보일러 기동에 따른 운전정보 및 배기가스정보를 수집하여 시계열 데이터세트를 구성하는 단계;기 학습된 제1예측모델을 통해 상기 시계열 데이터세트의 제1데이터로부터 미래시점의 NOx 농도에 대한 제1예측값을 출력하는 단계;기 학습된 제2예측모델을 통해 상기 시계열 데이터세트의 제2데이터로부터 상기 미래시점의 NOx 농도에 대한 제2예측값을 출력하는 단계; 및기 학습된 제3예측모델을 통해 상기 제1예측값 및 제2예측값을 앙상블하여 상기 보일러에서 배출되는 상기 미래시점의 NOx 농도를 결정하는 단계;를 포함하되,상기 시계열 데이터세트는 상기 보일러가 기동되는 복수의 시점 별 하나 이상의 보일러 운전변수 및 상기 하나 이상의 보일러 운전변수에 매칭된 NOx 농도값을 포함하고,상기 제1데이터는 상기 복수의 시점 각각에 대한 상기 하나 이상의 보일러 운전변수 및 NOx 농도값을 포함하고, 상기 제2데이터는 상기 복수의 시점 중 적어도 2개의 시점 각각에 대한 상기 NOx 농도값을 포함하며,상기 제1예측모델은 상기 제1데이터 중에서 (t-1)시점의 보일러 운전변수 및 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t-1)시점 이후의 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제1예측값으로 출력하도록 학습되고,상기 제2예측모델은 상기 제2데이터 중에서 상기 (t-1)시점의 NOx 농도값 및 상기 (t-1)시점의 이전 시점인 (t-2)시점의 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제2예측값으로 출력하도록 학습되며,상기 제3예측모델은 상기 (t)시점의 상기 제1예측값 및 상기 제2예측값을 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 출력하도록 학습되고,상기 (t)시점의 실측 NOx 농도값과 상기 (t)시점의 NOx 농도값 간의 오차에 따른 손실함수가 최소화되도록 내부의 파라미터를 조정하면서 상기 제1예측값 및 상기 제2예측값에 대한 반복 학습을 수행하는 보일러 배기가스의 질소산화물 농도 선행 예측방법.

삭제

제1항에 있어서, 상기 하나 이상의 보일러 운전변수는, 상기 보일러의 투입 열량, 스팀 유량, 공기 투입량, 공기 예열 온도, 연료 투입량 및 버너 설정 정보 중 적어도 하나를 포함하는 보일러 배기가스의 질소산화물 농도 선행 예측방법.

삭제

삭제

삭제

제1항에 있어서, 상기 제3예측모델은, 상기 (t)시점의 상기 제1예측값 및 상기 제2예측값 중에서 상기 (t)시점의 실측 NOx 농도값과 오차가 작은 하나의 (t)시점 예측값에 기 설정된 가중치를 부여하여 입력 받는 보일러 배기가스의 질소산화물 농도 선행 예측방법.

제1항에 있어서, 상기 제3예측모델은, 상기 (t)시점의 제1예측값과 (t-1)시점의 제1예측값 간 변위값이 기 설정된 기준값 미만이면, 상기 (t)시점의 제2예측값에 기 설정된 가중치를 부여하여 입력 받는 보일러 배기가스의 질소산화물 농도 선행 예측방법.

NOx 농도 예측프로그램이 저장된 메모리; 및상기 NOx 농도 예측프로그램을 실행하여, 보일러 기동에 따른 운전정보 및 배기가스정보를 수집하여 시계열 데이터세트를 구성하고, 기 학습된 제1예측모델을 통해 상기 시계열 데이터세트의 제1데이터로부터 미래시점의 NOx 농도에 대한 제1예측값을 출력하고, 기 학습된 제2예측모델을 통해 상기 시계열 데이터세트의 제2데이터로부터 상기 미래시점의 NOx 농도에 대한 제2예측값을 출력하고, 기 학습된 제3예측모델을 통해 상기 제1예측값 및 제2예측값을 앙상블하여 상기 보일러에서 배출되는 상기 미래시점의 NOx 농도를 결정하는 프로세서;를 포함하되,상기 시계열 데이터세트는 상기 보일러가 기동되는 복수의 시점 별 하나 이상의 보일러 운전변수 및 상기 하나 이상의 보일러 운전변수에 매칭된 NOx 농도값을 포함하고,상기 제1데이터는 상기 복수의 시점 각각에 대한 상기 하나 이상의 보일러 운전변수 및 NOx 농도값을 포함하고, 상기 제2데이터는 상기 복수의 시점 중 적어도 2개의 시점 각각에 대한 상기 NOx 농도값을 포함하며,상기 제1예측모델은 상기 제1데이터 중에서 (t-1)시점의 보일러 운전변수 및 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t-1)시점 이후의 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제1예측값으로 출력하도록 학습되고,상기 제2예측모델은 상기 제2데이터 중에서 상기 (t-1)시점의 NOx 농도값 및 상기 (t-1)시점의 이전 시점인 (t-2)시점의 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제2예측값으로 출력하도록 학습되며,상기 제3예측모델은 상기 (t)시점의 상기 제1예측값 및 상기 제2예측값을 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 출력하도록 학습되고,상기 (t)시점의 실측 NOx 농도값과 상기 (t)시점의 NOx 농도값 간의 오차에 따른 손실함수가 최소화되도록 내부의 파라미터를 조정하면서 상기 제1예측값 및 상기 제2예측값에 대한 반복 학습을 수행하는 보일러 배기가스의 질소산화물 농도 선행 예측장치.

삭제

삭제

삭제

삭제

컴퓨터 프로그램이 저장된 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 보일러 기동에 따른 운전정보 및 배기가스정보를 수집하여 시계열 데이터세트를 구성하는 단계;기 학습된 제1예측모델을 통해 상기 시계열 데이터세트의 제1데이터로부터 미래시점의 NOx 농도에 대한 제1예측값을 출력하는 단계;기 학습된 제2예측모델을 통해 상기 시계열 데이터세트의 제2데이터로부터 상기 미래시점의 NOx 농도에 대한 제2예측값을 출력하는 단계; 및기 학습된 제3예측모델을 통해 상기 제1예측값 및 제2예측값을 앙상블하여 상기 보일러에서 배출되는 상기 미래시점의 NOx 농도를 결정하는 단계;를 포함하되,상기 시계열 데이터세트는 상기 보일러가 기동되는 복수의 시점 별 하나 이상의 보일러 운전변수 및 상기 하나 이상의 보일러 운전변수에 매칭된 NOx 농도값을 포함하고,상기 제1데이터는 상기 복수의 시점 각각에 대한 상기 하나 이상의 보일러 운전변수 및 NOx 농도값을 포함하고, 상기 제2데이터는 상기 복수의 시점 중 적어도 2개의 시점 각각에 대한 상기 NOx 농도값을 포함하며,상기 제1예측모델은 상기 제1데이터 중에서 (t-1)시점의 보일러 운전변수 및 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t-1)시점 이후의 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제1예측값으로 출력하도록 학습되고,상기 제2예측모델은 상기 제2데이터 중에서 상기 (t-1)시점의 NOx 농도값 및 상기 (t-1)시점의 이전 시점인 (t-2)시점의 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제2예측값으로 출력하도록 학습되며,상기 제3예측모델은 상기 (t)시점의 상기 제1예측값 및 상기 제2예측값을 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 출력하도록 학습되고,상기 (t)시점의 실측 NOx 농도값과 상기 (t)시점의 NOx 농도값 간의 오차에 따른 손실함수가 최소화되도록 내부의 파라미터를 조정하면서 상기 제1예측값 및 상기 제2예측값에 대한 반복 학습을 수행하는 보일러 배기가스의 질소산화물 농도 선행 예측방법을 위한 명령어를 포함하는 컴퓨터 판독 가능한 기록매체.

컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 보일러 기동에 따른 운전정보 및 배기가스정보를 수집하여 시계열 데이터세트를 구성하는 단계;기 학습된 제1예측모델을 통해 상기 시계열 데이터세트의 제1데이터로부터 미래시점의 NOx 농도에 대한 제1예측값을 출력하는 단계;기 학습된 제2예측모델을 통해 상기 시계열 데이터세트의 제2데이터로부터 상기 미래시점의 NOx 농도에 대한 제2예측값을 출력하는 단계; 및기 학습된 제3예측모델을 통해 상기 제1예측값 및 제2예측값을 앙상블하여 상기 보일러에서 배출되는 상기 미래시점의 NOx 농도를 결정하는 단계;를 포함하되,상기 시계열 데이터세트는 상기 보일러가 기동되는 복수의 시점 별 하나 이상의 보일러 운전변수 및 상기 하나 이상의 보일러 운전변수에 매칭된 NOx 농도값을 포함하고,상기 제1데이터는 상기 복수의 시점 각각에 대한 상기 하나 이상의 보일러 운전변수 및 NOx 농도값을 포함하고, 상기 제2데이터는 상기 복수의 시점 중 적어도 2개의 시점 각각에 대한 상기 NOx 농도값을 포함하며,상기 제1예측모델은 상기 제1데이터 중에서 (t-1)시점의 보일러 운전변수 및 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t-1)시점 이후의 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제1예측값으로 출력하도록 학습되고,상기 제2예측모델은 상기 제2데이터 중에서 상기 (t-1)시점의 NOx 농도값 및 상기 (t-1)시점의 이전 시점인 (t-2)시점의 NOx 농도값을 각각 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 상기 제2예측값으로 출력하도록 학습되며,상기 제3예측모델은 상기 (t)시점의 상기 제1예측값 및 상기 제2예측값을 입력 받고, 레이블 데이터로 상기 (t)시점의 실측 NOx 농도값을 입력 받으면, 상기 (t)시점의 NOx 농도값을 출력하도록 학습되고,상기 (t)시점의 실측 NOx 농도값과 상기 (t)시점의 NOx 농도값 간의 오차에 따른 손실함수가 최소화되도록 내부의 파라미터를 조정하면서 상기 제1예측값 및 상기 제2예측값에 대한 반복 학습을 수행하는 보일러 배기가스의 질소산화물 농도 선행 예측방법을 위한 명령어를 포함하는 컴퓨터 프로그램.