Journal of Korean Society of Environmental Engineers (대한환경공학회지)

Korean Society of Environmental Engineers (대한환경공학회)
권호 표지
DOI QR코드

DOI QR Code

Development and Validation of Multiple Regression Models for the Prediction of Effluent Concentration in a Sewage Treatment Process

하수처리장 방류수 수질예측을 위한 다중회귀분석 모델 개발 및 검증

  • 민상윤 ((주)삼천리엔바이오 기술연구소) ;
  • 이승필 ((주)삼천리엔바이오 기술연구소) ;
  • 김진식 ((주)삼천리엔바이오 기술연구소) ;
  • 박종운 ((주)삼천리엔바이오 기술연구소) ;
  • 김만수 ((주)삼천리엔바이오 기술연구소)
  • Received : 2012.04.19
  • Accepted : 2012.05.29
  • Published : 2012.05.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this study, the model which can predict the quality of effluent has been implemented through multiple regression analysis to use operation data of a sewage treatment plant, to which a media process is applied. Multiple regression analysis were carried out by cases according to variable selection method, removal of outliers and log transformation of variables, with using data of one year of 2011. By reviewing the results of predictable models, the accuracy of prediction for $COD_{Mn}$ of treated water of secondary clarifiers was over 0.87 and for T-N was over 0.81. Using this model, it is expected to set the range of operating conditions that do not exceed the standards of effluent quality. In conclusion, the proper guidance on the effluent quality and energy costs within the operating range is expected to be provided to operators.

본 연구는 Media공법을 적용하고 있는 하수처리장의 실데이터를 활용하여 다중회귀분석을 통해 유출수질을 예측하는 모형을 구현하였다. 다중회귀분석은 2011년 1년간 데이터를 사용하였으며, 변수선택법 적용, 이상치와 영향치 제거, 변수의 로그변환에 따른 CASE별 연구를 수행하였다. 다중회귀분석으로 구축된 예측 모형으로 예측정확도를 검토한 결과, 2차침전지 유출수 $COD_{Mn}$는 0.87 이상, T-N은 0.81 이상으로 검토되었으며, 구축된 다중회귀모형을 이용하여 유출수가 방류수질기준을 초과하지 않는 운전조건의 범위를 설정할 수 있을 것으로 판단된다. 결론적으로 설정된 운전조건 범위 안에서 수질측면과 에너지 비용측면으로 하수처리장 운영시 운전자에게 적절한 운전 가이드를 제공할 수 있을 것으로 판단된다.

Keywords

Acknowledgement

Supported by : 환경부

References

  1. 환경부, 하수도통계(2010)
  2. Henze, M., Grady, C. P. L. Jr., Gujer, W., Marais, G. V. R. and Matsuo, T., "Activated Sludge Model No. 1.," IAWQ Scientific and Technology report No. 1, London, UK(1987).
  3. 우대준, "$A^2/O$ 공정에서 모델 기반 사전 예측제어 알고리즘 개발 및 적용 평가," 석사학위논문, 부산대학교(2011).
  4. 최소연, "다변량통계기법에 기반한 생물학적 하수처리장 이상진단 및 단순화한 활성슬러지 모델 개발," 석사학위논문, 경북대학교(2011).
  5. 우대준, 김효수, 김예진, 차재환, 최수정, 김민수, 김창원, "$A_2/O$ 공정의 유출수 $NH_4-N$에 대한 모델기반 예측 제어 알고리즘 개발 및 평가," 대한환경공학회지, 33(1), 25-31(2011).
  6. 김종덕, "SAS를 이용한 선형 회귀분석," 자유아카데미(2008).
  7. 박범조, "현대통계학 이론과 활용," 시그마프레스(2006).
  8. 정강모, 김명근, "다변량 분석," 교우사(2007).

Cited by

  1. Development of a Sales Prediction Model of Electronic Appliances using Artificial Neural Networks vol.12, pp.11, 2014, https://doi.org/10.14400/JDC.2014.12.11.209
  2. A Study on the Influence of a Sewage Treatment Plant's Operational Parameters using the Multiple Regression Analysis Model vol.19, pp.1, 2014, https://doi.org/10.4491/eer.2014.19.1.031
  3. Application of Regression Analysis Model to TOC Concentration Estimation - Osu Stream Watershed - vol.23, pp.3, 2014, https://doi.org/10.14249/eia.2014.23.3.187