선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 UAV 열적외선 센서를 기반으로 GIS 기법을 통해 태양광 셀의 발열을 분석하는 것으로서 주요 결론은 다음과 같다.
- 본 연구에서는 UAV와 GIS 공간분석기법을 활용하여 태양광 모듈을 구성하는 태양광 셀의 초기발열을 자동으로 분석하는 기법을 개발하는 것을 목적으로 하고 있다. 먼저 태양광 셀에 대한 이상발열 분석을 위해 태양광 셀에 대해 다양한 크기의 고무패치를 설치한 후 UAV 열적외선 센서를 활용하여 태양광 발전소에 대한 온도 자료를 취득하였다.
- 본 연구에서는 고정익 UAV에 열적외선을 탑재하여 태양광 셀의 발열을 검출하는 연구를 수행하였다. 고정익 UAV는 회전익 UAV에 비해 비행속도가 빠르기 때문에 주변에 높은 지형지물이 있을 경우 충돌 위험성이 높다.
- UAV 열적외선 센서를 이용하여 태양광 셀의 발열 현상을 확인하기 위해서는 기준이 되는 태양광 모듈의 위치정확도 평가가 매우 중요하다. 본 연구에서는 태양광 모듈 경계 부분에 대해 VRS 측량을 실시하여 취득한 수평좌표와 태양광 모듈 레이어상의 수평좌표를 상호 비교함으로서 UAV 영상 및 태양광 모듈 레이어에 대한 위치 정확도를 평가하였다.
- 태양광 패널 공간정보에 기반이 되는 최신의 태양광 발전소 정사영상을 구축하기 위해 본 연구에서는 스위스 SenseFly 에서 제작한 eBee 모델에 Sony WX RGB 카메라를 탑재하여 촬영을 수행하였다. eBee 모델은 고정익 UAV로서 0.
제안 방법
- Fig. 10은 eMotion SW를 활용한 비행계획 수립화면으로서, 본 연구에서는 비행고도 약 55m, 사진해상도 10㎝ 그리고 종·횡중복도를 각각 90%와 80%로 설계 하였다.
- UAV 열적외선 센서를 활용하여 태양광 셀에 부착한 고무패치를 효과적으로 감지하는지를 평가하기 위해, 본 연구에서는 Fig. 13과 같이 고무패치 크기와 개수에 따라 유형별로 (a)~(f)까지 항목을 분류한 후 각 항목별로 태양광 모듈에 대한 고무패치 셀 비율을 산술적으로 계산하였다.
- point) 측량을 수행하였으며, UAV RGB 센서로 구축한 정사영상으로부터 태양광 모듈 레이어를 구축하여 태양광 셀의 이상발열 분석에 활용하였다. UAV 열적외선 센서와 태양광 모듈 레이어를 이용하여 태양광 셀에 설치한 고무 패치의 이상발열을 GIS를 통해 분석하였으며, 이를 기반으로 다양한 크기의 고무패치별로 정확도를 계산함으로서 UAV 열적외선 센서를 활용한 태양광 셀의 이상발열 분석 가능성을 평가하였다.
- 그리고 태양광 셀의 정확한 위치정보 취득을 위해 지상기준점(GCP; ground control point) 측량을 수행하였으며, UAV RGB 센서로 구축한 정사영상으로부터 태양광 모듈 레이어를 구축하여 태양광 셀의 이상발열 분석에 활용하였다.
- 다만 열적외선 영상의 경우 태양광 모듈 레이어의 경계는 온도 차이에 의해 위치 확인이 가능한 것으로 나타났다. 따라서 먼저 열적외선 사진을 Pix4D SW를 이용하여 접합한 후 GRS80 TM 좌표계로 구축된 태양광 모듈 레이어를 이용하여 기하보정 형태로 좌표 매칭을 실시하였다.
- UAV를 이용하여 태양광 셀의 이상유무를 직접 분석하는 것이 필요하나, 대상지역 태양광발전소의 경우 2014년도에 건설되어 비교적 양호한 상태를 유지하고 있는 것으로 나타났다. 따라서 태양광 셀이 고장시 나타나는 이상발열을 임의로 테스트하기 위해 본 연구에서는 태양열에 의해 쉽게 가열되는 고무패치를 태양광 패널에 설치하였다. 태양광 모듈을 구성하고 있는 태양광 셀은 가로 세로가 약 13.
- 첫째, UAV 기반 RGB 센서를 이용하여 4㎝급의 영상을 촬영하였으며, VRS 측량으로 취득한 지상기준점 자료를 연계하여 Pix4D SW를 기반으로 수치항공사진을 처리함으로서 정사영상과 DSM 자료를 구축할 수 있었다. 또한 UAV로 구축한 정사영상으로부터 태양광 모듈 레이어를 생성한 후 모듈별로 고유식별 코드를 설계함으로서 태양광 셀의 발열 분석을 위한 입력 자료를 생성할 수 있었다.
- 본 연구에서는 eMotion SW를 활용하여 해상도 4㎝, 비행고도 141m 그리고 종중복도와 횡중복도는 각각 90%와 80%로 설계하였다. 또한 eBee UAV 모델을 통해 취득한 사진파일을 활용하기 위해 eMotion의 ｢Flight Data Manager｣기능을 이용하여 global positioning system(GPS)와 관성항법장치(INS; inertial navigation system) 파일들을 연결하였다. 낱장으로 촬영된 사진들을 이용하여 영상을 접합하기 위해 Fig.
-
본 연구에서는 UAV와 GIS 공간분석기법을 활용하여 태양광 모듈을 구성하는 태양광 셀의 초기발열을 자동으로 분석하는 기법을 개발하는 것을 목적으로 하고 있다. 먼저 태양광 셀에 대한 이상발열 분석을 위해 태양광 셀에 대해 다양한 크기의 고무패치를 설치한 후 UAV 열적외선 센서를 활용하여 태양광 발전소에 대한 온도 자료를 취득하였다. 그리고 태양광 셀의 정확한 위치정보 취득을 위해 지상기준점(GCP; ground control
- UAV 자동촬영을 위해서는 해상도, 비행고도, 중복도 등의 비행계획 수립이 필요하다. 본 연구에서는 eMotion SW를 활용하여 해상도 4㎝, 비행고도 141m 그리고 종중복도와 횡중복도는 각각 90%와 80%로 설계하였다. 또한 eBee UAV 모델을 통해 취득한 사진파일을 활용하기 위해 eMotion의 ｢Flight Data Manager｣기능을 이용하여 global positioning system(GPS)와 관성항법장치(INS; inertial navigation system) 파일들을 연결하였다.
- 태양광 모듈은 태양광 셀 1개에서 발열이 시작되어 그 범위가 확산되어 최종적으로는 태양광 모듈이 단락되는 결과를 가져오게 된다. 본 연구에서는 이러한 태양광 셀 발열 현상을 효과적으로 모니터링하기 위해 셀 1개, 2개, 3개의 크기를 갖도록 고무패치를 Fig. 7과 같이 설계하였다. 특히 고무 패치의 다양한 상황을 검토 하기 위해 『1 cell × 1 cell』고무패치 1개는 태양광 모듈 3개소, 『1 cell × 1 cell』고무패치 2개는 태양광 모듈 2개소 그리고 『1 cell × 1 cell』고무패치 3개는 태양광 모듈 1개소에 각각 설치하였다.
- 태양광 패널에서 발열이 생기는 셀을 판독하기 위해서는 발열 온도를 분석하는 Zone을 설정하는 것이 중요하다. 본 연구에서는 태양광 모듈로부터 안쪽으로 20㎝ 버퍼링을 수행한 영역을 Zone으로 설정한 후 각 Zone별 온도특성을 분석하였다. 분석 결과 Fig.
- 첫째, UAV 기반 RGB 센서를 이용하여 4㎝급의 영상을 촬영하였으며, VRS 측량으로 취득한 지상기준점 자료를 연계하여 Pix4D SW를 기반으로 수치항공사진을 처리함으로서 정사영상과 DSM 자료를 구축할 수 있었다. 또한 UAV로 구축한 정사영상으로부터 태양광 모듈 레이어를 생성한 후 모듈별로 고유식별 코드를 설계함으로서 태양광 셀의 발열 분석을 위한 입력 자료를 생성할 수 있었다.
- 태양광 셀에 대한 발열 현상을 분석하기 위해 본 연구에서는 Fig. 9와 같이 eBee 모델에 thermoMap 카메라를 탑재하여 촬영을 수행하였다. thermoMap 카메라는 -40℃~160℃의 온도관측이 가능하며 해상도는 0.
대상 데이터
- 태양광 모듈을 구성하고 있는 태양광 셀에 대한 발열 및 고장진단 기술을 확보하기 위해 본 연구에서는 전북 완주군 소양로에 위치하고 있는 태양광발전소를 연구 대상지로 선정하였다. Fig. 1의 연구대상지 면적은 약 0.22㎢이며, 정확한 위치 확보를 위해 지상기준점(GCP; ground control point)을 선정하였다
- 또한 eBee UAV 모델을 통해 취득한 사진파일을 활용하기 위해 eMotion의 ｢Flight Data Manager｣기능을 이용하여 global positioning system(GPS)와 관성항법장치(INS; inertial navigation system) 파일들을 연결하였다. 낱장으로 촬영된 사진들을 이용하여 영상을 접합하기 위해 Fig. 2와 같이 Pix4D SW를 이용하였다. Pix4D SW는 정사영상, 포인트 클라우드, digital surface model(DSM)을 생성하는 프로세스를 수행하게 되며, 특히 rayColud 생성과정을 통해 보다 정확도 높은 정사영상 등을 구축할 수 있게 된다.
- 또한 『2 cell × 2 cell』고무패치 1개와 『2 cell × 2 cell』고무패치 2개를 태양광 모듈 1개소에 각각 설치하였으며, 『3 cell × 3 cell』고무패치 1개도 태양광 모듈 2개소에 설치하였다.
- 태양광 셀의 발열을 분석하기 위해서는 기준이 되는 영역을 설정해야 한다. 본 연구에서는 Lee and Lee (2016)의 연구에서 수행하여 취득한 Fig. 4와 같은 태양광 모듈 레이어를 이용하였다. 태양광 모듈 레이어는 열적외선 카메라 해상도인 10㎝를 고려하여 태양광 모듈로부터 안쪽으로 20㎝ 버퍼링을 수행한 것이며, 태양광 모듈에 대해 『발전소(1자리)+어레이(3자리)+모듈(3자리)』로 구성된 코드를 설계하여 입력된 것이다.
- 태양광 모듈을 구성하고 있는 태양광 셀에 대한 발열 및 고장진단 기술을 확보하기 위해 본 연구에서는 전북 완주군 소양로에 위치하고 있는 태양광발전소를 연구 대상지로 선정하였다. Fig.
- 특히 고무 패치의 다양한 상황을 검토 하기 위해 『1 cell × 1 cell』고무패치 1개는 태양광 모듈 3개소, 『1 cell × 1 cell』고무패치 2개는 태양광 모듈 2개소 그리고 『1 cell × 1 cell』고무패치 3개는 태양광 모듈 1개소에 각각 설치하였다.
이론/모형
- 지상기준점은 Table 1과 같이 Lee and Lee(2016) 연구에서 수행하여 취득한 virtual reference service(VRS) 측량성과를 이용하였다.
성능/효과
- 검정점에 대한 수평(XY)오차를 분석한 결과, 표준오차는 dx=±2.4cm, dy=±3.2cm로서 VRS 측량 정확도가 일반적으로 2~5cm 임을 고려할 때 매우 양호한 결과를 얻을 수 있었다.
- 8은 대표적으로 『1 cell × 1 cell』 고무패치 2개, 『2 cell × 2 cell』 고무패치 2개 그리고 『3 cell × 3 cell』 고무패치 1개를 태양광 셀에 설치하여 휴대용 열화상카메라인 FLIR T420를 이용하여 관측한 온도를 보여주고 있다. 고무패치의 위치와 크기에 따라 열화상카메라로 관측한 온도가 차이는 보였지만 고무패치를 설치하지 않은 셀에 비해 고무패치를 설치한 영역에서 발열 현상이 크게 나타난 것을 확인할 수 있었다. 특히 『3 cell × 3 cell』고무패치의 경우 넓은 면적을 갖기 때문에 태양에너지가 집중되어 최대 83.
- 넷째, 다양한 크기로 설치한 고무패치의 분포 정확도를 평가하기 위해 태양광 모듈별로 고무패치 셀 비율 대비 UAV 열적외선 센서에 의한 셀 비율의 오차를 계산한 결과 0.5~12.0%로 나타났으며, 표준오차는 ±3.5%로 분석되었다.
- 다만 태양광 셀에 설치한 고무패치의 셀 비율에 비해 UAV 열적외선 센서를 통해 분석된 발열 셀의 비율이 모두 높게 나타났다(Table 2). 이러한 결과는 UAV에 탑재한 열적외선 센서의 해상도가 10㎝로서, UAV로 촬영된 열적외선 영상의 픽셀이 태양광 셀의 위치와 정확하게 일치하지 않는 부분이 발생할 수 있기 때문에 일부 영상의 픽셀의 경우 2개 이상의 태양광 셀에 영향을 주게 된 것이 주요 원인으로 해석된다.
- 11은 대상지역에 대한 온도분포 현황을 나타낸 것이다. 대상지역의 온도는 22℃~63℃로 나타났으며, UAV 열적외선 센서를 통해 취득한 태양광 셀의 최대 온도인 63℃는 열화상카메라로 관측한 최대온도인 83.5℃에 비해 낮게 나타났다. 이것은 UAV에 탑재한 열적외선 카메라의 경우 해상도가 10㎝로서 인접하고 있는 태양광 셀간의 평균값이 설정되기 때문에 상대적으로 정밀도가 높은 열화상카메라에 비해 최대 온도가 낮게 나타난 것으로 판단된다.
- 둘째, 구축한 태양광 모듈 레이어의 위치정확도를 평가하기 위해 VRS 측량기법을 이용하여 36개 검정점에 대한 수평오차를 분석한 결과, 표준오차가 dx=±2.4cm, dy=±3.2cm로 나타났으며 VRS 측량 정확도가 일반적으로 2~5cm 임을 고려할 때 매우 양호한 결과임을 알 수 있었다.
- 5%로 분석되었다. 따라서 UAV 열적외선 센서를 기반으로 GIS 공간분석기법을 활용함으로서 태양광 셀의 발열을 효과적으로 평가할 수 있음을 알 수 있었다.
- 2cm로서 VRS 측량 정확도가 일반적으로 2~5cm 임을 고려할 때 매우 양호한 결과를 얻을 수 있었다. 따라서 UAV 정사영상 및 태양광 패널에 대한 공간정보 위치정확도가 매우 높게 확보된 것으로 평가되었다.
- 따라서 UAV 열적외선 센서를 기반으로 GIS 공간분석기법을 활용함으로서 태양광 셀의 발열을 효과적으로 평가할 수 있음을 알 수 있었다. 또한 발열이 생기는 셀이 위치하고 있는 태양광 모듈의 코드를 자동 식별함으로서 모니터링 및 유지보수가 필요한 태양광 패널을 신속하게 추출할 수 있는 방법론을 제시할 수 있었다.
- 발열이 생기는 셀을 검출하게 되면, 업무 담당자는 해당 모듈에 대한 검사를 통해 최종적으로 교체 여부를 결정하게 된다. 본 연구에서는 발열 셀의 비율을 GIS 공간분석기법을 통해 자동으로 분석하였으며, 해당 위치 태양광 셀을 포함하는 태양광 모듈의 코드를 식별함으로서 모니터링 및 유지보수가 필요한 태양광 패널을 신속하게 추출할 수 있었다.
- 본 연구에서는 태양광 모듈로부터 안쪽으로 20㎝ 버퍼링을 수행한 영역을 Zone으로 설정한 후 각 Zone별 온도특성을 분석하였다. 분석 결과 Fig. 12와 같이 셀의 온도가 53℃ 이상에서 태양광 셀에 설치한 고무패치와 가장 유사성이 높게 나타났다. Fig.
- 셋째, 태양광 셀의 발열 실험을 위해 다양한 크기의 고무패치를 설치한 후 UAV 열적외선 센서와 태양광 모듈 레이어를 기반으로 GIS 공간분석을 활용함으로서 발열을 보이는 고무패치의 위치를 효과적으로 분석할 수 있었다.
후속연구
- 마지막으로 안전을 위해 비교적 높은 고도를 확보해야 하는 고정익 UAV의 단점을 극복하기 위해, 향후 연구에서는 회전익 UAV에 열적외선 센서를 탑재하여 5㎝ 이내의 해상도를 갖는 온도 정보를 취득할 계획이며 이를 통해 태양광 셀의 발열을 보다 정확하게 평가할수 있을 것으로 판단된다.
- 따라서 본 연구대상지와 같이 주변에 산지 등과 같은 높은 지형지물이 분포할 경우 일정이상의 고도를 확보해야 하는 어려움 때문에 해상도가 높은 영상을 얻기 어렵다. 본 연구에서도 산지를 포함하지 않는 일부 태양광 발전소에 대해서만 고도를 약 55m로 제한하여 비행하였으며, 이로 인해 사진 해상도를 10㎝ 이내로 확보하지 못한 한계가 있었다. 향후 연구에서는 회전익 UAV에 열적외선 센서를 탑재하여 저고도로 비행함으로써 5㎝ 이내로 해상도를 확보할 계획이며, 이 경우 태양광 셀의 발열 특성을 보다 정확하게 평가할 수 있을 것으로 판단된다.
- 본 연구에서도 산지를 포함하지 않는 일부 태양광 발전소에 대해서만 고도를 약 55m로 제한하여 비행하였으며, 이로 인해 사진 해상도를 10㎝ 이내로 확보하지 못한 한계가 있었다. 향후 연구에서는 회전익 UAV에 열적외선 센서를 탑재하여 저고도로 비행함으로써 5㎝ 이내로 해상도를 확보할 계획이며, 이 경우 태양광 셀의 발열 특성을 보다 정확하게 평가할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.