화력 발전은 화석 연료를 태워서 나온 열을 이용하는 발전 방식을 말하며 이중 석탄 화력 발전은 2020년 기준 대한민국 총 발전량 중 44%를 차지할 만큼 발전 에너지원 중 비중이 가장 높다. 이러한 화력 발전의 핵심 설비는 화석 연료를 연소시켜 얻은 에너지로 물을 끓여 증기를 만드는 보일러와 그 증기로 발전기를 회전시키는 터빈이다. 발전 설비의 상태 진단 및 잔여 수명의 예측을 위한 PHM(Prognostics and Health Management)은 최적운영을 위해 필수적이다. 

딥러닝 기법을 활용하여 인공 신경망을 구축하여 학습을 진행한 후, 실시간 데이터와 학습된 모델의 출력값 간의 잔차를 임계값과 비교하여 터빈의 이상을 감지한다. 이때 정상 데이터의 신호 변동을 고려하여 동적으로 기준치를 계산하는 동적 임계값을 설정하여 오경보 발생률을 줄인다. 

(2) 보일러 누설 감지 알고리즘 및 누설 위치 추정 기법

딥러닝 알고리즘을 통해 오경보를 발생시키는 숫 블로잉과 누설을 구분할 수 있도록 보일러의 상태를 정상, 누설, 숫 블로잉의 상태로 분류하는 합성곱 신경망 (CNN : Convolutional Neural Network)기반 누설 감지 방법을 개발하였다. 누설 위치 추정은 누설로 인해 발생한 음향 신호가 누설 위치에서 멀어질수록 에너지가 감소한다는 점을 이용, 신호간 에너지 비율로부터 각 센서와 누설 위치와의 거리를 계산하며 베이지안 업데이트 기법으로 보정하여 오차 발생률을 감소 시킨다.  

원문보기 :http://ksme.or.kr/News_Letter/News_View.asp?em_no=5839&top_param=6&sub_param=2​