Coal-fired power plants, the most common power plants, take more than half of the total power generation in Korea. However, it emits not only carbon dioxide which causes air pollution but also emits thermal effluents which degrades the water quality. In this research, our main goal is to limit the effect of thermal effluents (T5) to the sea (T1) by operating extra Cooling Water Pump (CWP). We can sim-ply formalize the problem as ”T5-T1 - 7”. It requires domain specific experts in traditional approach,however, we propose the prediction system that does not require domain specific experts. Our prediction system achieved 0.84 degree of RMSE with real plants data and we found rooms for optimization and improvements. The main contribution of this work is that we have shown the possibility of AI techniques, which could exploit the complex environment like marine environments, without domain specific experts.
화력발전소는 대한민국에서 가장 흔한 발전소 중 하나이다. 하지만 화력발전소는 대기오염을 유발하는 이산화탄소를 배출할 뿐만 아니라 근처 해역의 수질도 악화시킨다. 본 연구에서는 추가 CWP를 동작함으로써 화력발전소의 열오염원(T5)의 주변 해역(T1)에 끼치는 영향을 최소화하는 것을 목표로 한다. 기존의 접근법으로는 도메인 전문지식을 요구하지만 본 연구에서는 딥러닝 기반의 AI지식을 활용하여 도메인 전문지식을 요구하지 않느 예측 시스템을 제안한다. 본 연구에서 제안하는 예측시스템은 실제 발전소의 데이터로 0.84도의 RMSE 정확도를 달성하였으며, 개선사항들을 파악할 수 있었다. 본 연구의 주 기여점은 해양 생태계 같은 복잡한 계를 AI기술을 이용하여 분석할 수 있다는 가능성을 탐구한 것이다.
