Black-box Modeling 기법을 이용한 Melt Flow Index 예측 및 열소비량 예측

Abstract

본 연구에서는 Black-box Modeling 기법 중 Partial Least Square(PLS), Artificial Neural Network(ANN), Support Vector Regression(SVR)의 3가지를 선택하여 고밀도 폴리에틸렌 공정의 MFI(Melt Flow Index)예측과 지역 냉난방 시스템내의 열 소비량 예측에 적용하였다. 고밀도 폴리에틸렌 공정에서는 기존에 많이 적용되어온 동적 예측모델을 이용한 방법이 아닌 Partial Least Square(PLS)와 Support Vector Regression(SVR)의 Black-box Modeling 기법을 이용하여 MFI의 예측을 시도하였다. 두 방법을 이용한 예측 결과를 기존 여러 논문들에서 많이 이용되었던 4가지 모델들의 예측 결과와 비교하여 정확도를 분석하였다. 분석 결과를 통해서 기존의 모델들에 비해 PLS와 SVR을 이용한 예측 결과가 상당히 정확함을 확인할 수 있었다. 다음으로 Partial Least Square(PLS), Artificial Neural Network(ANN) 그리고 Support Vector Regression(SVR)의 3가지 모델을 선택하여, 수도권 지역난방 공급 네트워크로 연계되어 있는 지사들 가운데에서 수서지역을 분석대상지사로 선정한 후 열 소비량를 예측하였다. 입력 값으로는 시간, 과거 소비량, 외기 온도를 사용하였으며 이를 통해 일주일 간의 열 소비량를 예측하였다. 또한 얻은 예측값과 실제 수서지역에서 소비된 값을 비교하여 제안된 3가지 모델의 시간 별, 일 별 오차를 통해 예측 정확도를 비교 분석하였다.