|
▲고석환 한국에너지기술연구원 박사가 개발한 인공지능 태양광 발전 고장 진단 기술에 대해 설명하고 있다. 한국에너지기술연구원 |
기존의 태양광 설비 유지보수 방식은 주기적으로 인력을 투입해 현장에서 고장을 진단하고 해결하는 방식이다. 고장난 패널 위치는 파악할 수 있어도 고장으로 인해 에너지가 얼마나 손실됐는지는 측정할 수 없다고 알려졌다.
연구진은 인공지능 학습모델을 활용해 기존 기술의 문제를 해결했다. 태양광 모듈 상세정보, 어레이(여러 장으로 구성된 모듈) 직·병렬 정보, 환경센서(일사량, 온도)를 포함하는 데이터를 인공지능 학습모델에 입력만 하면 모듈 부식 등과 같은 다양한 고장 원인을 분석할 수 있다.
10년 이상의 현장 시험 평가로 수집된 태양광 모듈의 데이터를 학습하게 해 95% 이상의 고장 진단 정확도를 확보했다.
연구진이 개발한 기술은 산업통상자원부 국가기술표준원과 한국산업기술진흥협회 공동 주관하는 신기술인증을 획득했다.
연구진은 이를 발판 삼아 기술사업화를 위해 연구소 기업, 인버터 제조 기업과 공동연구를 추진하고 클라우드 플랫폼으로 개발해 공공서비스로도 제공할 예정이다.
고석환 박사는 "최근 다양한 형태로 설치되는 태양광 발전소(수로, 영농, 방음벽, 수상, 해상 등)는 접근성으로 인해 성능과 고장 점검이 어려웠다"며 "이번 연구로 개발된 인공지능 학습모델을 통해 분석하면 오염과 같은 작은 손실 저하도 95% 이상 정밀하게 진단이 가능하고 원격으로도 진단이 가능해, 유지관리의 수준과 활용성을 매우 높일 수 있을 것"이라고 밝혔다.
이번 연구는 연구원 기본사업과 산업부 신재생에너지기술개발사업의 지원을 받아 수행됐다.
wonhee4544@ekn.kr
;){kind=link}