Norbert Jardin, Room 707

발표 주제 : (4) DREAM - Data for Reengineering and Evaluation of Algorithms and Models : Mining of Operational Data to Optimize a Design Tool for Wastewater Treatment Systems

발표자 : Mathieu Delahaye

• 프로젝트의 목표

  SUEZ를 통한 폐수 처리 플랜트나 식수 처리 플랜트 설계 최적화하는 것이다. 기존의 툴은 1980년대나 1990년대의 지식을 바탕으로 하고 있어, 개선 필요성이 있었다. 데이터를 수집해 방정식을 만들고 설계 툴을 업데이트하는 기존의 방식보다는, 머신러닝과 딥러닝 시스템을 사용해 툴을 최적화하는 프로젝트 진행하고자 한다.

→ 운영 중인 플랜트의 관찰 데이터를 더 정확하게 반영할 수 있는 설계 도구를 만들고자 한다.

• 전 세계적으로 SUEZ에 의해 설계, 건설, 관리된 50개 이상의 물 재이용 시설(WRRFs)에서 다년간의 운영 데이터가 수집된다.
• DREAM 프로젝트는 이러한 대량의 데이터를 활용하여 데이터 기반 모델과 전문가 지식을 지원 도구로 적용하여 향후 공장의 최적 설계를 지원한다.
• 각기 다른 지리적 위치와 기후 조건에서 다양한 폐수를 수집하였으며, 이에 따라 방대한 데이터베이스를 구축한다.

• 프로젝트는 총 5단계로 진행된다.

1. 데이터 수집
   1. 운영자와 협력해 데이터를 확보하고 다양한 국가와 지역에서 데이터를 수집
   2. SCADA 시스템에서 데이터를 얻는 것 뿐만 아니라 실험실 데이터도 수집
2. 데이터 표준화 및 형태 정리
   1. 잘못된 데이터(예를 들어, 센서 오작동)가 들어온 경우 수동으로 정리하려면 매우 오래 걸리고 실수가 발생할 가능성이 큼
   2. 딥러닝을 사용해 데이터를 자동으로 정리
3. 수동으로 데이터 정리
   1. 플랜트가 정상적으로 운영되지 않았던 시기, 유지보수 기간, 기능 장애가 발생했던 기간의 데이터들은 수동으로 툴에서 제외해야 했음
   2. 실제로 운영자들로부터 특정 기간 동안 플랜트에 문제가 있었음을 전달받았음
4. 데이터베이스 정리된 후, 최적모델 찾는 과정
5. 설계 툴에 사용되는 계산 노드 업데이트