맞춤기술찾기

이전대상기술

발전소 고장 예측 및 진단시스템과 그 방법

  • 기술번호 : KST2020000212
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 인공지능 기반의 학습모델을 이용하여 발전설비의 고장 발생을 미리 예측 및 진단할 수 있는 발전소 고장 예측 및 진단시스템이 제공된다. 발전소 고장 예측 및 진단시스템은, 가상발전소를 구축하여 다양한 고장 상황에 대한 학습데이터를 생성함으로써, 학습모델의 학습 능력을 높여 발전설비 고장 예측 및 진단의 정확성 및 신뢰도를 높일 수 있다.
Int. CL G05B 23/02 (2006.01.01)
CPC G05B 23/0283(2013.01) G05B 23/0283(2013.01)
출원번호/일자 1020180075011 (2018.06.28)
출원인 한국과학기술연구원, 한국남동발전 주식회사
등록번호/일자
공개번호/일자 10-2020-0001903 (2020.01.07) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.06.28)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술연구원 대한민국 서울특별시 성북구
2 한국남동발전 주식회사 대한민국 경상남도 진주시 사

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이성기 경기도 하남시 위례중앙로 ***, *
2 김홍석 전남 여수시 여문*로
3 김익재 서울특별시 성북구
4 최희승 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인아이엠 대한민국 서울특별시 강남구 봉은사로 ***, ***호 (역삼동, 혜전빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국남동발전 주식회사 경상남도 진주시 사
2 한국과학기술연구원 서울특별시 성북구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.06.28 수리 (Accepted) 1-1-2018-0638639-19
2 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2018.12.31 수리 (Accepted) 1-1-2018-1323229-38
3 선행기술조사의뢰서
Request for Prior Art Search
2019.02.18 수리 (Accepted) 9-1-9999-9999999-89
4 [출원인변경]권리관계변경신고서
[Change of Applicant] Report on Change of Proprietary Status
2019.03.08 수리 (Accepted) 1-1-2019-0243003-84
5 선행기술조사보고서
Report of Prior Art Search
2019.04.12 수리 (Accepted) 9-1-2019-0018561-70
6 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2019.04.24 수리 (Accepted) 1-1-2019-0420840-24
7 의견제출통지서
Notification of reason for refusal
2019.09.24 발송처리완료 (Completion of Transmission) 9-5-2019-0686139-43
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.11.21 불수리 (Non-acceptance) 1-1-2019-1199888-19
9 서류반려이유통지서
Notice of Reason for Return of Document
2019.11.22 발송처리완료 (Completion of Transmission) 1-5-2019-0186835-65
10 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.11.25 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-1212372-13
11 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.11.25 수리 (Accepted) 1-1-2019-1212370-22
12 서류반려통지서
Notice for Return of Document
2020.01.03 발송처리완료 (Completion of Transmission) 1-5-2020-0001520-75
13 등록결정서
Decision to grant
2020.03.19 발송처리완료 (Completion of Transmission) 9-5-2020-0203635-52
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
가상발전소를 구축하여 다수의 학습데이터를 생성하는 데이터생성모듈;상기 학습데이터를 분석하여 변환하고, 변환된 데이터를 적재하는 데이터처리모듈;상기 데이터처리모듈에 적재된 데이터로부터 고장 예측 및 진단을 위한 학습을 수행하고, 학습 결과에 기초하여 발전소로부터 수집된 하나 이상의 실시간 센서데이터로부터 상기 발전소의 발전설비 상태를 판단하여 고장 발생을 예측 및 진단하는 고장예측/진단모듈; 및상기 고장예측/진단모듈의 예측 및 진단 결과 및 대응되는 발전설비의 부가정보를 함께 표시하는 정보표시모듈;을 포함하고,상기 데이터생성모듈은,상기 발전소의 다수의 발전설비들 각각을 모델링하여 상기 가상발전소를 구축하는 모델링 유닛;정상기동 시나리오 및 고장기동 시나리오 중 하나에 기초하여 상기 가상발전소를 기동하는 시뮬레이션 유닛; 및상기 가상발전소로부터 가상 센서데이터를 추출하여 상기 학습데이터로 생성하는 데이터추출 유닛을 포함하는 것을 특징으로 하는 발전소 고장 예측 및 진단시스템
2 2
삭제
3 3
제1항에 있어서,상기 데이터처리모듈은,상기 데이터생성모듈의 상기 학습데이터와 상기 발전소의 상기 실시간 센서데이터 중 하나를 선택하는 데이터선택 유닛;선택된 데이터의 유효성을 분석하고, 분석결과에 기초하여 상기 선택된 데이터를 표준화하여 변환하는 데이터분석 유닛;변환된 데이터를 그룹화하여 통합하는 데이터통합 유닛; 및통합된 데이터를 적재하는 적재 유닛을 포함하는 것을 특징으로 하는 발전소 고장 예측 및 진단시스템
4 4
제1항에 있어서,상기 고장예측/진단모듈은 인공지능 기반의 학습모델로 구현되는 것을 특징으로 하는 발전소 고장 예측 및 진단시스템
5 5
제1항에 있어서,상기 정보표시모듈은,다수의 발전설비 각각에 대한 상기 부가정보가 저장된 데이터베이스;상기 다수의 발전설비 중 상기 예측 및 진단 결과에 대응되는 적어도 하나의 발전설비의 부가정보를 상기 예측 및 진단 결과에 매핑하는 매핑 유닛; 및상기 예측 및 진단 결과와 매핑된 부가정보를 함께 표시하는 표시 유닛을 포함하는 것을 특징으로 하는 발전소 고장 예측 및 진단시스템
6 6
제1항에 있어서,상기 예측 및 진단 결과는, 상기 발전설비의 고장 발생에 따른 대응 단계 정보, 잔여 대응시간 정보 및 고장 원인정보 중 적어도 하나를 포함하는 것을 특징으로 하는 발전소 고장 예측 및 진단시스템
7 7
제1항에 있어서,상기 부가정보는, 상기 발전설비의 현장 사진 및 영상정보, 상기 발전설비의 고장이력 및 정비이력정보, 상기 발전설비의 배치에 대한 도면정보 및 상기 발전설비의 3차원 모델링 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 발전소 고장 예측 및 진단시스템
8 8
발전소의 다수의 발전설비들 각각에 대한 정보에 기초하여 가상발전소를 구축하고, 상기 가상발전소를 기동하여 다수의 학습데이터를 생성하는 단계;상기 학습데이터의 유효성을 분석하고, 분석 결과에 따라 상기 학습데이터를 변환하여 적재하는 단계;적재된 데이터를 이용하여 상기 다수의 발전설비들의 고장 발생 예측 및 진단을 학습하고, 학습 결과에 기초하여 상기 발전소로부터 수집된 하나 이상의 실시간 센서데이터로부터 상기 다수의 발전설비들의 고장 발생을 예측 및 진단하는 단계; 및고장 발생에 대한 예측 및 진단 결과에 대응되는 발전설비의 부가정보를 상기 예측 및 진단 결과와 함께 표시하는 단계;를 포함하고,상기 다수의 학습데이터를 생성하는 단계는,정상기동 시나리오 및 고장기동 시나리오 중 하나에 기초하여 상기 가상발전소를 기동하는 단계; 및상기 가상발전소에 설정된 적어도 하나의 센싱 포인트로부터 다수의 가상 센서데이터를 추출하고, 상기 다수의 가상 센서데이터에 기초하여 상기 다수의 학습데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 발전소 고장 예측 및 진단방법
9 9
삭제
10 10
제8항에 있어서,상기 학습데이터를 변환하여 적재하는 단계는,상기 학습데이터와 상기 실시간 센서데이터 중 하나를 선택하고, 선택된 데이터의 유효성을 분석하는 단계; 분석 결과에 기초하여 상기 선택된 데이터를 변환하는 단계; 및변환된 데이터를 그룹화하여 통합하고, 통합된 데이터를 적재하는 단계를 포함하는 것을 특징으로 하는 발전소 고장 예측 및 진단방법
11 11
제8항에 있어서,상기 다수의 발전설비들의 고장 발생을 예측 및 진단하는 단계는, 고장 발생에 따른 대응 단계 정보, 잔여 대응시간 정보 및 고장 원인정보 중 적어도 하나를 포함하는 상기 예측 및 진단 결과를 출력하는 단계인 것을 특징으로 하는 발전소 고장 예측 및 진단방법
12 12
제8항에 있어서,상기 부가정보를 상기 예측 및 진단 결과와 함께 표시하는 단계는,상기 예측 및 진단 결과에 대응되는 상기 발전설비의 현장 사진 및 영상정보, 상기 발전설비의 고장이력 및 정비이력정보, 상기 발전설비의 배치에 대한 도면정보 및 상기 발전설비의 3차원 모델링 정보 중 적어도 하나를 포함하는 상기 부가정보를 함께 표시하는 단계인 것을 특징으로 하는 발전소 고장 예측 및 진단 방법
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
패밀리 정보가 없습니다

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 WO2020004994 WO 세계지적재산권기구(WIPO) DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 산업통상자원부 한국과학기술연구원 청정화력핵심기술개발(R&D) 인공지능 기반 발전설비 고장 예지·진단 및 분석 기술개발