수처리공정에서 AI 기반 자율 운영 모델 연구 (Research on AI-Based Autonomous Operation Model in Water Treatment Process)

본 논��에서는 정수장 수처리공정 운영 시 감시제어시스템에서 취득한 데이터에 대해 빅데이터 분석과 인공지능 알고리즘을 융합하여 자율운영 모델을 개발하고 시뮬레이션하여 검증하였다. 약품공정은 N-Beats 모델을 선택하였으며, 약품 사용량을 절감(-1.91 ℓ/h)하여 응집제 주입량의 자율운영 가능성을 확인하였다. 침전공정은 LightGBM 모델을 선택하였고, 슬러지 수집기 운행 스케줄에 대해 슬러지 발생량 예측 결과에 따라 연동되도록 제어 로직을 개발하였다. 해당 모델의 현장 시뮬레이션 결과에서 슬러지 발생량이 예측값과 실제값이 거의 유사하였다. 또한, 기존 운영 스케줄보다 슬러지 수집기 운행 시간 단축(43시간)에 따른 전기에너지 소비량 감소 효과왿� 자율운영을 통한 운영근무자의 의존도 감소왿� 근무 부담 경감 효과를 확인하였다.

In this paper, we developed and validated an autonomous operation model by integrating big data analysis and artificial intelligence algorithms. Simulations were conducted using data obtained from the monitoring and control system during the operation of a water treatment process at a water purification plant. The N-BEATS model was selected for the chemical process, and confirmed its potential for autonomous operation by optimizing the coagulant injection, resulting in a reduction in chemical usage (-1.91 ℓ/h). The LightGBM model was used for the sedimentation process. Control logic was developed to link the sludge collector operation schedule with the predicted sludge generation. In the model simulation results based on field data, the predicted and actual sludge generation amounts were closely aligned. Additionally, reducing the sludge collector’s operating time by 43 hours led to lower electrical energy consumption compared to that of the existing operation schedule. The autonomous operation model also demonstrated a reduction in worker dependence and workload.