Board

Hyperautomation Artificial Intelligence

기계저널 테마기획 - 산업 인공지능 기반 발전 설비 고장 진단 및 예측 시스템 개발

페이지 정보

작성자 최고관리자 작성일 22-11-01 14:51 조회 376회

본문

기계저널 테마기획 - 산업 인공지능 기반 발전 설비 고장 진단 및 예측 시스템 개발

d7e489edea1a9580806a10a6f34e56a5_1714715477_867.jpg

기계저널 테마기획 - 산업 인공지능 기반 발전 설비 고장 진단 및 예측 시스템 개발
화력 발전은 화석 연료를 태워서 나온 열을 이용하는 발전 방식을 말하며 이중 석탄 화력 발전은 2020년 기준 대한민국 총 발전량 중 44%를 차지할 만큼 발전 에너지원 중 비중이 가장 높다. 이러한 화력 발전의 핵심 설비는 화석 연료를 연소시켜 얻은 에너지로 물을 끓여 증기를 만드는 보일러와 그 증기로 발전기를 회전시키는 터빈이다. 발전 설비의 상태 진단 및 잔여 수명의 예측을 위한 PHM(Prognostics and Health Management)은 최적운영을 위해 필수적이다. 

 

발전소에서 취득한 빅데이터를 효과적으로 분석할 수 있는 인공지능 기반 방법의 필요성이 대두되어 연구가 진행되었으며 실제 현장에서 적용 가능한 건전성 관리 기술 개발을 위해 도메인 지식과 인공지능을 결합한 산업 인공지능을 활용하여 다음과 같은 결과를 얻었다. 

(1) 터빈 이상 감지를 위한 알고리즘 및 임계값 설정
딥러닝 기법을 활용하여 인공 신경망을 구축하여 학습을 진행한 후, 실시간 데이터와 학습된 모델의 출력값 간의 잔차를 임계값과 비교하여 터빈의 이상을 감지한다. 이때 정상 데이터의 신호 변동을 고려하여 동적으로 기준치를 계산하는 동적 임계값을 설정하여 오경보 발생률을 줄인다. 

 

(2) 보일러 누설 감지 알고리즘 및 누설 위치 추정 기법

딥러닝 알고리즘을 통해 오경보를 발생시키는 숫 블로잉과 누설을 구분할 수 있도록 보일러의 상태를 정상, 누설, 숫 블로잉의 상태로 분류하는 합성곱 신경망 (CNN : Convolutional Neural Network)기반 누설 감지 방법을 개발하였다. 누설 위치 추정은 누설로 인해 발생한 음향 신호가 누설 위치에서 멀어질수록 에너지가 감소한다는 점을 이용, 신호간 에너지 비율로부터 각 센서와 누설 위치와의 거리를 계산하며 베이지안 업데이트 기법으로 보정하여 오차 발생률을 감소 시킨다.