KR20180075889A - 원자력발전소의 빅데이터를 이용한 경보 발생 방법 - Google Patents
원자력발전소의 빅데이터를 이용한 경보 발생 방법 Download PDFInfo
- Publication number
- KR20180075889A KR20180075889A KR1020160179805A KR20160179805A KR20180075889A KR 20180075889 A KR20180075889 A KR 20180075889A KR 1020160179805 A KR1020160179805 A KR 1020160179805A KR 20160179805 A KR20160179805 A KR 20160179805A KR 20180075889 A KR20180075889 A KR 20180075889A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- normal
- error rate
- alarm
- nuclear power
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/04—Safety arrangements
- G21D3/06—Safety arrangements responsive to faults within the plant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2219—Large Object storage; Management thereof
-
- G06F17/30318—
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Abstract
본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법은, 원전센서 실측 데이터를 수집하는 원전센서 실측 데이터 수집단계(S10)와, 이전에 수집한 원전센서 실측 데이터들 중 정상 상태인 정상데이터를 추출하여 정상 기준 모델 데이터를 생성하는 정상 기준 모델 데이터 생성단계(S20)와, 원전센서 실측 데이터와 정상 기준 모델 데이터를 수신하여 원전센서 실측 데이터와 정상 기준 모델 데이터의 유클리디안 거리를 산출하고, 가우시안 커널 함수를 사용하여 유클리디안 거리에 대한 가중치를 산출하여 유클리디안 거리에 대한 가중치와 정상 기준 모델 데이터의 가중 평균값인 정상 예측 데이터를 생성하는 정상 예측 데이터 생성 단계(S30)와, 원전센서 실측 데이터와 정상 예측 데이터 간의 오차율을 산출하는 오차율 산출단계(S40)와, 오차율 산출단계(S40)에서 오차율이 사용자에 정의된 기준오차율 이상이면 경보신호와 고장 유형 정보를 발생시키고, 오차율이 기준오차율 보다 작으면 정상으로 판단하여 정상신호를 발생시키는 경보처리단계(S50)와, 원전센서 실측 데이터와 상기 경보처리단계(S50)에서의 정상신호, 경보신호 및 고장 유형 정보를 저장하는 데이터 저장단계(S60)로 구성된다.
Description
본 발명은 원자력발전소의 빅데이터를 이용한 경보 발생 방법에 관한 것으로, 특히 원자력발전소 내의 기기의 위험 및 고장 상태를 감시하기 위한 다수의 포인트들에 감시센서를 설치하고, 감시센서로부터 출력되는 데이터를 수신받아 경보 발생 여부를 판단하기 위해 감시되는 각각의 포인트에 임계값을 입력할 필요가 없고, 타 시스템과 독립적인 운영이 가능한 하둡 기반 빅데이터 플랫폼을 이용하여 기존의 원자력발전소의 기반 시스템을 변경하지 않고 감시센서로부터 출력되는 빅데이터를 처리하여 원자력발전소 내 기기의 위험 및 고장 상태를 사전에 판단하여 원자력발전소 사고 발생을 미연에 방지할 수 있는 원자력발전소의 빅데이터를 이용한 경보 발생 방법에 관한 것이다.
원자력발전소 내의 기기의 위험 및 고장 상태를 감시하기 위하여 원자력발전소의 상태를 감시하는 시스템은 감시 대상이 되는 다수의 포인트들에 감시센서를 설치하고, 감시센서들로부터 출력되는 데이터를 수신하여 다수의 포인트의 잠재 가능한 위협 요인을 사전에 감지하고, 위협 요인이 사전에 감지된 경우 이를 운영자에게 경보를 발생시켜 주어 원자력발전소 내에서 발생되는 사고 발생 가능성을 사전에 차단한다.
원자력발전소의 경보 발생과 관련된 선행기술로는 한국 공개특허공보 10-2014-0059406호 "현장데이터 수집장치와 경보 로직시퀀스 제어장치를 활용한 원자력발전소 이중화 경보시스템"(공개일자 : 2014.05.16)와, 한국 공개특허공보 10-2001-0076717호 "원자력발전소 주제어실내의 첨단 경보시스템"(공개일자 : 2001.08.16)에 개시되어 있다.
종래의 원자력발전소의 경보 발생 방법은 원전 감시 시스템에서 계측하는 각각의 감시센서마다 경보 발생을 위한 임계값이 사전에 설정되어 있으며, 실제 감시센서에서 측정된 계측 값이 해당 임계값을 초과하게 될 경우 시스템 운영자에게 경보 단계에 따라 그 내용을 운영자 화면이나 소리로 알리도록 되어있다.
예를 들어, 경보 단계가 정상, 주의 및 경고의 3단계일 경우, 특정 포인트의 감시센서의 계측 값이 사용자에 의해 설정된 경고의 임계값 이상이면, 경고신호의 경보를 발생시키고, 특정 포인트의 감시센서의 계측 값이 경고의 임계값 보다 작고, 사용자에 의해 설정된 주의의 임계값 이상이면 주의신호의 경보를 발생시키고, 특정 포인트의 감시센서의 계측 값이 주의의 임계값 보다 작으면, 정상 상태를 나타내는 정상신호의 경보를 발생시킨다.
상기와 같이 종래의 원자력발전소의 경보 발생 방법은 다수의 감시센서로부터 출력되는 원자력발전소의 실제 계측 값과, 감시되는 모든 포인트에 설정된 주의 및 경고의 임계값의 비교 연산을 통해 경보 발생 여부를 판단하는 것으로, 경보 판단의 정보가 단순히 사용자에 의해 설정된 주의 및 경고의 임계값만 존재하기 때문에 그 정확도가 매우 낮으며, 원자력발전소 내의 다양한 기기들이 연결되어 유기적으로 운영되는 환경 때문에, 개별적인 감시 포인트의 임계값 범위만을 고려하여 경보를 발생시키는 방법으로는 모든 감시센서 및 해당 기기의 이상을 사전에 확인하는데 한계가 발생하는 문제점이 있다.
또한, 종래의 원자력발전소의 경보 발생 방법은 각각의 감시 포인트에 입력된 임계값의 정보가 존재해야만 경보 발생 여부를 판단할 수 있으므로, 경보 발생을 위한 신규의 원전 감시 시스템을 설치할 경우, 감시 포인트들의 모든 임계값들을 새로이 지정해 주어야 하고, 원전 감시 시스템 내의 기기들이 일부 변경되면 원전 감시 시스템이 운전 중에도 불구하고, 그때마다 해당 감시 포인트의 임계값을 조정해 주어야 하는 문제점이 있다.
본 발명의 목적은 원자력발전소 내의 기기의 위험 및 고장 상태를 감시하기 위한 다수의 포인트들에 감시센서를 설치하고, 감시센서로부터 출력되는 데이터와 외부 온도, 습도 및 해수 온도를 포함하는 환경 데이터들로 구성된 원전센서 실측 데이터를 수집하여 이전에 수집한 원전센서 실측 데이터들 중 정상 데이터를 추출한 정상 기준 모델 데이터에 의해 정상 예측 데이터를 생성하고, 원전센서 실측 데이터와 정상 예측 데이터 간의 오차율을 산출하여 산출된 오차율이 기준오차율 보다 크면 경보를 발생시켜 주어 경보 발생 여부를 판단하기 위해 감시되는 각각의 포인트들에 대한 임계값을 설정할 필요가 없고, 정상 기준 모델 데이터로 정상 예측 데이터 산출시 발생되는 연산 부하 문제를 해결하기 위해 빅데이터를 분산 병렬 처리 가능한 하둡 기반의 빅데이터 플랫폼을 이용하여 기존의 원자력발전소의 기반 시스템을 변경하지 않고, 원자력발전소 내 기기의 위험 및 고장 상태를 사전에 판단하여 원자력발전소 사고 발생을 미연에 방지할 수 있는 원자력발전소의 빅데이터를 이용한 경보 발생 방법을 제공하는 데 있다.
상기의 목적을 달성하기 위하여 본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법은, 원자력발전소 내의 설치된 기기의 위험 및 고장 상태를 감시하기 위한 다수의 기기감시센서들을 설치하고, 상기 기기감시센서들로부터 출력되는 기기감시데이터인 원전센서 실측 데이터를 수집하는 원전센서 실측 데이터 수집단계;
이전에 수집한 원전센서 실측 데이터들 중 정상 상태인 정상데이터를 추출하여 정상 기준 모델 데이터를 생성하는 정상 기준 모델 데이터 생성단계;
상기 원전센서 실측 데이터와 정상 기준 모델 데이터를 수신하여 상기 원전센서 실측 데이터와 상기 정상 기준 모델 데이터의 유클리디안 거리를 산출하고, 가우시안 커널 함수를 사용하여 유클리디안 거리에 대한 가중치를 산출하여 유클리디안 거리에 대한 가중치와 정상 기준 모델 데이터의 가중 평균값인 정상 예측 데이터를 생성하는 정상 예측 데이터 생성 단계;
상기 원전센서 실측 데이터와 정상 예측 데이터 간의 오차율을 산출하는 오차율 산출단계;
상기 오차율 산출단계에서 오차율이 사용자에 정의된 기준오차율 이상이면 경보신호와 고장 유형 정보를 발생시키고, 상기 오차율이 기준오차율 보다 작으면 정상으로 판단하여 정상신호를 발생시키는 경보처리단계; 및
상기 원전센서 실측 데이터와 상기 경보처리단계에서의 정상신호, 경보신호 및 고장 유형 정보를 저장하는 데이터 저장단계를 구비한 것을 특징으로 한다.
본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법은 원자력발전소 내의 기기의 위험 및 고장 상태를 감시하기 위한 다수의 포인트들에 감시센서를 설치하고, 감시센서로부터 출력되는 데이터와 외부 온도, 습도 및 해수 온도를 포함하는 환경 데이터들로 구성된 원전센서 실측 데이터를 수집하여 이전에 수집한 원전센서 실측 데이터들 중 정상 데이터를 추출한 정상 기준 모델 데이터에 의해 정상 예측 데이터를 생성하고, 원전센서 실측 데이터와 정상 예측 데이터 간의 오차율을 산출하여 산출된 오차율이 기준오차율 보다 크면 경보를 발생시켜 주어 경보 발생 여부를 판단하기 위해 감시되는 각각의 포인트들에 대한 임계값을 설정할 필요가 없고, 정상 기준 모델 데이터로 정상 예측 데이터 산출시 발생되는 연산 부하 문제를 해결하기 위해 빅데이터를 분산 병렬 처리 가능한 하둡 기반의 빅데이터 플랫폼을 이용하여 기존의 원자력발전소의 기반 시스템을 변경하지 않고, 원자력발전소 내 기기의 위험 및 고장 상태를 사전에 판단하여 원자력발전소 사고 발생을 미연에 방지할 수 있다.
도 1은 본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법을 도시한 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법을 상세히 설명하고자 한다.
도 1에 도시된 바와 같이, 본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법은, 원자력발전소 내의 설치된 기기의 위험 및 고장 상태를 감시하기 위한 다수의 기기감시센서들을 설치하고, 상기 기기감시센서들로부터 출력되는 기기감시데이터인 원전센서 실측 데이터를 수집하는 원전센서 실측 데이터 수집단계(S10)와, 이전에 수집한 원전센서 실측 데이터들 중 정상 상태인 정상데이터를 추출하여 정상 기준 모델 데이터를 생성하는 정상 기준 모델 데이터 생성단계(S20)와, 상기 원전센서 실측 데이터와 정상 기준 모델 데이터를 수신하여 상기 원전센서 실측 데이터와 상기 정상 기준 모델 데이터의 유클리디안 거리를 산출하고, 가우시안 커널 함수를 사용하여 유클리디안 거리에 대한 가중치를 산출하여 유클리디안 거리에 대한 가중치와 정상 기준 모델 데이터의 가중 평균값인 정상 예측 데이터를 생성하는 정상 예측 데이터 생성 단계(S30)와, 상기 원전센서 실측 데이터와 정상 예측 데이터 간의 오차율을 산출하는 오차율 산출단계(S40)와, 상기 오차율 산출단계(S40)에서 오차율이 사용자에 정의된 기준오차율 이상이면 경보신호와 고장 유형 정보를 발생시키고, 상기 오차율이 기준오차율 보다 작으면 정상으로 판단하여 정상신호를 발생시키는 경보처리단계(S50)와, 상기 원전센서 실측 데이터와 상기 경보처리단계(S50)에서의 정상신호, 경보신호 및 고장 유형 정보를 저장하는 데이터 저장단계(S60)로 구성된다.
또한, 상기 원전센서 실측 데이터 수집단계(S10)는 외부 온도, 습도 및 해수 온도를 감지하여 출력하는 다수의 환경감시센서들을 설치하여 상기 환경감시센서들로부터 출력되는 환경 데이터도 수집하여 상기 원전센서 실측 데이터에 포함한다.
상기의 구성에 따른 본 발명인 원자력발전소의 빅데이터를 이용한 경보 발생 방법의 동작은 다음과 같다.
도 1에 도시된 바와 같이, 원전센서 실측 데이터 수집단계(S10)는 원자력발전소 내의 설치된 펌프 및 밸브 등과 같은 기기의 위험 및 고장 상태를 감시하기 위한 기기감시센서들로부터 출력되는 기기감시데이터와, 외부 온도, 습도 및 해수 온도를 감지하여 출력하는 다수의 환경감시센서들로부터 출력되는 환경 데이터로 구성된 원전센서 실측 데이터를 수집한다. 이러한 원전센서 실측 데이터는 수만에서 수십만의 원자력발전소 내의 감시 포인트 데이터들로 방대한 양의 원전 빅데이터들로, 이러한 원자력발전소의 빅데이터 처리를 위해 본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법은 데이터 처리를 분산 병렬 처리할 수 있는 타 시스템과 독립적인 운영이 가능한 하둡 기반 빅데이터 플랫폼(Hadoop Based BigData Platform)을 이용하여 시스템의 부하를 분산시켜 실시간으로 빅데이터를 처리한다.
정상 기준 모델 데이터 생성단계(S20)는 데이터 저장단계(S60)에서 저장된 이전에 수집한 원전센서 실측 데이터들 중 정상 상태, 즉 경보처리단계(S50)에서 정상신호가 발생한 원전센서 실측 데이터의 일부 구간의 데이터를 사용하여 정상 기준 모델 데이터를 생성한다.
정상 예측 데이터 생성 단계(S30)는 원전센서 실측 데이터와 정상 기준 모델 데이터의 유클리디안 거리(Euclidean Distance)를 산출하고, 가우시안 커널 함수(Gaussian Kernel Function)를 통해 유클리디안 거리에 대한 가중치를 산출하여 유클리디안 거리에 대한 가중치와 정상 기준 모델 데이터의 가중 평균값인 정상 예측 데이터를 생성한다.
오차율 산출단계(S40)는 원전센서 실측 데이터와 정상 예측 데이터 간의 오차율을 연산하여 오차율을 산출한다.
경보처리단계(S50)는 오차율 산출단계(S40)에서 오차율이 사용자에 정의된 기준오차율 이상이면 경보알람인 경보신호와 고장 유형 정보를 발생시키고, 고장 유형 정보는 표시부를 통해 운영자에게 시각적으로 표시해준다.
경보처리단계(S50)는 오차율이 기준오차율 보다 작으면 정상으로 판단하여 정상신호를 발생시킨다.
데이터 저장단계(S60)는 원전센서 실측 데이터와 경보처리단계(S50)에서의 경보 판단결과인 정상신호, 경보신호 및 고장 유형 정보를 저장부에 저장한다.
본 발명의 원자력발전소의 빅데이터를 이용한 경보 발생 방법은 수만에서 수십만의 원자력발전소 내의 감시 포인트 데이터들로, 방대한 양의 원전 빅데이터인 원전센서 실측 데이터를 수집하여 오차율을 산출하고, 오차율에 따른 경보처리를 위해 각각의 감시 포인트들에 대한 임계값을 설정할 필요가 없고, 방대한 양의 데이터 처리시 연산 부하 문제를 해결하기 위해 빅데이터를 분산 병렬 처리 가능한 하둡 기반의 빅데이터 플랫폼을 사용하여 기존의 원자력발전소의 기반 시스템을 변경하지 않고, 원자력발전소 내 기기의 위험 및 고장 상태를 사전에 판단하여 원자력발전소 사고 발생을 미연에 방지할 수 있다.
Claims (2)
- 원자력발전소 내의 설치된 기기의 위험 및 고장 상태를 감시하기 위한 다수의 기기감시센서들을 설치하고, 상기 기기감시센서들로부터 출력되는 기기감시데이터인 원전센서 실측 데이터를 수집하는 원전센서 실측 데이터 수집단계(S10);
이전에 수집한 원전센서 실측 데이터들 중 정상 상태인 정상데이터를 추출하여 정상 기준 모델 데이터를 생성하는 정상 기준 모델 데이터 생성단계(S20);
상기 원전센서 실측 데이터와 정상 기준 모델 데이터를 수신하여 상기 원전센서 실측 데이터와 상기 정상 기준 모델 데이터의 유클리디안 거리를 산출하고, 가우시안 커널 함수를 사용하여 유클리디안 거리에 대한 가중치를 산출하여 유클리디안 거리에 대한 가중치와 정상 기준 모델 데이터의 가중 평균값인 정상 예측 데이터를 생성하는 정상 예측 데이터 생성 단계(S30);
상기 원전센서 실측 데이터와 정상 예측 데이터 간의 오차율을 산출하는 오차율 산출단계(S40);
상기 오차율 산출단계(S40)에서 오차율이 사용자에 정의된 기준오차율 이상이면 경보신호와 고장 유형 정보를 발생시키고, 상기 오차율이 기준오차율 보다 작으면 정상으로 판단하여 정상신호를 발생시키는 경보처리단계(S50); 및
상기 원전센서 실측 데이터와 상기 경보처리단계(S50)에서의 정상신호, 경보신호 및 고장 유형 정보를 저장하는 데이터 저장단계(S60)를 구비한 것을 특징으로 하는 원자력발전소의 빅데이터를 이용한 경보 발생 방법.
- 청구항 1에 있어서, 상기 원전센서 실측 데이터 수집단계(S10)는,
외부 온도, 습도 및 해수 온도를 감지하여 출력하는 다수의 환경감시센서들을 설치하여 상기 환경감시센서들로부터 출력되는 환경 데이터도 수집하여 상기 원전센서 실측 데이터에 포함하는 것을 특징으로 하는 원자력발전소의 빅데이터를 이용한 경보 발생 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160179805A KR20180075889A (ko) | 2016-12-27 | 2016-12-27 | 원자력발전소의 빅데이터를 이용한 경보 발생 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160179805A KR20180075889A (ko) | 2016-12-27 | 2016-12-27 | 원자력발전소의 빅데이터를 이용한 경보 발생 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20180075889A true KR20180075889A (ko) | 2018-07-05 |
Family
ID=62920662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160179805A KR20180075889A (ko) | 2016-12-27 | 2016-12-27 | 원자력발전소의 빅데이터를 이용한 경보 발생 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20180075889A (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110265165A (zh) * | 2019-06-18 | 2019-09-20 | 中广核核电运营有限公司 | 核电容器温度调节方法、装置、计算机设备和存储介质 |
| WO2020017702A1 (ko) * | 2018-07-20 | 2020-01-23 | 주식회사 엠앤디 | 데이터 기반 모델의 불확도 산출 방법 |
| CN111581191A (zh) * | 2020-04-10 | 2020-08-25 | 岭东核电有限公司 | 核安全数据校验方法、装置、计算机设备及存储介质 |
-
2016
- 2016-12-27 KR KR1020160179805A patent/KR20180075889A/ko not_active Application Discontinuation
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020017702A1 (ko) * | 2018-07-20 | 2020-01-23 | 주식회사 엠앤디 | 데이터 기반 모델의 불확도 산출 방법 |
| CN110265165A (zh) * | 2019-06-18 | 2019-09-20 | 中广核核电运营有限公司 | 核电容器温度调节方法、装置、计算机设备和存储介质 |
| CN111581191A (zh) * | 2020-04-10 | 2020-08-25 | 岭东核电有限公司 | 核安全数据校验方法、装置、计算机设备及存储介质 |
| CN111581191B (zh) * | 2020-04-10 | 2023-10-13 | 岭东核电有限公司 | 核安全数据校验方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10410502B2 (en) | Method and apparatus for providing environmental management using smart alarms | |
| KR20190025474A (ko) | 플랜트 데이터 예측 장치 및 방법 | |
| US20140189860A1 (en) | Control system cyber security | |
| US10884404B2 (en) | Method of predicting plant data and apparatus using the same | |
| US20150241304A1 (en) | Method for the computer-assisted monitoring of the operation of a technical system, particularly of an electrical energy-generating installation | |
| KR102064738B1 (ko) | 태양광발전 안전진단 통보 시스템 | |
| KR20180075889A (ko) | 원자력발전소의 빅데이터를 이용한 경보 발생 방법 | |
| KR20200041515A (ko) | 다중 예측 모델을 적용한 발전소 조기 경보 장치 및 방법 | |
| KR102005138B1 (ko) | 기기 이상징후 사전감지 방법 및 시스템 | |
| JP6164311B1 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
| KR101468142B1 (ko) | 플랜트 건강상태 예측방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체 | |
| KR20160055020A (ko) | 데이터 정형화 처리기 및 실시간 제어 분석기를 이용한 사고 회복 방법 및 사고 회복 장치 | |
| JP2012198606A (ja) | フィールド機器 | |
| KR20180024331A (ko) | 조기경보시스템에서 외부 영향을 고려한 최신 데이터 학습 방법 및 그 시스템 | |
| JP2010276339A (ja) | センサ診断方法およびセンサ診断装置 | |
| US10157113B2 (en) | Information processing device, analysis method, and recording medium | |
| KR20180097395A (ko) | 원자력발전소 내의 디지털 계통의 사이버보안 모니터링 시스템 및 그 방법 | |
| EP4068027B1 (en) | Health assessment of a mechanical system | |
| US10222791B2 (en) | Operation assistance apparatus at time of accident in plant | |
| US10126209B2 (en) | Limit based threshold estimation for prognostics and health management | |
| KR20220083284A (ko) | 발전소 운전 건전성을 예측하기 위한 계통별 발전량 및 잔여 유효 수명 예측 방법 및 이를 수행하는 시스템 | |
| CN112579665A (zh) | 能源设备控制方法、装置及能源设备 | |
| KR20130117596A (ko) | 에이치엠아이 시스템의 알람 처리 장치 및 방법 | |
| WO2015040683A1 (ja) | センサ健全性判定方法およびセンサ健全性判定装置 | |
| KR101598535B1 (ko) | 전력설비 분석 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |