AI based complex sensor application study for energy management in WTP

정수장에서의 에너지 관리를 위한 AI 기반 복합센서 적용 연구

The most necessary thing for the optimal operation of a water purification plant is to accurately predict the pattern and amount of tap water used by consumers. The required amount of tap water should be delivered to the drain using a pump and stored, and the required flow rate should be supplied in a timely manner using the minimum amount of electrical energy. The short-term demand forecasting required from the point of view of energy optimization operation among water purification plant volume predictions has been made in consideration of seasons, major periods, and regional characteristics using time series analysis, regression analysis, and neural network algorithms. In this paper, we analyzed energy management methods through AI-based complex sensor applicability analysis such as LSTM (Long Short-Term Memory) and GRU (Gated Recurrent Units), which are types of cyclic neural networks.

정수장의 최적화 운영을 위하여 가장 필요한 것은 수용가에서 사용되는 수돗물의 패턴과 양을 정확하게 예측하여 필요한 만큼의 수돗물을 펌프를 이용하여 배수지로 전달하여 저장하고, 필요한 유량이 최소의 전기에너지를 이용하여 적기에 공급되어야 한다. 정수장의 수량 예측 중 에너지 최적화 운영의 관점에서 필요한 단기 수요예측은 시계열 분석, 회귀분석 및 신경망 알고리즘을 이용하여 계절별, 주요 기간별, 지역 특성별 등을 고려하여 이루어져 왔으며, 본 논문에서는 순환적 신경회로망의 일종인 LSTM(Long Short-Term Memory), GRU(Gated Recurrent Units) 등의 AI 기반 복합센서 적용성 분석을 통한 에너지 관리 방안에 대하여 분석하였다.