기계 학습 및 딥러닝 알고리즘을 사용한 스마트 수도미터 시스템에서의 물 사용량 데이터 분석 (Analysis of Water Consumption Data from Smart Water Meter using Machine Learning and Deep Learning Algorithms)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 55권 / 7호 / 31 ~ 39페이지
· 저자명 : 최준혁, 김지범

초록

본 논문에서는 실제 스마트 수도미터 시스템으로부터 수집된 사용자들의 시간당 물 사용량 데이터를 기계 학습 및 딥러닝 알고리즘을 사용하여 분석하였다. 특히, 스마트 수도 미터 시스템에서 물 공급자가 무수익 물을 줄일 수 있는 세 가지 방법에 연구하였다. 첫 번째로 이상치 탐색 알고리즘을 적용하여 자동으로 미터기 오류 및 부정한 사용자를 검출하기 위한 방법에 대해서 연구하였다. 두 번째로 LSTM 기법을 이용하여 미래의 시간당 물 사용량 예측을 수행하였다. 실험 결과 LSTM 기법을 사용할 경우 기존 인공신경망 구조에 비해 18.04%의 정확도 향상을 보였다. 마지막으로, 각 사용자의 과거 물 사용량 패턴 및 수도미터의 관경 정보를 이용하여 사용자의 용도를 자동으로 분류하였다. 실험 결과 네 개의 분류기들 중에 그래디언트 부스팅 트리가 전반적으로 가장 우수한 성능을 보였고 0.80의 F1-score를 보였다.

영어초록

In this paper, various machine learning and deep learning algorithms are applied to analyze hourly water consumption data collected from real smart water meter systems. In particular, we have studied three methods where water suppliers can reduce non-revenue water in smart water meter systems. First, we investigated a method to automatically detect meter errors and unauthorized users using outlier detection algorithms. Second, the prediction of future water consumption per hour is performed using the LSTM method. Experimental results show that the LSTM method improves the prediction accuracy by 18.04% compared with the existing artificial neural network system. Finally, we automatically classified type of users by using past water usage patterns and the pipe size information. The gradient-boosting tree algorithm showed the best overall performance among the four classifiers and achieved a F1-score of 0.80.

참고자료

· 없음