KR20190079124A - 전력설비의 수명 예측 장치 및 그 방법 - Google Patents

전력설비의 수명 예측 장치 및 그 방법 Download PDF

Info

Publication number
KR20190079124A
KR20190079124A KR1020170181099A KR20170181099A KR20190079124A KR 20190079124 A KR20190079124 A KR 20190079124A KR 1020170181099 A KR1020170181099 A KR 1020170181099A KR 20170181099 A KR20170181099 A KR 20170181099A KR 20190079124 A KR20190079124 A KR 20190079124A
Authority
KR
South Korea
Prior art keywords
facility
life
lifetime
power facility
evaluation index
Prior art date
Application number
KR1020170181099A
Other languages
English (en)
Inventor
최봉석
Original Assignee
한국전력공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전력공사 filed Critical 한국전력공사
Priority to KR1020170181099A priority Critical patent/KR20190079124A/ko
Publication of KR20190079124A publication Critical patent/KR20190079124A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G06F17/5009—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06F2217/76—

Abstract

본 발명은 전력설비의 수명 예측 장치 및 그 방법에 관한 것으로, 본 발명의 일실시예에 따른 전력설비의 수명 예측 장치는, 전력설비 정보에 대한 빅데이터 수집 및 처리를 통해 전력설비의 수명 예측용 학습모델로서, 상기 전력설비의 신뢰도 및 경제성 평가에 따라 상기 전력설비의 예측수명에 대한 상관관계를 나타내는 수명예측모델을 결정하기 위한 빅데이터 수집 및 처리부; 상기 결정된 수명예측모델의 도출 방식에 따라 수명 예측을 실시하는 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정하기 위한 평가지수 산정부; 및 상기 결정된 수명예측모델에 대해 상기 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 대응하여 대상설비 예측수명을 판단하기 위한 수명 예측부;를 포함한다.

Description

전력설비의 수명 예측 장치 및 그 방법{APPARATUS AND METHOD FOR PREDICTING LIFECYCLE OF POWER EQUIPMENT}
본 발명은 전력설비의 수명 예측 장치 및 그 방법에 관한 것으로서, 보다 상세하게는, SCADA 시스템에 축적된 전력설비 정보에 대해 빅데이터 분석 기술을 적용하여 경제성을 평가함으로써 전력설비에 대한 수명을 예측하기 위한, 전력설비의 수명 예측 장치 및 그 방법에 관한 것이다.
케이블, 지상기기, 전주, 맨홀, 접속함, 핸드홀, 입상점, 분전함, 변압기, 개폐기 등과 같은 전력설비가 설치되면, 전력설비의 상태를 점검하고 관리하는 작업이 필요하다.
예를 들어, 각각의 전력설비가 염분이 많은 해안가 지역, 부식성 가스가 많은 공단 및 도심 지역, 매년 태풍이 상륙하는 태풍 내습지역 등과 같은 상이한 환경에서 어느 정도 수명을 유지하는지를 확인하고, 각각의 환경에서 오래 견딜 수 있는 보다 더 좋은 장수명의 전력설비를 연구하고 제조하기 위하기 위하여 전력설비 이력관리 시스템을 활용하고 있다.
이때, 전력설비를 관리하는 관리자는 각각의 전력설비의 제조업체, 제작년월, 설치년월, 철거년월, 공사업체, 설치전주번호, 철거전주번호 등을 작성하여 공사부서의 감독자에게 제출하고, 공사부서의 감독자는 이를 확인한 후에 전력설비 이력관리 시스템에 직접 입력하여 각각의 전력설비의 수명을 관리하고 있다.
이에 따라, 기존에는 전력설비의 교체시기를 결정할 때 전력설비에 고장이 발생하거나, 인적 점검을 실시한 후 필요한 경우에 전력설비를 교체할 수 밖에 없다.
더욱이, 전력설비에 대한 자산관리는 ISO 55000 시리즈를 통해 자산관리 절차에 대한 일반적인 지침만을 제공할 뿐, 전력설비의 자산관리 절차 및 성능에 대한 측정 및 평가에 대한 국제적인 표준이 마련되어 있지 않다.
따라서, 기존에는 전력설비의 수명을 예측하여 전력설비의 교체시기를 확인함으로써 전력설비에 대한 자산관리에 대한 표준이 마련되어질 필요가 있다.
대한민국 등록특허공보 제10-1744539호 (2017.06.01 등록)
본 발명의 목적은 SCADA 시스템에 축적된 전력설비 정보에 대해 빅데이터 분석 기술을 적용하여 경제성을 평가함으로써 전력설비에 대한 수명을 예측하기 위한, 전력설비의 수명 예측 장치 및 그 방법을 제공하는데 있다.
본 발명의 일실시예에 따른 전력설비의 수명 예측 장치는, 전력설비 정보에 대한 빅데이터 수집 및 처리를 통해 전력설비의 수명 예측용 학습모델로서, 상기 전력설비의 신뢰도 및 경제성 평가에 따라 상기 전력설비의 예측수명에 대한 상관관계를 나타내는 수명예측모델을 결정하기 위한 빅데이터 수집 및 처리부; 상기 결정된 수명예측모델의 도출 방식에 따라 수명 예측을 실시하는 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정하기 위한 평가지수 산정부; 및 상기 결정된 수명예측모델에 대해 상기 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 대응하여 대상설비 예측수명을 판단하기 위한 수명 예측부;를 포함할 수 있다.
상기 빅데이터 수집 및 처리부는, SCADA(Supervisory Control And Data Acquisition) 시스템과 연동하여 상기 전력설비 정보를 제공받는 것일 수 있다.
상기 결정된 수명예측모델은, 상기 전력설비의 신뢰도 평가 결과 및 경제성 평가 결과 간의 교차점에 해당하는 전력설비의 예측수명을 2차원 평면상에 나타내는 모델일 수 있다.
상기 빅데이터 수집 및 처리부는, 상기 전력설비의 고장율 분포, 평균 무고장 시간(MTBF)을 계산하여 상기 전력설비의 신뢰도 평가 결과를 도출하는 것일 수 있다.
상기 빅데이터 수집 및 처리부는, 상기 전력설비의 유지보수비용, 전력설비의 고장에 따른 기회비용, 효율 감소에 따른 생산 손실 비용과 기기 손실비용, 전력설비의 감가상각비용, 기대수익율을 고려하여 상기 전력설비의 경제성 평가 결과를 도출하는 것일 수 있다.
상기 빅데이터 수집 및 처리부는, 수명주기비용(LCC), 연간등가 비용(EUAC), 현가법(PVM) 중 어느 하나 또는 둘 이상을 적용하는 것일 수 있다.
상기 빅데이터 수집 및 처리부는, 상기 SCADA 시스템의 상기 전력설비 정보가 신규로 갱신됨에 따라 재학습을 통해 상기 결정된 수명예측모델을 갱신하는 것일 수 있다.
상기 수명 예측부는, 상기 대상설비 예측수명에 따라 대상설비 교체시기를 환산하여 제공하는 것일 수 있다.
일실시예에 따르면, 상기 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정하기 위한 대상설비 정보에 대한 입력 인터페이스 환경을 사용자 단말기에 제공하고, 상기 판단된 대상설비 예측수명을 사용자에게 안내하기 위해 필요한 출력 인터페이스 환경을 상기 사용자 단말기로 제공하는 사용자 인터페이스부;를 더 포함할 수 있다.
한편, 본 발명의 일실시예에 따른 전력설비의 수명 예측 방법은, 전력설비 정보에 대한 빅데이터 수집 및 처리를 통해 전력설비의 수명 예측용 학습모델로서, 상기 전력설비의 신뢰도 및 경제성 평가에 따라 상기 전력설비의 예측수명에 대한 상관관계를 나타내는 수명예측모델을 결정하는 단계; 상기 결정된 수명예측모델의 도출 방식에 따라 수명 예측을 실시하는 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정하는 단계; 및 상기 결정된 수명예측모델에 대해 상기 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 대응하여 대상설비 예측수명을 판단하는 단계;를 포함할 수 있다.
상기 결정 단계는, 상기 전력설비의 고장율 분포, 평균 무고장 시간(MTBF)을 계산하여 상기 전력설비의 신뢰도 평가 결과를 도출하는 것일 수 있다.
상기 결정 단계는, 상기 전력설비의 유지보수비용, 전력설비의 고장에 따른 기회비용, 효율 감소에 따른 생산 손실 비용과 기기 손실비용, 전력설비의 감가상각비용, 기대수익율을 고려하여 상기 전력설비의 경제성 평가 결과를 도출하는 것일 수 있다.
본 발명은 SCADA 시스템에 축적된 전력설비 정보에 대해 빅데이터 분석 기술을 적용하여 경제성을 평가함으로써 전력설비에 대한 수명을 예측할 수 있다.
또한, 본 발명은 경제적인 설비투자를 통한 전력설비 관리 비용을 절감할 수 있다.
또한, 본 발명은 설비고장율 및 투자결정 투명성을 향상시킬 뿐만 아니라, 전력설비 자산 관리 표준화 근거를 마련할 수 있다.
도 1은 본 발명의 일실시예에 따른 전력설비의 수명 예측 장치를 나타낸 도면,
도 2는 본 발명의 일실시예에 따른 전력설비의 수명 예측 방법을 나타낸 도면이다.
이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 본 발명은 첨부한 도면에 그려진 상대적인 크기나 간격에 의해 제한되어지지 않는다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.
도 1은 본 발명의 일실시예에 따른 전력설비의 수명 예측 장치를 나타낸 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 전력설비의 수명 예측 장치(이하 '수명 예측 장치'라 함, 100)는, SCADA(Supervisory Control And Data Acquisition) 시스템(10)에 축적된 '전력설비 정보'에 대해 빅데이터 분석 기술을 적용하여 경제성을 평가함으로써 전력설비에 대한 수명을 예측할 수 있다.
여기서, SCADA 시스템(10)은 전체 전력망 단위의 감시 및 제어를 수행하는 ICT 시스템으로서, 기존 데이터보다 방대하고, 기존 방법이나 도구로 수집, 저장, 분석 등이 어려운 정형 및 비정형 데이터들 즉 빅데이터(bigdata) 기반의 전력설비 정보를 제공한다.
이러한 수명 예측 장치(100)는 빅데이터 수집 및 처리부(110), 평가지수 산정부(120), 수명 예측부(130), 사용자 인터페이스부(140)를 포함한다.
빅데이터 수집 및 처리부(110)는 SCADA 시스템(10)과 연동하여 SCADA 시스템(10)에 축적된 전력설비 정보에 대한 빅데이터 수집 및 처리를 수행하는 빅데이터 플랫폼 환경(예, 하둡 플랫폼[hadoop platform] 등)이 구현되어 있다. 여기서, 빅데이터 수집 및 처리부(110)는 통상의 빅데이터 분석 기술로 알려진 데이터 마이닝, 기계 학습, 자연 언어 처리, 패턴 인식 등을 적용할 수 있다.
이러한 빅데이터 수집 및 처리부(110)는 전력설비 정보에 대한 빅데이터 수집 및 처리를 통해 전력설비의 수명 예측용 학습모델(이하 '수명예측모델'이라 함)을 미리 결정하여 수명 예측부(130)로 제공한다.
여기서, 수명예측모델은 전력설비의 신뢰도 및 경제성 평가에 따라 전력설비의 예측수명에 대한 상관관계를 나타낸다. 예를 들어, 수명예측모델은 전력설비의 신뢰도 평가 결과와 경제성 평가 결과 간의 교차점에 해당하는 전력설비의 예측수명을 2차원 평면상에 나타내는 모델로 나타낼 수 있다. 즉, 수명예측모델은 전력설비의 전체 생애에 걸친 신뢰도 평가지수와 경제성 평가지수 간의 관계를 나타낸다.
그런데, 빅데이터 수집 및 처리부(110)는 수명예측모델을 결정하기 위해, 전력설비에 대한 고장모드 및 영향분석을 실시하여 전력설비의 고장율 분포, 평균 무고장 시간(Mean Time Between Failures, MTBF) 등을 계산하여 전력설비의 신뢰도 평가 결과(즉, 신뢰도 평가지수)를 도출한다.
또한, 빅데이터 수집 및 처리부(110)는 수명예측모델을 결정하기 위해, 전력설비의 유지보수비용, 전력설비의 고장에 따른 기회비용, 효율 감소에 따른 생산 손실 비용과 기기 손실비용, 전력설비의 감가상각비용, 기대수익율 등을 고려하여 전력설비의 경제성 평가 결과(즉, 경제성 평가지수)를 도출한다. 이 경우, 빅데이터 수집 및 처리부(110)는 경제성 평가지수를 도출함에 있어서, 수명주기비용(Life Cycle Cost, LCC), 연간등가 비용(Equivalent Uniform Annual Cost, EUAC), 현가법(Present Value Method, PVM) 등을 적용한다.
이와 같은 전력설비의 신뢰도 평가지수 및 경제성 평가지수를 도출하는 방식은, 수명 예측을 실시하는 대상 전력설비(즉, 대상설비)의 신뢰도 평가지수 및 경제성 평가지수를 도출하는 방식과 동일하다.
아울러, 빅데이터 수집 및 처리부(110)는 SCADA 시스템(10)의 전력설비 정보가 신규로 갱신됨에 따라 재학습을 통한 수명예측모델을 갱신할 수 있다.
평가지수 산정부(120)는 사용자 인터페이스부(140)를 통해 입력된 대상설비 정보에 따라 대상설비의 신뢰도 평가지수 및 경제성 평가지수를 산정한다. 즉, 평가지수 산정부(120)는 현재 시점에서 대상설비의 신뢰도 평가지수 및 경제성 평가지수를 도출한다. 전술한 바와 같이, 평가지수 산정부(120)는 빅데이터 수집 및 처리부(110)에 적용된 신뢰도 평가지수 및 경제성 평가지수에 대한 도출 방식을 동일하게 적용한다.
수명 예측부(130)는 빅데이터 수집 및 처리부(110)에 의해 결정된 수명예측모델에 대해, 평가지수 산정부(120)로부터 전달된 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 대응함으로써 대상설비 예측수명을 판단한다.
그리고, 수명 예측부(130)는 판단된 대상설비 예측수명에 따라 대상설비 교체시기를 환산하여 사용자 인터페이스부(140)로 알려준다.
사용자 인터페이스부(140)는 사용자 단말기(미도시)에 연동하여 사용자의 접속 환경을 구현하기 위한 입/출력 인터페이스 기능을 제공한다. 즉, 사용자 인터페이스부(140)는 대상설비 정보의 입력에 필요한 입력 인터페이스 환경을 사용자 단말기로 제공하고, 대상설비 예측수명(또는 대상설비 교체시기)를 사용자에게 안내하기 위해 필요한 출력 인터페이스 환경을 사용자 단말기로 제공한다. 여기서, 사용자 단말기는 스마트폰, 데스트탑 PC, 노트북 PC 등일 수 있다.
또한, 사용자 인터페이스부(140)는 사용자 단말기에 대한 접속에 앞서, 관리자 인증 절차를 통한 보안절차를 수행할 수 있다.
도 2는 본 발명의 일실시예에 따른 전력설비의 수명 예측 방법을 나타낸 도면이다.
수명 예측 장치(100)는 전력설비 정보에 대한 빅데이터 수집 및 처리를 통해 전력설비의 수명 예측용 학습모델로서, 전력설비의 신뢰도 및 경제성 평가에 따라 전력설비의 예측수명에 대한 상관관계를 나타내는 수명예측모델을 결정한다(S201).
이때, 수명 예측 장치(100)는 전력설비의 고장율 분포, 평균 무고장 시간(MTBF)을 계산하여 전력설비의 신뢰도 평가 결과를 도출한다. 또한, 수명 예측 장치(100)는 전력설비의 유지보수비용, 전력설비의 고장에 따른 기회비용, 효율 감소에 따른 생산 손실 비용과 기기 손실비용, 전력설비의 감가상각비용, 기대수익율을 고려하여 전력설비의 경제성 평가 결과를 도출한다.
이후, 수명 예측 장치(100)는 결정된 수명예측모델의 도출 방식에 따라 수명 예측을 실시하는 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정한다(S202).
그런 다음, 수명 예측 장치(100)는 결정된 수명예측모델에 대해 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 대응하여 대상설비 예측수명을 판단한다(S203).
일부 실시 예에 의한 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
비록 상기 설명이 다양한 실시예들에 적용되는 본 발명의 신규한 특징들에 초점을 맞추어 설명되었지만, 본 기술 분야에 숙달된 기술을 가진 사람은 본 발명의 범위를 벗어나지 않으면서도 상기 설명된 장치 및 방법의 형태 및 세부 사항에서 다양한 삭제, 대체, 및 변경이 가능함을 이해할 것이다. 따라서, 본 발명의 범위는 상기 설명에서보다는 첨부된 특허청구범위에 의해 정의된다. 특허청구범위의 균등 범위 안의 모든 변형은 본 발명의 범위에 포섭된다.
10 : SCADA 시스템 100 : 수명 예측 장치
110 : 빅데이터 수집 및 처리부 120 : 평가지수 산정부
130 : 수명 예측부 140 : 사용자 인터페이스부

Claims (13)

  1. 전력설비 정보에 대한 빅데이터 수집 및 처리를 통해 전력설비의 수명 예측용 학습모델로서, 상기 전력설비의 신뢰도 및 경제성 평가에 따라 상기 전력설비의 예측수명에 대한 상관관계를 나타내는 수명예측모델을 결정하기 위한 빅데이터 수집 및 처리부;
    상기 결정된 수명예측모델의 도출 방식에 따라 수명 예측을 실시하는 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정하기 위한 평가지수 산정부; 및
    상기 결정된 수명예측모델에 대해 상기 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 대응하여 대상설비 예측수명을 판단하기 위한 수명 예측부;
    를 포함하는 전력설비의 수명 예측 장치.
  2. 제 1 항에 있어서,
    상기 빅데이터 수집 및 처리부는,
    SCADA(Supervisory Control And Data Acquisition) 시스템과 연동하여 상기 전력설비 정보를 제공받는 것인 전력설비의 수명 예측 장치.
  3. 제 1 항에 있어서,
    상기 결정된 수명예측모델은,
    상기 전력설비의 신뢰도 평가 결과 및 경제성 평가 결과 간의 교차점에 해당하는 전력설비의 예측수명을 2차원 평면상에 나타내는 모델인 전력설비의 수명 예측 장치.
  4. 제 1 항에 있어서,
    상기 빅데이터 수집 및 처리부는,
    상기 전력설비의 고장율 분포, 평균 무고장 시간(MTBF)을 계산하여 상기 전력설비의 신뢰도 평가 결과를 도출하는 것인 전력설비의 수명 예측 장치.
  5. 제 1 항에 있어서,
    상기 빅데이터 수집 및 처리부는,
    상기 전력설비의 유지보수비용, 전력설비의 고장에 따른 기회비용, 효율 감소에 따른 생산 손실 비용과 기기 손실비용, 전력설비의 감가상각비용, 기대수익율을 고려하여 상기 전력설비의 경제성 평가 결과를 도출하는 것인 전력설비의 수명 예측 장치.
  6. 제 5 항에 있어서,
    상기 빅데이터 수집 및 처리부는,
    수명주기비용(LCC), 연간등가 비용(EUAC), 현가법(PVM) 중 어느 하나 또는 둘 이상을 적용하는 것인 전력설비의 수명 예측 장치.
  7. 제 2 항에 있어서,
    상기 빅데이터 수집 및 처리부는,
    상기 SCADA 시스템의 상기 전력설비 정보가 신규로 갱신됨에 따라 재학습을 통해 상기 결정된 수명예측모델을 갱신하는 것인 전력설비의 수명 예측 장치.
  8. 제 1 항에 있어서,
    상기 수명 예측부는,
    상기 대상설비 예측수명에 따라 대상설비 교체시기를 환산하여 제공하는 것인 전력설비의 수명 예측 장치.
  9. 제 1 항에 있어서,
    상기 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정하기 위한 대상설비 정보에 대한 입력 인터페이스 환경을 사용자 단말기에 제공하고, 상기 판단된 대상설비 예측수명을 사용자에게 안내하기 위해 필요한 출력 인터페이스 환경을 상기 사용자 단말기로 제공하는 사용자 인터페이스부;
    를 더 포함하는 전력설비의 수명 예측 장치.
  10. 전력설비 정보에 대한 빅데이터 수집 및 처리를 통해 전력설비의 수명 예측용 학습모델로서, 상기 전력설비의 신뢰도 및 경제성 평가에 따라 상기 전력설비의 예측수명에 대한 상관관계를 나타내는 수명예측모델을 결정하는 단계;
    상기 결정된 수명예측모델의 도출 방식에 따라 수명 예측을 실시하는 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 산정하는 단계; 및
    상기 결정된 수명예측모델에 대해 상기 대상설비의 신뢰성 평가지수 및 경제성 평가지수를 대응하여 대상설비 예측수명을 판단하는 단계;
    를 포함하는 전력설비의 수명 예측 방법.
  11. 제 10 항에 있어서,
    상기 결정된 수명예측모델은,
    상기 전력설비의 신뢰도 평가 결과 및 경제성 평가 결과 간의 교차점에 해당하는 전력설비의 예측수명을 2차원 평면상에 나타내는 모델인 전력설비의 수명 예측 방법.
  12. 제 10 항에 있어서,
    상기 결정 단계는,
    상기 전력설비의 고장율 분포, 평균 무고장 시간(MTBF)을 계산하여 상기 전력설비의 신뢰도 평가 결과를 도출하는 것인 전력설비의 수명 예측 방법.
  13. 제 10 항에 있어서,
    상기 결정 단계는,
    상기 전력설비의 유지보수비용, 전력설비의 고장에 따른 기회비용, 효율 감소에 따른 생산 손실 비용과 기기 손실비용, 전력설비의 감가상각비용, 기대수익율을 고려하여 상기 전력설비의 경제성 평가 결과를 도출하는 것인 전력설비의 수명 예측 방법.
KR1020170181099A 2017-12-27 2017-12-27 전력설비의 수명 예측 장치 및 그 방법 KR20190079124A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170181099A KR20190079124A (ko) 2017-12-27 2017-12-27 전력설비의 수명 예측 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170181099A KR20190079124A (ko) 2017-12-27 2017-12-27 전력설비의 수명 예측 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20190079124A true KR20190079124A (ko) 2019-07-05

Family

ID=67225519

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170181099A KR20190079124A (ko) 2017-12-27 2017-12-27 전력설비의 수명 예측 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20190079124A (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528533A (zh) * 2020-11-19 2021-03-19 中国矿业大学 一种千米深井提升机制动器可靠性智能评估与寿命预测方法
CN112861256A (zh) * 2021-01-08 2021-05-28 北京空间飞行器总体设计部 一种寿命预示和维修预估方法
KR20210078781A (ko) * 2019-12-19 2021-06-29 한빛이디에스(주) 빅데이터 기반 태양광 모듈 유지 보수 안내 장치
KR20220064536A (ko) * 2020-11-12 2022-05-19 한빛이디에스(주) 태양광 발전 설비 통합 관리 장치
WO2023160300A1 (zh) * 2022-02-22 2023-08-31 上海三一重机股份有限公司 结构件剩余寿命预测方法、装置及作业机械
CN116754872A (zh) * 2023-06-19 2023-09-15 深圳市亿宾微电子有限公司 一种稳压器测试方法、智能终端及存储介质
KR102637637B1 (ko) * 2022-11-30 2024-02-16 (주)위드비어 전력설비의 재제조 평가 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101744539B1 (ko) 2016-11-21 2017-06-09 한우테크 (주) IoT 기반 전력설비 실시간 이력관리 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101744539B1 (ko) 2016-11-21 2017-06-09 한우테크 (주) IoT 기반 전력설비 실시간 이력관리 시스템

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210078781A (ko) * 2019-12-19 2021-06-29 한빛이디에스(주) 빅데이터 기반 태양광 모듈 유지 보수 안내 장치
KR20220064536A (ko) * 2020-11-12 2022-05-19 한빛이디에스(주) 태양광 발전 설비 통합 관리 장치
CN112528533A (zh) * 2020-11-19 2021-03-19 中国矿业大学 一种千米深井提升机制动器可靠性智能评估与寿命预测方法
CN112528533B (zh) * 2020-11-19 2022-02-25 中国矿业大学 一种千米深井提升机制动器可靠性智能评估与寿命预测方法
CN112861256A (zh) * 2021-01-08 2021-05-28 北京空间飞行器总体设计部 一种寿命预示和维修预估方法
CN112861256B (zh) * 2021-01-08 2023-12-19 北京空间飞行器总体设计部 一种寿命预示和维修预估方法
WO2023160300A1 (zh) * 2022-02-22 2023-08-31 上海三一重机股份有限公司 结构件剩余寿命预测方法、装置及作业机械
KR102637637B1 (ko) * 2022-11-30 2024-02-16 (주)위드비어 전력설비의 재제조 평가 방법
CN116754872A (zh) * 2023-06-19 2023-09-15 深圳市亿宾微电子有限公司 一种稳压器测试方法、智能终端及存储介质

Similar Documents

Publication Publication Date Title
KR20190079124A (ko) 전력설비의 수명 예측 장치 및 그 방법
Liu et al. A planning-oriented resilience assessment framework for transmission systems under typhoon disasters
Trakas et al. Spatial risk analysis of power systems resilience during extreme events
US9530256B2 (en) Generating cumulative wear-based indicators for vehicular components
US10732319B2 (en) Forecasting solar power output
US20190268283A1 (en) Resource Demand Prediction for Distributed Service Network
US10379146B2 (en) Detecting non-technical losses in electrical networks based on multi-layered statistical techniques from smart meter data
US20210175715A1 (en) System and method for congestion forecasting in electrical networks
CA2952631A1 (en) Energy infrastructure sensor data rectification using regression models
US9841456B2 (en) Electric outage detection and localization
Schultz et al. Assessing the resilience of coastal systems: A probabilistic approach
Hosseini et al. Quantifying impacts of automation on resilience of distribution systems
US9679253B2 (en) Methods for maintaining infrastructure equipment and related apparatus
US10361907B2 (en) System for networking and analyzing geospatial data, human infrastructure, and natural elements
WO2020140127A1 (en) Systems and methods distributed-solar power forecasting using parameter regularization
US11934162B2 (en) Proactive building maintenance for smart buildings
Wilkinson et al. Consequence forecasting: A rational framework for predicting the consequences of approaching storms
CN113343467A (zh) 一种极端灾害条件下的电力系统弹性评估方法和系统
Zhang et al. Data-driven feature description of heat wave effect on distribution system
Braik et al. A novel digital twin framework of electric power infrastructure systems subjected to hurricanes
CN102622698A (zh) 电力市场分析预测系统及其分析预测方法
Chren Towards multi-layered reliability analysis in smart grids
US20230198858A1 (en) Machine learning model-based, overhead line breakage prediction system
Zhang et al. Prediction Interval Construction for Electric Load and Wind Power via Machine Learning
Longobardi et al. Water distribution network perspective in RAFAEL Project, a system for critical infrastructure risk analysis and forecast

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment