딥러닝·머신러닝 기반 발전소 설비 진단기술 개발
“발전소의 경우 기본적으로 30년 이상 운전된 설비들이 많은 만큼 수명을 평가하는 기술이 중요한 상황입니다.”
한전 전력연구원 발전기술연구소 최우성 박사(선임연구원)는 “주요 발전설비들은 높은 온도의 환경에서 운전이 되며 고온 환경에 장시간 노출되기 때문에 안정적인 운영을 위해 고온 부품의 상태를 정확하게 평가하고 관리하는 것이 필요하다”며 이같이 밝혔다.
최우성 박사는 최근 인공지능(AI)을 활용해 신속하게 발전소 내부 고온영역에서 작동하는 열교환기 및 주요 설비의 손상을 평가할 수 있는 ‘고온부품 열화평가 시스템’을 개발했다. 이 기술은 알고리즘과 프로그램을 결합한 소프트웨어 기술이다.
발전소 내부의 주요 설비들은 높은 온도에서 열화가 발생하기 쉽다. 주요 설비의 열화는 발전소의 효율을 떨어뜨리고 운전정지의 원인이 된다. 손상된 설비의 열화등급은 안정적인 발전소 운영을 위한 데이터로 활용되기 때문에 신속한 분석이 필요하지만 손상된 부위를 필름을 사용해 복제하고 실험실로 가져와 육안으로 평가하는 기존 ‘표면조직복제 기술’ 방식은 부정확하고 시간이 다수 소요됐다.
‘고온부품 열화평가 시스템’은 발전소 설비 중 고온 부품의 열화등급을 평가하기 위한 딥러닝 및 머신러닝 기술이 적용됐다. 고온에서 사용되는 발전소 부품을 대상으로 열화등급 판별 결과를 딥러닝 기법으로 학습하고 관련 모델을 이용해 자동으로 열화 등급을 판별할 수 있다. 기존의 열화된 설비의 사진자료를 통해 학습하고 평가 대상의 열화등급을 그래프로 나타낸다.
발전소 보일러 및 터빈의 고온 설비의 수명 진단, 고온에서 장기간 사용되는 송·배전 전력설비의 자동 열화 진단에 이용된다. 또한 평가 결과 보고서 생성으로 진단 프로세스의 편의성을 향상시켰다는 평가다. 이번 시스템으로, 발전소는 설비 진단 비용을 줄일 수 있고, 신규 소재 적용 시 예상 수명 평가도 가능해질 전망이다.
최우성 박사는 “설비가 고온·고압의 환경에서 장시간 운전했을 경우 설비 고유의 손상에 의한 강도 저하 현상이 발생한다”며 “이번 기술로 설비 진단 비용을 줄이고, 전문가가 주관적으로 평가하는 기존 방법과 상관없이 정확한 열화 등급을 평가할 수 있게 됐다”고 말했다.
이번 기술 개발에는 프로그램화까지 1년 정도 소요됐다. 최우성 박사는 “무엇보다 현장에서 쉽고 편하게 사용할 수 있어야 한다는 점을 감안했다”면서 “현장의 필요성과 쉽게 쓸 수 있는 맞춤식 프로그램이 필요했던 만큼 이에 맞춰 프로그램화하는 작업이 어려웠다”고 말했다.
딥러닝 기반 열화평가 기법은 현재 특허 출원된 상태로, 곧 프로그램으로 등록될 예정이다. 이번 기술을 통해 소재와 상관없이 운전시간 및 관련 이력정보와 해당 시점에서의 조직 사진이 있을 경우 확률 분포를 나타나는 결과들을 종합해 크리프(creep·물체의 변형이 시간과 동시에 증가하는 현상) 및 열화에 따른 수명 소비율을 추정할 수 있을 것이라는 게 최우성 박사의 전망이다.
최 박사는 “고온 설비의 열화 상태를 평가하는 데 여전히 대표적인 기술로 알려진 표면조직복제 기술은 이번 딥러닝 기술을 통해 기존의 한계를 넘어 빠르면서 객관적이고 정확한 평가를 가능하게 했다”고 설명했다.
현장 진단에서 최종 분석까지 기존 표면조직복제 기술은 14일이 소요된 반면, 이번 기술을 이용할 경우 1일로 대폭 줄일 수 있다.
최우성 박사는 지난 6~8일 열린 ‘BIXPO 2019’ 국제발명전시대전에 참가해 기술을 전시했다. ‘머신러닝 프로그램’과 관련해 대한기계학회 IT융합부문 우수논문상 수상을 확정해 내년 초 수상을 앞두고 있다. 8일 ‘BIXPO 2019 국제발명특허대전’에 참가해 기술의 독자성과 사업성을 높이 평가받아 은상, 영국발명협회 특별상 및 스위스 발명협회 특별상 등 3개의 상을 수상했다.
최우성 박사는 “빅데이터와 딥러닝 기술을 활용해 가스터빈과 같은 발전소 핵심설비의 상태를 진단하고 조기에 이상 유무를 알려주는 시스템인 ‘딥싱크(Deep Think)’ 시리즈를 개발하고 있으며 지속적으로 관련 분야의 기술 개발에 앞장설 것”이라고 밝혔다.
<저작권자 ⓒ 매일건설신문 무단전재 및 재배포 금지>
댓글
전력연구원, 발전소 정비 관련기사목록
|
많이 본 기사
|