文献

J-GLOBAL ID：202202229262372895   整理番号：22A1066991

長短期記憶ネットワークによる給配水系統における残留塩素濃度低減量の予測

PREDICTIVE MODELS OF RESIDUAL CHLLORINE CONCENTRATION IN WATER DISTRIBUTION SYSTEMS BY LONG-TERM MEMORY NETWORKS

著者 (5件)： 山村寛 (中央大学 理工学部人間総合理工学科) ,  石井崇晃 (中央大学大学院 理工学研究科都市人間環境学専攻) ,  小野一樹 (中央大学 理工学部人間総合理工学科) ,  市川学 (公益財団法人水道技術研究センター) ,  清塚雅彦 (公益財団法人水道技術研究センター)
資料名： 土木学会論文集 G(環境)(Web)  (環境工学研究論文集(Web))
巻： 77  号： 7  ページ： III_293-III_301(J-STAGE)  発行年： 2021年 
JST資料番号： U0108A  ISSN： 2185-6648  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 塩素注入量は,現在,高度な技術を持つ職員が経験に基づいて注入量を決定しているが,大量のベテラン職員の退職と職員数の減少などから,経験に依存しない,新しい塩素注入量管理手法が求められている.本研究では,浄水場が保有する残留塩素濃度の時系列データに着目し,時系列の濃度変化の傾向を学習することで,数時間先の残留塩素濃度を推測できる予測モデルの構築を目的とした.具体的には,長期短期記憶ネットワーク(LSTM)アルゴリズムにより,3時間,6時間,12時間,24時間先の残留塩素濃度予測モデルの構築を試みた他,モデルの構築に必要最小限のデータ量を検討した. モデル構築にあたって最適なブロックは24時間であり,誤差目標値±0.025以下に収めるには,予測時間を6時間以下にする必要があることが判明した.また,モデル構築に必要最小限のデータ量は4月~7月の4か月間の残留塩素濃度低減量であることがわかった.以上より残留塩素濃度の1時間間隔の時系列データが4ヶ月分準備できれば,6時間先の残留塩素濃度をLSTMにより予測できることがわかった.(著者抄録)

シソーラス用語： *濃度 ,  残留塩素 ,  浄水施設 ,  *上水道 ,  経時変化 ,  時系列分析 ,  *ニューラルネットワーク ,  予測モデル ,  モデリング ,  給水 ,  システム ,  誤差 ,  予測技法 ,  アルゴリズム ,  水質管理 ,  塩素処理 ,  *ライフライン ,  モデル ,  管理
準シソーラス用語： *LSTM ,  *残留塩素濃度 ,  時系列変化 ,  濃度変化

著者キーワード (3件)： Long-short term memory ,  residual chlorine concentration ,  predictive model

分類 (1件)： 上水道工学・用水処理一般  (SC02010X)

引用文献 (13件)：

• 1) 公益財団法人水道技術研究センター:管路内残留塩素濃度管理マニュアル,1999.
• 2) He G., Zhang T., Zheng F., Li C., Zhang Q., Dong F., Huang Y.:Reaction of fleroxacin with chlorine dioxide in drinking water distribution systems: Kinetics, transformation mechanisms and toxicity evaluations, Chemical Engineering Journal, Vol. 374, pp. 1191-1203, 2019.
• 3) Clark R. M., Goodrich J. A., Wymer L. J.:Effect of the distribution system on drinking-water quality, Journal of Water Supply: Research and Technology-AQUA, Vol. 42, pp. 30-38, 1993.
• 4) Hrudey S. E.:Chlorination disinfection by-products, public health risk tradeoffs and me, Water Research, Vol. 43, pp. 2057-2092, 2009.
• 5) 厚生労働省健康局:新水道ビジョン,https://www.mhlw.go.jp/seisakunitsuite/bunya/topics/bukyoku/kenkou/suido/newvision/1_0_suidou_newvision.htm. (2021年5月10日閲覧)

タイトルに関連する用語 (5件)： 長短期記憶ネットワーク ,  配水 ,  系統 ,  残留塩素濃度 ,  予測