LSTM을 활용한 수돗물 수질 예측 방안 (Tap Water Quality Prediction Methods based on LSTM)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 데이타베이스연구 / 40권 / 3호 / 96 ~ 107페이지
· 저자명 : 김권석, 이상준, 최형광

초록

최근 수돗물 적수 사태와 유충 발생이 잇따르면서 수돗물에 대한 불안감이 커지고, 철저한 관리의 중요성이 강조되고 있다. 상수도 배관 시설의 복잡성과 제한된 관리 인력으로 인해 사고 발생 시 빠른 대처가 어려운 상황으로, 수질 이상을 사전에 감지할 수 있는 과학적 분석과 고도화된 예측 시스템 구축이 필요한 상황이다. 본 연구에서는 정수장에서 측정된 pH, 탁도, 잔류염소 수질 데이터를 LSTM 모델과 하이퍼파라미터 변경을 통해 예측 정확도를 향상시키는 방안을 제안한다. 기계적 결함에 따른 이상치 전처리와 하이퍼파라미터 변경을 통해 예측 정확도를 개선하였으며, MAE와 RMSE 성능 지표를 통해 검증하였다. 제안된 모델은 복잡하고 비선형적인 수질 데이터에서도 높은 예측 정확도를 보여주었으며, 관리 기준 이상값 구간도 정확하게 예측하는 결과를 나타냈다.

영어초록

Recent incidents of rusty tap water and larvae have increased public concern about tap water safety, underscoring the importance of thorough management. Due to the complexity of water supply piping systems and limited maintenance personnel, responding quickly to incidents is challenging. Therefore, a scientifically advanced predictive system for early detection of water quality anomalies is essential. This study proposes a method to improve prediction accuracy by applying an LSTM model with hyperparameter tuning to water quality data, including pH, turbidity, and residual chlorine, measured at water treatment plants. Prediction accuracy was enhanced through preprocessing outliers caused by mechanical defects and adjusting hyperparameters, validated with MAE and RMSE performance metrics. The proposed model showed high predictive accuracy even with complex, non-linear water quality data and successfully predicted values within regulatory threshold ranges.

참고자료

· 없음