요약본 발명은 오염물질 배출수준 산정 시스템 및 방법에 관한 것으로, 컴퓨터에서 판독가능한 명령어가 저장되는 메모리; 및 메모리에 저장된 명령어를 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서가 오염물질을 배출하는 적어도 하나의 설비로부터 서로 다른 유형의 운영인자 데이터를 시점별로 수집하고, 수집된 서로 다른 유형의 운영인자 데이터로부터 기 설정된 항목에 의거하여 적어도 하나의 항목에 대한 로우 데이터(Raw data)를 추출하고 추출된 항목별 로우 데이터의 이상치(Outlier)를 제거하고, 이상치가 제거된 항목별 로우 데이터를 랜덤 포레스트(Random Forest) 알고리즘을 이용하여 운영인자 데이터에 대한 중요도를 산출하고 산출된 중요도의 누적합이 기 설정된 기준값 이상인 운영인자 데이터를 주요 운영인자 데이터로 설정하며, 이상치가 제거된 항목별 로우 데이터 및 설정된 주요 운영인자 데이터를 딥러닝 알고리즘을 기반으로 학습하여 오염물질의 배출농도를 도출하는 구성으로 사람의 의사결정 개입을 최소화하여 오염물질 배출농도 수준에 대한 데이터의 신뢰성이 향상되며, 오염물질 배출 농도를 저감할 수 있다.
대표 청구항오염물질 배출수준 산정 시스템에 있어서,컴퓨터에서 판독가능한 명령어가 저장되는 메모리; 및상기 메모리에 저장된 명령어를 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는,오염물질을 배출하는 적어도 하나의 설비로부터 서로 다른 유형의 운영인자 데이터를 시점별로 수집하는 제1 프로세스;수집된 서로 다른 유형의 상기 운영인자 데이터로부터 기 설정된 항목에 의거하여 적어도 하나의 항목에 대한 로우 데이터(Raw data)를 추출하고 추출된 상기 항목별 로우 데이터의 이상치(Outlier)를 제거하는 제2 프로세스;이상치가 제거된 상기 항목별 로우 데이터를 랜덤 포레스트(Random Forest) 알고리즘에 적용하여 상기 운영인자 데이터에 대한 중요도를 산출하고 산출된 상기 중요도의 누적합이 기 설정된 기준값 이상인 운영인자 데이터를 주요 운영인자 데이터로 설정하는 제3 프로세스; 및상기 이상치가 제거된 항목별 로우 데이터 및 설정된 주요 운영인자 데이터를 딥러닝 알고리즘을 기반으로 학습하여 오염물질의 배출농도를 도출하는 제4 프로세스를 포함하는 오염물질 배출수준 산정 시스템.
