Topic
2건 · 전체 뉴스
한국전력이 배전설비 진단 업무 전 과정에 인공지능을 활용한다고 밝혔다. 한전 전력기자재센터는 지난해 2월부터 8월까지 7개월간 '배전설비 열화상진단 AI판정 알고리즘'을 개발해 열화상 이미지 AI분석 시스템 'TAPIN'을 내놨으며, 2016년부터 사용해 온 수작업 분석 소프트웨어 'TADS'를 객체인식 AI 기반 시스템으로 대체했다. AI는 열화상 이미지 약 9만장을 라벨링과 정규화를 거쳐 학습했고, 이미지 내에서 6종의 기자재를 자동 구분한 뒤 기자재별 상태판정 기준 온도를 적용해 온도차를 분석한다. 이미지 한 장을 올리면 분석과 진단결과 보고서 작성, 영업배전정보시스템 일괄 업로드 양식 생성까지 처리된다. 열화상 판독 시스템은 올해 전 사업소로 확대됐고, 진단 데이터 품질을 전수 검증하는 시스템도 개발돼 전사 도입될 예정이다.
9월 10일
폴란드 제슈프 공대와 스페인 발렌시아 공대 연구진이 드론(UAV) 기반 태양광 설비 자동 점검 프레임워크를 개발해 학술지 Measurement에 발표했다. 자체 제작한 헥사콥터에 FLIR Boson 640 열화상 카메라(7.5~13.5μm, 640×512 픽셀, 30Hz, 열 감도 50mK 미만)와 MicaSense Altum 멀티스펙트럼 카메라를 탑재했으며 비행 시간은 약 25분이다. 드론은 고도 18~30m에서 비행해 픽셀당 지상 표본 거리 약 2.5~4.0cm를 유지했고, 주거용 소형 설비와 산업용 대형 설비를 대상으로 기온 12~22C, 풍속 12m/s 미만 조건에서 촬영했다. 데이터셋은 자체 비행 이미지 1,950장, Kaggle 공개 이미지 190장, 실험실 이미지 260장으로 구성했으며 학습 81.25%, 검증 7.92%, 테스트 10.83%로 배분했다. 4개 CNN 구조 비교에서 EfficientNet-B0가 정밀도 0.903, 재현율 0.907, 매크로 F1 0.904, 가중 F1 0.927로 가장 우수했고, 핫스팟과 정상 모듈은 1.000, 모래 0.907, 조류 배설물 0.889, 먼지는 0.732로 가장 낮았다.
9월 3일