学会誌「EICA」

[ノート] 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

内容

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。

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)

Author attribution

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.