최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
DataON 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Edison 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Kafe 바로가기주관연구기관 | 아이티공간 |
---|---|
연구책임자 | 이영규 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2018-02 |
과제시작연도 | 2016 |
주관부처 | 산업통상자원부 Ministry of Trade, Industry and Energy |
등록번호 | TRKO201900003070 |
과제고유번호 | 1415150818 |
사업명 | 지역특화산업육성 |
DB 구축일자 | 2019-07-06 |
키워드 | 친환경.에너지허브.신재생에너지.머신러닝.빅데이터. |
핵심기술
ITS-RCNN : CNN 딥러닝 기술을 기반으로 신재생에너지산업에의 적용을 위해 실시간 수집속도와 인식률을 개선하여 풍력발전기의 각 파트별 온도변화를 감지가 가능하여 사고를 미연에 예측하는 알고리즘 개발
ITS-RNN : SVM기술을 기반으로 LSTM알고리즘을 사용하여 N:N 교차비교 분석을 통해 각 센서부별 발전소별 상관관계를 분석하여 수명분석 및 사고 예지가 가능한 빅데이터 분석 기술 신재생에너지 통합 인터페이스 : 신재생에너지 발전설비의 대부분의 프로토콜(530가지)과 통신방식(5가지)을 지원하며 현장의
핵심기술
ITS-RCNN : CNN 딥러닝 기술을 기반으로 신재생에너지산업에의 적용을 위해 실시간 수집속도와 인식률을 개선하여 풍력발전기의 각 파트별 온도변화를 감지가 가능하여 사고를 미연에 예측하는 알고리즘 개발
ITS-RNN : SVM기술을 기반으로 LSTM알고리즘을 사용하여 N:N 교차비교 분석을 통해 각 센서부별 발전소별 상관관계를 분석하여 수명분석 및 사고 예지가 가능한 빅데이터 분석 기술 신재생에너지 통합 인터페이스 : 신재생에너지 발전설비의 대부분의 프로토콜(530가지)과 통신방식(5가지)을 지원하며 현장의 분진과 악조건에서도 안정적으로 동작하여 대용량 빅데이터를 이더넷으로 전송하는 ARM-M4 기반의 신재생에너지 데이터 통합 인터페이스 개발 기술
하둡 빅데이터 처리 : 대용량의 데이터를 동시처리가 가능하도록 서버의 RAM자원을 활용하도록 구성된 Bigmemory 기술과 실시간 서버의 리소스 요구에 따라 동적으로 CPU, RAM, DISK 자원을 할당해주는 하둡기반 맵리듀스 기술 적용
최종목표
최종목표 : 신재생에너지 통합 관리 감시용 머신러닝 빅데이터 솔루션 개발
- 1차년도 : 신재생에너지 발전설비 통신 통합 인터페이스 제작
- 2차년도 : 신재생에너지 발전설비용 빅데이터 머신러닝 개발
개발내용 및 결과
- 신재생에너지 발전설비 통합 인터페이스 개발 및 시제품 제작완료(KC인증 획득)
- 신재생에너지 발전설비용 딥러닝 서버 개발 및 시제품 제작 완료(KC인증 획득)
- 신재생에너지 발전설비 데이터 전송용 무선 장치 개발 및 시제품 제작 완료 (IP56 획득)
- 풍력발전기 딥러닝용 데이터셋 개발(768장 4 Class)
- 신재생에너지 통합 관리 감시용 머신러닝 빅데이터 소프트웨어 개발(GS인증 획득)
- ITS-RCNN 풍력발전기 실시간 인식 인식률 83.2%, 처리속도 40fps 달성
- ITS-RNN 빅데이터 분석 n:n 동시 비교분석 및 시각화 완료
- LSTM, STL, ARIMA 빅데이터 분석기법 산업화 적용 완료
- 사물인식, 자연어처리 딥러닝 기법 신재생에너지 산업 적용 완료
기술개발 배경
신재생에너지의 세계적인 확대와 대중화에 따라 신재생에너지를 효율적으로 사용할 수 있는 방법과 발전설비의 관리 및 사고율 감소로 설비 예지보전 및 수명 연장으로 효율의 극대화를 기대할 수 있는 시스템 개발이 필요
핵심개발 기술의 의의
- 신재생에너지 발전설비의 예상하지 못한 다운타임을 사전에 방지하고 생산성을 향상시키는 발전설비 예지보전 솔루션을 개발하여 예측의 정확도를 높여 최고의 효율을 유지하는데 기여함
- 이전의 경보시스템은 한 가지 기준만으로 불안정한 측정 시스템을 이루었다면 본사는 전류, 온도 및 습도, 열화상, 정지영상 등 5가지 이상 모든 요인을 고려한 분석을 바탕으로 예측의 정확도를 높이고 원격으로 조정 가능하게 함
- 기존 무인자동차, 얼굴인식, 음성인식등 특정 분야에서만 활용되던 딥러닝기술을 산업적으로 활용할수 있도록 용도별로 각 딥러닝 기술을 개선하여 신재생에너지 발전설비 예지보전에 적용하여 기존의 모니터링 및 사람의 판단에 머무르던 사고예측 수준을 인공지능의 단계로 끌어올려 인간의 한계를 뛰어넘는 빅데이터 딥러닝 예지보전 솔루션을 개발
- 마이크로그리드, 제로에너지빌딩등과 같은 소규모 신재생에너지 발전설비부터 해상풍력발전, 광역태양광발전소 등과 같은 대규모 신재생에너지 발전설비까지 능동적으로 유연한 적용이 가능한 솔루션 개발을 위해 데이터 취득부터 분석, 시각화, 알람 까지 일체화된 단일 솔루션 개발을 완성하였으며 산업계의 각기 다른 센서의 통합이 가능한 통합인터페이스, 각기 다른데이터의 저장이 가능한 하둡 IPC 서버, 전자정부프레임워크 기반의 소프트웨어 등의 기술을 통해 통합적 응용 활용이 가능한 단일솔루션 신재생에너지 관리감시용 머신러닝 빅데이터 솔루션을 개발함
적용 분야
- 태양광 발전소, 풍력 발전소 등의 신재생에너지 발전소
- 제로 에너지 빌딩, 마이크로그리드 등의 소규모 신재생에너지 발전기
- 딥러닝 빅데이터 기반의 사고예측, 수명관리의 기술이 요구되는 FA공장 또는 가공설비
- 광역 열화상 모니터링 및 사고예측 기술이 요구되는 석유화학단지 또는 선박내부 유공압 시설
(출처 : 요약서 5p)
과제명(ProjectTitle) : | - |
---|---|
연구책임자(Manager) : | - |
과제기간(DetailSeriesProject) : | - |
총연구비 (DetailSeriesProject) : | - |
키워드(keyword) : | - |
과제수행기간(LeadAgency) : | - |
연구목표(Goal) : | - |
연구내용(Abstract) : | - |
기대효과(Effect) : | - |
※ AI-Helper는 부적절한 답변을 할 수 있습니다.