인공지능 모델을 통한 배열 회수 보일러의 주요 운전 과정 선정

Abstract

인공지능 모델은 산업 대기 오염 물질 배출을 예측하는 데에 이용되고 있다. 본 연구는 배열회수보일러 공정 과정의 운영 인자 데이터(입력장)과 주요 대기 오염 물질인 질산화물(NOx), 황산화물(SOx)과 먼지의 배출량(출력장) 데이터를 이용하여 인공지능 모델을 학습시키고 랜덤 포레스트 모델을 통하여 주요 오염 물질에 영향을 줄 수 있는 주요 운영 인자를 선정하여 전문가가 선정한 주요 운영 인자와 비교 및 분석하였다. 배열회수보일러 공정 과정 중 주요 대기 오염 물질에 중요하게 작용하는 운영 인자들로 가스터빈의 연료 유량과 배기 가스 온도, 덕트 버너를 통과한 배기 가스 온도, 그리고 선택적 촉매 환원 장치로 공급되는 암모니아수 유량을 제시하였다. 또한 인공지능 모델로 오토 인코더 구조의 양방향 Long-Short Term Memory (BiLSTM-AE)과 랜덤 포레스트 모델을 선정하였다. 주요 오염 물질을 예측한 결과, 오염 물질별로 모델 예측 성능에 차이가 있음을 확인하였다. NOx와 SOx의 예측에는 랜덤 포레스트 모델이, 먼지의 예측에는 BiLSTM-AE 모델이 우수한 성능을 보였음을 확인하였다. 본 연구를 통하여 오염 물질 배출 사업장의 스마트 자가 환경 진단 및 모니터링 측면에서 AI 모델의 효용성을 확인하였다.