Topic
4건 · 전체 뉴스
한국수력원자력이 미국 전력연구소(EPRI)가 주관하는 기술이전상(TTA, Technology Transfer Award)을 수상했다. 이번 수상은 한수원이 EPRI와 공동으로 추진한 풍력발전 성능개선 프로젝트의 성과로, 머신러닝을 활용해 풍력터빈의 비정상적인 움직임을 찾아내고 성능 저하 원인 분석과 개선 방안까지 도출하는 엔지니어링 기술을 개발한 내용이다. 한수원은 이 기술을 미국에서 운영 중인 풍력단지에 적용해 성능이 떨어진 터빈을 선별하고 원인을 분석한 뒤 개선 계획을 마련했다. 한수원은 확보한 소프트웨어를 자체 운영 환경에 맞게 내재화해 외부 용역 의존도와 정비 비용을 낮출 계획이라고 밝혔다. EPRI는 1913년 설립된 비영리 전력 연구 컨소시엄으로 전 세계 1000여 개 에너지 관련 기업이 가입해 있다.
9월 16일
한국수력원자력이 미국 전력연구소(EPRI)의 기술이전상(TTA·Technology Transfer Award)을 수상했다고 16일 밝혔다. 수상 대상은 EPRI와 공동으로 추진한 풍력발전 성능개선 프로젝트의 성과다. 한수원은 이 프로젝트에서 머신러닝을 활용해 풍력터빈의 비정상적인 움직임을 찾아내는 기술을 개발했다. 개발된 기술은 성능 저하의 원인을 분석하고 구체적인 개선방안을 도출하는 엔지니어링 기술이다.
9월 16일
한국수력원자력은 미국 전력연구소(EPRI)가 주관하는 기술이전상(TTA)을 풍력발전 분야에서 수상했다고 16일 밝혔다. 수상 대상은 한수원과 EPRI가 공동 추진한 풍력발전 성능개선 프로젝트로, 머신러닝을 활용해 풍력터빈의 비정상 움직임을 찾아내고 성능 저하 원인 분석과 개선 방안 도출까지 수행하는 엔지니어링 기술이다. 한수원은 이 기술을 현재 미국에서 운영 중인 풍력단지에 적용해 성능이 저하된 터빈을 선별하고 원인 분석 후 개선계획을 수립하는 단계까지 검증했다. 한수원은 개발 과정에서 확보한 소프트웨어와 분석기술을 자체 운영환경에 맞게 내재화해 외부 용역 의존도와 정비 비용을 낮춘다는 계획이다. 공영곤 한수원 수소융복합처장은 자체 성능평가 기술과 머신러닝 기반 운영 노하우로 해외 신재생에너지 사업의 개발·운영 경쟁력을 강화하겠다고 말했다.
9월 16일
연구진은 전자수송층(ETL) 5종, 흡수층(absorber) 5종(무연 이중 페로브스카이트 포함), 정공수송층(HTL) 5종을 조합한 125개 소자 구조를 SCAPS-1D 소자 시뮬레이션과 머신러닝(machine learning)으로 탐색했다. 일부 구조의 시뮬레이션 결과로 학습한 모델이 나머지 구조의 광전변환효율(PCE)을 예측했고, Leave-One-Group-Out 교차검증에서 스피어만 순위상관을 통해 순위 예측 능력을 확인했다. SHAP 분석 결과 HTL 밴드갭, 흡수층 밴드갭, ETL 전자친화도가 가장 영향력이 큰 기술자(descriptor)로 나타났다. 머신러닝이 제안한 뒤 SCAPS-1D로 재검증한 구조 중 FTO/TiO2/Cs2AgBiBr6/NiO/Ag는 시뮬레이션 기준 PCE 28.85%, FTO/SnO2/Cs2AgInBr6/NiO/Ag는 28.62%를 보였으며, 유사한 문헌 구조 대비 절대값 약 4% 높다고 보고했다. 다만 모든 수치는 실험 제작이 아닌 1차원 소자 시뮬레이션 결과이며, 실제 소자 제작·측정으로 검증되지는 않았다.
6월 10일