| 학회 |
한국공업화학회 |
| 학술대회 |
2021년 봄 (05/12 ~ 05/14, 부산 벡스코(BEXCO)) |
| 권호 |
25권 1호 |
| 발표분야 |
포스터-화학공정 |
| 제목 |
공정 특성을 반영한 시계열 데이터 군집화 기반 예측 모델 개발 |
| 초록 |
실제 공정의 운전 환경은 공정 가동 (Start-up)부터 중지(Shut-down)까지 다양하며 외란에 의해 운전 변수들이 실시간으로 변하기 때문에 측정되는 데이터들은 부정확하고 변화가 심하다. 따라서 공정 운전 시간에 따른 운전 환경과 데이터들의 특성 변화를 고려하여 예측 모델을 개발하여야 한다. 본 연구에서는 시간에 따른 데이터의 특성 변화를 바탕으로 시계열 데이터 군집화를 이용하여 훈련 데이터를 특성에 따라 군집화하는 분류 모델을 개발한 후, 분류 모델을 이용하여 훈련 및 테스트 데이터를 모델 학습 및 테스트에 활용하여 데이터의 특성 변화를 반영한 예측 모델을 개발하고자 하였다. 예측 모델을 개발하기위해 GS칼텍스의 2,3-BDO 실증 플랜트의 데이터를 이용하였으며, 군집화를 적용하지 않은 예측 모델을 대조군으로 설정하여 예측 성능을 비교하였다. 연구 결과, 군집화 모델을 사용할 경우 군집별 데이터 특성에 따라 예측 모델이 학습되어 테스트 데이터 전체적인 예측 성능이 향상됨을 알수 있었다. |
| 저자 |
최영렬1, 안나현1, 홍석영2, 임종구3, 전상준3, 한인수3, 문일2, 조형태1, 김정환1
|
| 소속 |
1한국생산기술(연), 2연세대, 3GS칼텍스 |
| 키워드 |
시계열 데이터 군집화; K-평균 군집화; 산업공정 예측모델; 2; 3-BDO 증류공정
|
| E-Mail |
|
