[논문]신경망 분석을 활용한 하수처리장 데이터 분석 기법 연구

서정식; 김태욱; 이해각; 윤종호

doi:10.5322/jesi.2022.31.7.555

[국내논문] 신경망 분석을 활용한 하수처리장 데이터 분석 기법 연구
Wastewater Treatment Plant Data Analysis Using Neural Network 원문보기

Journal of environmental science international = 한국환경과학회지, v.31 no.7, 2022년, pp.555 - 567

서정식 ((주)두현이엔씨) , 김태욱 (순천향대학교 에너지환경공학과) , 이해각 (순천향대학교 컴퓨터공학과) , 윤종호 ((주)두현이엔씨)

Abstract ▼ AI-Helper

With the introduction of the tele-monitoring system (TMS) in South Korea, monitoring of the concentration of pollutants discharged from nationwide water quality TMS attachments is possible. In addition, the Ministry of Environment is implementing a smart sewage system program that combines ICT technology with wastewater treatment plants. Thus, many institutions are adopting the automatic operation technique which uses process operation factors and TMS data of sewage treatment plants. As a part of the preliminary study, a multilayer perceptron (MLP) analysis method was applied to TMS data to identify predictability degree. TMS data were designated as independent variables, and each pollutant was considered as an independent variables. To verify the validity of the prediction, root mean square error analysis was conducted. TMS data from two public sewage treatment plants in Chungnam were used. The values of RMSE in SS, T-N, and COD predictions (excluding T-P) in treatment plant A showed an error range of 10%, and in the case of treatment plant B, all items showed an error exceeding 20%. If the total amount of data used MLP analysis increases, the predictability of MLP analysis is expected to increase further.

주제어

참고문헌 (14)

Gardner, M. W., Dorling, S. R., 1998, Artificial neural networks (the multilayer perceptron) a review of applications in the atmospheric sciences, Atmospheric Environment, 32, 2627-2636.

상세보기
Im, J. M., Joo, H. K., 2021, Big data analysis and forecasting of sewage treatment facilities using machine learning, Korean Institute of Industrial Engineering, 1316-1322.
Jawad, J., Hawari, A. H., Zaidi, S. J., 2021, Artificial neural network modeling of wastewater treatment and desalination using membrane process : A Review, Chemical Engineering, 419, 129-540.
Jeong, H. S., Lee, S. H., Shin, H. S., Song, E. Y., 2006, Analysis and prediction of sewage components of urban wastewater treatment plant using neural network, J. Korean Soc. Environ. Eng., 28(3), 308-315.
Ju, C. H., 2010, A Study on the operation of domestic municipal sewage treatment plants using neural network pattern analysis, MS Thesis, Chonnam National University.
Karlik, B., Olgac, V., 2010, Performance analysis of various activation functions in generalized MLP architectures of neural networks, Int. J. Adv. Engr., 1(4), 111-122.
Korea Environment Corporation (KECO), 2022, https://www.keco.or.kr.
Kim, S. T., Lim, B. I., Oh, H. T., Park, K. H., 2019, An Analysis on economic effects of smart sewage pipe, Journal of Convergence for Information Technology, 9(7)78-84.

원문보기 상세보기
Kim, Y. Y., Lee, S. J., 2010, Evaluation of water quality for the Han River tributaries using multivariate analysis, J. Korean Soc. Environ. Eng., 33(7), 501-510.

원문보기 상세보기
Kohler J., Turnheim B., Hodson M., 2020, Low carbon transitions pathways in mobility: Applying the MLP in a combined case study and simulation bridging analysis of passenger transport in the Netherlands, Technological Forecasting and Social Changes, 151-162.
Lee, S. M., Park, K. D., Kim, I. K., 2022, Comparison of machine learning algorithms for Chl-a prediction in the middle of Nakdong River (focusing on water quality and quantity factors), J. Korean Soc. Water Wastewater, 34(4), 277-288.
Seiffert, U., 2021, Multiple layer perceptron training using genetic algorithms, European Symposium on Artificial Neural Networks, 159-164.
SOOSIRO, 2022, http://www.soosiro.or.kr.
Wongburi, P., Park, J. K., 2021, Big data analytics from a wastewater treatment plant, Sustainability, 13, 12383.

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 신경망 분석을 활용한 하수처리장 데이터 분석 기법 연구
Wastewater Treatment Plant Data Analysis Using Neural Network 원문보기

Abstract ▼ AI-Helper

주제어

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 신경망 분석을 활용한 하수처리장 데이터 분석 기법 연구 Wastewater Treatment Plant Data Analysis Using Neural Network 원문보기

Abstract ▼ AI-Helper

주제어

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

이해각 (23)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 신경망 분석을 활용한 하수처리장 데이터 분석 기법 연구
Wastewater Treatment Plant Data Analysis Using Neural Network 원문보기