▲ 전력연구원에서 개발한 딥러닝 열화평가 기법은 부품의 소재에 상관없이 정확하게 열화등급을 판정할 수 있어 발전소, 정유 및 석유화학 설비의 손상진단을 전문으로 하는 피레타㈜에 기술 이전되었다.


[기계신문] 한전 전력연구원은 인공지능을 활용해 신속하게 발전소 내부 고온영역에서 작동하는 열교환기 및 주요 설비의 손상을 평가할 수 있는 “고온부품 열화평가 시스템”을 개발하고 국내 중소기업에 기술 이전했다.

전력연구원에서 개발한 딥러닝 열화평가 기법은 부품의 소재에 상관없이 정확하게 열화등급을 판정할 수 있어 발전소, 정유 및 석유화학 설비의 손상진단을 전문으로 하는 피레타㈜에 기술 이전되었다.

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 필요하다. 하지만 손상된 부위를 필름을 사용해 복제하고 실험실로 가져와 육안으로 평가하는 기존 방식은 부정확하고 시간이 다수 소요된다.

전력연구원은 손상된 설비의 빠른 분석과 평가를 위해 머신러닝 및 딥러닝 기반 열화 평가기법을 각각 개발했다. 전력연구원의 딥러닝 모델은 기존의 열화된 설비의 사진자료를 통해 학습하고 평가 대상의 열화등급을 그래프로 나타낸다.

전력연구원의 고온부품 열화평가 시스템을 활용하면 발전소는 설비 진단 비용을 줄일 수 있으며 신규 소재 적용 시 예상 수명 평가도 가능해진다. 전력연구원은 앞으로도 인공지능 기반 발전소 운영 및 설비평가 관련 다양한 기술을 개발할 계획이다.

전력연구원 관계자는 “발전소를 대상으로 한 인공지능 설비평가 시스템의 우수성을 국내에서 인정받아 좋은 성과를 거둘 수 있었다”며 “앞으로도 한국전력과 중소기업이 동반 성장할 수 있는 인공지능 기술개발에 힘쓰겠다”고 전했다.

기계신문, 기계산업 뉴스채널

관련기사