실제 정수장에서 전염소 공정을 실시하는 주된 목적은 침전지에서 생기는 부착성 조류 및 이끼류의 제거 하는 것이며, 또한 후염소 공정에서 일정한 잔류 염소 농도를 안정적으로 유지시키기 위해 전염소 공정에서 염소 요구량을 미리 감소시키는 목적이 있다. 하지만 전염소 공정으로 침전지까지 잔류 염소농도를 일정하게 유지하기가 현실적으로 매우 어렵다. 이유는 원수의 수질이 변화하며 수온 등의 환경의 변화에 의해 염소 소비량이 변하며, 유입 원수의 유량이 일정하지 않을 경우 염소 투입 지점부터 침전지 유출부분까지의 수리학적 체류시간 또한 변하기 때문에 이를 예측하기가 어려운 실정이다. 
현재 정수처리 과정에서 염소 농도를 예측하는 모델의 개발은 국내외적으로 배급수 관망에서 잔류 염소 예측에 한정되어 모델 개발이 진행되어 왔다. 하지만 전염소 공정을 목적으로 하는 침전지내 잔류 염소 농도 연구는 활발히 진행되고 있지 않다. 따라서 본 연구에서는 정수장 침전지 유출수에서 잔류 염소 농도를 일정하게 유지시키기 위한 전염소 투입량을 예측하기 위하여 현장에서 연속 측정이 가능하면서 염소 분해속도에 영향을 주는 인자들을 이용하여 침전지 유출수의 잔류 염소 농도를 예측하기 위한 모델을 개발하였다. 모델 수립 및 검증에 필요한 데이터는 K정수장의 실시간 수질 모니터링 장치에서 수집된 수온, pH, 탁도, 전기전도도, 알칼리도, 유입 유량 및 전염소 주입량 데이터에 대해 2005년 6월부터 2006년 12월 기간 동안의 데이터 5,448개를 이용하였다. 모델의 접근 방법은 선형 및 비선형 중회귀 모형과 신경망 모형을 이용하였다.  선형 및 비선형모형의 경우 실제 데이터 값과 예측 결과의 상관성이 각각 0.39,0.37로 낮게 나타났으나, 신경망 모형의 경우  정수장에서 모니터링이 가능한 모든 입력 변수를 이용하여 학습 시키는 것 보다는 영향력이 높은 입력변수를 선정하여 학습하는 경우 예측값이 실측값과 상관성이 높게 나타났으며(R=0.869), 특히 실계열 분석의 경우 유입 유량보다 전염소 주입량과 침전지의 잔류염소 농도를 고려할 때 모형의 예측값이 실측치를 잘 반영 하는 것을 알 수 있었다. 따라서  본 연구에서 개발된 신경망 모형의 경우 정수장의 환경변화 및 수질 변화에도 전염소에 의한 침전지 잔류 염소 농도 예측이 가능할 것으로 판단된다. 그러므로 실공정 에서 전염소 투입량을 실시간으로 예측하여 침전지 유출수에서 잔류 염소 농도를 일정하게 유지할 수 있는 전염소 주입량을 실시간으로 제어 할 수 있을 것으로 판단된다.