下水処理におけるデジタルツイン・オペレーター意思決定支援のためのデータ駆動オープンループ・シミュレーション

arXiv cs.LG / 2026/4/24

📰 ニュースDeveloper Stack & InfrastructureIndustry & Market MovesModels & Research

共有:

要点

本論文では、下水処理においてデジタルツイン型の意思決定を支援するため、所定の制御計画のもとでプラント応答をシミュレートする制御連続時間状態空間モデル「CCSS-RS」を提案している。
CCSS-RSは、過去の状態推定と将来の制御・外生ロールアウトを分離し、typed context encoding、規定および予測ドライバーのgain-weighted forcing、semigroup-consistentなロールアウト、さらにheavy-tailedかつゼロ過剰なセンサーデータに対応するStudent‑t plus hurdle出力を組み合わせている。
公開のAvedøøreフルスケールベンチマーク（906,815タイムステップ、欠測43%、1〜20分の不規則サンプリング）で、H=1000におけるRMSE 0.696およびCRPS 0.349を達成し、Neural CDEベースラインや簡略化した内部バリアントに比べて大幅に改善した。
凍結したチェックポイントを用いた複数のケーススタディでは、酸素設定値への摂動によるアンモニウムの影響予測、複数指標に基づくスクリーニングでの有効性、センサ停止時の限定的な精度劣化、主要変数でのロールアウト精度がパーシステンスを上回ることが示されている。