초록 ▼

연구개요
정부의 정책에 힘입어 건물에서의 신재생 에너지 시스템 적용은 매년 증가하고 있지만, 고장으로 인하여 당초 기대했던 성능이 달성되지 않는 경우가 적지 않은 실정이다. 본 연구는 건물 운영 시 신재생 에너지 시스템의 성능 확보를 위한 딥러닝 기반의 건물 신재생 에너지 시스템 Automatic Fault Detection & Diagnosis (AFDD) 개발을 수행을 목표로 한다.

연구 목표대비 연구결과
딥러닝 기반의 신재생 에너지 시스템 AFDD 개발을 위해 본 과제에서는 아래의 총 5개의 세부 연구목

연구개요
정부의 정책에 힘입어 건물에서의 신재생 에너지 시스템 적용은 매년 증가하고 있지만, 고장으로 인하여 당초 기대했던 성능이 달성되지 않는 경우가 적지 않은 실정이다. 본 연구는 건물 운영 시 신재생 에너지 시스템의 성능 확보를 위한 딥러닝 기반의 건물 신재생 에너지 시스템 Automatic Fault Detection & Diagnosis (AFDD) 개발을 수행을 목표로 한다.

연구 목표대비 연구결과
딥러닝 기반의 신재생 에너지 시스템 AFDD 개발을 위해 본 과제에서는 아래의 총 5개의 세부 연구목표를 설정하여 연구를 추진하였다.
- 신재생 에너지 시스템 고장 유형 분석 및 분류
신재생 에너지 시스템은 그 종류와 생산된 에너지의 사용 목적에 따라 구성이 다르다. 이러한 이유로 고장 유형 또한 시스템 종류에 따라 다르게 정의될 수 있다. 그러므로 본 연구에서는 AFDD 알고리즘 개발에 앞서 관련 문헌 고찰을 통해 신재생 에너지 시스템에서 발생하는 고장의 유형에 대하여 분석하고 이를 분류하였다.
- AFDD 개발을 위한 적정 딥러닝 기술 선정
기존 연구사례 및 실증화를 고려하여 건물 신재생 시스템에 적용 가능한 ANN 기법을 선정하여 고장 검출 및 진단이 기본이 되는 성능예측 모델을 개발하였다.
- 딥러닝 기반의 신재생 에너지 시스템 기대 성능예측 알고리즘 개발
건물 신재생 에너지 시스템의 AFDD는 생산되는 에너지량, 즉 시스템의 기대 성능을 예측하는 과정으로부터 시작된다. 신재생 에너지 시스템 성능은 주변 환경의 변화, 시스템 자체의 특성, 건물에서의 에너지 사용 패턴에 따라 변한다. 본 단계에서는 신재생 에너지 시스템의 성능에 영향을 미치는 주요 영향 인자를 고려하여 기대 성능을 예측할 수 있는 알고리즘 개발을 수행하였다.
- 신재생 에너지 시스템 Fault Detection 알고리즘 개발
신재생 에너지 시스템의 기대 성능과 실제 성능을 비교하여 고장을 검출하는 Fault Detection 알고리즘 개발하였다. 실제 성능은 온도, 일사량 등 다양한 센서를 통해 측정된 자료를 기반으로 하며 측정 과정에서의 오차 및 추정값에 대한 신뢰도 등에 따라 실제 성능과 기대 성능 간의 차이가 발생할 수 있다. 본 연구에서는 이러한 불확실성 인자를 고려, 해석모델에 대한 불확도를 최소화하면서 안정적으로 신재생 에너지 시스템의 고장을 검출할 수 있는 알고리즘 개발을 수행하였다.
- 딥러닝 기반의 신재생 에너지 시스템 Fault Diagnosis 알고리즘 개발
K-means clustering 기법 기반의 고장진단 알고리즘을 개발하였다. 분류된 데이터 셋의 Centroid Score의 패턴 변화에 따라서 고장의 유형을 확인하여 이를 고장진단에 활용할 수 있도록 하였다.

연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
중규모 이상의 건축물은 대부분 Building Management System (BMS)이 구축되어 건물 내 각종 설비의 모니터링 및 유지·관리에 활용한다. 기존 건물 운영에 사용되는 BMS에 본 연구성과인 AFDD 알고리즘을 적용하여 보다 안정적인 신재생 에너지 시스템 운영 및 관리가 가능하다. AFDD 알고리즘을 통해 건물 관리자는 즉각적으로 신재생 에너지 시스템 고장 발생 유무를 확인할 수 있으며, 진단 결과에 따라 손쉽게 수리를 진행할 수 있다. 또한 고장을 검출하는데서 그치지 않고 고장의 부위와 그 정도를 확인하기 때문에 시스템 유지관리 측면에서도 효과적이다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1) 연구의 배경 ... 4
• 2) 연구의 목적 및 필요성 ... 5
• 3) 추진전략 및 주요 연구 내용 ... 5
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 6
• 1) 신재생 에너지 시스템 주요 고장 유형 분석 및 분류 ... 6
• 2) 적정 딥러닝 기술 선정 ... 8
• 3) 신재생 에너지 시스템 기대 성능 예측 알고리즘 개발 ... 9
• 4) Fault Detection 알고리즘 개발 ... 10
• 5) Fault Diagnosis 알고리즘 개발 ... 10
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 1) 정성적 연구개발성과(연구개발결과) ... 11
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 12
• 4) 목표 미달 시 원인 분석 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 5. 연구개발성과의 관리 및 활용 계획 ... 12
• 6. 참고문헌 ... 13
• [붙임1] 세부 정량적 연구개발성과 ... 14
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 15
• 끝페이지 ... 27