Water utilities are making various efforts to reduce water losses from water networks, and an essential part of them is to recognize the moment when a pipe burst occurs during operation quickly. Several physics-based methods and data-driven analysis are applied using real-time flow and pressure data measured through a SCADA system or smart meters, and methodologies based on machining learning are currently widely studied. Water utilities should apply various approaches together to increase pipe burst detection. The most intuitive and explainable water balance method and its procedure were presented in this study, and the applicability and detection performance were evaluated by applying this approach to water supply pipelines. Based on these results, water utilities can establish a mass balance-based pipe burst detection system, give a guideline for installing new flow meters, and set the detection parameters with expected performance. The performance of the water balance analysis method is affected by the water network operation conditions, the characteristics of the installed flow meter, and event data, so there is a limit to the general use of the results in all sites. Therefore, water utilities should accumulate experience by applying the water balance method in more fields.

상수관은 급격한 기온 변화나 지진에 의한 지반의 변이 및 노후화에 의해 파단이 일어나게 된다. 관의 파단은 상수관망에서 발생할 수 있는 가장 흔한 파괴 상황 중 하나로 시스템으로 공급되는 전체 유량과 관망 내 수두 손실을 증가시킨다. 이러한 변화는 시스템 내에 설치된 압력 및 유량계의 측정값에 영향을 주며 사용성을 저하시킨다. 관 파괴 탐지가 지연되면 주위 지반의 액상화에 의해 싱크홀이 발생하게 되어 복구 시간 및 비용 (사회적 비용 포함)의 증가를 야기하기도 한다. 따라서, 관 파단의 정확하고 신속한 탐지가 필요하다. 본 연구에서는 공정관리 및 품질공학에서 적용되어온 통계적 공정관리 방법을 관 파단 탐지에 적용하였다. 시스템 내에 설치된 압력 및 유량계로부터 측정된 시계열 값을 과거 통계 값과 비교하여 관 파단 여부를 결정하였다. 실제 네트워크에서 수요량의 변동성을 고려해 발생시킨 압력 및 유량 자료를 이용하여 단변량과 다변량 방법을 포함, 총 여섯 가지 통계적 공정관리 방법의 성능을 비교하였다.