| 1 |
1
수처리 공정 방법에 있어서,수처리 장치로 유입되는 유입수의 수질 및 상기 유입수에 대한 공정 조건과 관련된 실시간의 관측 데이터를 수신하는 단계;상기 관측 데이터를 학습된 오염 예측 모델에 입력함으로써, 상기 유입수가 수처리된 처리수의 오염 상태 및 처리수의 오염 상태에 따른 상기 유입수를 필터링하는 여과막의 오염 상태를 예측하는 단계; 및상기 처리수 및 상기 여과막의 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계를 포함하는,수처리 공정 방법
|
| 2 |
2
제1항에 있어서,상기 오염 예측 모델은,상기 장치의 과거 시점에 대한 유입수의 수질 및 공정 조건에 대응하는 처리수의 오염 상태 및 여과막의 오염 상태가 학습된 LSTM(Long short-term memory) 모델인,수처리 공정 방법
|
| 3 |
3
제1항에 있어서,상기 관측 데이터는,상기 유입수의 탁도, 염도 및 오염원의 종류 중 적어도 하나 및 상기 수처리 장치의 온도, 압력, 유속 중 적어도 하나 대한 설정 정보를 포함하는,수처리 공정 방법
|
| 4 |
4
제1항에 있어서,상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 여과막에 대한 세정 주기, 세정제의 양 및 세정 방식을 결정하는 단계를 포함하는,수처리 공정 방법
|
| 5 |
5
제1항에 있어서,상기 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 처리수 및 상기 여과막의 예측되는 오염도가 높은 경우, 상기 여과막의 세정 주기를 높이는 단계; 및 상기 여과막의 세정 강도를 높이는 단계중 적어도 하나를 포함하는,수처리 공정 방법
|
| 6 |
6
제1항에 있어서,상기 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 여과막의 예측되는 막 오염 두께가 두꺼운 경우, 상기 여과막의 세정 주기를 높이는 단계; 및상기 여과막의 세정 강도를 높이는 단계중 적어도 하나를 포함하는,수처리 공정 방법
|
| 7 |
7
제1항에 있어서,상기 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 처리수 및 상기 여과막의 예측되는 오염도; 및 상기 여과막의 예측되는 막 오염 두께 중 둘 이상의 조합을 이용하여 상기 여과막을 세정하기 위한 주기 및 강도 중 적어도 하나를 결정하는 단계를 포함하는,수처리 공정 방법
|
| 8 |
8
수처리 공정을 위한 오염 예측 모델을 학습하는 방법에 있어서,유입수의 상태 및 상기 유입수에 대한 공정 조건을 포함하는 학습 데이터 세트를 획득하는 단계; 및상기 학습 데이터 세트를 이용하여 상기 유입수가 처리된 처리수와 상기 유입수를 필터링하는 여과막의 오염 상태가 출력되도록 상기 오염 예측 모델을 학습하는 단계를 포함하는,오염 예측 모델을 학습하는 방법
|
| 9 |
9
제8항에 있어서,상기 오염 예측 모델을 학습하는 단계는,상기 유입수의 상태 및 시계열에 따른 상기 유입수에 대한 공정 조건을 입력 데이터로 LSTM 네트워크에 입력하는 단계; 및상기 입력된 입력 데이터에 대응하는 상기 처리수 및 상기 여과막의 오염 상태가 출력되도록 상기 LSTM 네트워크를 학습하는 단계를 포함하는,오염 예측 모델을 학습하는 방법
|
| 10 |
10
제8항에 있어서,상기 학습 데이터는,상기 유입수의 탁도, 염도 및 오염원의 종류 중 적어도 하나 및 상기 장치의 온도, 압력, 유속 중 적어도 하나 대한 설정 정보를 포함하는 입력 데이터; 및상기 처리수의 오염도 및 상기 여과막의 막 오염 두께 중 적어도 하나를 포함하는 출력 데이터를 포함하는,오염 예측 모델을 학습하는 방법
|
| 11 |
11
하드웨어와 결합되어 제1항 내지 제10항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램
|
| 12 |
12
수처리 장치에 있어서,하나 이상의 프로세서;메모리; 및상기 메모리에 저장되어 있으며 상기 하나 이상의 프로세서에 의하여 실행되도록 구성되는 하나 이상의 프로그램을 포함하고,상기 프로그램은,수처리 장치로 유입되는 유입수의 수질 및 상기 유입수에 대한 공정 조건과 관련된 실시간의 관측 데이터를 수신하는 단계;상기 관측 데이터를 학습된 오염 예측 모델에 입력함으로써, 상기 유입수가 수처리된 처리수의 오염 상태 및 처리수의 오염 상태에 따른 상기 유입수를 필터링하는 여과막의 오염 상태를 예측하는 단계; 및상기 처리수 및 상기 여과막의 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계를 포함하는,수처리 장치
|
| 13 |
13
제12항에 있어서,상기 오염 예측 모델은,상기 장치의 과거 시점에 대한 유입수의 수질 및 공정 조건에 대응하는 처리수의 오염 상태 및 여과막의 오염 상태가 학습된 LSTM(Long short-term memory) 네트워크 기반 모델인,수처리 장치
|
| 14 |
14
제12항에 있어서,상기 관측 데이터는,상기 유입수의 탁도, 염도 및 오염원의 종류 중 적어도 하나 및 상기 수처리 장치의 온도, 압력, 유속 중 적어도 하나 대한 설정 정보를 포함하는,수처리 장치
|
| 15 |
15
제12항에 있어서,상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 여과막에 대한 세정 주기, 세정제의 양 및 세정 방식을 결정하는 단계를 포함하는,수처리 장치
|
| 16 |
16
제12항에 있어서,상기 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 처리수 및 상기 여과막의 예측되는 오염도가 높은 경우, 상기 여과막의 세정 주기를 높이는 단계; 및 상기 여과막의 세정 강도를 높이는 단계중 적어도 하나를 포함하는,수처리 장치
|
| 17 |
17
제12항에 있어서,상기 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 여과막의 예측되는 막 오염 두께가 두꺼운 경우, 상기 여과막의 세정 주기를 높이는 단계; 및상기 여과막의 세정 강도를 높이는 단계중 적어도 하나를 포함하는,수처리 장치
|
| 18 |
18
제12항에 있어서,상기 예측되는 오염 상태에 기초하여 상기 여과막에 대한 세정 방법을 결정하는 단계는,상기 처리수 및 상기 여과막의 예측되는 오염도; 및 상기 여과막의 예측되는 막 오염 두께 중 둘 이상의 조합을 이용하여 상기 여과막을 세정하기 위한 주기 및 강도 중 적어도 하나를 결정하는 단계를 포함하는,수처리 장치
|
