스마트 설비운영 미래전략사업선도 및 AI기술접목
4차 산업혁명 선도 안정적 전력공급 두마리 토끼잡아
한전이 송변전분야에 4차산업혁명을 선도하며 올해 3월 변전소 종합 예방진단시스템을 본격 구축하고 시행에 나섰다. 변전설비에 IoT를 적용하고 온라인으로 취득된 빅데이터를 인공지능(Deep-learning 등) 기술로 분석해 한층 Up-grade된 설비상태 진단 및 예측 솔루션 개발을 추진하고 있다. 이는 성공적인 사업추진과 신기술 접목을 위한 운영전략 수립을 위한 목적이다.
◆예방진단시스템 진행경과
먼저 진행경과 추이는 △2016년 9월 종합 예방진단시스템 요소기술 개발완료(6개 요소) △2016년 11월~2017년 4월 종합 예방진단시스템 시범 적용(154kV 금천S/S) △2015년 9월~2016년 12월 변전소 종합 예방진단시스템 구매규격 제·개정 △2017년 8월 변전설비 예방진단 중장기 운영전략2.0 수립 △올해 2월 종합 예방진단시스템 신뢰성 검증을 위한 인정시험 통과-예방진단 제작사 3개사 △올해 3월 변전소 종합 예방진단시스템 본격 구축 시행이다.
◆예방진단 운영환경
●설비운영 패러다임 변화 (IoT 기반 On-line 진단)
현재 변전설비의 안정성, 효율성 및 신뢰성 향상을 위한 예방진단 및 예측기술에 대한 관심이 증가되고 있으며 IoT 기반 On-line 진단으로 설비운영의 패러다임도 변화되고 있다. 동시에 설비의 상태진단, 수명 예측 등 신뢰도 기반 운영으로 전력설비관리 기술의 트렌드 변화, 센서기술의 발달과 데이터 증가에 따른 관리기술의 필요성이 부각되고 있는 상태다.
즉 4차 산업혁명의 가속화에 따라 빅데이터 활용 및 인공지능 분야에서 기술개발이 요구되기 때문에 설비운영의 패러다임 변화는 거스를 수 없는 추세다.
◆예방진단 Master Plan
스마트 설비운영으로 미래 전력사업을 선도한다는 비전아래 IoT, 빅데이터, AI 기술을 접목한차세대 설비관리 인프라 구축을 추진 목표로 하고 있다.
또한 예방진단 시스템구축과 예방진단 인프라확대, 예방진단 연구개발 및 진단전문 인력양성을 추진전략으로 삼고 △종합 예방진단시스템 본격구축 △인공지능 기반 진단솔루션 개발 △빅데이터 플랫폼 진단체계 구축 △전문분석체계 구축 △예방진단조직 보강 △예방진단 신뢰성 제고 △인공지능 기반 상태진단 기술 △종합 예방진단 진단기술 개발 △자산관리 핵심 프로세스 개발 △진단 핵심 역량 강화 △진단 전문교육 확대 △설비 진단전문가 양성 등을 추진과제로 실행될 예정이다.
◆추진전략 Rolling
우선 변전소 종합 예방진단시스템 추진 단계로 종합 예방진단시스템 요소기술 개발 및 시범적용 완료(‘17. 4월)와 빅데이터 분석으로 인공지능을 융합한 상태진단, 자산관리 등을 구현한다는 전력이다. 또 변전소 종합 예방진단시스템 본격 구축으로 국가산단, 수도권 부하밀집지역 등 중요부하 공급, 160개소를 우선으로 추진(‘20년)하며 종합 예방진단시스템 본격 구축으로 사전 예방진단 체계를 확립, ‘30년까지 종합 예방진단시스템 구축 완료를 목표로 하고 있다.
이어서 인공지능 기반의 설비 상태진단 및 예측기술 개발로 ‘개방형 R&D’ 연구과제를 통한 예측 솔루션 개발(‘17.8~’20.7) 및 전문가 노하우와 인공지능을 융합한 상태진단 및 고장 사전 예측도 포함된다. 그밖에 자산관리시스템(AM) 기반 구축으로 자산관리시스템 구축을 위한 Health & Risk 핵심 프로세스 개발과 고장률 조사 및 분석, 수명손실, 교체기준, 유지보수 알고리즘 개발 등을 추진할 예정이다.
■ 변전소 종합 예방진단시스템 본격 구축
◆추진 방향
방향은 △종합 예방진단 시스템 본격 구축으로 온라인 진단체계 확립-GIS 부분방전 진단 위주에서 M.Tr, GIS 종합진단으로 전환 △종합 예방진단 시스템 설치로 신뢰도 기반의 설비관리 토대 구축-건전도 평가, 위험도 예측 등 신뢰도 기반 설비관리 데이터로 활용 △빅데이터 분석기반으로 인공지능-전문가 지식을 융합한 설비상태 진단, 위험도 예측, 설비별 수명 예측, 자산관리 구현으로 추진된다.
◆변전소 종합 예방진단 시스템
변전설비의 종합적 예방진단을 위하여 변압기와 GIS에 부분방전 차단기 동작특성, 부싱 진단 등을 위한 다수의 센서를 취부하고 온라인으로 취득한 데이터, SCADA 시스템을 통해 수집한 운전정보와 Off-line 데이터를 종합적으로 분석해 설비 이상유무를 진단, 선제적으로 고장 예방을 위한 시스템이다.
◆종합 예방진단 시스템 구성
△진단Unit : 센서에서 Local Unit으로 전송된 데이터를 진단 분석-예방분석센터는 지역본부 및 전력지사에서 예방진단 데이터를 감시, 분석하며 전력지사 단위의 데이터 저장, 전송 서버를 설치하고 HMI는 전사 통합HMI를 Web Link로 활용한다. △예방진단 데이터는 향후 구축되는 빅데이터 플랫폼을 활용해 ERP, 통합관리, Web SCADA와 연계해 종합 분석한다.
◆진단 요소기술
진단 요소기술은 GIS 진단(부분방전 진단, 차단기 동작특성 분석) 및 변압기 진단(부분방전, OLTC 진단/ 부싱진단, 유중가스 분석)으로 나뉜다.
GIS 진단요소는 GIS 부분방전의 경우 GIS 내부 결함에 의해 생성되는 UHF 대역(500 ~ 1,500MHz)의 부분방전 신호를 분석하여 설비 이상여부를 진단하며 차단기 동작특성 분석의 경우 차단기의 부하전류, 조작용(Trip, Close) 코일전류, 개폐 접점 신호를 측정하여 차단기의 기계적 동작특성과 변화 경향을 진단한다.
◆변압기 진단요소
변압기 진단요소는 크게 4가지로 나뉜다. △첫번째: 부싱 진단-부싱의 시험탭을 통해 변화하는 누설전류를 상시 감시하여 부싱 절연상태를 분석?진단 △두번째: 변압기 부분방전 진단-내부 이상시 발생하는 UHF 대역(300 ~ 1,800MHz)의 부분방전 신호를 분석하여 이상유무 진단 △세번째: 변압기 OLTC 진단-OLTC 내부 결함 시 발생하는 부분방전 신호 측정, 구동 모터, 동작전류, 동작시간, OFU의 온도, 압력, 수분을 측정하여 OLTC 이상여부 진단 및 분석 △네번째: 유중가스 분석-드레인 밸브에 센서를 설치하여 열화로 발생하는 가스를 상시 분석해 내부 이상을 진단한다.
◆연도별 구축 계획
변전소 종합 예방진단시스템 본격 구축으로 국가산단, 수도권 부하밀집지역 등 중요부하 공급개소 우선추진과 종합 예방진단시스템 본격 구축으로 사전 예방진단 체계 확립(‘30년 전사 변전소 종합 예방진단시스템 구축)을 목표로 하고 있다. 2018년 60개, 2019년 50개, 2020년 50개호 합 160개다.
■인공지능 기반 예방진단 솔루션 개발
◆인공지능 기반 설비진단 및 예측기술 개발 시행
온라인 진단데이터와 오프라인 설비운영 데이터를 연계한 빅데이터를 인공지능(AI) 기반으로 종합 분석하여 설비 상태를 진단 및 예측한다.
연구과제 주요 내용을 살펴보면 인공지능-전문가 지식 융합형 변전설비 상태진단 예측기술 개발과 예방진단 빅데이터의 효율적 활용위한 빅데이터 처리기술 개발, 그리고 상태진단 및 예측 알고리즘 및 아키텍쳐 시각화 기술 개발 등이 있다.
기술개발 내용은 빅데이터를 활용한 인공지능(딥러닝) 기반으로 자율특성 인자 추출로 가상 물리시스템 모델(CPS)2) 기반 설비진단 및 예측 솔루션 개발 등이 있다.
■예방진단 연구 개발
◆예방진단시스템 진단기술 개발
추진목적은 종합 예방진단 시스템의 핵심역량인 진단 알고리즘 기술 확보 및 예방진단 분석 전문화를 통한 최적의 변전설비 운영신뢰도 제고에 있으며 개발 내용은 종합 예방진단 소프트웨어 개발 과제 추진(‘18 ~ ’19년)과 개발된 진단 소프트웨어는 표준 소프트웨어로 구매규격 등록, 운영의 효율성 및 진단 소프트웨어의 사용자 편의성 확보를 위해 표준화된 진단 알고리즘 개발 필요 등이 있다.
■변전설비 자산관리 핵심 프로세스 개발
◆추진 계획
자산 관리시스템(Asset Management System) 변전설비의 잔여수명 평가, 유지보수, 고장, 사회적 비용 평가를 통해 신뢰성, 경제성 기반의 최적 투자계획 수립으로 물리적 성능과 경제가치를 동시에 극대화하는 종합 평가 기술이다.
◆연구 개요 및 내용
과제명은 자산관리시스템 구축을 위한 Health & Risk 프로세스 개발이며 기간은 ‘18 ~ ’20년이다. 내용은 고장률 조사 및 분석, 부하에 따른 수명손실 산출, 교체기준 평가로 물리적 성능평가(Health Index), 위험도 평가(Risk Matrix) 분석을 통한 자산관리 알고리즘 작성 등이다.
기술개발 추진체계의 경우 △데이터 분석(데이터 수집, 분류/ 데이터 DB화) △프로세스 개발(Health Index 분석/ Risk Matrix 분석) △자산관리 프로그램(알고리즘 작성, 보완/ 프로그램 시범적용) 등이 있다.