Development of Predictive Time-Series Models for Anomaly Detection of Tap-Water Quality
Jung-Hyun Lee, Gyuwon Song, Yunjeong Im, Min-Sang Cho · 정보과학회 컴퓨팅의 실제 논문지 · 2022
본 연구는 국내 정수장의 수돗물 수질 데이터에 대한 시계열 분석을 통해 수질 이상 탐지를 위한 모형 추정 기법을 제안한다. 한국수자원공사가 제공하는 국내 정수장의 최근 5년간 매시간 측정된 수질 데이터를 활용하여 수소이온농도(pH), 탁도 그리고 잔류염소에 대한 분석을 진행했다. 다양한 시계열 분석 기법 중 ARIMA 모형을 활용하여 3개 측정 항목에 대하여 모델링을 진행하였으며, 평균 제곱근 오차(RMSE)와 평균 절대 오차(MAE)의 비교를 통해 최종 모델을 채택하였다. ARIMA 모형은 데이터에 나타나는 자기상관(autocorrelation)을 표현하는 데 목적이 있으며, 수질 데이터와 같은 비정상(Non-Stationary) 시계열 자료 분석에 적합하기 때문이다. 채택된 모형은 5개월간의 기간 동안 현재 시점으로부터 48시간 이후까지 예측값과 실제값과의 교차검증을 통해 모형의 예측 정확도를 평가했다. 성능평가결과, 모든 수질 항목에 대하여 다음 예측 시점에서 95% 이상의 높은 예측 성능을 보여주었다. 따라서, 본 연구를 통해 제안된 수질 예측모형을 전국 정수장 수질 모니터링 시스템에 적용 시 수질 변화에 대한 실시간 이상 탐지와 수질 이상 발생 예측 시 빠른 초동 대응이 가능할 것으로 기대된다.