[논문]양수발전 설비에 적용 가능한 새로운 고장 예측경보 알고리즘 개발

이대연; 박수용; 이동형

doi:10.11627/jksie.2023.46.2.133

[국내논문] 양수발전 설비에 적용 가능한 새로운 고장 예측경보 알고리즘 개발
Development of a New Prediction Alarm Algorithm Applicable to Pumped Storage Power Plant 원문보기

Journal of Korean Society of Industrial and Systems Engineering = 한국산업경영시스템학회지, v.46 no.2, 2023년, pp.133 - 142

이대연 (국립 한밭대학교 스마트생산경영공학과, 가온플랫폼(주)) , 박수용 (국립 한밭대학교 융합기술학과) , 이동형 (국립 한밭대학교 산업경영공학과)

Abstract ▼ AI-Helper

The large process plant is currently implementing predictive maintenance technology to transition from the traditional Time-Based Maintenance (TBM) approach to the Condition-Based Maintenance (CBM) approach in order to improve equipment maintenance and productivity. The traditional techniques for predictive maintenance involved managing upper/lower thresholds (Set-Point) of equipment signals or identifying anomalies through control charts. Recently, with the development of techniques for big analysis, machine learning-based AAKR (Auto-Associative Kernel Regression) and deep learning-based VAE (Variation Auto-Encoder) techniques are being actively applied for predictive maintenance. However, this predictive maintenance techniques is only effective during steady-state operation of plant equipment, and it is difficult to apply them during start-up and shutdown periods when rises or falls. In addition, unlike processes such as nuclear and thermal power plants, which operate for hundreds of days after a single start-up, because the pumped power plant involves repeated start-ups and shutdowns 4-5 times a day, it is needed the prediction and alarm algorithm suitable for its characteristics. In this study, we aim to propose an approach to apply the optimal predictive alarm algorithm that is suitable for the characteristics of Pumped Storage Power Plant(PSPP) facilities to the system by analyzing the predictive maintenance techniques used in existing nuclear and coal power plants.

주제어

참고문헌 (11)

Barello, G., Sparse-Coding Variational Auto-Encoders, Institute of Neuroscience, University of Oregon, https://doi.org/10.1101/399246.
Cha, J.S., Trend of Pumped-Hydro Storage Oversea and？Prospect in Korea, The 45th KIEE Summer Conference, pp. 235-236, 2014.
Chen, T., Unsupervised Anomaly Detection of Industrial？Robots Using Sliding-Window Convolutional Variational？Autoencoder, IEEE ACCESS, 2020, 2977892.
Hines, J.W., MSET Performance Optimization Through？Regularization, Nuclear Engineering and Technology, 2005, Vol. 37, No. 2, pp. 177-184.

원문보기 상세보기
Kim, K.H., Fault Detection Using Signal Reconstruction？Model Based on Autoencoder in Thermal Power Plant,？The Transaction of Korean Institute of Electrical？Engineers, 2020, Vol. 69, No. 6, pp. 800-807.
Kim, S.H., Application of Sensor Fault Detection Scheme？Based on AANNto Risk Measurement System, The？Korean Society of Oceanography Reserves, 2006, Vol. 11, No. 2, pp. 92-96.
Kwon, S.H., Anomaly Detection of Big Time Series？Using Machine Learning, Society of Korea Industrial？and Systems Engineering, 2020, Vol. 43, No. 2, pp. 33-38.
Lim, B.S., Development of Pumped Storage Power Fault？Predictive Diagnosis, The Transaction of Korean Institue？of Electrical Engineers, Summer Conference Proceedings, 2016, pp. 13-15.
Min, J.H.(KHNP), Development of Early Warning Model？Based on Pattern Learning for the Operation Condition？in Nuclear Power Plant, Journal of the Korean Society？for Power System, Engineering, 2018, Vol. 22, No. 4, pp. 17-23.

상세보기
Min, J.H.(KHNP), Optimization of Pattern Model and？Fault Decision Rule for Early Warning System in NPPs,？Journal of Mechanical Science and Technology Engineering, 2017, Vol. 42, No. 1, pp. 63-70.
Yang, H.J., Deciding the Optimal Shutdown Time？Incorporating the Accident Forecasting Model, Society？of Korea Industrial and Systems Engineering, 2018, Vol. 41, No. 4, pp. 171-178.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 양수발전 설비에 적용 가능한 새로운 고장 예측경보 알고리즘 개발
Development of a New Prediction Alarm Algorithm Applicable to Pumped Storage Power Plant 원문보기

Abstract ▼ AI-Helper

주제어

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 양수발전 설비에 적용 가능한 새로운 고장 예측경보 알고리즘 개발 Development of a New Prediction Alarm Algorithm Applicable to Pumped Storage Power Plant 원문보기

Abstract ▼ AI-Helper

주제어

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

박수용 (14) 이동형 (44)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 양수발전 설비에 적용 가능한 새로운 고장 예측경보 알고리즘 개발
Development of a New Prediction Alarm Algorithm Applicable to Pumped Storage Power Plant 원문보기