표제지
목차
요약 9
Abstract 10
제1장 서론 12
1.1. 연구 배경 및 목적 12
1.2. 연구 동향 14
1.3. 연구 내용 및 범위 17
제2장 정수장 잔류염소 예측 지능화 방법론 22
2.1. 정수처리 공정 22
2.2. 잔류염소농도 관리 24
2.3. 정수장 잔류염소농도 예측 지능화 방법 26
2.3.1. 다중회귀분석 31
2.3.2. 인공신경망 32
2.3.3. 랜덤 포레스트 35
2.4. 모형 검증 방법 37
제3장 대상자료 수집 및 분석 39
3.1. 정수장 운영자료 수집 39
3.2. 수집자료 분석 45
3.2.1. 분포특성 분석 45
3.2.2. 상관성 분석 46
제4장 잔류염소 예측을 위한 러닝머신 모델 적용 50
제5장 결론 56
참고 문헌 58
표 2.1. 머신러닝 알고리즘의 세부 분류 26
표 3.1. 수집된 자료의 통계적 특성 40
표 3.2. 침전지 잔류염소 농도와 유량, 수질인자간 상관계수 48
표 4.1. 모형 검증결과 비교 53
표 4.2. 모델 수행결과에 대한 통계적 특성 비교 54
그림 1.1. 연구수행 절차 20
그림 2.1. 정수처리시스템 모식도 22
그림 2.2. 일반적인 전염소처리의 염소주입지점 24
그림 2.3. 일반적인 후염소처리의 염소주입지점 25
그림 2.4. ANN의 구조 28
그림 2.5. RNN의 구조 28
그림 2.6. ANFIS의 구조 29
그림 2.7. CNN의 구조 30
그림 3.1. 인공신경망의 개념 34
그림 3.2. 랜덤포레스트의 개념 36
그림 3.3. 교차검증의 개념 37
그림 3.1. 정수장 유입유량 원자료 시계열 그래프 41
그림 3.2. 제1공장 유입유량 원자료 시계열 그래프 41
그림 3.3. 전기전도도 원자료 시계열 그래프 41
그림 3.4. 알칼리도 원자료 시계열 그래프 42
그림 3.5. 암모니아농도 원자료 시계열 그래프 42
그림 3.6. 수온 원자료 시계열 그래프 42
그림 3.7. 착수정 염소농도 원자료 시계열 그래프 43
그림 3.8. 탁도 원자료 시계열 그래프 43
그림 3.9. pH 원자료 시계열 그래프 43
그림 3.10. 침전지 염소농도 원자료 시계열 그래프 44
그림 3.11. 여과지 염소농도 원자료 시계열 그래프 44
그림 3.12. 정수지 염소농도 원자료 시계열 그래프 44
그림 3.13. 수집자료의 분포특성 45
그림 3.14. 정수장 착수정, 침전지, 여과지 및 정수지 잔류염소 농도 비교 46
그림 3.15. 데이터 분포에 따른 피어슨 상관관계의 예시 46
그림 3.16. 침전지 잔류염소 농도와 pH와 산포도 48
그림 3.17. 침전지 잔류염소 농도와 수온과 산포도 49
그림 3.18. 침전지 잔류염소 농도와 탁도와 산포도 49
그림 4.1. 중회귀모형에 의한 예측치와 실적치 비교 51
그림 4.2. 신경망 모형에 의한 예측치와 실적치 비교 52
그림 4.3. 랜덤포레스트 모형에 의한 예측치와 실적치 비교 53
그림 4.4. 각 모형 예측 평균값 54
그림 4.5. 실제 값과 모형에 의한 추정값 분포 비교 55