인공지능을 활용한 시·군 단위 월별 생·공용수 예측 방법 연구 (A study on city-scale monthly water demand forecasting methodology using artificial intelligence)

서지정보

· 발행기관 : 한국수자원학회
· 수록지 정보 : 한국수자원학회 논문집 / 58권 / 3호 / 209 ~ 223페이지
· 저자명 : 최영돈, 오지환, 김성훈, 임용규, 주경원, 임동진

초록

우리나라뿐만 아니라 많은 선진국에서는 현재까지 1인 1일당 급수량(Liter Per Capita Day, LPCD)과 장래인구를 이용하여 연단위 장래 용수수요 추정을 해오고 있다. 본 연구에서는 월별 용수수요의 변화와 기후변화로 인한 장래 용수공급의 불확실성에 대응하기 위하여 최근 시계열예측에 많이 적용되고 있는 인공지능 기법을 활용한 적절한 생공용수 용수추정방법을 탐색하여 제시하였다. 먼저 (1) 10년 이상의 용수공급 데이터가 있는 10개 시군을 대상으로 과거 용수 수요예측 연구에 활용된 22개 영향변수와 종속변수인 용수공급량에 대한 데이터를 수집(‘05~21년내 12~17년 데이터)하고, (2) 조사된 22개의 영향변수를 6가지 영향력이 큰 변수선택 기법을 적용하여 빈도수가 높은 5개(동일 빈도로 인해 5개 초과시 동일 빈도변수는 모두 선택)의 영향변수를 선정하였다. 마지막으로 (3) 3가지 CASES (CASE-1: 모든 22개 영향변수를 Random Forest와 XGBoost모델에 적용, CASE-2: 영향력이 큰 영향변수를 Random Forest와 XGBoost모델에 적용, CASE-3: 용수공급량 변수를 Prophet모델의 입력자료로 단변량 분석)을 적용하여 데이터의 신뢰도와 영향변수의 영향력에 따른 시군별 적절한 미래 용수수요 추정방법론을 제시하였다.

영어초록

The current method of water demand forecasting in the National Water Management Plan of South Korea and many developed countries still uses Liter Per Capita Day (LPCD) and future population. In this study, we explored and evaluated city-scale monthly water demand forecasting methods using artificial intelligence to prepare for uncertainty of water demand forecasting due to climate change. First, we collected data (12 years, ’10~21 years) on 22 independent variables, which were used in previous studies for water demand forecasting. Next, 6 feature selection methods were applied to select more influential independent variables among all 22 independent variables for 10 representative cities. Finally, we evaluated three water demand forecasting methods (CASE-1: Random Forest and XGBoost model with all collected variables, CASE-2: Random Forest and XGBoost model with selected more influential variables, and CASE-3: Prophet model with univariate analysis) to present an appropriate water demand forecasting method for each cities.

참고자료

· 없음