Core Concepts
하수 처리 시설의 효율적 운영을 위해 기계 학습 기반 예측 모델과 최적화 모델을 결합한 디지털 트윈 시스템을 개발하여 에너지 비용 절감을 달성할 수 있다.
Abstract
이 논문은 기계 학습을 활용한 예측 및 의사결정 최적화 기술을 하수 처리 시설에 적용한 사례를 다루고 있다.
도시 유틸리티(Urban Utilities)는 남동 퀸즐랜드 지역의 하수 처리 서비스를 제공하고 있다. 이 회사의 자원 회수 팀과 협력하여 데이터 기반 접근법을 적용하여 하수 처리 장비인 Cambi 시스템의 운영 비용을 절감하는 프로젝트를 수행하였다.
Cambi 시스템은 복잡한 시스템으로 여겨지며, 현재 직관에 기반한 운영이 이루어지고 있다. 이에 따라 일부 목표는 우선순위에서 밀려나고 있다. 이 프로젝트에서는 혼합 정수 계획법(MIP) 모델과 기계 학습 회귀 모델을 결합한 의사결정 지원 시스템을 개발하였다. MIP 모델은 상류 저장 장치의 수위를 목표 수준으로 유지하는 것을 목적으로 하며, 기계 학습 회귀 모델은 바이오솔리드 품질과 에너지 효율성을 예측하여 가장 효율적인 운영 시나리오를 선택한다.
이 시스템을 통해 도시 유틸리티는 천연가스 소비를 크게 절감할 수 있을 것으로 추정된다. 또한 이 접근법은 Cambi 시스템 외에도 다른 분야에 적용할 수 있을 것으로 기대된다.
Stats
Cambi 시스템은 도시 유틸리티의 단일 가장 큰 운영 비용 중 하나이다.
MIP 모델은 실제 운영 대비 상류 저장 장치의 수위를 훨씬 더 안정적으로 유지할 수 있다.
Quotes
"Cambi는 현재 휴리스틱(경험적 규칙)과 Oxley 공장 운영자의 직관에 기반하여 운영되고 있으며, 여기에 이 프로젝트의 기회가 있었다."
"Cambi 장비는 복잡하고 여러 가지 물류적 제약이 있어, 운영은 과학보다는 예술에 가깝다고 볼 수 있으며, 운영 방법에 대한 다양한 의견이 있다."