외생적 기상 변동성을 고려한 LSTM 기반 산업용 RO 막 오염 세정 시점 예측 연구

LSTM 기반 RO막 flux 예측 모델을 개발했다. 18개월간의 운영 데이터와 기상 변수를 통합했으며, 비정상 시계열 데이터에 대한 견고한 성능을 위해 가역적 인스턴스 정규화를 적용하고 베이즈 최적화로 하이퍼파라미터를 최적화했다.
제안 모델은 R² 0.85, RMSE 0.072를 달성해 수질 및 운영 변수만을 고려한 기준 모델 대비 성능이 크게 향상됐다. 슬라이딩 윈도우 기반 시나리오 시뮬레이션을 통해 극한 강우·고부하 조건에서 CIP 주기가 안정 조건 대비 최대 30시간(7.0%) 단축됨을 확인했다. 이를 통해 산업용 수처리 플랜트의 유지 보수 일정 최적화와 운영 비용 절감을 위한 ‘조건 적응형 사전 관리’ 정량 프레임워크를 제시했다.