LSTM 기반 배수지 수위 변화 예측모델과 적합성 평가 연구

A Study on LSTM-based water level prediction model and suitability evaluation

배수지는 정수처리 된 물을 급수하기 위해 정수물을 모아두는 저장소로서, 물의 수요량에 따라 급수량을 조절하여 안정적으로 물을 공급하기 위해 배수지의 수위 관리는 매우 중요하다. 현재 배수지 내에 수위 계측 센서를 설치하여, 가압장의 펌프운영을 통해 배수지의 최적 수위를 관리하고 있으나, 센서의 오작동 및 통신두절 등 사고대응을 관리자 감시에 의존하고 있어, 사고의 위험을 안고 있다. 본 연구에서는 배수시설의 안정적 운영을 위하여, 배수지의 수위 변화 예측 인공지능 모델을 제안하였으며, 배수지 수위 변화 예측모델의 현장적용에 대한 안정성을 확인하기 위하여 수위 데이터의 결측 상황에 대한 시뮬레이션을 통하여, 실제 수위 변화값과 예측된 수위 변화값의 비교를 통하여 모델의 유용성을 확인하였다.

Water reservoir is defined as a storage space to hold and supply filtered water and it's significantly important to manage water level in the water reservoir so as to stabilize water supply by controlling water supply depending on demand. Liquid level sensors have been installed in the water reservoir and the pumps in the booster station facilitated management for optimum water level in the water reservoir. But the incident responses including sensor malfunction and communication breakdown actually count on manager's inspection, which involves risk of accidents. To stabilize draining facility management, this study has come up with AI model that predicts changes in the water level in the water reservoir. Going through simulation in the case of missing data in the water level to verify stability in relation to the field application of the prediction model for water level changes in the reservoir, the comparison of actual change value and predicted value allows to test utility of the model.