망간 농도 예측

망간예측 표준모델개발

1. 목적

• 광역 취수원 전체에서 망간이 검출
  * 12개소의 원수 평균농도는 먹는물 수질기준(0.05mg/L이하) 상회
• 취수원이 호소수인 운문(정) 등 4개소는 동절기 전도(Turn-over)시점 등에는 고농도(0.4mg/L이상) 발생
• 인천 적수 사태를 계기로 사회적 이슈로 대두
• 데이터 융합형 예측 지표를 개발하여 하이브리드 AI 모형 개발

정확성	최대 오차 50%(1m ↑) 이상	👉	오차 10%(10cm↓) 이내
신속성	실제 강우 상황 예측 불가	👉	3시간 ~ 6시간 사전 예측
표준화	도시/지역별 특성 미고려	👉	지역특성 3단계로 표준화

• 도시 하천의 특성별로 댐-하천-강우-해양 영향 인자를 구분하는 머신러닝 학습 방식으로 주요 지점별 수위를 예측

2. 데이터 현황

• 주암댐/대청댐 및 화순 정수장
• 수심, 수온, 용존산소, 전기전도도, 저수위, 평균기온, 최대기온, 최소기온, 풍속(2009 ~ 2019)
• 화순(정) 원수 망간 농도, 주암댐 수심별 수질, 수문, 기상

3. 과업 수행 내용

(1) 새로운 시뮬레이션 변수를 도입

• 밀도 성층 변화 PEA(Potential Energy Anomaly)
• 수층을 완전 혼합 시키는데 필요한 단위 체적당 일인데 수층의 현재 위치에너지와 수층이 수직적으로 완전히 혼합되었을 경우의 위치 에너지 차이
  

(2) 변수에 대한 보완책을 마련

• 데이터 일관성을 유지하고 신뢰할 수 잇는 데이터 확보
  * Raw, 제거, Mean/Median, Zero or Frequent, K-nn Imputation, MICE, Deep Learning 등
• 오결측 값이 다른 데이터와 관계가 있는지 확인 후, 전통적 방식 또는 신규 방식의 선택 적용하여 데이터 보간
  

(3) 예측 모델 개발 및 선정

• 과거자료(Sequence length)를 고려한 정확성 검토
  
• 취수장 유입을 고려한 일별 예측으로 세분화(대청)
  
• 실 예보(예측) 활용을 위한 다수 모형 대상의 Ensemble 검토(대청)
  
• 적용 기술의 표준화
  

4. 최종성과

성층 특성 반영 인자를 고려한 예측 결과 확보(baseline : 0.45 / 1단계 : 0.80 / 2단계 : 0.90)

• (성과목표 달성) 0.45 (1일) -> 0.8 (3일 이상) 확보(주암 기준) -> 대청 확장
• (성과) 논문1, 학술발표2, 실용화(컨설팅1, 멘토링1), SW등록(1, 추진중)
• (기타) K-water WQE 시스템 내 반영 추진 (물환경처 등)