전력케이블·블레이드 등 예방정비 사례 소개
[일렉트릭파워] 전 세계적으로 탄소중립 이행과 에너지 안보 강화에 방점을 둔 에너지전환 정책이 두드러지고 있는 가운데 전력수급 안정화를 뒷받침할 발전설비 진단기술 현황을 논의하는 자리가 마련됐다.
일렉트릭파워는 9월 26일 더케이호텔서울에서 ‘2024 전력분야 예방정비 진단기술 세미나’를 개최했다. 전력설비 신뢰성 확보에 필요한 최신 기술정보를 공유하기 위해 열린 이날 행사에는 전력계 관계자 100여 명이 참석해 관련 기술에 대한 다양한 의견을 교환했다.
2007년부터 매년 열리고 있는 예방정비 진단기술 세미나는 발전설비 노화·열화 등에 선제적으로 대응하기 위한 진단기술과 고장사례 분석을 통한 성능유지 운영 노하우를 교류하는 장으로 자리매김했다.
세미나 오전 세션에선 ▲스마트미터링 인프라를 활용한 설비운영 및 예방진단기술(김우용 한전 전력연구원 부장) ▲콘크리트 배전전주 Health Index 및 비파괴 진단기술(오기대 한전 전력연구원 책임연구원) ▲발전소 예후정비 기술(김수형 전 한국서부발전 처장) ▲발전기 HV Bushing 진단 사례(이창훈 한전KPS 책임전문원) ▲배열회수보일러(HRSG) 및 배관 손상 진단 사례(백승석 한전KPS 선임) 등의 주제발표가 이어졌다.
오후 세션 주제발표에선 ▲변압기 부싱 진단장치 개발 및 현장 실적용 사례(이종건 한전 전력연구원 선임연구원) ▲전력케이블 고장분석 데이터를 활용한 수명평가 및 예방진단 방안(조종은 한전 전력연구원 책임연구원) ▲인공지능을 활용한 발전설비 이상진단 기술(박규상 한전 전력연구원 선임연구원) ▲가스터빈 블레이드 신뢰성 평가를 위한 데이터베이스(정진성 한전 전력연구원 책임연구원) ▲한국중부발전 예측진단 MIRI 플랫폼(강동우 중부발전 차장) 등이 소개됐다.
인공지능·빅데이터 활용 발전설비 진단 고도화
박규상 한전 전력연구원 선임연구원은 인공지능 기술을 활용한 발전설비 이상 상태 기술개발 현황을 소개했다.
박규상 선임연구원은 “현재 운영 중인 발전소 이상 상태 감시진단 기술은 모니터링·알람신호 등 문제 발생 시 제공되는 제한적인 정보를 분석하는 수준이라 발전소 불시 정지에 따른 비용손실을 줄이기 위해선 진단기법 개선이 필요한 상황”이라며 “XAI·전이학습·연합학습 등 인공지능 학습모델을 적용한 통합 운전데이터 기반 이상 진단 예측모델을 개발 중”이라고 설명했다.
또 “복원오차 기반의 태그 중요도 점수를 산출하는 비지도학습과 연소동압·배기가스 온도 등 데이터를 적용하는 지도학습을 솔루션에 활용한다”며 “올해 연말까지 각 솔루션 적용과 현장 실증을 진행할 계획”이라고 말했다.
강동우 중부발전 차장은 빅데이터·인공지능 기반 예측진단시스템인 MIRI 시스템을 소개했다. MIRI 시스템은 발전설비 고장이나 사고를 미연에 방지하기 위해 중부발전이 개발한 예측진단 플랫폼으로 현재 국내외 11개 발전소에 적용 중이다.
중부발전은 지속적인 시스템 개발을 통해 지난해 MIRI 2세대 플랫폼도 구축했다. 발전소 회전기기 진동 감시와 발전소 성능진단 프로그램을 각 사업소에 적용하고 으며, 인도네시아 찌레본·왐푸 등 해외사업소 기력·수력 발전설비 데이터를 전송받아 예측진단을 위한 플랫폼을 구축하고 있다.
강동우 차장은 “온도·압력·진동·유량 등 40만개 센서를 통해 발전설비 운전현황을 1초 단위로 실시간 모니터링하고 있다”며 “머신러닝 기술을 기반으로 한 조기경보 시스템으로 발전설비 고장을 사전에 인지해 불시정지 예방은 물론 정비 골든타임을 확보하고 있다”고 밝혔다.
이어 “실시간 운전 데이터를 자동으로 반영해 발전설비 효율을 실시간으로 계산하는 효율감시 시스템도 MIRI의 주요 구성요소 가운데 하나”라며 “기동지원 시스템은 발전소 전 공정의 원활하고 안전한 운전을 지원한다”고 덧붙였다.
