오늘날 전기에너지 생산에 있어 화력, 수력, 원자력 등 주변환경을 파괴하고 지구 온난화의 가속화 등의 문제가 발생함에 따라 많은 지구자원을 소모하고 환경을 파괴하는 기존의 전기에너지 발전방식을 벗어나 전 세계적으로 친환경적인 그린에너지의 생산의 비중이 높아지고 있다. 그린에너지 생산은 풍력, 수소 등을 활용하여 발전하는 것이 대표적인 형태이지만 폭발의 위험이 있고 발전기술 수준이 낮은 수소발전보다는 풍력을 이용한 발전이 주류를 이루고 있다. 풍력발전은 발전분야 중 발전기 본체 및 부품 등에 국산화가 가장 적은 분야이며, 운용시스템 또한 그 기술 수준이 매우 낮으며 특히 해외 기술의존도가 매우 높은 ...
오늘날 전기에너지 생산에 있어 화력, 수력, 원자력 등 주변환경을 파괴하고 지구 온난화의 가속화 등의 문제가 발생함에 따라 많은 지구자원을 소모하고 환경을 파괴하는 기존의 전기에너지 발전방식을 벗어나 전 세계적으로 친환경적인 그린에너지의 생산의 비중이 높아지고 있다. 그린에너지 생산은 풍력, 수소 등을 활용하여 발전하는 것이 대표적인 형태이지만 폭발의 위험이 있고 발전기술 수준이 낮은 수소발전보다는 풍력을 이용한 발전이 주류를 이루고 있다. 풍력발전은 발전분야 중 발전기 본체 및 부품 등에 국산화가 가장 적은 분야이며, 운용시스템 또한 그 기술 수준이 매우 낮으며 특히 해외 기술의존도가 매우 높은 해상풍력발전 분야에 한국형 풍력발전 통합 시스템 구현하여 그 운용의 효율성 극대화 및 한국 그린에너지 발전을 위한 많은 연구와 현장적용이 시도되고 있다. 이 중 한국형 스마트예지보전 플랫폼 구현을 위해 4차산업의 핵심기술인 IoT(사물인터넷)을 통한 통합형 플랫폼 원천기술 확보, 빅데이터를 활용한 데이터 분석, AI와 디지털트윈 기술을 통한 관제기술을 통해 내/외부 변수를 감안한 스마트예지정비 등 차세대 기술의 연계가 가능해야 한다. 이를 위해 한 단계 발전된 IoT기반 데이터 수집기술과, 그 수집된 데이터의 보전 및 분석하기 위한 어노테이션 및 데이터간 관계와 매핑을 하며, 이를 정의하여 온톨로지를 구축하여 추론을 통해 객체간의 움직임, 외부변수를 반영하여 그 결과를 기반으로 하는 예측기술을 구현하여 연산기반의 결과와 현실간의 갭을 줄이고자 한다. 특히 온톨로지 기반의 AI 엔진은 시간의 흐름에 따른 객체의 시간 관계, 공간상에서 객체의 위치와 방향 변화에 따른 위상 관계와 방향 관계, 기타 외부변수 변화를 정의한 속도 관계를 이용하는 추론규칙을 기반으로 구축 및 검증하고, 실시간 영상 및 이미지 데이터를 이용하여 이동 객체의 움직임을 인식하고 이해하도록 한다. 본 논문에서는 위의 고정형 풍력발전 대비 효율이 높은 차세대 부유식 해상풍력 발전 장비의 에너지 생산 효율성 극대화와 내·외부요인으로 인한 발전기의 고장을 예측하는 시스템을 구축하고 많은 기간 동안 데이터를 축적하여 그 정확도를 향상시켜 예측 가능한 수준 높은 관제시스템을 구현하는데 그 목적이 있으며, 궁극적으로 지구 환경보전에 이바지하여 보다 나은 세상을 만들어가는 것에 기여하고자 한다.
오늘날 전기에너지 생산에 있어 화력, 수력, 원자력 등 주변환경을 파괴하고 지구 온난화의 가속화 등의 문제가 발생함에 따라 많은 지구자원을 소모하고 환경을 파괴하는 기존의 전기에너지 발전방식을 벗어나 전 세계적으로 친환경적인 그린에너지의 생산의 비중이 높아지고 있다. 그린에너지 생산은 풍력, 수소 등을 활용하여 발전하는 것이 대표적인 형태이지만 폭발의 위험이 있고 발전기술 수준이 낮은 수소발전보다는 풍력을 이용한 발전이 주류를 이루고 있다. 풍력발전은 발전분야 중 발전기 본체 및 부품 등에 국산화가 가장 적은 분야이며, 운용시스템 또한 그 기술 수준이 매우 낮으며 특히 해외 기술의존도가 매우 높은 해상풍력발전 분야에 한국형 풍력발전 통합 시스템 구현하여 그 운용의 효율성 극대화 및 한국 그린에너지 발전을 위한 많은 연구와 현장적용이 시도되고 있다. 이 중 한국형 스마트예지보전 플랫폼 구현을 위해 4차산업의 핵심기술인 IoT(사물인터넷)을 통한 통합형 플랫폼 원천기술 확보, 빅데이터를 활용한 데이터 분석, AI와 디지털트윈 기술을 통한 관제기술을 통해 내/외부 변수를 감안한 스마트예지정비 등 차세대 기술의 연계가 가능해야 한다. 이를 위해 한 단계 발전된 IoT기반 데이터 수집기술과, 그 수집된 데이터의 보전 및 분석하기 위한 어노테이션 및 데이터간 관계와 매핑을 하며, 이를 정의하여 온톨로지를 구축하여 추론을 통해 객체간의 움직임, 외부변수를 반영하여 그 결과를 기반으로 하는 예측기술을 구현하여 연산기반의 결과와 현실간의 갭을 줄이고자 한다. 특히 온톨로지 기반의 AI 엔진은 시간의 흐름에 따른 객체의 시간 관계, 공간상에서 객체의 위치와 방향 변화에 따른 위상 관계와 방향 관계, 기타 외부변수 변화를 정의한 속도 관계를 이용하는 추론규칙을 기반으로 구축 및 검증하고, 실시간 영상 및 이미지 데이터를 이용하여 이동 객체의 움직임을 인식하고 이해하도록 한다. 본 논문에서는 위의 고정형 풍력발전 대비 효율이 높은 차세대 부유식 해상풍력 발전 장비의 에너지 생산 효율성 극대화와 내·외부요인으로 인한 발전기의 고장을 예측하는 시스템을 구축하고 많은 기간 동안 데이터를 축적하여 그 정확도를 향상시켜 예측 가능한 수준 높은 관제시스템을 구현하는데 그 목적이 있으며, 궁극적으로 지구 환경보전에 이바지하여 보다 나은 세상을 만들어가는 것에 기여하고자 한다.
Today, as problems such as the destruction of the surrounding environment such as thermal power, hydroelectric power, and nuclear power, and the acceleration of global warming occur, the proportion of eco-friendly green energy production around the world is increasing beyond the existing electric en...
Today, as problems such as the destruction of the surrounding environment such as thermal power, hydroelectric power, and nuclear power, and the acceleration of global warming occur, the proportion of eco-friendly green energy production around the world is increasing beyond the existing electric energy generation method, which consumes a lot of earth resources and destroys the environment. Although green energy production is a typical form of development using wind power and hydrogen, it is mainly developed using wind power rather than hydrogen power generation, which has a risk of explosion and low level of power generation technology. Wind power generation is the least localized sector in the main body of generators and parts, and the operation system is also very low in technology level, especially in the offshore wind power sector, which is highly dependent on overseas technology, and a lot of research and field application are being attempted to maximize efficiency of operation and develop green energy in Korea. Among them, in order to implement a Korean-style smart prediction conservation platform, it is necessary to connect next-generation technologies such as securing integrated source technologies through IoT (Internet of Things), which is a core technology of the fourth industry, analyzing data using big data, and accurate prediction that takes internal and external variables into account through AI and digital twin technologies. To this end, the company aims to reduce the gap between the results of the calculation base and the reality by implementing the IoT-based data collection technology, the information for preservation and analysis of the collected data, and the prediction technology based on the results through inference by defining and establishing ontology. In particular, the ontology-based AI engine builds and verifies on the basis of inference rules that utilize the time relationship of the object over time, the phase relationship and directional relationship according to the change in the position and direction of the object in space, and other rate relationships defining changes in external variables, and real-time image and image data are used to recognize and understand the movement of the moving object. The purpose of this paper is to maximize the energy production efficiency of the next generation floating offshore wind power generation equipment, which is more efficient than the fixed wind power generation above, and to build a system that predicts the failure of the generator due to internal and external factors, and to improve its accuracy for many periods to implement a predictable high-level control system, ultimately contributing to the conservation of the earth's environment, thereby contributing to creating a better world.
Today, as problems such as the destruction of the surrounding environment such as thermal power, hydroelectric power, and nuclear power, and the acceleration of global warming occur, the proportion of eco-friendly green energy production around the world is increasing beyond the existing electric energy generation method, which consumes a lot of earth resources and destroys the environment. Although green energy production is a typical form of development using wind power and hydrogen, it is mainly developed using wind power rather than hydrogen power generation, which has a risk of explosion and low level of power generation technology. Wind power generation is the least localized sector in the main body of generators and parts, and the operation system is also very low in technology level, especially in the offshore wind power sector, which is highly dependent on overseas technology, and a lot of research and field application are being attempted to maximize efficiency of operation and develop green energy in Korea. Among them, in order to implement a Korean-style smart prediction conservation platform, it is necessary to connect next-generation technologies such as securing integrated source technologies through IoT (Internet of Things), which is a core technology of the fourth industry, analyzing data using big data, and accurate prediction that takes internal and external variables into account through AI and digital twin technologies. To this end, the company aims to reduce the gap between the results of the calculation base and the reality by implementing the IoT-based data collection technology, the information for preservation and analysis of the collected data, and the prediction technology based on the results through inference by defining and establishing ontology. In particular, the ontology-based AI engine builds and verifies on the basis of inference rules that utilize the time relationship of the object over time, the phase relationship and directional relationship according to the change in the position and direction of the object in space, and other rate relationships defining changes in external variables, and real-time image and image data are used to recognize and understand the movement of the moving object. The purpose of this paper is to maximize the energy production efficiency of the next generation floating offshore wind power generation equipment, which is more efficient than the fixed wind power generation above, and to build a system that predicts the failure of the generator due to internal and external factors, and to improve its accuracy for many periods to implement a predictable high-level control system, ultimately contributing to the conservation of the earth's environment, thereby contributing to creating a better world.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.