서 PDCV 다이아프램 파손으로 차온의 상한범위를

넘어서는 사이트가 보임 (효자촌동 아파트)

[그림4.88] PDCV 다이아프램 파손 및 부식 과 차온 분석

다이아 프램 파손 및 부식과 차온과는 차이를 보이지 않음

- 107 -

[그림4.89] TCV 고장 과 차온 분석

일부 사이트에서는 TCV 고장이 차온에 직접적인 원인을 제공하고 있음(희연 유치원)

[그림4.90] TCV 누수와 차온 분석

TCV부식으로 일부 사이트에서는 차온의 하한 조건을 넘어서는 경우가 발생

- 108 -

[그림4.91] TCV 누수 및 PDCV 고장 과 차온 분석

효자촌동 아파트 경우 TCV 누수 및 다이아프램 파손으로 점검 되었지만

차온은 상 하한 범위안에서 작동되고 있음

[그림4.92] TCV 누설 및 부식 과 차온 분석

수진 삼부 아파트 경우 TCV 누수 및 부식으로 인한 차온의 하한 조건을 넘어서고

헌팅하는 현상이 발생됨

- 109 -

[그림4.93] TCV 누수 및 PDCV누수 과 차온 분석

한솔 주공 4단지 경우 TCV 누수 및 PDCV 누수 이지만 차온은 상하한 범위

한에서 작동되고 있음

(4) 과유량에 의한 고장 패턴 정형화 분석

200m3 이하 경향으로 운영상태가 양호한 경향을 보이고 있음

[그림4.94] 분당사업소 사이트별 과유량 분석

- 110 -

[그림4.95] 분당사업소 사이트 차압유량조절밸브와 과유량 분석

차압유량조절밸브(PDCV) 의 다이아프램 파손으로인한 과유량은 효자촌 등 일부 사이트

에서 헌팅하는 현상을 나타냄

(5) 유량에 의한 고장 패턴 정형화 분석

200 이하 사용자 대성으로 회수온도 , 차온 등 종합 검토필요

300 이하 정성 사용자 영역대로 볼 수 있음

[그림4.96] 분당사업소 사이트별 유량분석

- 111 -

[그림4.97] 분당사업소 사이트별 차압유량조절밸브 누수와 유량분석

200m3 이하 사용자는 불량사용자 로 추정

[그림4.98] 분당사업소 사이트별 차압유량조절밸브 고장과 유량분석

견영퓨처힐 경우 차압유량조절밸브(PDCV) 고장으로 인한 유량의 증감이

보이지 않음

- 112 -

[그림4.99] 분당사업소 사이트별 TCV,PDCV 누수와 유량분석

한솔주공의 경우 유량의 헌팅현상이 나타남

[그림4.100] 분당사업소 사이트별 TCV누수와 유량분석

온도 조절밸브 누수로 인한 유량 흐름이 나타나지 않고 있음

- 113 -

지역 방문대상 사이트 현장 확인내용

분당지역

탑마을 대우 APT

구미동 벽산 APT

월드 메르디앙

지역난방설비 적용공동주

택 및 운영 현황 ,관리시

스템 현장견학

[그림4.101] 분당사업소 사이트별 TCV누수 및 부식과 유량분석

수진 삼부아파트 경우 온도조절밸브 누수 및 부식으로 인한 유량 흐름이 나타나지 않고

있음

제4절 현재 운전데이터 분석을 통한 적정분석모델의 유효성 검증

지역난방 공사로부터 고장 의심 기계실 리스트를 입수하여 고장 발생 후 조치 완료된

현장을 중심으로 데이터를 분석 평가하고 현장 검증을 통해 사용자설비의 고장상태 원격

진단 기법의 유효성 검증함

1. 기간 및 장소

기간 : 2014. 10.16

방문 SITE : 분당지역 공동주택

2. 방문 아파트 및 방문 내용: 분당지역 3개 공동주택

현장 방문자 (연구원 5명, 지역난방공사 1명 )

- 114 -

기기명 고장상태 점검일자 보수 확인일 확인(20141016)PDCV 부식

20120208 2012.0826 2014.10.16TCV(난방) 고장TCV(급탕) 고장

3. 방문 아파트 현황 조사 및 분석

가. 탑마을 대우 APT

(1) 방문 APT 개요

사용자코드 301000000

난방면적 : M2

방문 기계실 NO 3

고장이력 요소

(2) 지역난방설비 개요

자동제어방식 : 시스템 방식 ( SAVIC 500 / M10 ) / 하니웰

제조사 : 하니웰

기계실 : 3 개소

난방 HX , 급탕HX

PDCV : 65A / 3 EA

(3) 지역난방 설비 운영 현황

(가) 자동제어 중앙감시반 고장 : 1차측 중온수 공급 및 환수 온도 표시 불량

(원인 : 온도센서 보호관 (WELL)없이 설치 및 온도검출능력 오차 심함)

(나) PDCV는 환수 라인에 설치되어 있음

(기능노후로 2014년 9월 PDCV 3개소 전부 교체

(다) 급탕/온수배관( 2차측 배관) 교체 함 : 2013년

현재 난방 : 60℃, 급탕 : 51℃운영 중

(라) 외기온도센서 없음

(현재: 수동운전으로 난방 및 급탕 온도를 수동조작 하고 있음 )

(마)수동조작으로 난방비 절약에 노력 하고 있음

( 세대난방공급온도기준을 5도 낮추어 운전 하여 난방비를 절감 하고 잇음)

( 설계 세대난방온도기준 : 20℃----> 15℃운전 함 )

- 115 -

(4) Data 분석

(가) 1차측 중온수 회수온도 분석

-DB 의하면 2012년과 2013년도 TCV, PDCV(2014.09교체) 교체에도 DATA차이가 크게

변화가 없음

- 회수온도범위 조건이 35℃~ 55℃벗어나고 있음

(나) 1차측 중온수 공급 및 환수온도차 (차온) 분석

- DB 의하면 2012년과 2013년도 TCV, PDCV(2014.09교체) 교체에도 DATA 차이가 크게

변화가 없음

-차온 조건인 40℃~ 60℃범위에서는 PDCV교체 후 어느 정도 근접하게 접근하는 경향

있음

- 116 -

(다)현장 확인 결과

- 자동제어 시스템 일부 온도표시 불량 및 시스템 노후화

- PDCV, TCV 고장에 의한 교체운전 확인

- 외기온도센서 고장으로 (교체안함) 수동조작으로 운전하고 있음

(라) 개선사항

PDCV (3개소)교체가 최근 (2014. 09) 이어서 DATA 축적이 안 되어 2013년과 2014년도 비

교 분석하기에는 2014년도 11월 이후 DATA 입수가 필요함

혹한기 (12월,1월,2월) 비교하기 위해서는 2014년 혹한기 사용실적을 보고 비교분석할 필

요가 있음

(마) 현장 방문 사진

[그림4.102] 중앙감시장치 [그림4.103] 중앙감시 시스템 CRT

[그림4.104] 단위열량사용량 사진 [그림4.105] 방문 기계실 NO 1

- 117 -

기기명 고장상태 점검일자 보수확인일 확인(20141016)PDCV(40A) 누수

2011.12.21 2012.08. 29 2014 10. 16TCV(난방) 누수TCV(급탕) 누수

[그림4.106]난방 외기보상 곡선

나. 벽산 빌라


사용자코드 301000000

난방면적 : M2

고장이력 요소


자동제어방식 : 시스템 방식 ( SAVIC 500 / M10 ) / 하니웰

제조사 : 지맨스


난방 HX : 1EA

급탕 HX : 1EA

PDCV : 40A / 1 EA


- 자동제어 : local 방식으로 외기보상을 수동으로 조작 운전 중

Analog식 1차측 중온수 공급 온수 센서와 열량계 온도와 차이 발견 : Analog 온도계

불량으로 추정 됨

(중온수 공급온도 : 열량계 온도값 : 89℃ . Analog 온도계 : 100℃)

(중온수 환수온도 : 열량계 온도값 : 67℃ . Analog 온도계 : 48℃)

-자동제어는 교체 후(2013년 ) 운영 중

(설치공사 ,TCV 플랜지 부실설치 됨 )

- PDCV 누수 심각 : 다이아프램 손상으로 추정 됨

또한, 차압설정 안됨

- 열량계 의한 차온은 약 21℃ 추정 됨

- 118 -

(4) Data 분석


- DB 의하면 2012년 8월 보수 및 2013년 TCV 밸브 교체에도 DATA차이가 크게 변화가

없음



-DB 의하면 2012년 8월 보수 및 2013년 TCV 밸브 교체에도 DATA차이가 크게 변화가

없음

-차온온도범위 조건이 40℃~ 60℃범위에서 교체 후에도 차온폭이 헌팅 하고 있음

- 119 -

(나) 현장확인 결과

- TCV 교체(2013년9월)시 운전 중에도 밸브 플랜지 SIZE 맞지 않고 부식이 심한 상태로

운전 중

( 난방열교환기 의 난방부하 유량조절 힘든 상태로 추정 됨 ( TCV 의 CV 값 정밀 조사

필요 )

- PDCV누수상태에서 운전 확인

- 외기온도센서 고장으로 (교체안함) 수동조작으로 운전하고 있음

- 설비관리 및 운영을 외주 관리하고 있어 관리의 효율성이 떨어지고 있음 : 운전중 온

도설정치변경등 곤란 함

(다) 개선사항

- PDCV누수로 인한 정상작동이 불구하여 2013년과 2014년 DATA 비교가 불가 하므로

빠른 교체설치가 필요함

-혹한기 (12월,1월,2월) 비교하기 위해서는 2014년 혹한기 사용실적을 보고 비교분석할 필

요가 있음

- 난방 외기보상이 LOCAL 방식 (수동방식) 이어서 관리자의 경험에 의해 에너지사용량

및 제어기기수명을 좌우 함

(라) 현장 방문 사진

- 120 -

[그림4.107] 자동제어시스템 / local 방식 [그림4.108] local제어방식 (난방/급탕)

[그림4.109] 수동조작 /난방외기보상제어 [그림4.110] 난방공급 온도

[그림4.111] 1차측 중온수 공급온수 [그림4.112] 급팅공급온도

- 121 -

기기명 고장상태 점검일자 보수확인일 확인(20141016)PDCV(32A) 부식

2011.12.26 2012.08. 13 2014 10. 16TCV(난방)(25A) 고장TCV(급탕)(25A) 고장

[그림4.113] PDCV 누수 및 부삭

[그림4.114] TCV 플랜지 SIZE 및부식

다. 월드 메디앙


사용자코드 301000000

난방면적 : M2

방문 기계실 NO 1

고장이력 요소

- 122 -


자동제어방식 : 로컬 방식 ( GH1000/ TIC 방식 )

제조사 : 하니웰


난방 HX : 1EA

급탕 HX : 1EA

PDCV : 32A / 1 EA


-자동제어 : local 방식으로 외기보상을 수동으로 조작 운전 중

Analog식 1차측 중온수 공급 온수 센서와 열량계 온도와 차이 발견 : Analog 온도계 불

량으로 추정 됨

(중온수 공급온도 : 열량계 온도값 : 89℃ . Analog 온도계 : 고장)

(중온수 환수온도 : 열량계 온도값 : 49℃ . Analog 온도계 : 고장)

-자동제어는 TIC 제어기기 사용하고 외기보상은 적용 안됨

PDCV 의 차압설정 RESETTING 필요 : 차압범위( 0.6 ~ 0.8 bar ) OVER 되어 있음

열량계 의한 차온은 약 21℃ 추정 됨

(4) Data 분석


-DB 의하면 2012년 8월 TCV,PDCV 교체 후 와 2013년의 DATA차이가 크게 변화가 없음


- 123 -


-DB 의하면 2012년 8월 보수 및 2013년 TCV 밸브 교체에도 DATA차이가 크게 변화가

없음

- 차온온도범위 조건이 40℃~ 60℃범위에서 교치 후에도 차온폭이 헌팅 하고 있음

(다) 현장확인 결과

-자동제어 교체가 TIC 제어기기로 교체 설치되어 외기보상 제어가 힘듬상태 임

( 외주 관리업체가 설정치를 수동으로 조작운전 중에 있음)

-외기온도센서 고장으로 (교체안함) 수동조작으로 운전하고 있음

- 설비관리 및 운영을 외주 관리하고 있어 관리의 효율성이 떨어지고 있음 : 운전 중 온

도설정치변경등이 곤란 함

(라) 개선사항

-PDCV 차압설정을 재 설정하여 2013년도 와 2014년도 사용실적을 비교가능 할 것 같음

-혹한기 (12월,1월,2월) 비교하기 위해서는 2014년 혹한기 사용실적을 보고 비교분석할 필

요가 있음

-난방 외기보상이 LOCAL 방식 (수동방식) 이어서 관리자의 경험에 의해 에너지사용량 및

제어기기수명을 좌우 함

(마) 현장 방문 사진

- 124 -

[그림4.115] 자동제어시스템 / LOCAL 방식 [그림4.116] PDCV

[그림4.117] TCV [그림4.118] 1치측 중온수 공급 /환수 온도

(바) 현장방문 최종 결과

-현재 DB 데이텨가 2009년도 부터 2013년도 까지 Data 이므로, 고장유형 현장 확인 후

비교 데이터를 비교 하여야 하므로 필히 2014년도 혹한기(12월 , 1월, 2월)를 확보후 비교

분석할 필요가 있음

-특히 현장방문 3개소는 필히 2013년 혹한기 와 2014년도 혹한기 기준으로 비교분석할

필요 함

-DB 테이터 구성에서 데이터(평균치/일) 분석을 기준 분석툴로 재설정 분석 해야 함 ( 데

이터분석 : 검침데이터(단일건물)분석, 복합건물분석, 공동주택 분석, 빌라건물 분석 )

-빌라건물은 시설관리인 없이 외주관리 처리로 운전하고 있어 설비고장 시 즉각 대응 및

에너지관리의 효율성이 떨어지고 있음 (2개 사이트 동일 사항)

- 125 -

중요성에 비해 관리운전에는 비전문가 수준으로 운전 관리하고 있음

이에 따라 (1)열사용시설 기계실 1차측 공급,회수배관의 적정 차압유지

(2) 1차측 공급유량의 적정분배 및 확보 (3) 열교환설비 1차측 TCV의 안정적인 운전 등

의 기능을 발휘하지 못하고 있는 상황 임

5. 데이터 분석을 통한 적정모델 분석과 유효성 검증

가. 공급온도 검토

: 미 검침 문제(아래 모든 데이터의 경우, 동일)는 별개로 하고, 현재 제공되

는 값 95~110℃ 수준의 편차는 지역난방 공사의 공급 온도의 변화 자체 라

고 분석 됨.

: 공급 온도가 낮아지는 경우, 수용가의 열교환기의 LMTD 값의 저하를 연

출하게 되며, 동일한 유량이 공급 되어도 열전달량은 저하됨.

: 이의 효과는 지역 난방 공사 MAIN plant 의 열 생산 비용을 낮게 만드는

효과는 분명 있으나, 사용측의 경우, TCV 의 더 높은 개도를 요구 하게 되

며, 부족한 이부분의 열 확보를 위한 더 많은 유량공급, PUMPING 공급을

- 126 -

필요로 하게 됨. 분석 대응 할 필요가 있음.

나. 유량 데이터 검토

(1) 미검침 문제는 별도로 보고, 검침된 것 기준으로 분석 해보면, 난방 온

수 약 20톤 사용에서 약 3톤 사용수준의 약 8배의 폭의 변화를 현재 운전중

인 tcv 의 제어 폭으로 연출 하고 있으며, 이는 짧은 시간 ,즉 약 12시간의

시간속에서 매우 큰 과유량의 흐름으로 판단 됨, 당일 난방 공급, 환수 온도

차는 추정 시간대(12월4일 오전 00시~오전 12시)에 약 40~45℃전후로 데이

터 값만으로는 추정되며, 해당 유량과 해당 온도차 를 통한 열 전달량 분석

결과는 약 900Mcal/HR(20,000LTR/HR * 45℃= 900,000KCAL/HR) 수준으로 판

단됨. 이는 단지 전체 계약 용량 1600MCAL/HR 의 약 56%수준으로 분석됨.

(2)이 값이 나올 당시의 해당 외기온도는 확인이 되지 않았으나, 12월 4일

일기가 당일 새벽 3시와 당일 오전 11시경이 8배의 부하 폭을 가질 것이라

는 것은 쉽지 않은 외기, 일기 상태로 분석 됨.

(3) 당일 해당 시간의 아래 4)번 항의 자료는 다른 시간대의 자료이여서 의

미부여가 곤란한 비교 상태를 가진 것이니, 의미 없음.

- 127 -

(4) 실제 공급온도 104도 수준의 환수온도의 변화와 TCV 의 안정된 부하 대

응이 안되고 있는 상태로 판단이 됨.

즉 이는 TCV 의 제어가 최적의 운전을 하고 있지 못한 것으로 추정되며,

이의 원인은 현재 TCV 의 제어 대상의 변수를 제공하는 문제에 포커싱 할

필요가 있음.

(5) TCV 의 제어 변수 , SENSE 문제, VALVE 자체 제어 능력(영향도 및 구

동기 능력, RANGEABILITY) 문제, VALVE 전,후단의 수배관의 압력 변화(이

문제는 PDCV 의 역할로 해결되어야 할 문제이나 그 역할이 불량 스러울 경

우 발생)문제 등으로 해석 가능하며, 현장 TCV 의 경우 최적화 제어와 부적

절한 제어의 결과값의 차이는 불필요한 과유량과 낮은 온도차(차온) 운전에

의한 에너지 LOSS 를 크게 가진 운전이 가능 하다는 의견임.

결론적으로 정리 해보자면, 현재 TCV 의 유량 변동폭과 공급 지역난방 중

온수 온도의 저하 및 차압 (저부하, 배관 압력 존재 값 변화 대응 부족,

PDCV 의 한계)의 증가와 이를 통한 과유량, 저유량 등의 운전폭의 연출이

발생 할 가능성이 높음.

(6) 현 상태의 운전을 고장이라고 판단하는 것은 아니나, 최적 제어 운전 품

질이 아닌 것으로 판단되는 수준이며, 이는 단순 현 아파트의 문제만은 아

닐 것이라 판단 됨.하여 기존 현 샘플 아파트의 경우는 보완 사항에 대응한

조정이 필요한 대상이며, 이는 투자의 대상이지 , 고장 대응 문제로 판단 되

지 않음.

해당 일일 시간차이는, 당일 새벽 3시에서 약 20톤, 당일 오전 11~12시경 3

톤수준

다. 차온 데이터 검토

- 128 -

(1) 차온이 급강하는 낯 12시 부근의 25℃ 온도 차는 현재의 부하대응 저부

하 운전상태(난방 부하는 낮고, 급탕 부하 역시 낮은 시간대)에서 최적의

TCV 제어 품질을 연출하고 있지 못하다는 판단(저부하에서의 차온 감소 현

상은, 과유량 운전을 의미)이 되며, 이 값은 또한 예열 대상의 급탕 부하가

거의 없는 시점에서의, 난방 열교환기 만의 실제 열전달 능력을 보여주는

값이 될 수 있음.즉 평상시 급탕 에열, 재열 효과로 잘 인지 못 하였던 난방

열교환기의 비 효율적 차온 문제를 확인 하는 현상으로 판단 됨.

라. 다섯개인자 데이터 검토(공급온도 ,차온,환수온도, 유량, 열량 )

- 129 -

(1) 부하 TREND 는 확인이 되지 않고 있으나, 열량값(유량*온도차)의 추이

를 판단해 볼 필요가 있으나, 상기의 값의 데이터는 그 변화를 보여주지 않

고 있음.

그러나 부하의 특성상, 동일 계절을 기준으로 11월21일 ~23일까지의 부하가

급변할 경우는 없다고 판단됨(기저 부하기준)

그러나, 공급 온도의 그나마 안정적인 수준에 비해, 환수온도의 변동폭이 심

한 것과, 이에 따른 차온의 변화폭이 큰 것, 또한 공급 유량의 큰 폭의 변화

등은 부하에 대응한 TCV 의 불안정한 대응 외에는 큰 변수가 없는 것으로

판단 되며, 이는 TCV 자체의 문제가 잇을 수 있으나, 해당 수배관 관로의

시스템 적인 문제, 즉 저부하의 압력 변화 문제를 충분히 안정화 하여 야

할 PDCV 의 불안정한 제어 수준을 의미 할 수있으며, 이외의 시스템의 전

체의 지속적인 차압에 노출된 TCV 이유로 분석됨. 또한 이에 대응하는

TCV 의 능력을 판단 하는 AUTHORITY( 영향도) 의 문제도 함께 헌팅되

는 상태로 분석 됨.

즉 이 상태의 연출은 뭔가의 고장으로 판단 하기 보다는, 현 코오롱 아파

트의 경우만 본다면, 다소 최적화 되지 못한 시스템적 설치 수준으로 판단

됨.

- 130 -

마. 상,하한 등 기준값 설정에 따른 분석

(1) 상한, 하한의 지정에 대한 이슈를 지역난방 공사측의 기준 설정을 권장.

(2) 해당 현장 방문에 대한 일정을 지역난방 공사와 동행 진행 권장.

: 기타 다른 APT 혹은 사용자 대상 건물의 분석도 진행 필요.

: 현재의 문제의 개선을 위한 차압 샘플링 테스트 권장.

6. 경기 전지역, 지역 난방 고장 검침 자료 및 실제 측정 관리되고 있는 데이터 상

호 관련성 분석

경기 전지역 각 단위 수용가별로의 각종 측정 데이터와, 지역난방 공사측의 고장

진단 자료를 이용, 상호 고장과 데이터 값사이의 “패턴”을 찿아냄

- 131 -

가. 고장이라고 현장 조사된 아파트 분석.

(1) 고장 유형별 트렌드 분석

(가). 온도조절 밸브 고장 - 차온 감소, 단위면적 열량 상승, 환수온도 상승.

(나). 온도조절 밸브 누수 - 차온 트렌드 없음. 단위면적 열량 상승,

환수온도 트렌드 없음.

(다). 온도조절 밸브 부식 - 차온 트렌드 없음, 단위면적 열량 상승,

환수온도 트렌드 없음

(라). 차압유량 조절 밸브 고장 - 차온 트렌드 없음, 단위면적 열량 상승,


(마). 차압유량 조절 밸브 누수 - 차온 트렌드 없음, 단위면적 열량 상승,


(바). 차압유량 조절 밸브 누수2 - 차온 트렌드 없음, 단위면적 열량 상승,


(사). 차압유량 조절 밸브 다이아프램파손 - 차온 감소, 단위면적 열량 상승,

환수온도 상승.

(아). 차압유량 조절 밸브 다이아프램 부식1 - 차온 감소, 단위면적 열량 상승,

환수온도 상승.

(자). 차압유량 조절 밸브 다이아프램 부식2 - 차온 트렌드 없음, 단위면적 열량

상승, 환수온도 트렌드 없음

(2) 고장 유형별 조사 기준, 결과 분석 정리

고장 아파트 분석의 “온도조절 밸브 와 데이터 값” 의 상호 관계 패턴은, 단위

면적 열량 상승은, 고장과 연관되어 상승하는 것은 분명한 트렌드, 즉 패턴으로

판단되나, 기타 차온, 환수온도는 패턴으로 판단하기는 힘들며, 단지 참고치로 판

단 됨.

또한 “차압유량 조절 밸브의 고장 과 데이터값” 은 역시 비슷한 패턴으로, 단

위면적 열량 상승은, 고장과 연관되어 상승하는 것은 분명한 트렌드, 즉 , 패턴

으로 판단되나, 기타 차온, 환수온도는 패턴으로 판단하기는 힘들며, 단지 참고

치로 판단 됨

- 132 -

나. 정상 아파트(기존 자료에서 판단 된) 자료 분석

(1) 분당 지역

동한 프라자 : 2014년 1~3월 정상임(고장 진단 없음, 환수온도,차온 정상임) . 그

러나 단위면적 열량은 500kcal/hr.m2 - 비정상으로 판단 됨.

분석 : 정상으로 해석된 아파트의 환수 온도, 차온의 패턴은 없으나, 작은 숫자인

단위면적 열량은 편차가 전체적으로 크게 보임.

(2)서울 중앙지사

대우 트럼프, 유니온 타워 : 2014년 12.2.3월 정상임(고장 진단 없었음, 환수온도,

차온이 두 빌딩이 상반된 차이를 보여주고 있음,

즉 대우 트럼프 정상 환수온도, 정상 차온이나, 유니온 빌딩은 차온 감소, 환수온도

상승..) . 그러나 단위면적 열량은 들다 176kcal/hr.m2 - 비정상으로 판단 됨. 즉 둘

의 차이가 차온, 환수온도로 상반되지만, 단위면적 열량은 주변 지역대비 매우 높은

저효율을 증명.

분석 : 이는 환수온도, 차온등이 정확한 고장 여부를 판단 하기는 곤란한 패턴으로

판단 됨.

(3) 서울남부지사1

은마 아파트 : 2014년 1월 정상임(고장 진단 없었음, 환수온도, 차온 정상) 그러나

단위면적 열량은 들다 133kcal/hr.m2 - 비정상으로 판단 됨.

분석 : 이는 환수온도, 차온등이 정확한 고장 여부를 판단 하기는 곤란한 패턴.

(4) 서울남부지사2

서초동 아이파크 -단위면적 열량 17kcal/hr.m2 -2014.1.29 일.-차온 65℃ 수준의

정상

잠실 우성 아파트 - 단위면적 열량 32kcal/hr.m2 -2014.1.29 일.- 차온65℃ 수준의

- 133 -

정상.

분석 : 단위 면적 열량이 2배 차이, - 동일 시간, 동일 지역, 즉 난방 부하 특성이

비슷한 상태의 아파트 2개소의 분석에서,

단위면적 열량 2배 차이 외에는 환수온도, 차온이 동일 함. 즉 고장이라 진단을 하

지 않았으나, 난방 비용은 2배 차이 남.

제5절 사용자설비 고장상태 정형화 패턴 분석

1. 고장 패턴 분석 방법

가. 고장패턴 분석을 세 가지 방법으로 시도

(1) 정보기반 방법론으로 분석 - 정보기반 자료 (Knowledge based information)를

축적, Visual Pattern을 찾아내는 방법

(가) 데이터의 특성을 시각적으로 분석

(나) 온도의 월평균, 월간표준편차, Peak의 빈도와 방향을 기준으로 6가지 패턴으

로 분류

(다) 유량과 열량은 고려하지 않음

(라) 패턴의 유형과 현장의 실제상황을 점검, 비교 분석하여 이상의 종류를 추정

(마) 패턴 자동분석 테스트 프로그램을 구현하여 알고리즘 검증

(2) 통계적 방법을 통한 시도 - 각각의 분석방법은 기본적으로 경제학적, 물리적으로

설명되는 부분을 제외한 나머지 부분이 통상적인 random분포가 아닌 특별한 패턴을

갖는지 여부를 통해 abnormality를 점검하는 것

(가) 이론 열량값과 실제 열량값 사이의 차이 분석방법

(나) 차온의 패턴을 발생시키는 소비자 행태를 반영한 결과 나머지 설명되지 않는

부분에 대한 분석

- 134 -

(3) 정보기반 방법론과 통계적 방법의 분석결과를 함께 활용하는 방안

나. 분석대상 자료

(1) 2014년 시간대별 자료

(가) 정상 (수원사업소 정상추정 12개소)

(나) 비정상 (수원, 서울남부, 서울중앙, 분당, 용인, 청주사업소 PDCV 고장추정 31

개소)

(다) 비정상 (분당, 고양, 서울남부, 서울중앙, 용인, 청주사업소 TCV 고장추정 17

개소)

(2) 분당사업소 2월 자료 (2월1일0시 ~2월28일 24시기준)

(가) Hauss ID (771개: 23~10201)

(나) Machine Room (최소 0, 최대 17개소)

(다) Calory Meter실 (최소 0, 최대 3개소)

(라) 총 1172개소

(3)분당사업소 7월 자료 (7월1일0시 ~8월10일 24시기준)

(가) Hauss ID (771개: 23~10201)

(나) Machine Room (최소 0, 최대 17개소)

(다) Calory Meter실 (최소 0, 최대 3개소)

(라) 총 1170개

다. 분석대상 자료를 활용한 실제 적용방법

(1) 2014년 시간대별 자료

(가) 정보기반의 방법, 통계적 방법을 각각의 유형에 적용, 평가에 유용한 지표를

확보

(나) 확인된 지표들을 활용, 2), 3)의 자료에 적용함

(2) 2015년 2월 및 7월의 시간대별 자료

(가) 정보기반의 방법, 통계적 방법으로 각 월의 자료를 분석함.

(나) 정보기반의 방법 및 통계적 방법으로 확인된 결과를 종합적으로 함께 활용하

는 방안을 마련, 이를 통해 가장 경제적, 비용효과적으로 고장확률이 높은 대상

사업자를 선정함.

- 135 -

라. 사용자 이상데이터 분석의 기준

(1) 데이터 정의

(가) 기간별(일별, 월별, 계절별, 연간) 평균값 적용

(나) 설계유량 = 연결열부하 / 65(또는 50) [2006.5 기준개정}

(다) 설계차온에 의한 유량값 = 현재열량 / 65(또는 50)

※ 데이터 오류 존재 (☞ 필터링 기능)

: 열량값 오류[ - 값 또는 (일일열량값 > 연결열부하*24) ]

860kcal = 1kWh

1kcal = 1/860 kWh = kWh

1Mcal = 1/860 MWh = kWh

상수 (65 또는 50)

차온

현재유량 ()

현재열량 (Mcal)4) ××

설계차온에 의한 유량: × ×

(2) 이상사용자 선별기법

(가) 과다유량 분류 : (현재유량과 설계차온에 의한 유량값의 차) > 0

× × ×

(나) 비율(%) 분류 : (설계차온에 의한 유량값 / 현재유량) * 100

× × × × × ×

(다) 비율분류 : (현재유량 / 설계차온에 의한 유량값 ) > 1

× or ×

4) 비열상수에 의거한 추가고려는 생략

- 136 -

설계유량 = 연결열부하 / 50

● 연결열부하 자료는 엑셀파일에서 확인가능

(3) 1차측 주요설비 고장분석기법

(가) TCV불량(passing), H/E불량(오염)

: 외기온도 20도이하가 아닌 경우 (여름철) - 현재유량이 설계유량 보다 작거나 같고,

회수온도가 70도보다 크면서 차온이 30도보다 적을 경우

유량정상, 공급온도 100이하 & 회수온도 70이상 + 외기온도 20이상

(나) PDCV불량, TCV불량

: 공급온도가 90도보다 적지 않을 경우에 현재유량이 설계유량 보다 크고, 회수온도가

70도보다 크면서 차온이 30도보다 적을 경우

유량 비정상, 공급온도 100이하 & 회수온도 70이상 + 공급온도 정상(90이상)

(다) 유량부족(이물질 막힘)

: 외기온도 20도이하가 아닌 경우에 현재유량이 설계유량 보다 작거나 같고, 회수온도가

30도보다 작으면서 차온이 70도보다 클 경우

유량정상 차온 70이상 & 회수온도 30이하 + 외기온도 20이상

(라) 2단H/E or H/E용량점검

: 공급온도가 90도보다 적지 않을 경우에 현재유량이 설계유량 보다 크고, 회수온도가

30도보다 작으면서 차온이 70도보다 클 경우

유량 비정상, 차온 70이상 & 회수온도 30이하 + 공급온도 정상(90이상)

(마) 센서불량

: 공급/회수온도가 130도이상 또는 10도이하이면서 하루동안 유지 될 경우

(바) 열량계불량

: 외기온도 10도이하에서, 공급온도가 90도이상이면서 차온이 40도이상일 때 열량이 “0” 일

경우

열량 “0”, 공급온도 90이상 & 차온 40이상 + 외기온도 10이하

- 137 -

부록에서는 위에서 정의한 이상사용자 선별기법 및 1차측 주요설비 고장분석기법을 다음

과 같이 분류, 해당 표본의 수를 점검하여 표로 요약하였다.

이상패턴명 패턴의 내용T0 과다유량 분류T1 TCV불량(passing), H/E불량(오염)T2 PDCV불량, TCV불량T3 유량부족(이물질 막힘)T4 2단H/E or H/E용량점검T5 센서불량T6 열량계불량

<표 21> 이상 패턴의 구분

- 138 -

2. 분석방법 및 결과의 해석

가. 정보기반 방법론을 이용한 분석방법 및 결과의 해석

(1) 시간대별 데이터의 특성을 시각적으로 분석

(2) 정상 데이터의 특성을 분석하고 여기에서 벗어나는 패턴을 추출하여 데이터의

이상 유무 판별

(3) 온도의 월평균, 월간표준편차, Peak의 빈도와 높이, 방향을 기준으로 6가지 패

턴으로 분류

(4) 패턴의 유형과 현장의 실제상황을 점검, 비교 분석하여 이상의 상세종류를 추

정

(5) 확인된 패턴 분석을 용이하게 하기 위해 별도의 프로그램을 개발함

(6) 지역난방공사에서 기존 사용하고 있는 이상데이터 분류기준 중 과다유량 일수

를 계산, 패턴과 조합하여 이상데이터 점수를 계산

나. 테스트를 위한 프로그램의 개발

[그림 4.119] 개발된 프로그램 초기화면

- 139 -

[그림 4.120] 테스트프로그램 메인화면

다. 정상 데이터의 특성

(1) 공급온도, 회수온도, 차온의 시간대별 및 월평균 값의 변화폭이 작음.

(2) 차온이 회수온도 보다 높음.

- 140 -

라. 정상데이터 특성에서 벗어나는 패턴을 가진 데이터 예제

(1) 온도의 시간대별, 월별 변화폭이 크거나 회수온도가 차온보다 높음

[그림 4.121] 비정상데이터 패턴의 예제

- 141 -

마. 패턴 분석에 의한 이상 데이터 선별기법

(1) 온도의 변화 - 변화주기는 월단위로 함 (주기를 작게 하면 더 작은 변화를 감지할 수

있음)

(가) 월평균 온도를 계산 (M)

(나) 월평균온도의 연간 최대값과 최소값을 계산 (Mmin, Mmax)

(다) 온도의 월별 표준편차를 계산 (V)

(라) 월별 표준편차의 연간 최대값과 최소값을 계산 (Vmin, Vmax)

(마)시간대별 온도의 변화폭이 한계치보다 크거나 (Vmax > TH)

(바) 시간대별 온도의 변화폭의 차이가 한계치보다 크거나 (Vmax - Vmin > TH)

(사) 월별 평균온도의 변화폭이 너무 큼 (Mmax - Mmin > TH)

- 142 -

[그림 4,122] 평균과 표준편차에 의한 온도변화를 계산하는 소스코드

- 143 -

(2) 차온과 회수온도

(가) Td: 차온, Tr: 회수온도, Ta: 외기온도

(나) 월평균 최소차온이 한계치보다 작고 (Td_min < TH)

(다) 월평균 회수온도가 월평균 차온보다 큼 (Tr > Td)

(3) 유량

(가) 월평균 최대유량이 한계치보다 작음 (Fmax < TH)

바. 데이터 패턴의 상세분석

(1) 패턴0: 전반적으로 온도 변화가 작고 차온이 회수온도 보다 높음

: 정상으로 추정

[그림 4.123] 패턴0: 정상 추정 패턴

(2) 패턴1: 공급온도의 변화가 크고 24시간 주기로 변함

현상- 수동으로 밸브조절

예상- 기기 이상일 가능성 있음

[그림 4.124] 패턴1: 공급온도 불규칙

- 144 -

(3) 패턴2: 회수온도가 공급온도를 트랙킹

현상- 밸브잠금 상태로 운전

예상- 온도조절밸브 이상 가능성

[그림 4.125] 패턴2: 회수온도가 공급온도를 트랙킹하는 사례

(4) 패턴3: 회수온도가 공급온도와 비슷하면서 헌팅

예상 - 온도조절밸브 이상 가능성

[그림 4.126] 패턴3: 회수온도가 공급온도와 비슷하면서 헌팅하는

사례

(5) 패턴4: 회수온도가 간헐적으로 공급온도와 비슷함

예상- 온도조절밸브 이상 가능성

[그림 4,127] 패턴4: 회수온도가 간헐적으로 공급온도와 비슷한 사

례

(6) 패턴5: 전반적으로 온도변화가 작지만 차온이 회수온도보다 높음

예상- 열교환기의 성능저하

밸브이상 가능성

- 145 -

[그림 4.128] 패턴4: 회수온도가 간헐적으로 공급온도와 비슷한 사

례

(7) 패턴6: 공급온도가 매우 낮고 변화가 거의 없음

비사용 추정

[그림 4.129] 패턴5: 공급온도가 매우 낮고 변화가 거의 없는 사례

패턴번호 패턴의 내용

0 정상추정

1 공급온도가 불규칙

2 회수온도가 공급온도를 트랙킹하거나 거의 비슷

3 회수온도가 공급온도와 비슷하면서 헌팅

4 회수온도가 간헐적으로 공급온도와 비슷함

5 차온이 회수온도보다 높음

6 공급온도가 매우 낮고 변화가 없음

<표 4.3> 테이터 패턴의 상세분석방법의 요약표

- 146 -

[그림 4.130] 패턴을 분석하는 소스코드

- 147 -

사. 테스트 프로그램을 사용한 분석결과

패턴 분당 2월 분당 7월 판교 2월 판교 7월

0 64% 53% 50% 50%

1 15% 9% 15% 39%

2,3,4 5% 10% 2% 3%

5 10% 10% 2% 1%

6 6% 18% 31% 7%

<표 4.4> 샘플 테이터 패턴 분석 결과

(1) 분당 데이터 갯수: 1170, 판교 데이터 갯수: 290

(2) 패턴 2,3,4를 이상으로 추정시: 분당 5-10%, 판교 2-3% 이상

(3) 패턴 2,3,4,5를 이상으로 추정시: 분당 15-20%, 판교 4% 이상

(4) 분당이 판교보다 이상추정 데이터의 비율이 높고 특히 패턴 5가 많은 이유: 설비의

노후화 및 저성능 열교환기 때문으로 추정

패턴 분당 2월 분당 7월 판교 2월 판교 7월

0 11 24 2 11

1 16 29 9 14

2,3,4,5 24 38 27 18

<표 4.5> 월평균 과다유량 일수

(5) 패턴과 과다유량과의 관계

(가)과다유량의 정의: 일평균 유량이 설계차온에 의한 유량보다 큼

(나)패턴과 과다유량은 매우 밀접한 관계를 보이며 이상패턴 일수록 과다유량 일수 증가

(다)과다유량에 의한 이상유무 판별은 유량이 충분할 때만 유효함

(라)패턴과 과다유량이 정반대의 경향을 나타내는 데이터가 상당수 존재하며 이런 경우

는 현장점검을 통해 검증 필요

(마)분당에서 패턴이 정상으로 추정되나 과다유량일수가 높은 경우가 상당수 존재

(바)이상패턴이면서 유량이 충분한데 과다유량일수가 낮은 경우는 거의 없음

아. 정상패턴으로 보이나 과다유량일수가 높은 경우

(1)대부분의 데이터에서 회수온도가 차온과 비슷하거나 차온보다 조금 높음.

(2)회수온도가 차온보다 낮은 경우는 나타나지 않음.

(3) 동서프라임빌

- 148 -

[그림 4.131 동서프라임빌의 패턴

(4) 청구3차빌라

[그림 4.132] 청구3차빌라의 패턴

(5) 탑마을타워빌

[그림 4.133] 탑마을타워빌의 패턴

(6) 장안타운건영두산빌라

[그림 4.134] 장안타운건영두산빌라의 패턴

자. 이상패턴으로 보이나 과다유량일수가 낮은 경우

(1)금담사옥

- 149 -

[그림 4.135] (주)금담사옥의 패턴

차. 패턴분석결과와 월간 과다유량일수를 결합한 scoring 시스템

(1) 패턴점수

(가) 패턴1: 0.2점

(나) 패턴2,3,4: 1점

(다) 패턴5: 0.05점

(2) 과다유량점수 = 월간 과다유량일수 / 월 전체일수

(3) 고장가능성 점수 = 패턴점수 + 과다유량점수

최고점이 2점이 되며 점수가 높을수록 고장확률이 높은 걸로 간주

* 분당과 판교 샘플 데이터의 점수결과는 별도의 엑셀파일로 첨부

카. 열량계 고장수리 전후의 패턴변화

(1) 2014년 분당사업소 열량계 고장수리 사이트 중 고장수리 전후의 패턴에 뚜렷한 변화

가 있는 데이터를 분석

(2) 효자촌그린타운

(가)고장내용: 감온부 센서고장

(나)교체전: 회수온도의 변화가 심함

(다)교체후: 회수온도가 안정됨

[그림4.136] 효자촌그린타운 고장수리 전후의 패턴

(3) 샛별동성아파트

- 150 -

(가)고장내용: 이물질로 인한 고장

(나)교체전: 회수온도의 변화가 심함

(다)교체후: 회수온도가 안정됨

[그림 4.137] 샛별동성아파트 고장수리 전후의 패턴

(4) 두앙노빌리티2차

(가)고장내용: 펄스불량

(나)교체전: 회수온도가 높음

(다)교체후: 회수온도가 내려감

[그림 4.138] 두앙노빌리티 고장수리 전후의 패턴

(5) 화이트빌

(가)고장내용: 통신불량

(나)교체전: 회수온도가 높고 변화가 심함

(다)교체후: 회수온도가 내려가고 안정됨

- 151 -

[그림 4.139] 화이트빌 고장수리 전후의 패턴

(6) 까치대우롯데선경

(가)고장내용: 감온부센서불량

(나)교체전: 회수온도가 헌팅

(다)교체후: 400여시간 이후 회수온도가 안정됨

[그림 4.140] 까치대우롯데선경 고장수리 전후의 패턴

3. 패턴분석에 대한 결론

(1) 이상 데이터는 정상 데이터와 시각적으로 분명한 차이가 있으며 이상유무의 판별결과

는 비교적 정확한 걸로 추정

(가) 이상 데이터 중에서 TCV 고장과 PDCV 고장의 차이는 명확하게 구분되지 않으나

TCV 고장 데이터에서 패턴 2, 3, 4가, PDCV 고장 데이터에서 패턴 1과 5가 많이 나타나

는 걸로 추정됨

(나) 현장을 실제로 방문해도 TCV 고장과 PDCV 고장을 정확히 판별하기가 어려운 경우

가 많음

(2) 과다유량일수와 패턴 간에는 밀접한 관계가 있으며 이상패턴과 높은 과다유량 일수가

모두 나타날 때 고장확률이 매우 높은 걸로 추정

(가)패턴과 과다유량이 정반대의 경향을 나타내는 데이터가 존재하며 이런 경우는

현장점검을 통해 검증 필요

- 152 -

(나)분당에서 패턴이 정상으로 추정되나 과다유량일수가 높은 경우가 상당수 존재

(다)이상패턴이면서 유량이 충분한데 과다유량일수가 낮은 경우는 거의 없음

(3) 보다 정확한 결과 분석을 위해서는 고장원인과 고장기간이 확실히 밝혀진 데이터를

더 많이 분석하여 정보의 축적과 패턴분석의 고도화가 필요함

(4) 향후 DB 구축과 데이터 마이닝을 통하여

(가)열량계 고장수리 전후의 패턴변화분석과 같은 다양한 분석 가능

(나)사용자별 데이터를 축적하여 각 사용자별로 커스터마이즈 및 최적화된 분석 가능

(다)실시간 데이터 분석을 통해 이상데이터 발생 시 일단위로 통보 가능

- 153 -

제 6절 사용자 설비 고장 상태 진단의 분석 및 결과

1. 통계적 분석방법 및 해석

가. 통계적 분석방법

통계적 분석방법은 기본적으로 평균적인 관리실태와 관련되어 설명될 수 있는 부분을 고

려한 뒤, 그 나머지 부분에서 설명이 불가능한 패턴이 발견되는지의 여부를 판단하는 방

법임.

예를 들어 특정 제품을 생산하는 생산라인에서 생산되는 제품이 고장 없이 일정한 규격

에 따라 허용오차범위 내에서 생산된다면, 최종 생산된 생산물은 평균적인 크기를 중심으

로 허용 오차범위 내의 미세한 차이만을 보일 것임. 하지만 고장이 발생하게 되면 그 이

후부터의 생산제품은 허용 오차범위를 벗어나는 차이를 보이게 됨. 그 유형은

(1). 평균적인 규격보다 큰 규격: 오차가 양의 방향으로 발생하는 경향을 보일 것

으로 예상됨.

(2). 평균적인 규격보다 작은 규격: 오차가 음의 방향으로 발생하는 경향을 보일

것으로 예상됨.

(3). 오차가 비정규적 분포를 보임: 오차의 분산이 커지거나 하는 등의 비정규분포

를 보임.

따라서 통계적 방법론의 기본 방향은 오차의 분포에 초점을 맞추어 설명되지 않는 부분

의 분포가 어떤 특성을 갖는지에 대한 점검과정이라고 이해될 수 있음.

아래의 그림은 정상패턴과, 상기 유형의 오류가 발생하는 경우의 제품규격을 모의로 만들

어 본 결과임.

- 154 -

[그림 4.141] 정상 및 비정상 생산과정의 예시

이들 유형의 제품규격을 갖는 결과를 정격규격 100을 기준으로 오차유형으로 구분하여

각각 그림으로 표시하면 다음과 같은 결과를 보여줄 수 있음.

- 155 -

[그림 4.142] 정상 제품의 허용오차범위 내의 오차유형

[그림 4.143] 정상 제품보다 큰 제품생산의 오차유형

- 156 -

[그림 4.144] 정상 제품보다 적은 제품생산의 오차유형

[그림 4.145] 정상 제품의 허용오차 범위를 벗어나되, 방향성이 없는 오차유형

- 157 -

나. 통계 분석 방법론

(1) Hans Instability Test5)

기본적으로 회귀식 잔차의 누적합에 기반한 모형의 불안정성 검증방법임.

즉, 회귀식 모형이 다음과 같이 주어지는 경우,

여기서,

≡

′

≡

≡

′

′

로 정의하고, 전 기간에 대해 주어진 회귀식이 안정적이면, 상기의 와 는 크게 다르지

않아야 함을 보일 수 있음. 즉 값은 1과 비슷한 값이 얻어지게 된다는 의미.

그런데, 값이 1보다 크게 다른 경우, 모형이 안정적이지 않음을 검증할 수 있는 방법으

로, 생산관리 등의 분야에서도 적용되는 기법으로 알려짐.

아래의 표는 검증결과 가설검증을 진행할 수 있도록 제시된, 자유도 (degree of freedom)

에 따른 유의수준을 나타냄.

5) Source: Bruce E. Hansen, 1992, Testing for Parameter Instability in Linear Models, Journal of Policy Modeling 14(4):5 17-533

- 158 -

(2) Markov-Switching 모형을 활용한 고장판별방법

기계실별로 주어진 자료가 공급온도, 회수온도, 차온, 열량, 유량, 그리고 외기온도 등이

시간대별로 주어져 있음을 감안하고, 열량은 계량기를 통해 계측될 뿐 아니라, 주어진 정

보에 따라 이론값을 별도로 산정할 수 있다는데 착안하여 다음과 같은 가설을 세움.

즉, 앞서 정의한 바에 의거, 이론값 현재열량은

××

차온

부피()로 표시된 유량을 무게로 환산하기 위한 상수값

현재유량 ()

이론 열량값 (Mcal)

실계측 열량

로 표시가 되는데, 실제 고장이 없는 경우에는 이론값과, 실계측 열량값 ()이 서로 많은

차이가 나지 않아야 한다는데 착안한 방법. 하지만 실제 두 값은 외기온도, 요일별, 시간

- 159 -

Engel and Hamilton(1990)에 따라, 관심을 지니는 시계열자료를 라고 하면,

<표 4.7> Markov-Switching 모형의 개요

대별 소비자의 소비패턴에도 영향을 받는다는 점에서 기본적으로 다음과 같은 방법을 사

용함.

⋯

방법을 순서대로 설명하면 다음과 같음.

- 이론 열량값과 실계측 열량값의 차이를 회귀식으로 모형화하여 잔차구조를 얻

음.

- 고장이 없는 경우, 얻어진 잔차구조 ()는 random error가 될 것임.

- 고장이 있는 경우, 얻어진 잔차구조 ()는 random error와는 다른 어떤 특정한

구조를 가질 것으로 상정해 볼 수 있음.

- 실제 자료의 경우, 이렇게 얻어진 잔차구조가 여전히 외기온도, 일별 요일별 시

간대별 소비자 패턴 등을 갖고 있음을 감안, 이를 피설명변수로 하여 다음과 같

은 회귀분석을 구성하되, 이로 인해 걸러진 오차항이 random 오차인지, 아니면

마코프스위칭 형태의 추가적인 ‘Long-Swing’의 패턴을 갖는지 검토할 수 있

음. 즉. 잔차구조를 피설명변수로 하되, 외기온도 (), 일별 요일별 시간대별 소

비자 패턴 (각 해당 더미변수 ⋯ 등으로 표시) 변수을 이용, 다음과 같

은 회귀식을 구성할 수 있음.

⋯

- 만일 오차항 ()에서 특정한 ‘Long-Swing’의 패턴이 확인되면 기계실에 오류

가 있을 가능성의 존재를 보이는 것으로 해석한다.

- 160 -

여기서, 만일 가 사전적으로는 확인되지 않는 서로 다른 구조를 표시하여

이라면, 관심사항인 가 의 분포에서 추출, 관측된 것이다. 반면,

인 경우에는 가 의 분포에서 추출, 관측된 것으로 가정함. 이러한

가정 하에서 , 는 서로 다른 구조의 평균값을 나타내는 구조를 갖게 되는데,

인 경우, 를, 그리고 인 경우, 을 주어진 구조의 평균값, 즉, 평균성

장률을 갖게 됨.

이 때, 또한 인 경우, 분산은 각각 ,

의 값을 갖는 것으로 가

정한다. 여기에 사전적으로 관측되지 않은 변수가 마코프 체인(Markov chain)에

의하여 전개되는 과정을 아래와 같이 표시하면, 변수는 을 통해서만 관심을

갖게 되는 시계열 에 영향을 미침.

이러한 마코프스위칭 모형에서는 여러 가지의 현상을 과 의 조합으로

나타낼 수 있는데, 예로서, 첫째, 서로 다른 두 구조에서 비대칭성이 존재하는 경우

- 상승기간은 짧으나 뾰족한 형태( 값이 크고 양이며, 값이 작은 경우)를 가지

는 반면, 하락기간은 완만하나 지속적인 형태( 값이 작고 음이며, 값이 큰 경

우) -를 표시할 수 있음. 둘째, 관심사인 현재시계열이 전기의 구조와 독립적인가의

여부를 확인하는 것이 가능함.

셋째, ,의 부호가 반대이며, ,의 크기가 큰 경우, 이는 서로 다른 구조에서

상승과 하락의 폭이 크고 지속적인 모양을 찾아낼 수 있게 됨6). 따라서, 이러한 여

러 현상에 따라, 구조의 존재를 확인하는 방법으로 Engel and Hamilton(1990)은 아래

와 같은 검증방법을 제시하였음.

먼저, 관심을 지니는 현재 시계열이 전기의 구조에 어떻게 작용하였는가에 관계없

이 독립인가의 여부를 판별하는 방법으로 아래의 귀무가설을 검증함.

′

≠

≠

- 161 -

귀무가설 ′ 하에서는 관심을 지니는 현재시계열이 두 정규분포의 혼합형태로서

개별적으로 독립인 경우가 됨.

즉, 귀무가설 ′ 하에서

따라서, 의 점근적 분포를 구하면,

≈

의 Wald Test 검증식을 얻게 됨.

이 때, 귀무가설의 기각은 현재시계열이 전기의 구조에 어떻게 작용하였는가에 종속

적으로 영향을 받게 됨을 의미하며, 간접적으로 구조의 존재를 검증하는 것이 됨.

두 번째로, 구조의 평균(평균 성장률)이 서로 같은가의 여부에 대한 판별로, 아래

와 같이 귀무가설을 설정하여.

″

≠

앞서 지적한 바와 같이 서로 평균은 같으나, 분산이 다른 정규분포의 형태에 대한

검증으로 역시 아래와 같은 Wald Test 검증식을 얻게 됨.

≈

검증결과로서의 귀무가설의 기각은 서로 다른 두 구조의 존재를 검증하는 방법이

됨.

6) 이 경우, Engel and Hamilton(1990)은 ‘Long Swing'이라고 표현함.

- 162 -

(3) 이론열량값과 실계측 열량값의 차이의 산정방법

이론 열량값과 실계측 열량값의 차이에서 나타나는 특징을 점검하면 다음과 같은 점을

확인할 수 있음.

- 기계실별로 주어진 자료가 공급온도, 회수온도, 차온, 열량, 유량, 그리고 외기온

도 등이 시간대별로 주어져 있음을 감안

- 열량은 열계량기를 통해 실시간 계측된다는 점

- 이론 열량값을 별도로 산정할 수 있다는 점

- 이론 열량값과, 실계측 열량값의 차이가 크지 않아야 한다는 점에 착안, 차이에

대한 분석을 시도

- 이론 열량값과 실계측 열량값의 차이를 고려한다는 것은 이의 산정과정에 동원

되는 공급온도, 회수온도 정보, 현재유량정보, 각 온도별 물의 비중정보 등을

모두 동시에 고려한다는 점에서 종합적으로 주어진 정보를 활용하고 있다는 점.

계산의 정확도를 조금이라도 높이기 위해 이론 열량값과 실계측 열량값의 차이를 산정하

는 과정에서 다음과 같은 내용을 고려함. 즉, 앞서 제시한 이론 열량값과 실계측 열량값

의 차이

의 산정에 있어서, 이론 열량값 를 다음과 같은 방법으로 산정함으로써 계산의 정확도

를 높이고자 함.

××

라고 표시한 이론 열량값은 차온 가 공급온도 ()와 회수온도 ()간의 차이인

라는 점만 감안한다면 아래와 같이 수정될 수 있음.

- 163 -

××

××

그런데, 상기의 값은 부피를 무게로 환산하는 계수로 물의 온도에 따라 다른 값을 갖는

다는 점을 감안하여 공급온도와 회수온도 때의 물의 환산계수는 각각 , 로 구분되

어 표시되는 것이 합당함. 따라서 상기의 식은 아래와 같이 수정이 가능해 짐.

해당 환산계수는 아래 표의 1, 2번째 컬럼정보를 근거로 추정된 함수를 통해 얻은 값으로

활용함. 우측(세번째 걸럼값)은 추정결과와 원래 값과의 차이를 표로 나타내고 있으며,

이하의 오차를 보이고 있음을 보여줌

온도(℃) 밀도(g/㎤)-A 추정값-B 차이(A-B)

-13 0.9969300 0.9969129 0.0000171

-10 0.9979400 0.9979686 -0.0000286

-5 0.9991800 0.9991871 -0.0000071

0 0.9998700 0.9998290 0.0000410

2 0.9999300 0.9999461 -0.0000161

4 1.0000000 0.9999913 0.0000088

6 0.9999700 0.9999692 0.0000008

8 0.9998800 0.9998840 -0.0000040

10 0.9997300 0.9997397 -0.0000097

20 0.9982300 0.9982420 -0.0000120

30 0.9956800 0.9956728 0.0000072

40 0.9922500 0.9922406 0.0000094

50 0.9880700 0.9880729 -0.0000029

60 0.9832400 0.9832469 -0.0000069

70 0.9778100 0.9778127 -0.0000027

80 0.9718300 0.9718183 0.0000117

90 0.9653400 0.9653474 -0.0000074

100 0.9585800 0.9585785 0.0000015

<표 4.8> 온도에 따른 물의 밀도값 추정결과

- 164 -

(4) 회귀식의 설정방법

시간대별 자료를 이용하여 설정가능한 회귀식의 유형은 다음과 같음.

(가) 년간 자료의 경우, 회귀식의 설명변수 (43개)

- 상수항

- 외기온도

- 추석, 설날, 신정, 기타 공휴일 더미

- 월,화,수,목,금요일의 더미변수 (5개)

- 주중 공휴일더미

- 1월-11월 더미 (11개)

- 1,2,...,23시간대 더미 (23개)

(나) 년간 자료의 경우, 회귀식의 설명변수 (43+23개)

- 상수항

- 외기온도

- 추석, 설날, 신정, 기타 공휴일 더미


- 주중 공휴일더미

- 1월-11월 더미 (11개)

- 1,2,...,23시간대 더미 (23개)

- 온도 x (1,2,...,23시간대 더미) (23개)

(다) 월간 자료의 경우, 간략한 회귀식의 설명변수 (30개)

- 상수항

- 외기온도


- 1,2,...,23시간대 더미 (23개)

(5) 오차항의 패턴

- 165 -

부록 5에는 회귀분석결과로 얻어진 오차항의 패턴을 몇 가지 경우에 대해 비교할 수 있

도록 그림으로 정리함.

- 166 -

2. 정보기반 분석방법의 분석결과

가. 테스트 프로그램을 활용한 정보기반 분석방법의 분석결과

(1) 2014년 자료분석결과

지역난방공사에서 보내준 샘플 데이터 62개를 테스트 프로그램으로 분석한 결과

(가) 정상 (12개): 모두 정상으로 판별

(나)TCV이상 (17개):

① 모두 이상으로 판별

② 6개 데이터 (5, 8, 9, 13, 16, 17)를 제외한 11개 데이터에서 패턴 2, 3, 4가 우세함

③ 3개 데이터 (8, 16, 17)를 제외한 14개 데이터에서 패턴 2, 3, 4가 나타남

(다) PDCV이상 (33개):

① 4개 데이터 (6, 25, 26, 27)를 정상으로 판별,

② 이상으로 판별된 데이터 중 4개 (8, 9, 13, 34)을 제외하고 패턴 1, 5가 우세함

③ 이상으로 판별된 모든 데이터에서 패턴 1, 5가 나타남

(라) 이상유무의 판별결과는 비교적 정확함 (93%)

① 이상 데이터는 정상 데이터와 시각적으로 분명한 차이가 있음

② 이상 데이터에서 TCV와 PDCV의 불량 기준 은 지역난방공사에서 분류해준 결과를

사용하였으나 결과가 정확성을 검증할 필요가 있음

③ 연중 일정한 패턴을 유지하는 데이터가 많지만 여러 가지 패턴이 나타나는 데이터

도 상당수 있음 - 이 경우는 복수의 불량이 있는 걸로 판단됨

④ 이상으로 판별된 데이터는 위의 5가지 기준에 의해 월별로 상세분류함

⑤ 이상 데이터 중에서 TCV 고장과 PDCV 고장의 차이는 명확하게 구분되지 않으나

TCV 고장 데이터에서 패턴 2, 3, 4가 많이 나타나며 (65%), PDCV 고장 데이터에

서 패턴 1과 5가 많이 나타남 (78%)

⑥ 정확한 결과 분석을 위해서는 고장원인과 고장기간이 확실히 밝혀진 데이터를 더

많이 분석할 필요가 있음

- 167 -

(2) 테스트 프로그램을 사용한 분석결과의 요약

<표 4.9> 정상분류 기계실 분석결과

- 168 -

<표 4.10> TCV고장 분류 기계실 분석결과

- 169 -

<표 4.11> PDCV 고장 분류 기계실 분석결과

- 170 -

(3) 2015년 2월 및 7월 자료분석결과

고장가능성 점수가 높은 순서대로 배열

분당은 기계실 갯수가 너무 많은 관계로 2점 이상만 나타냄

<표 4.12> 분당 2월 기계실 분석결과

- 171 -

<표 4.13> 분당 7월 기계실 분석결과

- 172 -

<표 4.14> 판교 2월 기계실 분석결과

- 173 -

<표 4.15> 판교 7월 기계실 분석결과

- 174 -

3. 통계적 분석방법의 분석결과

가. 2014년 자료분석 결과

(1) 결과요약

분석결과, 2014년의 년간 시간대별 자료의 경우, frequency가 높아 모든 경우, 두 개의 서

로 다른 regime change가 수시로 반복되고 있는 것으로 결과가 나타났고, 이는 본 연구

의 유용성을 저하시킴을 확인.

(가) 통계적 분석 방법론의 결과의 이해 –일별 자료이용

상기의 마코프-스위칭 모형을 일별 자료를 이용하여 분석에 적용한 결과임.

여기서 일별 자료의 산정상 지적하여야 하는 내용, 즉, 분석에서 제외한 표본은 다음과

같음.

① 계측된 유량값이 없는 경우

② 계측된 열량값이 없는 경우

③ 계측된 열량이 연결열부하보다 큰 경우

앞서와 같은 방법으로 이론열량값과, 실계측 열량값 ()의 차이를 구하고, 이를 회귀분석

을 통해 다시 한번 오차항을 걸러, 설명되지 않는 오차항을 얻는 방법을 사용함.

일별자료의 특성상 시간대별 특성을 반영하지는 못함.

회귀분석에 사용된 설명변수는 다음과 같음.

① 상수항

② 외기온도

③ 추석, 설날, 신정, 기타 공휴일 더미

④ 월,화,수,목,금요일의 더미변수 (5개)

⑤ 주중 공휴일더미

⑥ 1월-11월 더미 (11개)

참고로 표본크기가 적어짐에 따라, 기계실별로 더미 변수의 조합이 달라지는 경우가 있음

을 지적함.7)

- 175 -

부록 4에는 이론열량값과, 실계측 열량값 ()의 차이, 이를 통해 얻어진 회귀분석의 결과

는 지면관계로 생략하고, 마코프-스위칭 분석결과 얻어진 filter된 값과 이를 통해 얻어진

smoothed 값을 그림으로 정리하여 첨부함.

(나) 결과의 이해

부록 4에 제시된 그림 중 다음과 같은 예를 들어 설명하면 다음과 같음.

맨 위의 그림은 이론열량값과, 실계측 열량값 ()의 차이를 그림으로 표시한 것.

두 번째 그림은 이를 통해 얻어진 회귀분석의 결과에서 얻어진 오차항,

맨 아래 세 번째의 그림이 0과 1의 두 스테이지 사이를 어떻게 변화하고 있는지를 보여

주는 마코프-스위칭 모형 분석결과.

이 그림 내에 있는 두 선 중 상대적으로 들쑥 날쑥한 값이 filter된 값, 이를 통해 얻어진

smoothed 값은 상대적으로 덜 들쑥 날쑥한 값임.

7) 다중공선성의 발생으로 표본 p(8), p(9), t(3), t(4)가 이러한 경우에 해당됨.

- 176 -

[그림 4.146] Long-Swing의 사례

상기의 그림은 5월 말 경과 10월 초 소위 ‘Long Swing’이 발생한 것으로 볼 수 있다.

특별히 어떤 이유에서 이러한 결과가 얻어졌는지에 대한 설명을 추가하지 못한다는 단점

이 있지만, 이는 앞서의 다른 통계분석방법에서 얻어진 결과와 함께 보완적으로 이해될

수 있을 것으로 보인다.

아래에는 서로 다른 두 개의 결과를 이해를 돕기 위한 사례로 제공하고 있는데, 아래의

상단 그림은 앞서의 그림보다는 소위 ‘Long Swing’이 덜 명확한 사례라 하겠다.

- 177 -

아래 하단의 그림은 다소간의 변동이 포착되는 듯하지만, 이를 소위 ‘Long Swing’으로

보기는 어렵다고 판단할 수 있다.

[그림 4.147] 다소 덜 명확한 ‘Long Swing’의 사례

- 178 -

[그림 4.148] 다소간의 변동이 있으나 ‘Long Swing’이 아닌 사례

- 179 -

(2) 2015년 2월 및 7월 자료분석결과

2014년 자료를 통해 적용해 본 Markov-Switching모형은 결과가 정상, 비정상 자료의 검증

에서 일관성 있는 결과를 보여주고 있지 못하였음을 확인.

2015년 시간대별 자료 분석 시에는, 통계적 방법론에서 제시한 Hansen Test 방법을 사용,

각각 다음의 변수에 대해 적용, 검증을 시도함.

Hq: 이론열량값과 실계측 열량값의 차이

Hf: 유량

Hst: 공급온도

Hrt: 회수온도

Hdt: 차온

S(ST) > 7: 공급온도의 분산값의 크기가 7 이상이 되는 경우8)

Sum F=0 : 유량의 합이 영인 경우

분석결과를 5%의 유의수준 하에 검증한 2월과 7월의 결과는 부록 5에 전체 결과가 수록

되어 있음. 단 제시된 결과는 지면 관계상 시간대별 온도, 패턴 등 미조정 결과만 제시함.

아래는 상기의 Hansen Test 값 사이에 존재하는 상관관계를 점검하여 요약한 결과를 추

가로 제시함.

8) 분산값 7의 기준은 임의로 선택된 값으로, 공급온도의 분산이 큰 경우는 실사결과 자동제어가 아닌 수동제어 시스템

에서 나타남을 확인함

- 180 -

<표 4.16> 2월달 (시간대별 온도, 패턴 등 미조정)

- 181 -


- 182 -

<표 4.18> 2월달 (시간대별 온도, 패턴 등 조정)

- 183 -


- 184 -

나.정보기반 및 통계적 분석방법의 결과의 종합 (2015년 2월, 7월)

다음에서는 정보기반의 방법론, 그리고 통계적 방법론에 따라 각각 분석한 결과 얻

어진 지표를 모두 함께 고려하여

- 단순한 상관관계표를 작성

- 추가적인 종합비교 방법의 모색

을 시도하여 보았음.

1) 두 방법의 결과지표에 대한 상관관계 분석

- 185 -


- 186 -


- 187 -


- 188 -


- 189 -

다. 추가적인 종합비교 방법의 모색

여기에서는 2월 및 7월의 시간대별 온도, 기타 패턴 미조정 결과 자료를 활용하여,

종합적인 비교 방법의 결과에 대해 논의 함.

이러한 시도의 필요성은 상기 통계적 방법 및 정보기반 분석결과를 종합, 고장판별

의 기준마련이 필요하기 떄문임.

가장 좋은 방법은, 실제 단지방문을 통해 확인된 정보기반의 분석방법에 기본적인

신뢰를 부여하고, 정보를 계속 UPDATE해 나가는 방법이겠으나. 총 1170개가 넘는

고장패턴 대상지가 있다는 점에서 시간적, 물적 제약을 감안하지 않을 수 없음. 따

라서, 우선적으로 확인이 필요한 기계실을 선정할 수 있는 방법마련이 필요함

판별기준에 사용된 지표: 아래의 통계적 방법 (Hq, Hf, Hst, Hrt, Hdt 등의 지표) 및

정보기반의 분석방법의 지표 중 비정상과 미확정으로 판정된 결과들을 기준으로 각

각 추가적인 지표 (T0: 과유량 사용자, T2: PDCV, TCV 불량, T6: 열량계 불량 등의

지표)를 함께 고려함.

(1) 비정상 기준

<표 4.24> 2월의 결과 종합비교 (비정상 기준)

- 190 -

<표 4.25> 7월의 결과 종합비교 (비정상 기준)

<표 4.26> 종합비교표의 이해를 위한 Legend 설명

비정상 기준의 자료를 분석한 결과는 다음과 같이 요약됨.

① T2기준이 우선 점검대상 고장예상 기계실 선택을 최소화하는 것으로 나타남

② Hq (이론 열량과 실계측열량의 차이)가 제시하는 표본은 T2 외 기준을 포함

하면서도 그 외 기준 중 가장 적은 점검대상 표본을 제시함과 동시에 기타

기준의 고장판별 결과와 항상 일치함

③ 또한 7월 2월에서 공통적으로 나타나는 고장사례를 경제적으로 선정하는데

- 191 -

도움이 될 것으로 보임.

(2) 미확정 기준

미확정 기준의 자료를 분석한 결과도 상기 비정상 기준의 자료를 분석한 결과와 일

치하는 형태를 나타내고 있음

<표 4.27> 2월의 결과 종합비교 (미확정 기준)

- 192 -

<표 4.28> 7월의 결과 종합비교 (미확정 기준)

(3) 실사대상 고장후보 기계실 선정의 방법

앞서 제시한 Hq 지표를 이용하는 방법: 가장 경제적으로 고장후보지 점검이

가능하도록 함. 하지만 단점으로는 너무 적은 수의 후보를 제시한다는 점.

(4) 추가적으로 점검 가능한 방법:

① 비정상 기준, 각 조건 (T0, T2, T6,.., Hrt, Hdt)등을 동시에 만족시키는 조합

중 가장 표본수를 많이 선택하는 조합끼리 결합

② 이 방법은 축차적인 조건에 표본선택이 민감하게 결정됨을 주의할 필요가

있음.

아래에서는 상기에서 지적한 방법을 활용, 가장 고장 후보표본을 많이 선택한 T0,

Hf 두 개의 지표를 활용, 점검 후보 대상을 선정한 사례를 보여줌.

- 193 -

<표 4.29> 축차적 비교를 통한 고장점검 후보선택 방법

또 다른 사례는 아래와 같이 각각의 지표끼리 결합하여 공통으로 나타나는 기계실

을 선정하고, 또 이들 간의 비교를 통해 최종 점검대상 기계실을 선정하는 방법을

보여주고 있음.

- 194 -

<표 4.30> 축차적 지표연계를 통한 후보선택

즉, 회색 선으로 선정된 두 개의 지표 (T0, Hst)를 통해 공통의 후보군을 선정한 방

법을

- 195 -

[그림 4.149] 축차적 지표연계를 통해 선정된 후보군

① T0 & Hdt

② T1 & Hrt

③ T0 & Hf

등 축차적으로 지표간의 공통되는 고장점검 후보를 선정하는 방법.

아래는 이러한 방법으로 얻어진 우선 점검 대상자 선정결과임.

- 196 -

제 5 장 연구와 관련된 특별제안

국내 지역 난방 공사의 사용시설의 원격 고장 진단을 기존 시설 상호 연관

성을 온도, 유량, 열량, 차온등의 상호 상관 관계로 분석을 다양한 방법으로

검토, 연구 , 분석 하였음.

제1절. 연구결과 제안 내용

1. PDCV 의 고장은 PDCV 자체의 가장 중요한 제어 목적인 차압 안정

화에 근거하고 있으니, 안정적인 차압을 확인 할 수 있는 Pressure sensor 시

스템을 추후 신축관련 시스템에 적용을 제안함

2. 향후 시스템의 구축은 “ 차압의 변화로부터 독립성을 확보하는 온

도조절 밸브,해당 기능을 가진 TCV 의 적용을 적극적으로 도입하기를 제안

함

3. 고장 진단 연구의 진행과정에서 “ 통계” 적인 기법을 동원하고,

또한 매우 다양한 현장 방문 확인을 진행하였으나, 모두 상호 정확한 연관성

을 가진 고장 진단이라 판단하기에는 어려움이 많았다 . 향후 이와 관련하

여, 각 수용가 2차측 열교환 성능과 부하특성도 기록 관리 되도록 추천, 더

나아가서는 의무화 권장 하며, 1차측 센싱을 최소한의 “BEMS” 를 구축하

도록 장기적인 시각을 가진 대응을 제안함.

4. 기존 HEX 2차측 , 수용가측의 차압바이패스 밸브의 적용 등은 불

필요한 시설로서, 시스템 전체의 잘못된 차압밸브 적용 혹은 잘못된 운전 방

법에 대한 최적의 시스템 가이드를 적용 하기를 제안함.

5. 단위면적당 열사용량 분석 등을 통한 , 건물 특성별로 정립한 기술

기준을 근거로, 실시간 부하 추종성 확인을 통한 고장 진단 제안함

제2절 새로운 시스템 구축 제안

1 . 통합관제를 위한 데이터 통합 인터페이스

통합관제 시스템을 구축하기 위한 데이터의 종류, 양, 표시 내용 및 리포트 종류

등 기본적인 시스템 사양을 정의한다.

- 197 -

[그림5.1 ] 통합관제 시스템 플렛폼 예시

2. 에너지진단 및 평가에 활용 안 제안

건물에너지진단 및 평가에서 원격검침 데이터의 활용 방안을 모색하고 활용 가능

분야 및 데이터 연계방법에 대한 가이드라인을 제시한다.

1) 건물에너지에서 차지하는 난방에너지의 비중 확인

2) 건물에너지 사용 예측량 대비 실제 소요량의 비교·검토

3) 에너지 절감을 위한 가설의 설정 및 방법론 제시

- 198 -

[그림 5.2] 사용자설비 에너지계산 프로그램 예시

3. Open Data(Big Data)에 대한 가이드라인 제시

최근 이슈가 되고 있는 빅 데이터(Big Data)와 정부 및 공공기관의 데이터 공공정

보 공개를 전제로 한 오픈 데이터(Open Data)의 활용 여부를 검토하고 활용 가능한

데이터에 대한 가이드라인을 제시한다.

- 199 -

1) 정부 및 지방정부의 데이터의 공개와 공유(Open Data) 관점에서의 데이터 활

용 여부를 판단

2) 개방, 공유, 소통, 협력의 정부3.0 가치 차원에서 공개 가능한 데이터의 제공에

대한 가이드라인을 제시　

[그림 5.3] Big Data 이미지 예시

4. 모바일 모니터링 및 진단

사용자설비 장소에 구애받지 않고 언제 어디에서든 모니터링과 진단을 가능하게

하는 모바일 모니터링 시스템 개발을 제시한다.

[그림 5.4] 모바일 모니터링 예시

- 200 -

제 6 장 기대효과 및 활용방안

1. 기대효과

사용자설비의 고장상태 원격진단기법을 통하여 다음과 같이 기대효과를 예상할

수 있다.

1) 운영 중인 사용자 기계실의 운영상태 파악 가능

2) 고장 발생 기계실에 대한 명확한 고장진단 제시로 사용자측에 대한 공사의 기

술 신뢰도 향상

3) 공사의 차온 관리 및 효율적 열원 운영에 기여

4) 고장 발생 기기의 미 보수 및 지연에 따른 공사의 손실금 산출 가능 및 손실

금에 대한 사용자측 기준 제시 가능

5) 사용자측에서 에너지평가 대체 가능

6) 사용자측에 정확한 열량요금 책정 가능

2. 활용방안

사용자설비의 고장상태 원격진단기법을 통하여 다음과 같이 활용할 수 있다.

1) 사용자설비의 고장상태를 원격진단으로 조기 보수의 장점을 제시하여 신속

한 보수를 유도할 수 있다.

2) 사용 세대에 열공급 품질, 고객만족도 향상, 공사의 생산능력 및 생산원가에

기여할 수 있다.

3) 정부차원의 에너지 효율화 정책에 부응할 수 있다.

4) 사용세대의 에너지 효율화 평가에 간접적으로 이용할 수 있다.

- 201 -

기준년도:2013년, 지사: 분당사업소

지사 점검년도

점검현황

외부매설배관

내부인입배관

차압유량조절밸브

열교환설비

온도조절밸브 계

분당사업소

2013 양 호 366 336 351 970 916 2939

　　 불 량 0 30 64 8 31 133

　　 미점검 680 680 768 2829 2642 7599

　　 계 1046 1046 1183 3807 3589 10671


지사점검년도

점검현황

외부매설배관

내부인입배관


열교환설비


분당사업소

2012 양 호 1032 1024 970 3728 3505 10259

　　 불 량 0 8 195 25 44 272

　　 미점검 14 14 18 54 40 140

　　 계 1046 1046 1183 3807 3589 10671

제 7장 결론

제1절 열요금 부과용 원격검침 자료 DB분석 프로그램에 의한 고장상태

원격진단 기법 개발

원격검침 DB 분석 프로그램에 의한 사용자 설비 고장 상태 진단은 다음과 같은 특

성을 나타내었다.

1. 분당사업소 5개년도(2009년~2013년) 고장유무별 총괄분석

- 202 -


지사점검년도

점검현황

외부매설배관

내부인입배관


열교환설비


분당사업소

2011 양 호 1030 1022 1044 3725 3512 10333

　　 불 량 0 8 118 34 42 202

　　 미점검 16 16 21 48 35 136

　　 계 1046 1046 1183 3807 3589 10671


지사점검년도

점검현황

외부매설배관

내부인입배관


열교환설비


분당사업소

2010 양 호 999 1013 967 3473 3449 9901

　　 불 량 18 4 187 251 71 531

　　 미점검 29 29 29 83 69 239

　　 계 1046 1046 1183 3807 3589 10671


지사점검년도

점검현황

외부매설배관

내부인입배관


열교환설비


분당사업소

2009 양 호 1003 985 939 3586 3380 9893

　　 불 량 0 18 197 67 38 320

　　 미점검 43 43 47 154 171 458

　　 계 1046 1046 1183 3807 3589 10671

- 203 -

NO사용자

코드사용자명

기계실 번호

불량내역

점검일보수

확인일확인자설비명 구분

공급동 및건물

용량/ 관경

지적 내용

3 301110111푸른마을관리사무소

7 차압유량조절밸브난,급탕 - 100 고장2009-03-0

42009-06-11 박근원


7 열교환설비 난방 103 702 누수2009-03-0

42009-06-11 박근원


10 열교환설비 난방303 L(1-10)

460 누수2009-03-0

42009-06-11 박근원



52009-06-11 박근원

46 301110641한솔5단지입주자대표회의

2 열교환설비 급탕503L(1-15)

662 누수2009-03-1

22009-07-10 최창순


2 온도조절밸브 난방503L(1-15)

40 고장2009-03-1

22009-07-10 최창순


2 열교환설비 급탕 602 558 누수2009-03-0

52009-06-11 박근원



52009-06-11 박근원



52009-06-11 박근원

2. 분당사업소 5개년도 고장유무별 총괄분석 결과

가. 5개년도 고장유무 중 가장 많은 불량은 차압유량조절밸브(PDCV)로

분석됨.

나. 고장 유형으로는 고장, 다이아프램 파손, 부식으로 나타남.

다. 열교환 설비는 주로 누수로 인한 불량이 대부분임

이것은 열교환 설비의 노후화와 관련이 있을 것으로 판단됨.

라. 온도조절밸브(TCV)는 고장으로 인한 불량이 가장 많이 나타났으며

누수로 인한 불량도 확인됨.

마. DB데이터를 기준으로 협의 사항

(1) 누수 및 부식으로는 기존 원격검침 데이터에 큰 영향이 없음을 판단함

(2) 고장으로 인한 불량이 원격검침데이터에 영향이 있는 것으로 판단함

3. DB 프로그램에 의한 고장 예측을 현장 검증을 통한 유효성 확인

가.. 고장발생 후 조치완료 추정기계실 현장조사 리스트

(1) 고장발생 후 조치완료 추정 기계실 현장조사

(가) 현장검증 기계실 선정 시 고려사항

현재 고장률이 높은 기계실의 리스트가 선별되었으나 9월말까지

보수이전 데이터 현황과 보수이후 데이터 현황을 파악하여 리스트를

재조정하기로 함.

(나) 5개년 동안 고장률이 높은 기계실을 선정하되 공동주택 위주로 선정

(2) 5개년 고장률 높은 기계실 선정 데이터

(가) 2009년 데이터기준 기계실 선정

- 204 -

NO사용자

코드사용자명 종별

기계실

번호

불량내역점검일

보수확인일

확인자설비명 구분

공급동 및건물

용량/관경

지적내용

12301110441

장안건영2차아파트관리소

공동

주택

3 열교환설비 난방 25 812 누수2010-03-18 2010-08-30 신윤철

13 3 온도조절밸브 급탕22L(1-10)

50 누수

89 301140371한솔초등학교 건물 1 차압유량조절밸브난,급탕

- 40 누수 2010-05-10 2010-09-17 신윤철

146

301110321분당탑마을8단지입주자대표회

의

공동

주택

1 차압유량조절밸브난,급탕

- 50 부식

2010-03-24 2010-09-02 신윤철147 1 열교환설비 급탕 301 722 누수

148 1 온도조절밸브 급탕 301 50 누수

241

301110123 샛별유치원 건물

1 차압유량조절밸브난,급탕

- 25 부식

2010-03-09 2010-08-20 한현승242 1 열교환설비 급탕 B1-2F 15 누수

243 1 열교환설비 난방 1F-2F 15 누수

351 301121051(재)기독교대한감리회삼성교회

건물 1 차압유량조절밸브난,급탕

- 25 부식 2010-05-17 　　


4 차압유량조절밸브난,급탕 - 65 부식2009-03-1

22009-07-10 최창순


4 열교환설비 급탕 509 867 누수2009-03-1

22009-07-10 최창순


4 열교환설비 난방 509 767 누수2009-03-1

22009-07-10 최창순


4 온도조절밸브 난방 509 50 고장2009-03-1

22009-07-10 최창순



9　　


1 열교환설비 급탕각층화장실

15 누수2009-04-0

9　　


1 열교환설비 난방 전층 284 누수2009-04-0

9　　


1 온도조절밸브 급탕각층화장실

15 고장2009-04-0

9　　


1 온도조절밸브 난방 전층 25 부식2009-04-0

9　　

153 301120651（주）하이마트 1열교환설비

급탕 1F-4F 20 누수2009-04-2

22009-06-30 최창순

154 301120651（주）하이마트 1온도조절밸브

급탕 1F-4F 15 고장2009-04-2

22009-06-30 최창순

155 301120651（주）하이마트 1온도조절밸브

난방 1F-4F 20 고장2009-04-2

22009-06-30 최창순

206 301110601우성6차아파트입주자대표회

1 차압유량조절밸브난,급탕 - 65다프 파손

2009-03-13

2009-05-18 정길용

207 301110601우성6차아파트입주자대표회

2 차압유량조절밸브난,급탕 - 65다프 파손

2009-03-13

2009-05-18 정길용


1 차압유량조절밸브난,급탕 - 50 부식2009-03-1

22009-07-10 최창순


1 열교환설비 급탕 501 709 누수2009-03-1

22009-07-10 최창순


1 열교환설비 난방 501 481 누수2009-03-1

22009-07-10 최창순


1 온도조절밸브 급탕 501 50 고장2009-03-1

22009-07-10 최창순


1 온도조절밸브 난방 501 40 고장2009-03-1

22009-07-10 최창순

(나) 2010년 데이터기준 기계실 선정

- 205 -

NO사용자


기계실 번호


보수

확인일


공급동 및건물

용량/ 관경

지적 내용


건물 1 차압유량조절밸브 난,급탕- 25 고장 2010-12-30 2011-08-04 신윤철


건물 1 열교환설비 난방 전층 284 누수 2010-12-30 2011-08-04 신윤철


건물 1 온도조절밸브 급탕각층화장실

15 부식 2010-12-30 2011-08-04 신윤철


건물 1 온도조절밸브 난방 전층 25 부식 2010-12-30 2011-08-04 신윤철

155 301110272장미마을코오롱장미아파트입주자대표회

공동주택

3 열교환설비 급탕 101L 500 누수 2010-12-13 2011-06-10 신윤철

191 301120352 서현공영주차장 건물 1 차압유량조절밸브 난,급탕- 20 부식 2010-12-30 　　

NO사용자


기계실 번호


보수

확인일


공급동 및건물

용량/ 관경

지적 내용

52 301121061현대수내프라자상가관리운영회

건물 1차압유량조절밸브

난,급탕 - 20 고장 2012-03-05 2012-09-04 한현승

88 301110123샛별유치원 건물 1차압유량조절밸브

난,급탕 - 25 부식 2012-02-08　　

99 301140161경기도성남교육청(중탑초등학교)

건물 1 온도조절밸브 급탕 B1-5F 20 부식 2012-02-23 2012-07-04 한현승

111 301110321분당탑마을8단지입주자대표회의

공동주택

3차압유량조절밸브

난,급탕 - 50 누수 2012-01-03　　


건물 1차압유량조절밸브

난,급탕 - 25 부식 2012-03-07 2012-07-03 한현승


건물 1 열교환설비 난방 전층 284 누수 2012-03-07 2012-07-03 한현승


건물 1 온도조절밸브 급탕각층화장실

15 부식 2012-03-07 2012-07-03 한현승


건물 1 온도조절밸브 난방 전층 25 누수 2012-03-07 2012-07-03 한현승

(다) 2011년 데이터기준 기계실 선정

(라) 2012년 데이터기준 기계실 선정

- 206 -

NO사용자


기계실 번호

불량내역

점검일보수

확인일확인자

설비명 구분공급동 및건물

용량/ 관경

지적 내용

2013년 　　　　　　　　　　　　

31 301140371한솔초등학교 건물 1 차압유량조절밸브난,급탕

- 40 부식 2012-11-12 　　

32 301140371한솔초등학교 건물 1 온도조절밸브 난방 1F-5F 40 부식 2012-11-12 　　

97 301123151주식회사 케이티(KT인터넷운영국)

건물 1 내부인입배관중온수

- 65 누수 2012-12-10 　　


건물 1 차압유량조절밸브난,급탕

- 32 부식 2012-12-10 　　


건물 1 온도조절밸브 급탕 전층 15 누수 2012-12-10 　　

102 301110123샛별유치원 건물 1 내부인입배관중온수

- 20 부식 2012-11-13 　　

103 301110123샛별유치원 건물 1 차압유량조절밸브난,급탕

- 25 부식 2012-11-13 　　

104 301110123샛별유치원 건물 1 온도조절밸브 급탕 B1-2F 15 고장 2012-11-13 　　

105 301110123샛별유치원 건물 1 온도조절밸브 난방 1F-2F 15 고장 2012-11-13 　　

106 301121911덕인빌딩 건물 1 차압유량조절밸브난,급탕

- 32 부식 2012-12-24 　　

107 301121911덕인빌딩 건물 1 온도조절밸브 급탕 B2-5F 15 부식 2012-12-24 　　

108 301121911덕인빌딩 건물 1 온도조절밸브 난방 B2-5F 25 부식 2012-12-24 　　

121 301120562헬스매니아 건물 1 차압유량조절밸브난,급탕

- 40 부식 2012-12-24 　　

122 301120562헬스매니아 건물 1 열교환설비 급탕 4F-5F 300진공불량

2012-12-24 　　

123 301120562헬스매니아 건물 1 온도조절밸브 급탕 4F-5F 40 부식 2012-12-24 　　

(마) 2013년 데이터기준 기계실 선정

(3) 검토결과

(가) 현재 고장률이 높은 기계실 리스트 22개소 선별하여 보수 확인된 현장이

11개소로 축소되었으며 (나머지 현장은 미보수 현장) 이중 DB에 데이터

가 확보된 현장은 ‘느티3,4닩, 한솔6단지, 꿈나무 유치원’ 3개소로 압축됨.

나) 2013년 데이터는 점검은 2012년 11월, 12월에 실시하였으나 보수 확인이

대부분 되지 않은 상태임.

다) 선정된 3개 현장의 온도(공급온도, 환수온도, 차온) 및 유량을 검토함.

나. 운전데이터 분석을 통한 고장상태 의 현장검증에 의한 유효성 확인

(1) 차압유량조절밸브(PDCV) 고장 진단 협의

(가) 밸브전후의 압력차를 측정하면 가장 좋은 방법이나 원격검침데이터로

는 불가능하며 간접적인 방법으로서 1차측 중온수의 공급온도 환수온도의 설계치

대비 낮은 폭 또는 높은 폭 운전으로 고장유무를 예측함.

(나) 유량 및 열량 데이터의 헌팅요소를 파악하여 고장유무 추정 가능함.

- 207 -

(2) 온도조절밸브(TCV) 고장 진단 협의

(가) 중온수 환수 온도가 헌팅 및 기준 설계치보다 높은 온도의 헌팅현상 및

과온 저온 등의 분석을 통해 고장 진단을 예측함.

(나) 1차측 유량계 순시 값의 과유량, 저유량 현상 및 데이터의 헌팅요소를 파악

하여 고장유무를 예측함.

(3) 현장조사를 통한 유효성 검증

(가) 3개소(느티3,4단지, 한솔단지, 꿈나무 유치원) 의 차온분석

① 꿈나무 유치원의 2월2일은 차온의 변화가 없음/ 일요일이므로 유치원 가동 안함

꿈나무 유치원의 경우 주기성 차온이 발생 당일 18시부터 익일 18시 사이에 서

난방이 이루어지고 있지만 평균 차온이 17℃ 정도여서 열효율이 무척이나

좋지 않음

② 복수건물 분석에서 한솔 6단지가 차온의 헌팅이 심함

③ 한솔 6단지 경우 1월 3일부터 차온이 계속헌팅하고 있음

차온폭이 16℃에서 50℃사이를 반복 – 고장 발생 유추

④ 느티 3,4단지는 차온 폭이 46℃도에서 35℃도 사이로 정상범위로 볼수 있음

느티 3,4단지는 지속적으로 기계실 별 점검보수를 수행하여 비교적 양호한

상태로 운영됨을 알수 있음

- 208 -

(나)한솔 6단지 4개 데이터 분석

① 한솔 단일건물 데이터를 통해서 다음과 같이 분석

** 공급온도는 일정하게 유지되는데 회수온도가 1월2일 10시부터 헌팅하기 시작

이것은 곧 차온의 헌팅으로 나타남

헌팅의 원인 추정 : PDCV 불량으로 예측됨

데이터 유효성 검증: 2월25일 현장 실사를 통해 확인 PDCV 불량 및 누수 확인

4. 개별 사이트로 로그인 하여 DB툴의 산점도 분석을 토한 고장유무 확인

가. 차압유량 조절밸브 고장 분석

산점도 분석에서 공급온도와 회수온도와의 산점도 분석에서 범위 안을 벗어날 경우

고장 상태로 추정이 됨

- 209 -

나. 온도조절밸브 고장 분석

(1) 정상 사용자의 산점도

(2) 비정상 사용자의 산점도

( 차온 평균이 2 ℃ )- 온도조절밸브 고장 확인

산점도 분석에서 공급온도와 회수온도와의 산점도 분석에서 상하한 범위 안을 벗어

날 경우 고장 상태로 추정이 됨

- 210 -

제2절 현장 확인 및 DB의 패턴 분석에 의한 고장상태 원격진단 기법개발

고장 상태에 대한 DB자료의 패턴을 분석하고 현장에서 확인하는 과정을 통해 고

장상태에 대한 특성을 패턴화 하였음

1. 차압유량 조절밸브의 고장에 의한 패턴 정형화

가. 차압유량조절밸브 누수에 의한 패턴분석

(1) . 회수온도 분석

회수온도와 차압유량조절밸브 누수와의 검토는 정상상태에서 회수온도가 특정

트랜드를 나타내지 못함

단 회수온도 상하한 의 범위를 벗어나고 회수온도 상한점인 55℃ 이상이며

헌팅되는 현장은 차압유량조절 밸브 누수로 추정 가능함

(2). 차온분석

차압유량조절 밸브 누수와 차온 과의 관계

: 정상상태에서도 일부 테이터 고장 예측됨

: 누수 상태에서 일부 데이터의 차온과의 관계는 차온 하한점인 40℃ 이하인

경우 해당될 수 있음

- 211 -

(3), 차압유량 조절밸브 의 누수에 의한 고장 패턴의 정형화

동절기 유량의 급격한 변화를 나타내며 회수온도 55℃ 이상 또는 차온이 40℃

이하인 경우 누수예상

나. 차압유량조절밸브의 다이아프램 파손에 의한 패턴분석

(1). 유량 분석

(가) 연중 유량변화가 3㎥ 이하로 유지되는 패턴을 보이면 차압유량조절밸브의

다이아프램 파손으로 고장 예측함

(나) 그래프상 눈으로 확인 가능한 예측: 하절기 급격한 유량 상승도

다이아프램 파손으로 예측함

(다)다이아프램 파손 수식 : 0 < 유량 < 3㎥

(2). 회수온도 분석

정상상태에서 회수온도는 35℃ 이하 및 35℃~55℃에서 패턴을 형성하지만 다이아프램 파손 시 일부 데이터의 회수온도는 55℃ 이상의 패턴을 형성함

- 212 -

(3). 차압유량 조절밸브 의 다이아프램파손의 고장 패턴의 정형화

차압유량 조절밸브 다이아프램 파손 의 패턴분석회수온도가 55℃ 이상을 나타내고 연중 유량변화가 3㎥ 이하로 유지되는 패턴을 보임

다. 차압유량조절밸브의 고장에 의한 패턴분석

(1). 차온의 분석

차압유량조절밸브 고장시 차온의 경우 정상적인 경우와 다른 패턴을 나타내는 것은

차온이 하절기에 정상치보다 높게 또는 낮게 나타나는 현상이다

하절기 조건이 40℃ 이하 또는 60 ℃ 이상인 경우다.

(2). 유량 분석

차압유량조절밸브 고장은 유량패턴으로 동 하절기 관계없이 유량의 변화가 없는

패턴을 나타냄

(3). 차압유량 조절밸브의 고장에 의한 패턴의 정형화

차온이 하절기시 40℃ 이하 또는 60 ℃ 이상으로 나타나며 정형화된 유량변화 특성을 타내지 못하고 유량 변화가 없는 패턴을 보임

- 213 -

2. 온도조절밸브 고장에 의한 패턴의 정형화

가. 온도조절밸브 고장에 의한 패턴 분석

(1) 회수온도 분석

온도조절밸브 고장으로서 회수온도가 연중 60℃ 이상을 나타내거나 또는

온도분포가 헌팅하는 현상이 나타남

(2) 차온분석

온도조절밸브의 고장은 차온 분석에서 명확히 구별되어지며

차온의 기준이 40℃ 이하로 유지 되고 있으며( 밸브 open 상태 유지예상)

차온의 상하한 조건 안에서도 헌팅하는 현상이 나타남

다. 온도 조절밸브의 고장에 의한 패턴의 정형화

온도조절밸브 고장으로서 회수온도가 연정 60℃ 이상을 나타내며 하절기 시 40℃

이하를 나타냄

차온의 기준이 40℃ 이하로 유지 되고 있으며( 밸브 open 상태 유지예상)

차온의 상하한 조건 안에서도 헌팅하는 현상이 나타남

- 214 -

제3절 정보기반 및 데이터 통계치로 개발된 고장상태 패턴 분석

사용자 설비의 고장 상태 원격진단 기법에 관해 정보기반의 방법과 통계적 방법을

동원, 고장 가능성이 높은 기계실을 선정하는 방법을 점검해 보았음.

따라서 패턴 분석에 의해 고장상태의 통계확율를 기반으로 고장 진단을 예측하는

방법을 개발하였다

1. 고장 패턴의 유형 개발

주어진 데이터를 가지고 고장 형태의 유형을 7가지 패턴으로 구분하여 분석하였

다

패턴번호 패턴의 내용

0 정상추정

1 공급온도가 불규칙

2 회수온도가 공급온도를 트랙킹하거나 거의 비슷

3 회수온도가 공급온도와 비슷하면서 헌팅

4 회수온도가 간헐적으로 공급온도와 비슷함

5 차온이 회수온도보다 높음

6 공급온도가 매우 낮고 변화가 없음

본 패턴을 가지고 고장 유형별 확률을 검토한 결과 다음과 같은 결론을 도출할 수

있었다

2. 패턴 분석 결과

- 215 -

가. 전체 현황 분석

(1) 패턴 2,3,4를 이상으로 정의: 분당 5-10%, 판교 2-3%

(2) 패턴 2,3,4,5를 이상으로 정의 : 분당 15-20%, 판교 4%

(3) 분당이 판교보다 패턴5가 많은 이유: 설비의 노후화와 열교환기의 저효율로

추정

(4)동절기에서 하절기로 갈때

분당은 패턴1이 감소, 패턴6이 증가

판교는 패턴1이 증가, 패턴6이 감소

나. 고장 유형별 패턴 현상

(1) TCV 고장은 패턴 2,3,4 가 PDCV 고장은 패턴 1과 5

따라서 TCV 고장은 다음과 같은 패턴을 나타낸다

- 회수온도가 공급온도와 비슷하면서 트레킹 및 헌팅하는 패턴

(2) PDCV고장의 패턴은

- 공급온도가 불규칙하고 차온이 회수온도보다 높다

2. 패턴분석에 대한 결론

이상 데이터는 정상 데이터와 시각적으로 분명한 차이가 있으며 이상유무의 판별결

과는 비교적 정확한 걸로 추정되었으며

이상 데이터 중에서 TCV 고장과 PDCV 고장의 차이는 명확하게 구분되지 않으나

TCV 고장 데이터에서 패턴 2, 3, 4가, PDCV 고장 데이터에서 패턴 1과 5가 많이

나타나는 걸로 추정되었다

그러나 현장을 실제로 방문해도 TCV 고장과 PDCV 고장을 정확히 판별하기가 어려

운 경우가 많음

또한 과다유량일수와 패턴 간에는 밀접한 관계가 있으며 이상패턴과 높은 과다유량

일수가 모두 나타날 때 고장확률이 매우 높은 걸로 추정되어지며

패턴과 과다유량이 정반대의 경향을 나타내는 데이터가 존재하며 이런 경우는 현장

점검을 통해 검증 필요가 요구되어 졌다

분당에서 패턴이 정상으로 추정되나 과다유량일수가 높은 경우가 상당수 존재

이상패턴이면서 유량이 충분한데 과다유량일수가 낮은 경우는 거의 없었다

- 216 -

　

연구결과　연구결과(DB데이터, 통계분석 결과)

데이터: 공급온도, 회수온도,차온, 유량패턴형태 회수온도 차온 유량

정상기준 정형화 패턴35℃~

55℃40℃~60℃ 　

　DB프로그램에 의해 상하한 범위 내

에서 데이턱 운전됨

PDCV 누수동절기 급격

한변화

55℃

이상40℃이하 　

1)기존 데이터가 상하한 범위울 벗어남

2)공급온도가 불규칙하며 차온이 회수

온도보다 높다

PDCV

　55℃

이상40℃이하 　



온도보다 높다　

다이아프램

파손

PDCV고장정형화된

패턴　

하절기시

40℃이하　



온도보다 높다

TCV고장

상,하한

조건에서

헌팅현상

60℃

이상

하절기

40℃이하

유지

동하절기

급격한 유

량변화


2)회수온도가 공급옫도와 비슷

TCV 누수 패턴이 헌팅

35℃

이하40℃이하

유지　


2)회수온도가 공급옫도와 비슷55이상

TCV 부식 　

35℃

이하차온상하한

범위이탈

초기유량

30㎥이상

또는10㎥

이하


2)회수온도가 공급옫도와 비슷

유지

하절기5

5℃

이상유지

보다 정확한 결과 분석을 위해서는 고장원인과 고장기간이 확실히 밝혀진 데이터를

더 많이 분석하여 정보의 축적과 패턴분석의 고도화가 필요하며 향후 DB 구축과

데이터 마이닝을 통하여 열량계 고장수리 전후의 패턴변화분석과 같은 다양한 분석

가능하고 사용자별 데이터를 축적하여 각 사용자별로 커스터마이즈 및 최적화된

분석 가능하다

또한 실시간 데이터 분석을 통해 이상데이터 발생 시 일단위로 통보 가능하도록 하

였다

제4절 본 연구에서 제시할 수 있는 최종 결과

본 연구에서 제시할 수 있는 최종 결과는 DB프로그램화를 통해서 축적된 고장

진단의 결과와 연구진들의 현장 실사 및 DB데이터를 가지고 분석된 고장상태의 정

형화 된 패턴 그리고 정보기반 및 통계화에 의해 개발된 고장 상태 원격진단 기법

은 다음과 같다.

- 217 -

사용자 설비 고장상태 원격진단 기법 연구에서는

원격검침 데이터의 DB 분석툴 프로그램에 의한 고장유형 분석과

그 DB 프로그램을 이용하여 연구진의 현장 실사를 통한 고장 상태 유형 분석

그리고 정보기반의 방법과 통계적 방법을 동원, 고장 가능성이 높은 기계실을 선

정하여 고장 유형을 정형화 하는 방법을 개발하였다.

그 결과 본 연구에서 제시할 수 있는 결과는 다음과 같음:

6. 점검을 위해 개발된 사용자 설비 데이터 이상 상태 분석 프로그램의 활용

(DB분석용 프로그램과 사용자설비 데이터 이상상태 분석 프로그램)

7. DB분석툴 프로그램에서 1차적으로 선점도 그래프를 활용하여 고장예상 사이트를

검색하고

8. 정보기반의 방법에 의거해 개발된 지표로 선정된 후보군 검색하거나 통계적 방

법에 의거해 개발된 지표로 선정된 후보군 검색

Ÿ 각 월별로 주어진 표본에서 최소의 예상고장 기계실을 선택하는 방법 (예.

비정상 기준 & Hq 등의 점검 방법을 동원)

9. 정보기반의 방법과 통계적 방법에 의거해 개발된 지표들을 결합시켜 최소의 비

용으로 가장 고장 가능성이 큰 것으로 보이는 후보군을 선정한 뒤 이들을 점검

분석 하는 방법을 취하고

10. 마지막으로 개별 사이트로 분석하여 연구 결과 고장 패턴과 부합여부를 확인하

여 고장상태 원격진단 진단한다.

상기에 지적된 방법들을 통해 각 월별로 점검된 결과를 활용, 여러 달 동안 고장상

태가 지속되는 것이 예상되는 기계실을 선택하는 방법도 함께 고려할 수 있다

1. 비정상 조건과 (T0, T2, T6, Hq, Hf, Hst, Hrt, Hdt)가 동시에 만족하는 기계실

선택

2. 이들 중 가장 고장예상 표본이 많은 조건과, 차상위 예상표본수가 많은 조건들을

pairwise 비교하여 기계실을 선택해 나감.

앞서 살펴 본 바와 같이, 이러한 비교로 얻어지는 결과가 매우 안정적이었음은 이

미 확인한 바 있음.

** 상기에서 제시하는 방법은 가장 경제적으로 고장예상 기계실을 선택하는 방법으

로 보이며, 이러한 경제적인 실사를 통해 DB가 구축되게 된다면 향후 지금 제시하

는 지표보다 훨씬 더 좋은 기준마련의 기초가 되는 정보가 제공될 것이 확실시 됨

Documents

사용자설비의 고장상태 원격진단 기법에 관한 연구용역eml.ajou.ac.kr/suduk/teach/contents/사용자설비의 고장진단... · 관리번호 연구기간2013.11~2015.9(22개월)