Acknowledgement
이 논문은 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원에 의함 No. 20202000000010.
Proceedings of the Korean Institute of Information and Commucation Sciences Conference (한국정보통신학회:학술대회논문집)
- 2022.10a
- /
- Pages.559-561
- /
- 2022
Development of Drug Input Analysis and Prediction Model Using AI-based Composite Sensors Pre-Verification System
AI 기반 복합센서 사전검증시스템을 활용한 약품투입량 분석 및 예측모델 개발
- Seong, Min-Seok (K-water Research Institute) ;
- Kim, Kuk-Il (K-water Research Institute) ;
- An, Sang-Byung (K-water Research Institute) ;
- Hong, Sung-Taek (K-water Research Institute)
- Published : 2022.10.03
Abstract
In order to secure the stability of tap water production and supply, we have built a system that can be pre-verified before applying AI-based composite sensors to the water purification plant, which is a demonstration site. We have collected and analyzed data related to the drug input of the GO-RYEONG water purification plant for about two years from December 2019 to December 2021. The outliers of each tag were removed through data preprocessing such as outliers and derived variable, and the cycle was set as average data for 60 minutes of each one-minute period, and the model was learned using the PLS model.
수돗물 생산·공급의 안정성을 확보하기 위하여 AI 기반 복합센서를 실증지인 정수장에 적용하기 전에 사전검증할 수 있는 시스템을 구축하였으며, 2019년 12월부터 2021년 12월까지 약 2년간의 고령정수장 생활용수의 약품투입량 관련된 데이터를 수집·분석하여 약품투입량 예측모델을 개발하고자 하였다. 이상치 제거와 파생변수 생성 등 데이터 전처리를 통해 각 Tag의 이상치를 제거하고 1분 주기 데이터를 60분 구간 평균 데이터로 주기를 설정하고 PLS 모형을 사용하여 모델을 학습시켰으며, 각 모델들의 예측 정도를 비교·검증하였다.