딥러닝 기술을 기반으로 발전소 터빈설비의 상태를 진단하는 기술이 국내 연구진에 의해 개발됐다.

서울대 공대 기계항공공학부 윤병동 교수 연구팀은 세계 최초로 딥러닝 기술을 활용한 발전소 내 다양한 용량의 터빈설비 건전성 상태를 진단하는 기술을 개발했다고 15일 밝혔다. 최근 국내외 발전소가 노후됨에 따라 유지보수 및 관리 비용이 지속적으로 증가하고 있다. 발전소의 불시 고장과 관리 비용을 줄이기 위해서는 발전소에서 얻어지는 빅데이터를 활용한 건전성 상태 예측ㆍ진단 기술이 필요하다.

기존의 발전소 건전성 상태 진단 기술은 많은 전문성과 개발시간이 요구된다. 이 때문에 높은 개발 비용이 필요할 뿐만 아니라, 기술을 실제 현장에 적용할 경우 정확성이 현저히 떨어진다고 보고되고 있다.

윤 교수팀이 개발한 기술을 활용하면 이 같은 문제를 해결할 수 있다. 현재 해당 기술은 연구실의 벤처기업 ㈜원프레딕트를 통해 포스코 형산발전소에 터빈설비 건전성 진단 기술로 공급되고 있다.

▲ 딥러닝 기술을 활용한 발전소 터빈설비 건전성 진단 기술 모식도

윤 교수팀은 이러한 적용사례를 통해 국내외 발전소(화력, 가스터빈, 복합화력 등)에 존재하는 다양한 용량의 터빈에 적용 가능성을 높였다. 이 기술은 풍력발전기 등 청정 에너지 발전 분야, 산업용 로봇 등의 회전체 시스템 분야에 다양하게 확대 적용할 수 있을 것으로 기대된다.

이 연구는 해당 분야의 최고 저널인 ‘IEEE Transactions on Industrial Electronics(TIE)’에 게재됐으며, 현재 특허 출원된 상태다.