AI 기반 모형을 이용한 잔류염소 예측모형 개발

초록

최근 수돗물 품질관리에 대한 중요성이 부각됨에 따라 AI 를 활용한 정수 공정 최적화를 위한 연구가 활발하게 이루어지고 있다. 본 연구에서는 정수장의 실시간 수량 및 수질에 대한 관측치를 사용하여 침전지 내의 잔류염소 농도를 안정적으로 관리하기 위한 AI 모형 기반의 잔류염소 예측모형을 개발하였다. 잔류염소 예측모형은 수집한 수량 및 수질 데이터를 활용하여 잔류염소 농도를 예측하며, 기존에 사용하던 수리모형에 비해 단순하면서도 효율적이다. 본 연구에서는 침전지의 전단 잔류염소, pH, 수온, 탁도, 원수의 유입량, 전기전도도, 알칼리도 등 총 7 개의 데이터를 독립변수로 활용하여 침전지의 잔류염소 농도를 예측하였다. 다중회귀, 인공신경망, 그리고 랜덤포레스트 모형을 적용하여 부평정수장의 잔류염소 농도를 예측하였으며, 분석 결과 랜덤포레스트가 가장 정확하게 예측하는 것으로 나타났다. 최종적으로, 정수처리 과정에서는 랜덤포레스트, 즉 의사결정트리 기반 알고리즘이 가장 적절하다고 평가되었다. 본 연구의 결론을 기반으로 정수장에서의 염소 주입량을 실시간으로 조정하면 침전지의 잔류염소 농도를 꾸준히 유지하면서 염소의 주입량 조절이 가능하게 될 것으로 보인다.