Dataset statistics
Number of variables | 13 |
---|---|
Number of observations | 534 |
Missing cells | 2138 |
Missing cells (%) | 30.8% |
Duplicate rows | 0 |
Duplicate rows (%) | 0.0% |
Total size in memory | 55.4 KiB |
Average record size in memory | 106.2 B |
Variable types
Text | 8 |
---|---|
Categorical | 2 |
Numeric | 2 |
Boolean | 1 |
Dataset
Description | 과제요청번호,과제명,과제영문명,국내외연구사례,연구내용및방법,연구내용및방법,기대효과 및 활용방안,연구책임자,담당부서,연구시작일,연구종료일,예산승인상태,보안과제여부 |
---|---|
Author | 서울특별시 |
URL | https://data.seoul.go.kr/dataList/OA-22154/S/1/datasetView.do |
예산승인상태 has constant value "" | Constant |
보안과제여부 has constant value "" | Constant |
연구시작일 is highly overall correlated with 연구종료일 | High correlation |
연구종료일 is highly overall correlated with 연구시작일 | High correlation |
과제영문명 has 510 (95.5%) missing values | Missing |
국내외연구사례 has 484 (90.6%) missing values | Missing |
연구내용및방법 has 184 (34.5%) missing values | Missing |
연구내용및방법.1 has 480 (89.9%) missing values | Missing |
기대효과 및 활용방안 has 480 (89.9%) missing values | Missing |
과제요청번호 has unique values | Unique |
Reproduction
Analysis started | 2024-05-18 01:42:02.459307 |
---|---|
Analysis finished | 2024-05-18 01:42:09.462021 |
Duration | 7 seconds |
Software version | ydata-profiling vv4.5.1 |
Download configuration | config.json |
과제요청번호
Text
UNIQUE
 
Distinct | 534 |
---|---|
Distinct (%) | 100.0% |
Missing | 0 |
Missing (%) | 0.0% |
Memory size | 4.3 KiB |
Value | Count | Frequency (%) |
pla0810 | 1 | 0.2% |
pla0208 | 1 | 0.2% |
pla0213 | 1 | 0.2% |
pla0167 | 1 | 0.2% |
pla0168 | 1 | 0.2% |
pla0171 | 1 | 0.2% |
pla0172 | 1 | 0.2% |
pla0173 | 1 | 0.2% |
pla0174 | 1 | 0.2% |
pla0196 | 1 | 0.2% |
Other values (524) | 524 |
Most occurring characters
Value | Count | Frequency (%) |
0 | 733 | |
P | 534 | |
L | 534 | |
A | 534 | |
2 | 213 | 5.7% |
1 | 199 | 5.3% |
3 | 193 | 5.2% |
4 | 192 | 5.1% |
5 | 161 | 4.3% |
7 | 125 | 3.3% |
Other values (3) | 320 |
Most occurring categories
Value | Count | Frequency (%) |
Decimal Number | 2136 | |
Uppercase Letter | 1602 |
Most frequent character per category
Decimal Number
Value | Count | Frequency (%) |
0 | 733 | |
2 | 213 | 10.0% |
1 | 199 | 9.3% |
3 | 193 | 9.0% |
4 | 192 | 9.0% |
5 | 161 | 7.5% |
7 | 125 | 5.9% |
6 | 121 | 5.7% |
8 | 100 | 4.7% |
9 | 99 | 4.6% |
Uppercase Letter
Value | Count | Frequency (%) |
P | 534 | |
L | 534 | |
A | 534 |
Most occurring scripts
Value | Count | Frequency (%) |
Common | 2136 | |
Latin | 1602 |
Most frequent character per script
Common
Value | Count | Frequency (%) |
0 | 733 | |
2 | 213 | 10.0% |
1 | 199 | 9.3% |
3 | 193 | 9.0% |
4 | 192 | 9.0% |
5 | 161 | 7.5% |
7 | 125 | 5.9% |
6 | 121 | 5.7% |
8 | 100 | 4.7% |
9 | 99 | 4.6% |
Latin
Value | Count | Frequency (%) |
P | 534 | |
L | 534 | |
A | 534 |
Most occurring blocks
Value | Count | Frequency (%) |
ASCII | 3738 |
Most frequent character per block
ASCII
Value | Count | Frequency (%) |
0 | 733 | |
P | 534 | |
L | 534 | |
A | 534 | |
2 | 213 | 5.7% |
1 | 199 | 5.3% |
3 | 193 | 5.2% |
4 | 192 | 5.1% |
5 | 161 | 4.3% |
7 | 125 | 3.3% |
Other values (3) | 320 |
과제명
Text
Distinct | 533 |
---|---|
Distinct (%) | 99.8% |
Missing | 0 |
Missing (%) | 0.0% |
Memory size | 4.3 KiB |
Length
Max length | 66 |
---|---|
Median length | 47 |
Mean length | 22.985019 |
Min length | 3 |
Characters and Unicode
Total characters | 12274 |
---|---|
Distinct characters | 417 |
Distinct categories | 11 ? |
Distinct scripts | 4 ? |
Distinct blocks | 6 ? |
Unique
Unique | 532 ? |
---|---|
Unique (%) | 99.6% |
Sample
1st row | 상수도관 전기부식 방지 최적 방안 연구 |
---|---|
2nd row | 상수원 상류 조류 영향과 효율적 맛?냄새물질 제거방안 연구 |
3rd row | 대형 상수도관 누수 원인 규명 및 지도 개발 연구 |
4th row | 경사판 침전지 개량을 위한 침전효율 향상방안 연구 |
5th row | 정수처리공정 응집제 주입률 결정 연구 |
Value | Count | Frequency (%) |
연구 | 129 | 4.6% |
및 | 114 | 4.1% |
수질검사 | 78 | 2.8% |
조사 | 58 | 2.1% |
관한 | 42 | 1.5% |
36 | 1.3% | |
수질조사 | 33 | 1.2% |
수돗물 | 32 | 1.2% |
보고서 | 23 | 0.8% |
수도꼭지 | 21 | 0.8% |
Other values (1109) | 2215 |
Most occurring characters
Value | Count | Frequency (%) |
2275 | 18.5% | |
수 | 640 | 5.2% |
0 | 299 | 2.4% |
사 | 267 | 2.2% |
질 | 222 | 1.8% |
정 | 200 | 1.6% |
2 | 197 | 1.6% |
조 | 197 | 1.6% |
의 | 194 | 1.6% |
구 | 192 | 1.6% |
Other values (407) | 7591 |
Most occurring categories
Value | Count | Frequency (%) |
Other Letter | 8676 | |
Space Separator | 2275 | 18.5% |
Decimal Number | 723 | 5.9% |
Lowercase Letter | 177 | 1.4% |
Uppercase Letter | 157 | 1.3% |
Open Punctuation | 80 | 0.7% |
Close Punctuation | 80 | 0.7% |
Other Punctuation | 62 | 0.5% |
Dash Punctuation | 37 | 0.3% |
Math Symbol | 6 | < 0.1% |
Most frequent character per category
Other Letter
Value | Count | Frequency (%) |
수 | 640 | 7.4% |
사 | 267 | 3.1% |
질 | 222 | 2.6% |
정 | 200 | 2.3% |
조 | 197 | 2.3% |
의 | 194 | 2.2% |
구 | 192 | 2.2% |
연 | 185 | 2.1% |
에 | 168 | 1.9% |
년 | 162 | 1.9% |
Other values (344) | 6249 |
Uppercase Letter
Value | Count | Frequency (%) |
C | 26 | |
P | 16 | 10.2% |
A | 12 | 7.6% |
T | 12 | 7.6% |
O | 12 | 7.6% |
H | 9 | 5.7% |
D | 8 | 5.1% |
M | 7 | 4.5% |
S | 7 | 4.5% |
E | 6 | 3.8% |
Other values (14) | 42 |
Lowercase Letter
Value | Count | Frequency (%) |
a | 25 | |
o | 18 | |
e | 14 | 7.9% |
r | 14 | 7.9% |
m | 13 | 7.3% |
i | 12 | 6.8% |
l | 11 | 6.2% |
n | 10 | 5.6% |
c | 9 | 5.1% |
y | 8 | 4.5% |
Other values (10) | 43 |
Decimal Number
Value | Count | Frequency (%) |
0 | 299 | |
2 | 197 | |
1 | 84 | 11.6% |
9 | 46 | 6.4% |
3 | 26 | 3.6% |
5 | 18 | 2.5% |
8 | 18 | 2.5% |
4 | 13 | 1.8% |
6 | 12 | 1.7% |
7 | 10 | 1.4% |
Other Punctuation
Value | Count | Frequency (%) |
? | 38 | |
, | 20 | |
/ | 4 | 6.5% |
Space Separator
Value | Count | Frequency (%) |
2275 |
Open Punctuation
Value | Count | Frequency (%) |
( | 80 |
Close Punctuation
Value | Count | Frequency (%) |
) | 80 |
Dash Punctuation
Value | Count | Frequency (%) |
- | 37 |
Math Symbol
Value | Count | Frequency (%) |
~ | 6 |
Letter Number
Value | Count | Frequency (%) |
Ⅳ | 1 |
Most occurring scripts
Value | Count | Frequency (%) |
Hangul | 8654 | |
Common | 3263 | 26.6% |
Latin | 335 | 2.7% |
Han | 22 | 0.2% |
Most frequent character per script
Hangul
Value | Count | Frequency (%) |
수 | 640 | 7.4% |
사 | 267 | 3.1% |
질 | 222 | 2.6% |
정 | 200 | 2.3% |
조 | 197 | 2.3% |
의 | 194 | 2.2% |
구 | 192 | 2.2% |
연 | 185 | 2.1% |
에 | 168 | 1.9% |
년 | 162 | 1.9% |
Other values (336) | 6227 |
Latin
Value | Count | Frequency (%) |
C | 26 | 7.8% |
a | 25 | 7.5% |
o | 18 | 5.4% |
P | 16 | 4.8% |
e | 14 | 4.2% |
r | 14 | 4.2% |
m | 13 | 3.9% |
i | 12 | 3.6% |
A | 12 | 3.6% |
T | 12 | 3.6% |
Other values (35) | 173 |
Common
Value | Count | Frequency (%) |
2275 | ||
0 | 299 | 9.2% |
2 | 197 | 6.0% |
1 | 84 | 2.6% |
( | 80 | 2.5% |
) | 80 | 2.5% |
9 | 46 | 1.4% |
? | 38 | 1.2% |
- | 37 | 1.1% |
3 | 26 | 0.8% |
Other values (8) | 101 | 3.1% |
Han
Value | Count | Frequency (%) |
藻 | 8 | |
類 | 8 | |
金 | 1 | 4.5% |
心 | 1 | 4.5% |
中 | 1 | 4.5% |
山 | 1 | 4.5% |
鑛 | 1 | 4.5% |
屬 | 1 | 4.5% |
Most occurring blocks
Value | Count | Frequency (%) |
Hangul | 8653 | |
ASCII | 3597 | |
CJK | 21 | 0.2% |
CJK Compat Ideographs | 1 | < 0.1% |
Number Forms | 1 | < 0.1% |
Compat Jamo | 1 | < 0.1% |
Most frequent character per block
ASCII
Value | Count | Frequency (%) |
2275 | ||
0 | 299 | 8.3% |
2 | 197 | 5.5% |
1 | 84 | 2.3% |
( | 80 | 2.2% |
) | 80 | 2.2% |
9 | 46 | 1.3% |
? | 38 | 1.1% |
- | 37 | 1.0% |
3 | 26 | 0.7% |
Other values (52) | 435 | 12.1% |
Hangul
Value | Count | Frequency (%) |
수 | 640 | 7.4% |
사 | 267 | 3.1% |
질 | 222 | 2.6% |
정 | 200 | 2.3% |
조 | 197 | 2.3% |
의 | 194 | 2.2% |
구 | 192 | 2.2% |
연 | 185 | 2.1% |
에 | 168 | 1.9% |
년 | 162 | 1.9% |
Other values (335) | 6226 |
CJK
Value | Count | Frequency (%) |
藻 | 8 | |
類 | 8 | |
心 | 1 | 4.8% |
中 | 1 | 4.8% |
山 | 1 | 4.8% |
鑛 | 1 | 4.8% |
屬 | 1 | 4.8% |
CJK Compat Ideographs
Value | Count | Frequency (%) |
金 | 1 |
Number Forms
Value | Count | Frequency (%) |
Ⅳ | 1 |
Compat Jamo
Value | Count | Frequency (%) |
ㆍ | 1 |
과제영문명
Text
MISSING
 
Distinct | 23 |
---|---|
Distinct (%) | 95.8% |
Missing | 510 |
Missing (%) | 95.5% |
Memory size | 4.3 KiB |
Length
Max length | 121 |
---|---|
Median length | 82.5 |
Mean length | 76.125 |
Min length | 21 |
Characters and Unicode
Total characters | 1827 |
---|---|
Distinct characters | 56 |
Distinct categories | 9 ? |
Distinct scripts | 2 ? |
Distinct blocks | 2 ? |
Unique
Unique | 22 ? |
---|---|
Unique (%) | 91.7% |
Sample
1st row | A study on the effect of algae in the upstream of the water source and the effective removal of taste and odor substances |
---|---|
2nd row | A study on the determination of coagulant injection rate in water treatment process |
3rd row | Study on the aging characteristics of polymer epoxy resin in the distribution system |
4th row | Analysis of Fluctuation in Water Usage and Countermeasures for Water Supply |
5th row | Developing indicators of the level of service for waterworks facilities |
Value | Count | Frequency (%) |
of | 22 | 8.1% |
the | 19 | 7.0% |
on | 15 | 5.5% |
water | 14 | 5.2% |
study | 13 | 4.8% |
in | 10 | 3.7% |
a | 8 | 3.0% |
and | 7 | 2.6% |
for | 6 | 2.2% |
distribution | 5 | 1.8% |
Other values (115) | 152 |
Most occurring characters
Value | Count | Frequency (%) |
261 | ||
t | 156 | 8.5% |
e | 155 | 8.5% |
o | 145 | 7.9% |
i | 121 | 6.6% |
r | 119 | 6.5% |
n | 111 | 6.1% |
a | 100 | 5.5% |
s | 84 | 4.6% |
u | 55 | 3.0% |
Other values (46) | 520 |
Most occurring categories
Value | Count | Frequency (%) |
Lowercase Letter | 1455 | |
Space Separator | 261 | 14.3% |
Uppercase Letter | 98 | 5.4% |
Open Punctuation | 3 | 0.2% |
Close Punctuation | 3 | 0.2% |
Decimal Number | 3 | 0.2% |
Dash Punctuation | 2 | 0.1% |
Other Punctuation | 1 | 0.1% |
Letter Number | 1 | 0.1% |
Most frequent character per category
Lowercase Letter
Value | Count | Frequency (%) |
t | 156 | |
e | 155 | |
o | 145 | |
i | 121 | 8.3% |
r | 119 | 8.2% |
n | 111 | 7.6% |
a | 100 | 6.9% |
s | 84 | 5.8% |
u | 55 | 3.8% |
d | 54 | 3.7% |
Other values (16) | 355 |
Uppercase Letter
Value | Count | Frequency (%) |
S | 24 | |
W | 10 | |
A | 9 | 9.2% |
F | 8 | 8.2% |
D | 7 | 7.1% |
C | 7 | 7.1% |
R | 4 | 4.1% |
P | 4 | 4.1% |
T | 3 | 3.1% |
O | 3 | 3.1% |
Other values (11) | 19 |
Decimal Number
Value | Count | Frequency (%) |
8 | 1 | |
3 | 1 | |
2 | 1 |
Space Separator
Value | Count | Frequency (%) |
261 |
Open Punctuation
Value | Count | Frequency (%) |
( | 3 |
Close Punctuation
Value | Count | Frequency (%) |
) | 3 |
Dash Punctuation
Value | Count | Frequency (%) |
- | 2 |
Other Punctuation
Value | Count | Frequency (%) |
/ | 1 |
Letter Number
Value | Count | Frequency (%) |
Ⅳ | 1 |
Most occurring scripts
Value | Count | Frequency (%) |
Latin | 1554 | |
Common | 273 | 14.9% |
Most frequent character per script
Latin
Value | Count | Frequency (%) |
t | 156 | 10.0% |
e | 155 | 10.0% |
o | 145 | 9.3% |
i | 121 | 7.8% |
r | 119 | 7.7% |
n | 111 | 7.1% |
a | 100 | 6.4% |
s | 84 | 5.4% |
u | 55 | 3.5% |
d | 54 | 3.5% |
Other values (38) | 454 |
Common
Value | Count | Frequency (%) |
261 | ||
( | 3 | 1.1% |
) | 3 | 1.1% |
- | 2 | 0.7% |
/ | 1 | 0.4% |
8 | 1 | 0.4% |
3 | 1 | 0.4% |
2 | 1 | 0.4% |
Most occurring blocks
Value | Count | Frequency (%) |
ASCII | 1826 | |
Number Forms | 1 | 0.1% |
Most frequent character per block
ASCII
Value | Count | Frequency (%) |
261 | ||
t | 156 | 8.5% |
e | 155 | 8.5% |
o | 145 | 7.9% |
i | 121 | 6.6% |
r | 119 | 6.5% |
n | 111 | 6.1% |
a | 100 | 5.5% |
s | 84 | 4.6% |
u | 55 | 3.0% |
Other values (45) | 519 |
Number Forms
Value | Count | Frequency (%) |
Ⅳ | 1 |
국내외연구사례
Text
MISSING
 
Distinct | 49 |
---|---|
Distinct (%) | 98.0% |
Missing | 484 |
Missing (%) | 90.6% |
Memory size | 4.3 KiB |
Length
Max length | 1024 |
---|---|
Median length | 270.5 |
Mean length | 268.34 |
Min length | 2 |
Characters and Unicode
Total characters | 13417 |
---|---|
Distinct characters | 497 |
Distinct categories | 15 ? |
Distinct scripts | 3 ? |
Distinct blocks | 9 ? |
Unique
Unique | 48 ? |
---|---|
Unique (%) | 96.0% |
Sample
1st row | o 냄새물질 발생 경향과 영향인자 분석, 김은정, 2019 o Individual-based modelling of cyanobacteria blooms: physical and physiological processes, David P. Hamilton et al., Science of The Total Environment, 10. 2021 |
---|---|
2nd row | ○ 최적화된 경사판을 이용한 침전분리기술과 적용사례 (한국상하수도협회) ○ 경사판 침전지의 수리학적 특성에 대한 구조물 영향 (대한상하수도학회) |
3rd row | ○ 수도시설 관리 효율화를 위한 인공지능 기반 의사결정 시스템 개발(2018, 한국수자원공사) ○ 정수장 약품 최적 주입률 결정을 위한 지능형 제어기 개발(2015, 한국수자원공사) ○ 원수조건에 따른 상수도 응집제 종류와 주입률 결정을 위한 데이터 마이닝 및 신경회로망의 적용(2004, 부산대학교) ○ 지능알고리즘을 이용한 정수처리공정의 응집제 주입률 결정(2004,충남대학교) |
4th row | - Development of predictive models for geosmin-related taste and odor in Kansas, USA, drinking water reservoir (Dzialowski et al., 2009) - Development of models for predicting the predominant taste and odor compounds in Taihu lake, China (Qi et al., 2012) - Modelling geosmin concentrations in three sources of raw water Quebec, Canada (Parinet et al., 2013) - Who smells? Forecasting taste and odor in a drinking water reservoir (Kehoe et al., 2015) - Predicting taste and odor compounds in a shallow reservoir using a three-dimensional hydrodynamic ecological model (Chong et al., 2018) |
5th row | ○ 질산화, 탈질, 탈인 등을 통한 생물학적 질소?인 제거기술인 MLE, A2O, SBR 등 다양한 공법이 국내외에 개발되어 실공정에 적용 ○ 고도처리 공법에 대한 최적화 연구가 지속적으로 진행되고 있으나 국내 실정에 맞는 최적화 적용사례 부족 ○ 유입하수 중 유기탄소원 부족과 겨울철 수온 저하에 따른 질소, 인 처리효율 감소로 이러한 문제점을 극복하기 위한 연구가 국내외적으로 진행 ○ 대규모 하수처리시설을 대상으로 계절별, 유입수 성상에 따른 MLE공법에 대한 최적화 연구사례 부족 |
Value | Count | Frequency (%) |
112 | 4.4% | |
○ | 74 | 2.9% |
및 | 30 | 1.2% |
and | 20 | 0.8% |
et | 19 | 0.8% |
water | 18 | 0.7% |
al | 18 | 0.7% |
of | 17 | 0.7% |
in | 15 | 0.6% |
등 | 14 | 0.6% |
Other values (1649) | 2195 |
Most occurring characters
Value | Count | Frequency (%) |
3083 | 23.0% | |
e | 309 | 2.3% |
a | 263 | 2.0% |
, | 257 | 1.9% |
n | 225 | 1.7% |
o | 217 | 1.6% |
i | 215 | 1.6% |
r | 202 | 1.5% |
t | 201 | 1.5% |
수 | 186 | 1.4% |
Other values (487) | 8259 |
Most occurring categories
Value | Count | Frequency (%) |
Other Letter | 5685 | |
Space Separator | 3083 | |
Lowercase Letter | 2593 | |
Decimal Number | 676 | 5.0% |
Uppercase Letter | 520 | 3.9% |
Other Punctuation | 431 | 3.2% |
Dash Punctuation | 114 | 0.8% |
Close Punctuation | 105 | 0.8% |
Open Punctuation | 103 | 0.8% |
Other Symbol | 76 | 0.6% |
Other values (5) | 31 | 0.2% |
Most frequent character per category
Other Letter
Value | Count | Frequency (%) |
수 | 186 | 3.3% |
에 | 112 | 2.0% |
정 | 102 | 1.8% |
의 | 97 | 1.7% |
하 | 96 | 1.7% |
한 | 90 | 1.6% |
서 | 88 | 1.5% |
지 | 87 | 1.5% |
이 | 86 | 1.5% |
시 | 82 | 1.4% |
Other values (393) | 4659 |
Uppercase Letter
Value | Count | Frequency (%) |
A | 55 | 10.6% |
S | 40 | 7.7% |
C | 38 | 7.3% |
M | 36 | 6.9% |
R | 33 | 6.3% |
W | 33 | 6.3% |
P | 31 | 6.0% |
N | 29 | 5.6% |
E | 28 | 5.4% |
O | 24 | 4.6% |
Other values (16) | 173 |
Lowercase Letter
Value | Count | Frequency (%) |
e | 309 | |
a | 263 | |
n | 225 | 8.7% |
o | 217 | 8.4% |
i | 215 | 8.3% |
r | 202 | 7.8% |
t | 201 | 7.8% |
l | 150 | 5.8% |
s | 135 | 5.2% |
d | 97 | 3.7% |
Other values (15) | 579 |
Other Punctuation
Value | Count | Frequency (%) |
, | 257 | |
. | 91 | 21.1% |
: | 29 | 6.7% |
? | 20 | 4.6% |
/ | 18 | 4.2% |
; | 7 | 1.6% |
※ | 4 | 0.9% |
' | 2 | 0.5% |
% | 2 | 0.5% |
& | 1 | 0.2% |
Decimal Number
Value | Count | Frequency (%) |
0 | 169 | |
2 | 141 | |
1 | 128 | |
9 | 44 | 6.5% |
4 | 39 | 5.8% |
3 | 39 | 5.8% |
5 | 38 | 5.6% |
6 | 30 | 4.4% |
8 | 27 | 4.0% |
7 | 21 | 3.1% |
Math Symbol
Value | Count | Frequency (%) |
~ | 6 | |
+ | 4 | |
⇒ | 3 | |
> | 1 | 5.9% |
< | 1 | 5.9% |
∼ | 1 | 5.9% |
→ | 1 | 5.9% |
Close Punctuation
Value | Count | Frequency (%) |
) | 98 | |
」 | 5 | 4.8% |
] | 2 | 1.9% |
Open Punctuation
Value | Count | Frequency (%) |
( | 97 | |
「 | 5 | 4.9% |
[ | 1 | 1.0% |
Other Symbol
Value | Count | Frequency (%) |
○ | 75 | |
㎍ | 1 | 1.3% |
Initial Punctuation
Value | Count | Frequency (%) |
“ | 3 | |
‘ | 3 |
Final Punctuation
Value | Count | Frequency (%) |
” | 3 | |
’ | 2 |
Space Separator
Value | Count | Frequency (%) |
3083 |
Dash Punctuation
Value | Count | Frequency (%) |
- | 114 |
Control
Value | Count | Frequency (%) |
2 |
Letter Number
Value | Count | Frequency (%) |
Ⅲ | 1 |
Most occurring scripts
Value | Count | Frequency (%) |
Hangul | 5685 | |
Common | 4618 | |
Latin | 3114 |
Most frequent character per script
Hangul
Value | Count | Frequency (%) |
수 | 186 | 3.3% |
에 | 112 | 2.0% |
정 | 102 | 1.8% |
의 | 97 | 1.7% |
하 | 96 | 1.7% |
한 | 90 | 1.6% |
서 | 88 | 1.5% |
지 | 87 | 1.5% |
이 | 86 | 1.5% |
시 | 82 | 1.4% |
Other values (393) | 4659 |
Latin
Value | Count | Frequency (%) |
e | 309 | 9.9% |
a | 263 | 8.4% |
n | 225 | 7.2% |
o | 217 | 7.0% |
i | 215 | 6.9% |
r | 202 | 6.5% |
t | 201 | 6.5% |
l | 150 | 4.8% |
s | 135 | 4.3% |
d | 97 | 3.1% |
Other values (42) | 1100 |
Common
Value | Count | Frequency (%) |
3083 | ||
, | 257 | 5.6% |
0 | 169 | 3.7% |
2 | 141 | 3.1% |
1 | 128 | 2.8% |
- | 114 | 2.5% |
) | 98 | 2.1% |
( | 97 | 2.1% |
. | 91 | 2.0% |
○ | 75 | 1.6% |
Other values (32) | 365 | 7.9% |
Most occurring blocks
Value | Count | Frequency (%) |
ASCII | 7625 | |
Hangul | 5685 | |
Geometric Shapes | 75 | 0.6% |
Punctuation | 15 | 0.1% |
None | 10 | 0.1% |
Arrows | 4 | < 0.1% |
CJK Compat | 1 | < 0.1% |
Math Operators | 1 | < 0.1% |
Number Forms | 1 | < 0.1% |
Most frequent character per block
ASCII
Value | Count | Frequency (%) |
3083 | ||
e | 309 | 4.1% |
a | 263 | 3.4% |
, | 257 | 3.4% |
n | 225 | 3.0% |
o | 217 | 2.8% |
i | 215 | 2.8% |
r | 202 | 2.6% |
t | 201 | 2.6% |
0 | 169 | 2.2% |
Other values (71) | 2484 |
Hangul
Value | Count | Frequency (%) |
수 | 186 | 3.3% |
에 | 112 | 2.0% |
정 | 102 | 1.8% |
의 | 97 | 1.7% |
하 | 96 | 1.7% |
한 | 90 | 1.6% |
서 | 88 | 1.5% |
지 | 87 | 1.5% |
이 | 86 | 1.5% |
시 | 82 | 1.4% |
Other values (393) | 4659 |
Geometric Shapes
Value | Count | Frequency (%) |
○ | 75 |
None
Value | Count | Frequency (%) |
」 | 5 | |
「 | 5 |
Punctuation
Value | Count | Frequency (%) |
※ | 4 | |
“ | 3 | |
” | 3 | |
‘ | 3 | |
’ | 2 |
Arrows
Value | Count | Frequency (%) |
⇒ | 3 | |
→ | 1 | 25.0% |
CJK Compat
Value | Count | Frequency (%) |
㎍ | 1 |
Math Operators
Value | Count | Frequency (%) |
∼ | 1 |
Number Forms
Value | Count | Frequency (%) |
Ⅲ | 1 |
연구내용및방법
Text
MISSING
 
Distinct | 322 |
---|---|
Distinct (%) | 92.0% |
Missing | 184 |
Missing (%) | 34.5% |
Memory size | 4.3 KiB |
Length
Max length | 891 |
---|---|
Median length | 218.5 |
Mean length | 145.96 |
Min length | 5 |
Characters and Unicode
Total characters | 51086 |
---|---|
Distinct characters | 641 |
Distinct categories | 15 ? |
Distinct scripts | 4 ? |
Distinct blocks | 11 ? |
Unique
Unique | 309 ? |
---|---|
Unique (%) | 88.3% |
Sample
1st row | o 목 적 - 상수원 상류 다목적댐 저수율 감소 등에 따른 조류 발생경향을 분석하고 조류 대량 발생 시 효율적인 맛?냄새물질 제거방안 연구 o 필요성 - 기후변화 등으로 인해 상수원에 조류가 대량 발생할 수 있어 조류 및 조류 분비물질로 인한 수처리 장해와 수돗물 맛?냄새물질 대책 필요 |
---|---|
2nd row | ○ 정수센터 순환정비 및 재건설 계획(안)에 따른 정수공정 개량필요 ○ 침전지 효율분석을 통한 고효율?집약화가 가능한 침전지 개량방안 마련 ? 2021년 소형생물 침전효율 분석결과, 침전형식에서 경사판이 우수한 효과를 나타냄 ※ 경사판 97%, 장방형 91%, 맥동식 83% |
3rd row | ○ 사물인터넷(IoT), 빅데이터, 인공지능(AI)을 활용한 지능화 및 자동화된 생산시스템의 구현은 현대의 수요 대응 고도화에 필수적임 ○ 서울시에서도 현장 운영 데이터를 기반으로 한 정수처리공정 프로그램을 일부 적용하고 있으며, 한 단계 더 발전하기 위해서는 인공지능을 활용한 예측시스템에 대한 연구가 필요함 ○ 정수장 빅데이터 분석 및 인공지능 예측 모델 개발을 통해 약품주입, 운영관리 고도화에 필요한 핵심 기술을 개발하여 스마트 정수장 구축에 기여하고자 함 |
4th row | - 2-MIB와 지오스민(Geosmin)은 먹는물에서 불쾌한 냄새(흙냄새, 곰팡이 냄새)를 유발하는 맛?냄새 물질이며, 맛냄새 물질이 제대로 처리되지 않을 경우 수돗물에 대한 민원발생 및 불신감을 유발할 수 있음 - 서울시는 모든 정수장에 고도처리를 도입하여 대응하고 있으나, 최근 고도처리 효율이 낮아지는 저수온기에 냄새물질이 대량 증가하는 사례가 발생하고 있으며(‘18.11 맛?냄새 관리기준 ’경계‘단계 발령), 기후변화로 인한 가뭄과 수온상승 등으로 기존보다 고농도 맛?냄새 물질 발생 가능성이 높아지고 있음 - 정수처리공정에서 효율적이고 선제적인 대응을 위해서는 취수원수 맛?냄새 물질 농도의 사전 예측정보가 필요하지만, 명확한 발생 기작이 규명되지 않았고 모형구축 및 운영이 복잡하여 수치모형(결정론적 모델)을 이용한 예측에는 어려움이 존재함 - 본 연구에서는 여러 가지 통계적 기법 및 머신러닝 기법의 적용성을 검토한 후 취수원수 맛?냄새 물질 농도를 사전에 예측하는 최적모델을 개발하고자 함 - 개발된 모델은 현재 가용자료를 기반으로 취수원 지점별 맛?냄새 물질 농도를 미리 예측함으로써 고농도 발생 시 정수센터의 효율적 운영 및 본부 수질관리대책 수립에 활용될 것으로 기대됨 |
5th row | ○ 하수도법 개정에 따라 생물학적산소요구량, 총질소 및 총인의 수질기준 강화 ○ 서울시 물재생센터에 도입된 MLE 공법은 생물학적 질소 제거와 응집제를 이용한 인 제거 특성을 가짐 ○ 총인처리시설 도입 전까지 MLE 공법을 통하여 최대한 방류수 수질기준을 충족시키는 방안 필요 ○ 계절별 유입수 성상에 따른 MLE공법에 대한 최적화 연구 필요 |
Value | Count | Frequency (%) |
및 | 224 | 2.0% |
대한 | 125 | 1.1% |
117 | 1.0% | |
있는 | 89 | 0.8% |
○ | 86 | 0.8% |
상수원 | 78 | 0.7% |
위한 | 74 | 0.7% |
수돗물의 | 65 | 0.6% |
수 | 60 | 0.5% |
수돗물 | 57 | 0.5% |
Other values (4678) | 10172 |
Most occurring characters
Value | Count | Frequency (%) |
11490 | 22.5% | |
수 | 1785 | 3.5% |
하 | 1086 | 2.1% |
에 | 917 | 1.8% |
의 | 856 | 1.7% |
을 | 659 | 1.3% |
한 | 604 | 1.2% |
기 | 574 | 1.1% |
정 | 570 | 1.1% |
시 | 566 | 1.1% |
Other values (631) | 31979 |
Most occurring categories
Value | Count | Frequency (%) |
Other Letter | 36524 | |
Space Separator | 11490 | 22.5% |
Other Punctuation | 1069 | 2.1% |
Decimal Number | 744 | 1.5% |
Lowercase Letter | 434 | 0.8% |
Uppercase Letter | 373 | 0.7% |
Dash Punctuation | 141 | 0.3% |
Open Punctuation | 91 | 0.2% |
Close Punctuation | 91 | 0.2% |
Other Symbol | 91 | 0.2% |
Other values (5) | 38 | 0.1% |
Most frequent character per category
Other Letter
Value | Count | Frequency (%) |
수 | 1785 | 4.9% |
하 | 1086 | 3.0% |
에 | 917 | 2.5% |
의 | 856 | 2.3% |
을 | 659 | 1.8% |
한 | 604 | 1.7% |
기 | 574 | 1.6% |
정 | 570 | 1.6% |
시 | 566 | 1.5% |
질 | 522 | 1.4% |
Other values (535) | 28385 |
Lowercase Letter
Value | Count | Frequency (%) |
e | 46 | |
a | 45 | |
m | 40 | |
t | 36 | |
r | 33 | 7.6% |
o | 33 | 7.6% |
n | 32 | 7.4% |
i | 29 | 6.7% |
s | 28 | 6.5% |
c | 28 | 6.5% |
Other values (15) | 84 |
Uppercase Letter
Value | Count | Frequency (%) |
P | 44 | |
C | 41 | |
A | 33 | 8.8% |
T | 31 | 8.3% |
S | 27 | 7.2% |
O | 26 | 7.0% |
D | 24 | 6.4% |
M | 23 | 6.2% |
L | 17 | 4.6% |
E | 16 | 4.3% |
Other values (14) | 91 |
Decimal Number
Value | Count | Frequency (%) |
0 | 230 | |
1 | 140 | |
2 | 98 | |
3 | 76 | 10.2% |
8 | 71 | 9.5% |
9 | 40 | 5.4% |
5 | 29 | 3.9% |
4 | 29 | 3.9% |
6 | 19 | 2.6% |
7 | 12 | 1.6% |
Other Punctuation
Value | Count | Frequency (%) |
, | 511 | |
. | 351 | |
? | 154 | 14.4% |
' | 14 | 1.3% |
: | 13 | 1.2% |
% | 13 | 1.2% |
/ | 8 | 0.7% |
; | 3 | 0.3% |
※ | 2 | 0.2% |
Other Number
Value | Count | Frequency (%) |
₄ | 1 | |
₂ | 1 | |
³ | 1 | |
② | 1 | |
① | 1 | |
③ | 1 | |
④ | 1 |
Open Punctuation
Value | Count | Frequency (%) |
( | 87 | |
「 | 2 | 2.2% |
[ | 1 | 1.1% |
『 | 1 | 1.1% |
Close Punctuation
Value | Count | Frequency (%) |
) | 87 | |
」 | 2 | 2.2% |
] | 1 | 1.1% |
』 | 1 | 1.1% |
Other Symbol
Value | Count | Frequency (%) |
○ | 86 | |
㎍ | 3 | 3.3% |
㎜ | 2 | 2.2% |
Math Symbol
Value | Count | Frequency (%) |
~ | 10 | |
⇒ | 5 | |
+ | 2 | 11.8% |
Initial Punctuation
Value | Count | Frequency (%) |
‘ | 6 | |
“ | 1 | 14.3% |
Final Punctuation
Value | Count | Frequency (%) |
’ | 5 | |
” | 1 | 16.7% |
Space Separator
Value | Count | Frequency (%) |
11490 |
Dash Punctuation
Value | Count | Frequency (%) |
- | 141 |
Letter Number
Value | Count | Frequency (%) |
Ⅰ | 1 |
Most occurring scripts
Value | Count | Frequency (%) |
Hangul | 36521 | |
Common | 13754 | 26.9% |
Latin | 808 | 1.6% |
Han | 3 | < 0.1% |
Most frequent character per script
Hangul
Value | Count | Frequency (%) |
수 | 1785 | 4.9% |
하 | 1086 | 3.0% |
에 | 917 | 2.5% |
의 | 856 | 2.3% |
을 | 659 | 1.8% |
한 | 604 | 1.7% |
기 | 574 | 1.6% |
정 | 570 | 1.6% |
시 | 566 | 1.5% |
질 | 522 | 1.4% |
Other values (532) | 28382 |
Latin
Value | Count | Frequency (%) |
e | 46 | 5.7% |
a | 45 | 5.6% |
P | 44 | 5.4% |
C | 41 | 5.1% |
m | 40 | 5.0% |
t | 36 | 4.5% |
A | 33 | 4.1% |
r | 33 | 4.1% |
o | 33 | 4.1% |
n | 32 | 4.0% |
Other values (40) | 425 |
Common
Value | Count | Frequency (%) |
11490 | ||
, | 511 | 3.7% |
. | 351 | 2.6% |
0 | 230 | 1.7% |
? | 154 | 1.1% |
- | 141 | 1.0% |
1 | 140 | 1.0% |
2 | 98 | 0.7% |
( | 87 | 0.6% |
) | 87 | 0.6% |
Other values (36) | 465 | 3.4% |
Han
Value | Count | Frequency (%) |
北 | 1 | |
走 | 1 | |
迷 | 1 |
Most occurring blocks
Value | Count | Frequency (%) |
Hangul | 36520 | |
ASCII | 14437 | 28.3% |
Geometric Shapes | 86 | 0.2% |
Punctuation | 15 | < 0.1% |
None | 9 | < 0.1% |
Arrows | 5 | < 0.1% |
CJK Compat | 5 | < 0.1% |
Enclosed Alphanum | 4 | < 0.1% |
CJK | 3 | < 0.1% |
Compat Jamo | 1 | < 0.1% |
Most frequent character per block
ASCII
Value | Count | Frequency (%) |
11490 | ||
, | 511 | 3.5% |
. | 351 | 2.4% |
0 | 230 | 1.6% |
? | 154 | 1.1% |
- | 141 | 1.0% |
1 | 140 | 1.0% |
2 | 98 | 0.7% |
( | 87 | 0.6% |
) | 87 | 0.6% |
Other values (65) | 1148 | 8.0% |
Hangul
Value | Count | Frequency (%) |
수 | 1785 | 4.9% |
하 | 1086 | 3.0% |
에 | 917 | 2.5% |
의 | 856 | 2.3% |
을 | 659 | 1.8% |
한 | 604 | 1.7% |
기 | 574 | 1.6% |
정 | 570 | 1.6% |
시 | 566 | 1.5% |
질 | 522 | 1.4% |
Other values (531) | 28381 |
Geometric Shapes
Value | Count | Frequency (%) |
○ | 86 |
Punctuation
Value | Count | Frequency (%) |
‘ | 6 | |
’ | 5 | |
※ | 2 | 13.3% |
“ | 1 | 6.7% |
” | 1 | 6.7% |
Arrows
Value | Count | Frequency (%) |
⇒ | 5 |
CJK Compat
Value | Count | Frequency (%) |
㎍ | 3 | |
㎜ | 2 |
None
Value | Count | Frequency (%) |
「 | 2 | |
」 | 2 | |
₄ | 1 | |
₂ | 1 | |
³ | 1 | |
『 | 1 | |
』 | 1 |
Compat Jamo
Value | Count | Frequency (%) |
ㄱ | 1 |
Enclosed Alphanum
Value | Count | Frequency (%) |
② | 1 | |
① | 1 | |
③ | 1 | |
④ | 1 |
CJK
Value | Count | Frequency (%) |
北 | 1 | |
走 | 1 | |
迷 | 1 |
Number Forms
Value | Count | Frequency (%) |
Ⅰ | 1 |
연구내용및방법.1
Text
MISSING
 
Distinct | 54 |
---|---|
Distinct (%) | 100.0% |
Missing | 480 |
Missing (%) | 89.9% |
Memory size | 4.3 KiB |
Length
Max length | 1024 |
---|---|
Median length | 284.5 |
Mean length | 328.7963 |
Min length | 15 |
Characters and Unicode
Total characters | 17755 |
---|---|
Distinct characters | 467 |
Distinct categories | 13 ? |
Distinct scripts | 4 ? |
Distinct blocks | 9 ? |
Unique
Unique | 54 ? |
---|---|
Unique (%) | 100.0% |
Sample
1st row | o 내 용 : 조류 발생의 영향인자 분석 및 조류분비 맛?냄새물질 제거방안 확립 - 상류댐 저수율 관리현황 및 저수율 등에 따른 조류 발생경향 실태조사 - 계절별 고도정수처리 공정에서 맛?냄새물질 제거 한계농도 분석 - 조류 대발생 시 효율적인 맛?냄새물질 기준 이내 관리를 위한 제거방안 마련 o 세부 연구개발방법 - 과거자료 : 과거 기상 수문, 수질 등과 냄새물질 제거 운전?수질자료 등 - 추진방법 : 과거실적 통계분석과 비교평가(최적화 기법) 등 |
---|---|
2nd row | ○ 침전지 형식별 시설?운영현황 및 데이터 분석 ○ 침전지 형식에 따른 설계인자 분석 (표면부하율, 위어부하율, 하부상승유속) ○ 침전지 형식별 소형생물, 탁도 제거율 평가 ○ 경사판 침전지 설계(안) 검토: 경사판 규격(길이, 두께, 각도, 위치) 및 부지저감비율 ○ CFD 진단을 활용한 침전지 흐름 및 효율평가 ? 침전지 효율적 개량방안 도출 |
3rd row | ○ 정수장 응집제 주입률 결정 프로그램 개발 - 응집제(PAC,PAHCS)별 원수 수질에 대한 영향 인자 분석 - 머신러닝 학습을 통한 응집제 주입률 예측 모델 검토 - 모델 구조 적합도 평가 및 최적화 - AI 시스템을 활용한 응집제 주입 자동화 구축 방안 연구 ○ 정수장 후염소 주입률 결정 프로그램 개발 - 정수장 후염소 송수 및 수도꼭지 수질에 대한 영향인자 분석 - 머신러닝 학습을 통한 후염소 주입률 예측 모델 검토 - 모델 구조 적합도 평가 및 최적화 - AI 시스템을 활용한 후염소 주입 자동화 구축 방안 연구 |
4th row | - 적용가능한 통계적 기법 및 머신러닝 기법 검토 ? 관련 국내외 문헌 및 적용사례 검토 ? 통계적 기법: MLR(Multi Linear Regression), stepwise-MLR, PCA-MLR, ARIMA... ? 머신러닝 기법: ANN(Artificial Neural network), Decision tree, Random forest, ... - 예측 기법에 따른 활용 데이터 선정 및 정리 ? 예측지점 및 예측주기 설정 ? 현재 가용 데이터를 고려한 입력 데이터 선정 및 정리 - 통계적 기법 적용 및 머신러닝 기법 예측모델 개발 ? 입력데이터 구축 ? 모델 개발 및 검증(training and testing) ? 개발 도구: SPSS statistics, R(오픈소스 통계 프로그램 패키지) - 최적 예측모델 선정 ? 선정 모델에 따른 예측 정확도 비교 ? 예측 적용 시 데이터 구성 용이성, 모델구동 시간 등 비교 ? 종합비교결과에 따른 최적 예측모델 선정 - 활용방안 및 보완사항 검토 ? 예측결과 활용방안 및 정확도 향상을 위한 보완사항 제시 |
5th row | 1. 중랑센터 고도처리공법 현황 및 실공정 분석 ○ MLE공법 도입 후 가동률, 처리효율 등 공정운영 실태조사 ○ 유입수, 반응조, 처리수의 수질분석을 통한 MLE 실공정 운영효율 분석 ? 채수지점 : 유입수, 일차처리수, 무산소조, 호기조, 이차처리수 5지점 ? 분석항목 : COD, 총질소, 총인 등 15항목 ? 분석주기 : 2회/월 2. 생물반응조 현장 모형장치 설치 ○ 처리용량 : 5㎥/일(중랑물재생센터) ○ 주요장치 : 반응기, 계측기, 감시제어시스템 등 ? 2계열 비교실험, 유지관리 편리성 등 고려 ? 실공정 분석 반응조 계열과 동일한 유입수로 실험 3. 현장 모형실험을 통한 최적 운전조건 및 개선방안 제시 ○ 포기조건, 고형물 체류시간, 반송률 등 계절별 최적운전조건 산정 ? 겨울철, 봄?가을철, 여름철 등 계절별 운전조건 산정 ? 특히 겨울철 수온저하에 대한 수질 개선방안 제시 ? 분석주기 : 2회/주(채수지점, 분석항목 실공정과 동일) ○ 유량, 수질, 수온 등 운영조건 변화를 고려한 운전방안 제시 ? 강우, 연휴기간 등 저부하시기 수질 개선방안 마련 ? 일차침전지 운전조건 등 유입수 부하 조절방식 제시 4. 실공정 적용을 통한 처리효율 개선 및 매뉴얼 개발 ○ 실공정 분석결과를 센터와 협의를 통해 단기 개선방안 적용 평가 ○ 최적 운전조건 실험결과를 실공정에 적용하여 처리효율 개선 평가 ? 실공정 분석 반응조를 대상으로 최적운전조건 적용 및 분석 ? 분석주기 : 2회/주(채수지점, 분석항목 실공정과 동일) ○ 하수 유입수 성상에 따른 MLE 실공정 효율평가 및 운전조건 설정 ? 개선방안에 따른 유입수 부하 조절방식 적용 및 평가 |
Value | Count | Frequency (%) |
421 | 10.5% | |
및 | 174 | 4.4% |
○ | 95 | 2.4% |
등 | 61 | 1.5% |
분석 | 58 | 1.5% |
평가 | 39 | 1.0% |
따른 | 39 | 1.0% |
조사 | 37 | 0.9% |
위한 | 32 | 0.8% |
최적 | 22 | 0.6% |
Other values (1615) | 3015 |
Most occurring characters
Value | Count | Frequency (%) |
5843 | ||
수 | 333 | 1.9% |
- | 262 | 1.5% |
, | 237 | 1.3% |
정 | 206 | 1.2% |
기 | 193 | 1.1% |
및 | 174 | 1.0% |
조 | 172 | 1.0% |
방 | 168 | 0.9% |
? | 162 | 0.9% |
Other values (457) | 10005 |
Most occurring categories
Value | Count | Frequency (%) |
Other Letter | 9974 | |
Space Separator | 5843 | |
Other Punctuation | 568 | 3.2% |
Uppercase Letter | 316 | 1.8% |
Dash Punctuation | 262 | 1.5% |
Lowercase Letter | 259 | 1.5% |
Decimal Number | 174 | 1.0% |
Close Punctuation | 121 | 0.7% |
Open Punctuation | 113 | 0.6% |
Other Symbol | 97 | 0.5% |
Other values (3) | 28 | 0.2% |
Most frequent character per category
Other Letter
Value | Count | Frequency (%) |
수 | 333 | 3.3% |
정 | 206 | 2.1% |
기 | 193 | 1.9% |
및 | 174 | 1.7% |
조 | 172 | 1.7% |
방 | 168 | 1.7% |
시 | 160 | 1.6% |
분 | 146 | 1.5% |
사 | 142 | 1.4% |
성 | 139 | 1.4% |
Other values (378) | 8141 |
Lowercase Letter
Value | Count | Frequency (%) |
e | 40 | |
i | 27 | |
t | 25 | |
n | 20 | 7.7% |
r | 20 | 7.7% |
o | 19 | 7.3% |
a | 18 | 6.9% |
s | 16 | 6.2% |
c | 9 | 3.5% |
g | 9 | 3.5% |
Other values (13) | 56 |
Uppercase Letter
Value | Count | Frequency (%) |
C | 38 | |
O | 37 | |
A | 27 | 8.5% |
S | 27 | 8.5% |
M | 26 | 8.2% |
P | 24 | 7.6% |
D | 18 | 5.7% |
T | 17 | 5.4% |
N | 17 | 5.4% |
L | 13 | 4.1% |
Other values (12) | 72 |
Other Punctuation
Value | Count | Frequency (%) |
, | 237 | |
? | 162 | |
: | 88 | 15.5% |
. | 48 | 8.5% |
/ | 14 | 2.5% |
※ | 6 | 1.1% |
· | 6 | 1.1% |
' | 4 | 0.7% |
% | 2 | 0.4% |
; | 1 | 0.2% |
Decimal Number
Value | Count | Frequency (%) |
1 | 48 | |
2 | 41 | |
0 | 22 | |
3 | 17 | 9.8% |
5 | 15 | 8.6% |
4 | 10 | 5.7% |
6 | 10 | 5.7% |
8 | 5 | 2.9% |
7 | 4 | 2.3% |
9 | 2 | 1.1% |
Math Symbol
Value | Count | Frequency (%) |
~ | 9 | |
→ | 4 | |
⇒ | 3 | 16.7% |
+ | 2 | 11.1% |
Other Symbol
Value | Count | Frequency (%) |
○ | 95 | |
㎥ | 2 | 2.1% |
Final Punctuation
Value | Count | Frequency (%) |
’ | 7 | |
” | 1 | 12.5% |
Initial Punctuation
Value | Count | Frequency (%) |
“ | 1 | |
‘ | 1 |
Space Separator
Value | Count | Frequency (%) |
5843 |
Dash Punctuation
Value | Count | Frequency (%) |
- | 262 |
Close Punctuation
Value | Count | Frequency (%) |
) | 121 |
Open Punctuation
Value | Count | Frequency (%) |
( | 113 |
Most occurring scripts
Value | Count | Frequency (%) |
Hangul | 9973 | |
Common | 7206 | |
Latin | 575 | 3.2% |
Han | 1 | < 0.1% |
Most frequent character per script
Hangul
Value | Count | Frequency (%) |
수 | 333 | 3.3% |
정 | 206 | 2.1% |
기 | 193 | 1.9% |
및 | 174 | 1.7% |
조 | 172 | 1.7% |
방 | 168 | 1.7% |
시 | 160 | 1.6% |
분 | 146 | 1.5% |
사 | 142 | 1.4% |
성 | 139 | 1.4% |
Other values (377) | 8140 |
Latin
Value | Count | Frequency (%) |
e | 40 | 7.0% |
C | 38 | 6.6% |
O | 37 | 6.4% |
A | 27 | 4.7% |
S | 27 | 4.7% |
i | 27 | 4.7% |
M | 26 | 4.5% |
t | 25 | 4.3% |
P | 24 | 4.2% |
n | 20 | 3.5% |
Other values (35) | 284 |
Common
Value | Count | Frequency (%) |
5843 | ||
- | 262 | 3.6% |
, | 237 | 3.3% |
? | 162 | 2.2% |
) | 121 | 1.7% |
( | 113 | 1.6% |
○ | 95 | 1.3% |
: | 88 | 1.2% |
. | 48 | 0.7% |
1 | 48 | 0.7% |
Other values (24) | 189 | 2.6% |
Han
Value | Count | Frequency (%) |
北 | 1 |
Most occurring blocks
Value | Count | Frequency (%) |
Hangul | 9971 | |
ASCII | 7655 | |
Geometric Shapes | 95 | 0.5% |
Punctuation | 16 | 0.1% |
Arrows | 7 | < 0.1% |
None | 6 | < 0.1% |
CJK Compat | 2 | < 0.1% |
Compat Jamo | 2 | < 0.1% |
CJK | 1 | < 0.1% |
Most frequent character per block
ASCII
Value | Count | Frequency (%) |
5843 | ||
- | 262 | 3.4% |
, | 237 | 3.1% |
? | 162 | 2.1% |
) | 121 | 1.6% |
( | 113 | 1.5% |
: | 88 | 1.1% |
. | 48 | 0.6% |
1 | 48 | 0.6% |
2 | 41 | 0.5% |
Other values (59) | 692 | 9.0% |
Hangul
Value | Count | Frequency (%) |
수 | 333 | 3.3% |
정 | 206 | 2.1% |
기 | 193 | 1.9% |
및 | 174 | 1.7% |
조 | 172 | 1.7% |
방 | 168 | 1.7% |
시 | 160 | 1.6% |
분 | 146 | 1.5% |
사 | 142 | 1.4% |
성 | 139 | 1.4% |
Other values (375) | 8138 |
Geometric Shapes
Value | Count | Frequency (%) |
○ | 95 |
Punctuation
Value | Count | Frequency (%) |
’ | 7 | |
※ | 6 | |
” | 1 | 6.2% |
“ | 1 | 6.2% |
‘ | 1 | 6.2% |
None
Value | Count | Frequency (%) |
· | 6 |
Arrows
Value | Count | Frequency (%) |
→ | 4 | |
⇒ | 3 |
CJK Compat
Value | Count | Frequency (%) |
㎥ | 2 |
CJK
Value | Count | Frequency (%) |
北 | 1 |
Compat Jamo
Value | Count | Frequency (%) |
ㅊ | 1 | |
ㅁ | 1 |
기대효과 및 활용방안
Text
MISSING
 
Distinct | 54 |
---|---|
Distinct (%) | 100.0% |
Missing | 480 |
Missing (%) | 89.9% |
Memory size | 4.3 KiB |
Length
Max length | 705 |
---|---|
Median length | 97 |
Mean length | 111.38889 |
Min length | 32 |
Characters and Unicode
Total characters | 6015 |
---|---|
Distinct characters | 348 |
Distinct categories | 12 ? |
Distinct scripts | 3 ? |
Distinct blocks | 7 ? |
Unique
Unique | 54 ? |
---|---|
Unique (%) | 100.0% |
Sample
1st row | o 상수원 상류 조류발생 경향에 따른 한강, 취수원 조류 농도 예측 o 남조류 및 맛?냄새물질 대량발생 대비 정수처리 매뉴얼 작성, 정비 o 조류 및 맛?냄새물질 추가 제거방안 검토 |
---|---|
2nd row | ○ 정수장 순환정비에 따른 침전지 개량 기초 설계자료 제공 ○ 침전지 효율적인 개선안 제시로 정수공정 고효율?집약화 달성 |
3rd row | ○ 대부분 수동으로 운영되는 약품 주입률 결정에 인공지능 자동 예측 시스템 도입 ○ 실시간 측정 데이터를 활용한 실시간 대응으로 정수처리공정 약품 주입 효율 향상 ○ 상수도 분야 4차 산업 기술 역량 확보 |
4th row | - 예측결과를 정기적으로 상수도사업본부 및 정수센터와 공유하여 고농도 맛?냄새 물질 발생 예측시 고도정수처리시설 최적운영조건 설정과 분말활성탄 준비 등 선제적 대응과 수질관리대책 수립에 활용 - 인공지능을 활용한 물환경 관리시스템 개발을 위한 기반기술로 활용 |
5th row | ○ 고도처리 MLE 적정 운영관리방안 제시 ○ 하수 처리수 처리효율 향상을 통한 수질개선 |
Value | Count | Frequency (%) |
○ | 91 | 6.4% |
및 | 61 | 4.3% |
44 | 3.1% | |
활용 | 23 | 1.6% |
상수원 | 18 | 1.3% |
위한 | 16 | 1.1% |
통한 | 13 | 0.9% |
등 | 12 | 0.8% |
안전성 | 10 | 0.7% |
서울시 | 10 | 0.7% |
Other values (792) | 1129 |
Most occurring characters
Value | Count | Frequency (%) |
1709 | ||
수 | 198 | 3.3% |
○ | 91 | 1.5% |
정 | 87 | 1.4% |
리 | 78 | 1.3% |
시 | 74 | 1.2% |
기 | 71 | 1.2% |
한 | 71 | 1.2% |
. | 68 | 1.1% |
에 | 66 | 1.1% |
Other values (338) | 3502 |
Most occurring categories
Value | Count | Frequency (%) |
Other Letter | 3831 | |
Space Separator | 1709 | |
Decimal Number | 165 | 2.7% |
Other Punctuation | 124 | 2.1% |
Other Symbol | 91 | 1.5% |
Close Punctuation | 26 | 0.4% |
Dash Punctuation | 23 | 0.4% |
Open Punctuation | 21 | 0.3% |
Uppercase Letter | 11 | 0.2% |
Math Symbol | 10 | 0.2% |
Other values (2) | 4 | 0.1% |
Most frequent character per category
Other Letter
Value | Count | Frequency (%) |
수 | 198 | 5.2% |
정 | 87 | 2.3% |
리 | 78 | 2.0% |
시 | 74 | 1.9% |
기 | 71 | 1.9% |
한 | 71 | 1.9% |
에 | 66 | 1.7% |
및 | 61 | 1.6% |
원 | 61 | 1.6% |
용 | 58 | 1.5% |
Other values (301) | 3006 |
Decimal Number
Value | Count | Frequency (%) |
1 | 50 | |
2 | 50 | |
0 | 26 | |
3 | 20 | 12.1% |
4 | 9 | 5.5% |
5 | 2 | 1.2% |
9 | 2 | 1.2% |
7 | 2 | 1.2% |
8 | 2 | 1.2% |
6 | 2 | 1.2% |
Uppercase Letter
Value | Count | Frequency (%) |
M | 2 | |
D | 2 | |
F | 1 | |
P | 1 | |
B | 1 | |
E | 1 | |
L | 1 | |
R | 1 | |
T | 1 |
Other Punctuation
Value | Count | Frequency (%) |
. | 68 | |
, | 25 | 20.2% |
? | 12 | 9.7% |
: | 12 | 9.7% |
※ | 3 | 2.4% |
/ | 2 | 1.6% |
* | 1 | 0.8% |
% | 1 | 0.8% |
Close Punctuation
Value | Count | Frequency (%) |
) | 25 | |
』 | 1 | 3.8% |
Open Punctuation
Value | Count | Frequency (%) |
( | 20 | |
『 | 1 | 4.8% |
Space Separator
Value | Count | Frequency (%) |
1709 |
Other Symbol
Value | Count | Frequency (%) |
○ | 91 |
Dash Punctuation
Value | Count | Frequency (%) |
- | 23 |
Math Symbol
Value | Count | Frequency (%) |
~ | 10 |
Lowercase Letter
Value | Count | Frequency (%) |
o | 3 |
Letter Number
Value | Count | Frequency (%) |
Ⅲ | 1 |
Most occurring scripts
Value | Count | Frequency (%) |
Hangul | 3831 | |
Common | 2169 | |
Latin | 15 | 0.2% |
Most frequent character per script
Hangul
Value | Count | Frequency (%) |
수 | 198 | 5.2% |
정 | 87 | 2.3% |
리 | 78 | 2.0% |
시 | 74 | 1.9% |
기 | 71 | 1.9% |
한 | 71 | 1.9% |
에 | 66 | 1.7% |
및 | 61 | 1.6% |
원 | 61 | 1.6% |
용 | 58 | 1.5% |
Other values (301) | 3006 |
Common
Value | Count | Frequency (%) |
1709 | ||
○ | 91 | 4.2% |
. | 68 | 3.1% |
1 | 50 | 2.3% |
2 | 50 | 2.3% |
0 | 26 | 1.2% |
, | 25 | 1.2% |
) | 25 | 1.2% |
- | 23 | 1.1% |
( | 20 | 0.9% |
Other values (16) | 82 | 3.8% |
Latin
Value | Count | Frequency (%) |
o | 3 | |
M | 2 | |
D | 2 | |
F | 1 | 6.7% |
P | 1 | 6.7% |
B | 1 | 6.7% |
Ⅲ | 1 | 6.7% |
E | 1 | 6.7% |
L | 1 | 6.7% |
R | 1 | 6.7% |
Most occurring blocks
Value | Count | Frequency (%) |
Hangul | 3830 | |
ASCII | 2087 | |
Geometric Shapes | 91 | 1.5% |
Punctuation | 3 | < 0.1% |
None | 2 | < 0.1% |
Number Forms | 1 | < 0.1% |
Compat Jamo | 1 | < 0.1% |
Most frequent character per block
ASCII
Value | Count | Frequency (%) |
1709 | ||
. | 68 | 3.3% |
1 | 50 | 2.4% |
2 | 50 | 2.4% |
0 | 26 | 1.2% |
, | 25 | 1.2% |
) | 25 | 1.2% |
- | 23 | 1.1% |
( | 20 | 1.0% |
3 | 20 | 1.0% |
Other values (22) | 71 | 3.4% |
Hangul
Value | Count | Frequency (%) |
수 | 198 | 5.2% |
정 | 87 | 2.3% |
리 | 78 | 2.0% |
시 | 74 | 1.9% |
기 | 71 | 1.9% |
한 | 71 | 1.9% |
에 | 66 | 1.7% |
및 | 61 | 1.6% |
원 | 61 | 1.6% |
용 | 58 | 1.5% |
Other values (300) | 3005 |
Geometric Shapes
Value | Count | Frequency (%) |
○ | 91 |
Punctuation
Value | Count | Frequency (%) |
※ | 3 |
Number Forms
Value | Count | Frequency (%) |
Ⅲ | 1 |
None
Value | Count | Frequency (%) |
』 | 1 | |
『 | 1 |
Compat Jamo
Value | Count | Frequency (%) |
ㅇ | 1 |
연구책임자
Text
Distinct | 121 |
---|---|
Distinct (%) | 22.7% |
Missing | 0 |
Missing (%) | 0.0% |
Memory size | 4.3 KiB |
Value | Count | Frequency (%) |
박창민 | 29 | 5.4% |
이준호 | 17 | 3.2% |
정관조 | 17 | 3.2% |
정종순 | 17 | 3.2% |
김상은 | 17 | 3.2% |
송만식 | 16 | 3.0% |
김세철 | 16 | 3.0% |
안재찬 | 13 | 2.4% |
조석주 | 12 | 2.2% |
이옥재 | 12 | 2.2% |
Other values (111) | 368 |
Most occurring characters
Value | Count | Frequency (%) |
이 | 105 | 6.6% |
김 | 102 | 6.4% |
조 | 60 | 3.8% |
정 | 58 | 3.6% |
박 | 52 | 3.2% |
현 | 50 | 3.1% |
영 | 44 | 2.8% |
호 | 42 | 2.6% |
재 | 41 | 2.6% |
은 | 40 | 2.5% |
Other values (102) | 1006 |
Most occurring categories
Value | Count | Frequency (%) |
Other Letter | 1597 | |
Other Punctuation | 3 | 0.2% |
Most frequent character per category
Other Letter
Value | Count | Frequency (%) |
이 | 105 | 6.6% |
김 | 102 | 6.4% |
조 | 60 | 3.8% |
정 | 58 | 3.6% |
박 | 52 | 3.3% |
현 | 50 | 3.1% |
영 | 44 | 2.8% |
호 | 42 | 2.6% |
재 | 41 | 2.6% |
은 | 40 | 2.5% |
Other values (101) | 1003 |
Other Punctuation
Value | Count | Frequency (%) |
, | 3 |
Most occurring scripts
Value | Count | Frequency (%) |
Hangul | 1597 | |
Common | 3 | 0.2% |
Most frequent character per script
Hangul
Value | Count | Frequency (%) |
이 | 105 | 6.6% |
김 | 102 | 6.4% |
조 | 60 | 3.8% |
정 | 58 | 3.6% |
박 | 52 | 3.3% |
현 | 50 | 3.1% |
영 | 44 | 2.8% |
호 | 42 | 2.6% |
재 | 41 | 2.6% |
은 | 40 | 2.5% |
Other values (101) | 1003 |
Common
Value | Count | Frequency (%) |
, | 3 |
Most occurring blocks
Value | Count | Frequency (%) |
Hangul | 1597 | |
ASCII | 3 | 0.2% |
Most frequent character per block
Hangul
Value | Count | Frequency (%) |
이 | 105 | 6.6% |
김 | 102 | 6.4% |
조 | 60 | 3.8% |
정 | 58 | 3.6% |
박 | 52 | 3.3% |
현 | 50 | 3.1% |
영 | 44 | 2.8% |
호 | 42 | 2.6% |
재 | 41 | 2.6% |
은 | 40 | 2.5% |
Other values (101) | 1003 |
ASCII
Value | Count | Frequency (%) |
, | 3 |
담당부서
Categorical
Distinct | 10 |
---|---|
Distinct (%) | 1.9% |
Missing | 0 |
Missing (%) | 0.0% |
Memory size | 4.3 KiB |
먹는물분석과 | |
---|---|
수처리연구과 | |
미생물검사과 | |
배급수연구과 | |
수질연구과 | |
Other values (5) |
Length
Max length | 8 |
---|---|
Median length | 6 |
Mean length | 5.9419476 |
Min length | 5 |
Unique
Unique | 0 ? |
---|---|
Unique (%) | 0.0% |
Sample
1st row | 배급수연구과 |
---|---|
2nd row | 수질연구과 |
3rd row | 배급수연구과 |
4th row | 수처리연구과 |
5th row | 스마트기술연구과 |
Common Values
Value | Count | Frequency (%) |
먹는물분석과 | 119 | |
수처리연구과 | 107 | |
미생물검사과 | 94 | |
배급수연구과 | 63 | |
수질연구과 | 60 | |
신물질분석과 | 36 | 6.7% |
스마트기술연구과 | 28 | 5.2% |
재료연구과 | 18 | 3.4% |
전략연구과 | 7 | 1.3% |
연구기획과 | 2 | 0.4% |
Length
Common Values (Plot)
Value | Count | Frequency (%) |
먹는물분석과 | 119 | |
수처리연구과 | 107 | |
미생물검사과 | 94 | |
배급수연구과 | 63 | |
수질연구과 | 60 | |
신물질분석과 | 36 | 6.7% |
스마트기술연구과 | 28 | 5.2% |
재료연구과 | 18 | 3.4% |
전략연구과 | 7 | 1.3% |
연구기획과 | 2 | 0.4% |
연구시작일
Real number (ℝ)
HIGH CORRELATION
 
Distinct | 89 |
---|---|
Distinct (%) | 16.7% |
Missing | 0 |
Missing (%) | 0.0% |
Infinite | 0 |
Infinite (%) | 0.0% |
Mean | 20038759 |
Minimum | 19920101 |
---|---|
Maximum | 20240101 |
Zeros | 0 |
Zeros (%) | 0.0% |
Negative | 0 |
Negative (%) | 0.0% |
Memory size | 4.8 KiB |
Quantile statistics
Minimum | 19920101 |
---|---|
5-th percentile | 19940101 |
Q1 | 19970101 |
median | 20040101 |
Q3 | 20100101 |
95-th percentile | 20150201 |
Maximum | 20240101 |
Range | 320000 |
Interquartile range (IQR) | 130000 |
Descriptive statistics
Standard deviation | 73210.3 |
---|---|
Coefficient of variation (CV) | 0.0036534347 |
Kurtosis | -0.84216059 |
Mean | 20038759 |
Median Absolute Deviation (MAD) | 60000 |
Skewness | 0.19912739 |
Sum | 1.0700698 × 1010 |
Variance | 5.359748 × 109 |
Monotonicity | Not monotonic |
Value | Count | Frequency (%) |
19940101 | 32 | 6.0% |
19960101 | 28 | 5.2% |
19950101 | 28 | 5.2% |
20100101 | 23 | 4.3% |
20060101 | 23 | 4.3% |
19920101 | 22 | 4.1% |
20090101 | 22 | 4.1% |
20030101 | 22 | 4.1% |
20070101 | 22 | 4.1% |
20110101 | 20 | 3.7% |
Other values (79) | 292 |
Value | Count | Frequency (%) |
19920101 | 22 | |
19930101 | 1 | 0.2% |
19930301 | 1 | 0.2% |
19940101 | 32 | |
19950101 | 28 | |
19950401 | 1 | 0.2% |
19950701 | 1 | 0.2% |
19951101 | 1 | 0.2% |
19960101 | 28 | |
19960401 | 1 | 0.2% |
Value | Count | Frequency (%) |
20240101 | 1 | 0.2% |
20230101 | 2 | 0.4% |
20220101 | 1 | 0.2% |
20210101 | 1 | 0.2% |
20200701 | 1 | 0.2% |
20200101 | 6 | |
20190101 | 3 | |
20180301 | 1 | 0.2% |
20180101 | 1 | 0.2% |
20170401 | 1 | 0.2% |
연구종료일
Real number (ℝ)
HIGH CORRELATION
 
Distinct | 95 |
---|---|
Distinct (%) | 17.8% |
Missing | 0 |
Missing (%) | 0.0% |
Infinite | 0 |
Infinite (%) | 0.0% |
Mean | 20046085 |
Minimum | 19940701 |
---|---|
Maximum | 20251231 |
Zeros | 0 |
Zeros (%) | 0.0% |
Negative | 0 |
Negative (%) | 0.0% |
Memory size | 4.8 KiB |
Quantile statistics
Minimum | 19940701 |
---|---|
5-th percentile | 19941231 |
Q1 | 19980701 |
median | 20051201 |
Q3 | 20101201 |
95-th percentile | 20161231 |
Maximum | 20251231 |
Range | 310530 |
Interquartile range (IQR) | 120500 |
Descriptive statistics
Standard deviation | 74106.903 |
---|---|
Coefficient of variation (CV) | 0.0036968268 |
Kurtosis | -0.89249836 |
Mean | 20046085 |
Median Absolute Deviation (MAD) | 60000 |
Skewness | 0.2570986 |
Sum | 1.0704609 × 1010 |
Variance | 5.4918331 × 109 |
Monotonicity | Not monotonic |
Value | Count | Frequency (%) |
19951231 | 50 | 9.4% |
19941231 | 32 | 6.0% |
20101201 | 27 | 5.1% |
20091201 | 27 | 5.1% |
19961231 | 26 | 4.9% |
19991201 | 22 | 4.1% |
20031201 | 19 | 3.6% |
20081201 | 19 | 3.6% |
20061201 | 19 | 3.6% |
20051201 | 19 | 3.6% |
Other values (85) | 274 |
Value | Count | Frequency (%) |
19940701 | 1 | 0.2% |
19941231 | 32 | |
19951231 | 50 | |
19960201 | 1 | 0.2% |
19960501 | 1 | 0.2% |
19960904 | 1 | 0.2% |
19961001 | 1 | 0.2% |
19961101 | 1 | 0.2% |
19961231 | 26 | |
19970701 | 1 | 0.2% |
Value | Count | Frequency (%) |
20251231 | 1 | 0.2% |
20241231 | 1 | 0.2% |
20231231 | 1 | 0.2% |
20221231 | 3 | |
20211231 | 2 | |
20210630 | 1 | 0.2% |
20201231 | 4 | |
20200630 | 1 | 0.2% |
20191231 | 3 | |
20191031 | 1 | 0.2% |
예산승인상태
Categorical
CONSTANT
 
Distinct | 1 |
---|---|
Distinct (%) | 0.2% |
Missing | 0 |
Missing (%) | 0.0% |
Memory size | 4.3 KiB |
미등록 |
---|
Length
Max length | 3 |
---|---|
Median length | 3 |
Mean length | 3 |
Min length | 3 |
Unique
Unique | 0 ? |
---|---|
Unique (%) | 0.0% |
Sample
1st row | 미등록 |
---|---|
2nd row | 미등록 |
3rd row | 미등록 |
4th row | 미등록 |
5th row | 미등록 |
Common Values
Value | Count | Frequency (%) |
미등록 | 534 |
Length
Common Values (Plot)
Value | Count | Frequency (%) |
미등록 | 534 |
보안과제여부
Boolean
CONSTANT
 
Distinct | 1 |
---|---|
Distinct (%) | 0.2% |
Missing | 0 |
Missing (%) | 0.0% |
Memory size | 666.0 B |
False |
---|
Value | Count | Frequency (%) |
False | 534 |
과제영문명 | 국내외연구사례 | 연구내용및방법.1 | 기대효과 및 활용방안 | 담당부서 | 연구시작일 | 연구종료일 | |
---|---|---|---|---|---|---|---|
과제영문명 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 |
국내외연구사례 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 0.873 |
연구내용및방법.1 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 |
기대효과 및 활용방안 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 |
담당부서 | 1.000 | 1.000 | 1.000 | 1.000 | 1.000 | 0.471 | 0.458 |
연구시작일 | 1.000 | 1.000 | 1.000 | 1.000 | 0.471 | 1.000 | 0.978 |
연구종료일 | 1.000 | 0.873 | 1.000 | 1.000 | 0.458 | 0.978 | 1.000 |
연구시작일 | 연구종료일 | 담당부서 | |
---|---|---|---|
연구시작일 | 1.000 | 0.988 | 0.163 |
연구종료일 | 0.988 | 1.000 | 0.155 |
담당부서 | 0.163 | 0.155 | 1.000 |
과제요청번호 | 과제명 | 과제영문명 | 국내외연구사례 | 연구내용및방법 | 연구내용및방법.1 | 기대효과 및 활용방안 | 연구책임자 | 담당부서 | 연구시작일 | 연구종료일 | 예산승인상태 | 보안과제여부 | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
0 | PLA0810 | 상수도관 전기부식 방지 최적 방안 연구 | <NA> | <NA> | <NA> | <NA> | <NA> | 한금석 | 배급수연구과 | 20240101 | 20251231 | 미등록 | N |
1 | PLA0796 | 상수원 상류 조류 영향과 효율적 맛?냄새물질 제거방안 연구 | A study on the effect of algae in the upstream of the water source and the effective removal of taste and odor substances | o 냄새물질 발생 경향과 영향인자 분석, 김은정, 2019 o Individual-based modelling of cyanobacteria blooms: physical and physiological processes, David P. Hamilton et al., Science of The Total Environment, 10. 2021 | o 목 적 - 상수원 상류 다목적댐 저수율 감소 등에 따른 조류 발생경향을 분석하고 조류 대량 발생 시 효율적인 맛?냄새물질 제거방안 연구 o 필요성 - 기후변화 등으로 인해 상수원에 조류가 대량 발생할 수 있어 조류 및 조류 분비물질로 인한 수처리 장해와 수돗물 맛?냄새물질 대책 필요 | o 내 용 : 조류 발생의 영향인자 분석 및 조류분비 맛?냄새물질 제거방안 확립 - 상류댐 저수율 관리현황 및 저수율 등에 따른 조류 발생경향 실태조사 - 계절별 고도정수처리 공정에서 맛?냄새물질 제거 한계농도 분석 - 조류 대발생 시 효율적인 맛?냄새물질 기준 이내 관리를 위한 제거방안 마련 o 세부 연구개발방법 - 과거자료 : 과거 기상 수문, 수질 등과 냄새물질 제거 운전?수질자료 등 - 추진방법 : 과거실적 통계분석과 비교평가(최적화 기법) 등 | o 상수원 상류 조류발생 경향에 따른 한강, 취수원 조류 농도 예측 o 남조류 및 맛?냄새물질 대량발생 대비 정수처리 매뉴얼 작성, 정비 o 조류 및 맛?냄새물질 추가 제거방안 검토 | 송만식 | 수질연구과 | 20230101 | 20231231 | 미등록 | N |
2 | PLA0798 | 대형 상수도관 누수 원인 규명 및 지도 개발 연구 | <NA> | <NA> | <NA> | <NA> | <NA> | 한금석 | 배급수연구과 | 20230101 | 20241231 | 미등록 | N |
3 | PLA0766 | 경사판 침전지 개량을 위한 침전효율 향상방안 연구 | <NA> | ○ 최적화된 경사판을 이용한 침전분리기술과 적용사례 (한국상하수도협회) ○ 경사판 침전지의 수리학적 특성에 대한 구조물 영향 (대한상하수도학회) | ○ 정수센터 순환정비 및 재건설 계획(안)에 따른 정수공정 개량필요 ○ 침전지 효율분석을 통한 고효율?집약화가 가능한 침전지 개량방안 마련 ? 2021년 소형생물 침전효율 분석결과, 침전형식에서 경사판이 우수한 효과를 나타냄 ※ 경사판 97%, 장방형 91%, 맥동식 83% | ○ 침전지 형식별 시설?운영현황 및 데이터 분석 ○ 침전지 형식에 따른 설계인자 분석 (표면부하율, 위어부하율, 하부상승유속) ○ 침전지 형식별 소형생물, 탁도 제거율 평가 ○ 경사판 침전지 설계(안) 검토: 경사판 규격(길이, 두께, 각도, 위치) 및 부지저감비율 ○ CFD 진단을 활용한 침전지 흐름 및 효율평가 ? 침전지 효율적 개량방안 도출 | ○ 정수장 순환정비에 따른 침전지 개량 기초 설계자료 제공 ○ 침전지 효율적인 개선안 제시로 정수공정 고효율?집약화 달성 | 김태균 | 수처리연구과 | 20220101 | 20221231 | 미등록 | N |
4 | PLA0761 | 정수처리공정 응집제 주입률 결정 연구 | A study on the determination of coagulant injection rate in water treatment process | ○ 수도시설 관리 효율화를 위한 인공지능 기반 의사결정 시스템 개발(2018, 한국수자원공사) ○ 정수장 약품 최적 주입률 결정을 위한 지능형 제어기 개발(2015, 한국수자원공사) ○ 원수조건에 따른 상수도 응집제 종류와 주입률 결정을 위한 데이터 마이닝 및 신경회로망의 적용(2004, 부산대학교) ○ 지능알고리즘을 이용한 정수처리공정의 응집제 주입률 결정(2004,충남대학교) | ○ 사물인터넷(IoT), 빅데이터, 인공지능(AI)을 활용한 지능화 및 자동화된 생산시스템의 구현은 현대의 수요 대응 고도화에 필수적임 ○ 서울시에서도 현장 운영 데이터를 기반으로 한 정수처리공정 프로그램을 일부 적용하고 있으며, 한 단계 더 발전하기 위해서는 인공지능을 활용한 예측시스템에 대한 연구가 필요함 ○ 정수장 빅데이터 분석 및 인공지능 예측 모델 개발을 통해 약품주입, 운영관리 고도화에 필요한 핵심 기술을 개발하여 스마트 정수장 구축에 기여하고자 함 | ○ 정수장 응집제 주입률 결정 프로그램 개발 - 응집제(PAC,PAHCS)별 원수 수질에 대한 영향 인자 분석 - 머신러닝 학습을 통한 응집제 주입률 예측 모델 검토 - 모델 구조 적합도 평가 및 최적화 - AI 시스템을 활용한 응집제 주입 자동화 구축 방안 연구 ○ 정수장 후염소 주입률 결정 프로그램 개발 - 정수장 후염소 송수 및 수도꼭지 수질에 대한 영향인자 분석 - 머신러닝 학습을 통한 후염소 주입률 예측 모델 검토 - 모델 구조 적합도 평가 및 최적화 - AI 시스템을 활용한 후염소 주입 자동화 구축 방안 연구 | ○ 대부분 수동으로 운영되는 약품 주입률 결정에 인공지능 자동 예측 시스템 도입 ○ 실시간 측정 데이터를 활용한 실시간 대응으로 정수처리공정 약품 주입 효율 향상 ○ 상수도 분야 4차 산업 기술 역량 확보 | 강문숙 | 스마트기술연구과 | 20210101 | 20221231 | 미등록 | N |
5 | PLA0743 | 맛?냄새 물질 사전대응 가능한 한강 원수 예측 모델 개발 | <NA> | - Development of predictive models for geosmin-related taste and odor in Kansas, USA, drinking water reservoir (Dzialowski et al., 2009) - Development of models for predicting the predominant taste and odor compounds in Taihu lake, China (Qi et al., 2012) - Modelling geosmin concentrations in three sources of raw water Quebec, Canada (Parinet et al., 2013) - Who smells? Forecasting taste and odor in a drinking water reservoir (Kehoe et al., 2015) - Predicting taste and odor compounds in a shallow reservoir using a three-dimensional hydrodynamic ecological model (Chong et al., 2018) | - 2-MIB와 지오스민(Geosmin)은 먹는물에서 불쾌한 냄새(흙냄새, 곰팡이 냄새)를 유발하는 맛?냄새 물질이며, 맛냄새 물질이 제대로 처리되지 않을 경우 수돗물에 대한 민원발생 및 불신감을 유발할 수 있음 - 서울시는 모든 정수장에 고도처리를 도입하여 대응하고 있으나, 최근 고도처리 효율이 낮아지는 저수온기에 냄새물질이 대량 증가하는 사례가 발생하고 있으며(‘18.11 맛?냄새 관리기준 ’경계‘단계 발령), 기후변화로 인한 가뭄과 수온상승 등으로 기존보다 고농도 맛?냄새 물질 발생 가능성이 높아지고 있음 - 정수처리공정에서 효율적이고 선제적인 대응을 위해서는 취수원수 맛?냄새 물질 농도의 사전 예측정보가 필요하지만, 명확한 발생 기작이 규명되지 않았고 모형구축 및 운영이 복잡하여 수치모형(결정론적 모델)을 이용한 예측에는 어려움이 존재함 - 본 연구에서는 여러 가지 통계적 기법 및 머신러닝 기법의 적용성을 검토한 후 취수원수 맛?냄새 물질 농도를 사전에 예측하는 최적모델을 개발하고자 함 - 개발된 모델은 현재 가용자료를 기반으로 취수원 지점별 맛?냄새 물질 농도를 미리 예측함으로써 고농도 발생 시 정수센터의 효율적 운영 및 본부 수질관리대책 수립에 활용될 것으로 기대됨 | - 적용가능한 통계적 기법 및 머신러닝 기법 검토 ? 관련 국내외 문헌 및 적용사례 검토 ? 통계적 기법: MLR(Multi Linear Regression), stepwise-MLR, PCA-MLR, ARIMA... ? 머신러닝 기법: ANN(Artificial Neural network), Decision tree, Random forest, ... - 예측 기법에 따른 활용 데이터 선정 및 정리 ? 예측지점 및 예측주기 설정 ? 현재 가용 데이터를 고려한 입력 데이터 선정 및 정리 - 통계적 기법 적용 및 머신러닝 기법 예측모델 개발 ? 입력데이터 구축 ? 모델 개발 및 검증(training and testing) ? 개발 도구: SPSS statistics, R(오픈소스 통계 프로그램 패키지) - 최적 예측모델 선정 ? 선정 모델에 따른 예측 정확도 비교 ? 예측 적용 시 데이터 구성 용이성, 모델구동 시간 등 비교 ? 종합비교결과에 따른 최적 예측모델 선정 - 활용방안 및 보완사항 검토 ? 예측결과 활용방안 및 정확도 향상을 위한 보완사항 제시 | - 예측결과를 정기적으로 상수도사업본부 및 정수센터와 공유하여 고농도 맛?냄새 물질 발생 예측시 고도정수처리시설 최적운영조건 설정과 분말활성탄 준비 등 선제적 대응과 수질관리대책 수립에 활용 - 인공지능을 활용한 물환경 관리시스템 개발을 위한 기반기술로 활용 | 김은정 | 수질연구과 | 20200701 | 20221231 | 미등록 | N |
6 | PLA0510 | 하수고도처리 MLE공법 최적화 연구 | <NA> | ○ 질산화, 탈질, 탈인 등을 통한 생물학적 질소?인 제거기술인 MLE, A2O, SBR 등 다양한 공법이 국내외에 개발되어 실공정에 적용 ○ 고도처리 공법에 대한 최적화 연구가 지속적으로 진행되고 있으나 국내 실정에 맞는 최적화 적용사례 부족 ○ 유입하수 중 유기탄소원 부족과 겨울철 수온 저하에 따른 질소, 인 처리효율 감소로 이러한 문제점을 극복하기 위한 연구가 국내외적으로 진행 ○ 대규모 하수처리시설을 대상으로 계절별, 유입수 성상에 따른 MLE공법에 대한 최적화 연구사례 부족 | ○ 하수도법 개정에 따라 생물학적산소요구량, 총질소 및 총인의 수질기준 강화 ○ 서울시 물재생센터에 도입된 MLE 공법은 생물학적 질소 제거와 응집제를 이용한 인 제거 특성을 가짐 ○ 총인처리시설 도입 전까지 MLE 공법을 통하여 최대한 방류수 수질기준을 충족시키는 방안 필요 ○ 계절별 유입수 성상에 따른 MLE공법에 대한 최적화 연구 필요 | 1. 중랑센터 고도처리공법 현황 및 실공정 분석 ○ MLE공법 도입 후 가동률, 처리효율 등 공정운영 실태조사 ○ 유입수, 반응조, 처리수의 수질분석을 통한 MLE 실공정 운영효율 분석 ? 채수지점 : 유입수, 일차처리수, 무산소조, 호기조, 이차처리수 5지점 ? 분석항목 : COD, 총질소, 총인 등 15항목 ? 분석주기 : 2회/월 2. 생물반응조 현장 모형장치 설치 ○ 처리용량 : 5㎥/일(중랑물재생센터) ○ 주요장치 : 반응기, 계측기, 감시제어시스템 등 ? 2계열 비교실험, 유지관리 편리성 등 고려 ? 실공정 분석 반응조 계열과 동일한 유입수로 실험 3. 현장 모형실험을 통한 최적 운전조건 및 개선방안 제시 ○ 포기조건, 고형물 체류시간, 반송률 등 계절별 최적운전조건 산정 ? 겨울철, 봄?가을철, 여름철 등 계절별 운전조건 산정 ? 특히 겨울철 수온저하에 대한 수질 개선방안 제시 ? 분석주기 : 2회/주(채수지점, 분석항목 실공정과 동일) ○ 유량, 수질, 수온 등 운영조건 변화를 고려한 운전방안 제시 ? 강우, 연휴기간 등 저부하시기 수질 개선방안 마련 ? 일차침전지 운전조건 등 유입수 부하 조절방식 제시 4. 실공정 적용을 통한 처리효율 개선 및 매뉴얼 개발 ○ 실공정 분석결과를 센터와 협의를 통해 단기 개선방안 적용 평가 ○ 최적 운전조건 실험결과를 실공정에 적용하여 처리효율 개선 평가 ? 실공정 분석 반응조를 대상으로 최적운전조건 적용 및 분석 ? 분석주기 : 2회/주(채수지점, 분석항목 실공정과 동일) ○ 하수 유입수 성상에 따른 MLE 실공정 효율평가 및 운전조건 설정 ? 개선방안에 따른 유입수 부하 조절방식 적용 및 평가 | ○ 고도처리 MLE 적정 운영관리방안 제시 ○ 하수 처리수 처리효율 향상을 통한 수질개선 | 장신요 | 스마트기술연구과 | 20150201 | 20161231 | 미등록 | N |
7 | PLA0735 | 빅데이터 분석을 통한 고도정수처리 운영관리개선연구 | <NA> | ○ 물관리에서 빅데이터 활용사례(물정책.경제 제24호) - 네덜란드의 디지털 델타 : 강수량, 수위, 수질, 수로센서 정보, 밀물상황 등의 빅데이터 분석을 통해 수질과 수위를 신속하게 예측, 필요대책수립으로 효율적 물관리 방안 모색 - 미국 사우스밴드의 하수처리와 빅데이터 : 도시전체 하수망 센서설치, 네트워크 연결로 필요한 정보 수집, 적절한 소프트웨어로 분석하여 폭우시 오수를 강물로 보내거나 오수의 가정집 역류 방지 ○ 잔류염소 제어를 위한 빅데이터활용 공간분석사례(서울물연구원, 2019) - 법정수도꼭지 잔류염소 약400점을 대상으로 서울시 전역의 잔류염소 공간분석을 통한 염소취약지역 개선 | - 서울시 고도정수처리도입 4~9년 경과, 축적된 고도정수처리 운영데이터 분석필요 - 센터별 고도정수처리 효율분석에 따른 문제점 도출 및 개선방안필요 : 고도정수처리 빅데이터 분석을 통한 목표수질/처리농도 재설정 | ○ 6개 정수센터 고도정수처리 빅데이터 분석 . 수질분야 : 맛.냄새, TOC, 소독부산물 등 . 활성탄 운영분야 : 누적통수량, 품질변화, 역세척 방법 등 . 오존/AOP 처리효율 : 사용농도별 수처리효율 분석 ○ 프로그램 : 서울시 빅데이터 활용시스템(Power BI) ※ Power BI : 사용자가 빠르게 데이터를 시각화(그래프, 차트) 가능한 MS사 개발프로그램 | ○ 서울시 고도정수처리 목표수질재설정 및 공정개선방안마련 ○ 서울시 고도정수처리 운영매뉴얼(Ⅲ) 개정 | 백영애 | 수처리연구과 | 20200101 | 20201231 | 미등록 | N |
8 | PLA0762 | 배급수계통에서 고분자 에폭시 도료의 경년변화 특성 연구 | Study on the aging characteristics of polymer epoxy resin in the distribution system | <NA> | <NA> | <NA> | <NA> | 장도일 | 신물질분석과 | 20200101 | 20211231 | 미등록 | N |
9 | PLA0746 | 물 사용량 변동요인 분석과 상수도 대응방안 연구 | Analysis of Fluctuation in Water Usage and Countermeasures for Water Supply | 1. Kein Gan, Michael Redhead, 2013, Melbourne Residential Water Use Stuides 멜버른 시의 3개의 수도국에서 거주하는 시민들이 사용하는 물 사용기기, 물 사용습관을 연구 2. 미국 물연구재단(WRF), 2016, Residential End Uses of Water 설문조사와 실측조사를 통해서 미국과 캐나다의 주요 도시 가정에서 실내와 실외에서 얼마나 많은 물의 양이 사용되는지, 1인당, 1가구 당 물 사용량은 얼마나 되는지 파악 3. Ideal Standard International, 2016, Waterwise-Ideal Standard Water Efficiency Annal Tracker Survey Summary Report : A Water Saving Report 시간이 지남에 따라 사람들의 물 사용 행동의 경향을 관찰하기 위해서 국가별 데이타를 수집. 이를통해 집에서 물 사용에 대한 사람들의 인식, 물 절약 행동의식 등을 파악 | - 폭염, 가뭄, 1인 가구 증가, 고령화 등 물 사용 환경과 패턴 변화 - 사용단계의 절수 관리방안 마련으로 수돗물 공급 시설의 부담 완화 | 1. 수돗물 용도별 사용량 조사, 분석 - 국외 대도시 수돗물 사용량 조사사례 분석 - 미래인구 추계를 반영한 물 사용량 변화 예측 - 실측, 설문조사 등을 통한 물사용 특성 조사 2. 사용단계 절수관리 방안 마련 ㅁ;ㅊ 분석 - 절수기기 등급제 시행에 따른 물 절약 잠재량 분석 - 절수기기 설치 촉진을 위한 조례 도입 방안 연구 - 합리적인 수돗물 사용 가이드라인 제시 | - 수돗물 수요 변화 예측과 관리로 지속 가능한 수돗물 공급에 기여 - 수돗물 합리적인 사용 습관과 지식 공유를 통한 시민 공감 강화 | 김나은 | 전략연구과 | 20200101 | 20210630 | 미등록 | N |
과제요청번호 | 과제명 | 과제영문명 | 국내외연구사례 | 연구내용및방법 | 연구내용및방법.1 | 기대효과 및 활용방안 | 연구책임자 | 담당부서 | 연구시작일 | 연구종료일 | 예산승인상태 | 보안과제여부 | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
524 | PLA0067 | 응집제(PAC) 최적 주입량 비교 실험 | <NA> | <NA> | 모형실험을 통하여 뚝도 정수사업소에서 연구된 연산식에 대해 응집제주입량의 편차를 파악 | <NA> | <NA> | 조석주 | 수처리연구과 | 19920101 | 19951231 | 미등록 | N |
525 | PLA0068 | 응집제(PAC, PACS)의 효능 비교 | <NA> | <NA> | PAC, PACS의 응집효율과 오탁물질의 제거 효율의 비교를 통한 응집제 성능조사 | <NA> | <NA> | 이성재 | 재료연구과 | 19920101 | 19951231 | 미등록 | N |
526 | PLA0069 | 응집지 및 침전지에서의 부상플럭 제거를 위한 조사 | <NA> | <NA> | 구의정수사업소에서 floc부상의 원인은 기체과포화에 관한 것이었으며 그 조사과정과 원인을 규명함 | <NA> | <NA> | 곽은숙 | 수처리연구과 | 19920101 | 19951231 | 미등록 | N |
527 | PLA0070 | 이산화염소 종류별 수처리 효율 비교실험 | <NA> | <NA> | 이산화염소의 제조방법에 따른 제품성능 및 효과와 현재 사용중인 안정화이산화염소와 신개발품인 활성화 이산화염소의 성능비교 | <NA> | <NA> | 김중구 | 수처리연구과 | 19920101 | 19951231 | 미등록 | N |
528 | PLA0058 | 수온변화에 따른 적정 역세척 속도 | <NA> | <NA> | 각 정수장의 조건에 맞는 역세속도산출 후 수온대별로 적용하여 역세척효율의 효과 증가 | <NA> | <NA> | 이용우 | 수처리연구과 | 19920101 | 19951231 | 미등록 | N |
529 | PLA0072 | 자기처리에 의한 수질변화 및 식물성장에 관한 고찰 | <NA> | <NA> | 수돗물의 자기처리(자화수)에 따른 수질변화 및 식물성장 상태를 관찰하여 수돗물과 비교 검토함. | <NA> | <NA> | 신인철 | 수질연구과 | 19920101 | 19951231 | 미등록 | N |
530 | PLA0073 | 전기분해 실험장치에 의한 수돗물의 앙금 발생원인 조사 | <NA> | <NA> | 전기분해장치에 의한 수돗물의 앙금발생에 대한 원인 조사 및 규명 | <NA> | <NA> | 신인철 | 먹는물분석과 | 19920101 | 19951231 | 미등록 | N |
531 | PLA0077 | 정수사업소 여과사 보사에 따른 수질개선 효과 조사 | <NA> | <NA> | 현재 정수사업소에서 추진중이거나 완료된 여과사층보사에 따른 수질 개선 효과분석. | <NA> | <NA> | 함영국 | 재료연구과 | 19920101 | 19951231 | 미등록 | N |
532 | PLA0082 | 혼화조건에 대한 흐름 해석 | <NA> | <NA> | 모형실험을 통해 약품주입 및 혼합공정을 혼합조건에 따른 흐름의 양상을 평가해 완전혼합을 이루는 주변조건 추적 | <NA> | <NA> | 김성헌 | 수처리연구과 | 19920101 | 19951231 | 미등록 | N |
533 | PLA0083 | 혼화지의 효율적 운영 방안 | <NA> | <NA> | 혼화공정의 운전조건을 실험하여 문제점도출 및 혼화시스템 개선사항 제시 | <NA> | <NA> | 이용우 | 수처리연구과 | 19920101 | 19951231 | 미등록 | N |