Core Concepts
주의 메커니즘이 포함된 합성곱 오토인코더(ABCD)를 이용하여 HVDC 냉각 시스템의 이상을 탐지하고 위험 수준을 평가하며, 이를 바탕으로 유지보수 계획을 수립할 수 있다.
Abstract
본 논문은 HVDC 냉각 시스템의 이상 탐지 및 위험 평가를 위한 새로운 방법론을 제안한다. 주요 내용은 다음과 같다:
합성곱 오토인코더(CAE)에 주의 메커니즘을 결합한 ABCD 프레임워크를 제안하였다. ABCD는 냉각수 전도도의 정상 동작 패턴을 학습하고 이로부터의 편차를 이상으로 탐지한다.
탐지된 이상에 대해 고장 모드 영향 분석(FMEA)을 수행하여 위험 수준을 평가하고, 이를 유지보수 계획과 연계하였다.
모델의 신뢰성을 높이기 위해 보정 오차를 계산하여 모델 예측의 정확성을 검증하였다.
실제 HVDC 냉각 시스템 데이터를 활용한 실험 결과, ABCD 모델이 기존 CAE 대비 57.4% 성능 향상과 9.37% 가량의 오탐지 감소를 보였다. 또한 0.03%의 낮은 보정 오차를 통해 모델의 신뢰성을 확인하였다.
제안 방법론은 냉각 시스템 설계자와 서비스 인력에게 유용한 통찰력을 제공하여 유지보수 전략 수립에 기여할 수 있다.
Stats
2020년 12월 9일 10시 01분 59초에 발생한 이상은 약 8.25초 동안 지속되었다.
2020년 9월 24일과 26일에 발생한 이상은 각각 14초와 3초 동안 지속되었다.
3년 간(2020-2023년 6월) 고수준 경보(1, 2a)가 1회, 저수준 경보가 3회 발생하였다.
Quotes
"전도도 증가 추세는 이온 교환기 교체 또는 소모된 수지 교체가 필요함을 나타낸다."
"고전도도 경보 발생 시 또는 최소 3년마다 이온 교환기를 교체해야 한다."