| 内容 |
ノート |
| 巻 |
24巻2/3号2019年
|
| Page |
40
|
| 題名 |
機械学習と化学反応モデルのハイブリッドによる残留塩素濃度予測
|
| Title |
Residual Chlorine Prediction with Hybridization of Machine Learning and Chemical Reaction model |
| 著者 |
松本 隼，山原裕之，横川勝也，毛受 卓, 黒川 太，横山 雄 |
| Authors |
Jun MATSUMOTO, Hiroyuki YAMAHARA, Katsuya YOKOKAWA, Takeshi MENJU, Futoshi KUROKAWA and Suguru YOKOYAMA |
| 著者表記 |
東芝インフラシステムズ(株) |
| 著者表記(英) |
Toshiba Infrastructure Systems & Solutions Corporation |
| 著者勤務先名 |
|
| Office name |
|
| 著者所属名 |
|
| キーワード |
残留塩素，予測，機械学習，ハイブリッド |
| Key Words |
residual chlorine, prediction, machine learning, hybridization |
| 概要 |
浄水場における塩素注入運転の自動化・最適化に向け，高精度な残留塩素濃度予測が求められている。複数の塩素消費物質の化学反応に基づく残留塩素濃度予測モデル構築は従来実施されておらず，水質値の手作業測定に伴うリアルタイム性の欠如や，未知の影響因子や機場特性を考慮できないことが課題である。本論文では，機械学習とのハイブリッド化により上記欠点を補うモデル構築を実施し，シミュレーション評価により，浄水残留塩素濃度実測値平均0.440 mg/L に対し予測値絶対誤差平均0.048 mg/L を達成した。 |
| Abstract |
In water purification plant, highly-accurate prediction of residual chlorine concentration has gained much importance for the automation and optimization of chlorine injection. There is no conventional residual chlorine prediction model based on the chemical response of multiple chlorine consuming materials. The residual chlorine prediction model has the challenges: it is not in real-time since some of essential inputs are obtained by manual measuring, and it cannot take into account unknown influential factors or plant characteristics which are not implemented on the model. This paper proposes a hybridization approach using machine learning in order to perform the above tasks with the mean absolute error of 0.048 mg/L relative to the measured mean of 0.440 mg/L in the performance evaluation of prediction accuracy. |
ページの先頭に戻る