맞춤기술찾기

이전대상기술

발전소 운전 건전성을 예측하기 위한 계통별 발전량 및 잔여 유효 수명 예측 방법 및 이를 수행하는 시스템

  • 기술번호 : KST2022008456
  • 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 실시예들은 발전소 내 복수의 계통에 포함된 복수의 센서로부터 각각의 센싱 데이터를 획득하는 단계; 미리 학습된 예측 모델을 통해 입력 센서의 센싱 데이터 내 측정 값으로부터 예측 발전량 및 예측 잔여 유효 수명을 각각 출력하는 단계; 발전량 측면 및 잔여 유효 수명 측면에서의 예측 결과 및 현재 결과를 사용하여 각 측면에서의 운전 건전성을 평가하는 단계; 및 발전량 측면 및 잔여 유효 수명 측면에서의 예측 불확실성 및 평가 결과에 기초하여 계통의 운전 건전성을 결정하는 단계를 포함하는, 발전소 운전 건전성을 예측하기 위해 발전량 및 잔여 유효 수명 예측 방법 및 이를 수행하는 시스템에 관련된다.
Int. CL H02J 3/00 (2006.01.01) G06N 3/08 (2006.01.01) G06Q 50/06 (2012.01.01) G05B 23/02 (2006.01.01)
CPC H02J 3/004(2013.01) G06N 3/08(2013.01) G06Q 50/06(2013.01) G05B 23/0283(2013.01) H02J 2203/20(2013.01)
출원번호/일자 1020200173376 (2020.12.11)
출원인 한국과학기술연구원
등록번호/일자
공개번호/일자 10-2022-0083284 (2022.06.20) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.12.11)
심사청구항수 21

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술연구원 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김익재 서울특별시 성북구
2 최희승 서울특별시 성북구
3 최예지 서울특별시 성북구
4 김지수 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김 순 영 대한민국 서울특별시 종로구 종로*길 **, **층 케이씨엘특허법률사무소 (수송동, 석탄회관빌딩)
2 김영철 대한민국 서울특별시 종로구 종로*길 **, **층 (수송동, 석탄회관빌딩)(케이씨엘특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2020.12.11 수리 (Accepted) 1-1-2020-1347751-60
2 선행기술조사의뢰서
Request for Prior Art Search
2022.01.21 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
발전소 운전 건전성을 예측하기 위해 계통별 발전량 및 잔여 유효 수명을 예측하는 시스템에 있어서, 발전소 내 복수의 계통에 포함된 복수의 센서; 상기 복수의 센서로부터 각각의 센싱 데이터를 수신하는 데이터 획득부; 미리 학습된 발전 예측 모델을 통해 입력 센서의 센싱 데이터 내 측정 값으로부터 예측 발전량을 출력하고, 미리 학습된 수명 예측 모델을 통해 입력 센서의 센싱 데이터 내 측정 값으로부터 예측 잔여 유효 수명을 출력하는 예측부; 및 발전량 측면 및 잔여 유효 수명 측면에서의 예측 결과 및 현재 결과를 사용하여 계통의 운전 건전성을 평가하는 계통 평가부를 포함하는 시스템
2 2
제1항에 있어서, 상기 발전 예측 모델은 입력 센서의 측정 값을 포함한 입력 데이터 세트가 입력되면, 미래의 대상 시점에서의 해당 계통의 발전량을 예측 발전량으로 계산하도록 구성되고, 상기 수명 예측 모델은 입력 센서의 측정 값을 포함하는 입력 데이터 세트가 입력되면, 미래의 대상 시점에서의 해당 계통의 잔여 유효 수명을 예측 잔여 유효 수명으로 계산하도록 구성된 것을 특징으로 하는 시스템
3 3
제1항에 있어서, 상기 데이터 획득부는 각 계통별로, 계통의 발전량과 상관성을 갖는 센서의 측정 값을 포함한 입력 데이터 세트를 형성하고, 상기 계통의 잔여 유효 수명과 상관성을 갖는 센서의 측정 값을 포함한 입력 데이터 세트를 형성하도록 더 구성된 것을 특징으로 하는 시스템
4 4
제2항에 있어서, 상기 예측부는, 상기 발전 예측 모델에 의해 산출된 상기 예측 발전량에 기초하여 상기 예측 발전량에 대한 예측 불확실성을 산출하고, 상기 수명 예측 모델에 의해 산출된 상기 예측 잔여 유효 수명에 기초하여 상기 예측 잔여 유효 수명에 대한 예측 불확실성을 산출하도록 더 구성되는 것을 특징으로 하는 시스템
5 5
제4항에 있어서, 상기 예측부는, 데이터의 내재적 불확실성 및 모델의 인식론적 불확실성 중 적어도 하나에 기초한 해당 예측 결과에 대한 예측 불확실성을 산출하는 것을 특징으로 하는 시스템
6 6
제1항에 있어서, 상기 계통 평가부는, 계통별 예측 발전량 및 현재 발전량에 기초하여 상기 대상 시점에서 해당 계통에 대한 발전량 측면에서의 운전 건전성을 평가하고, 계통별 예측 잔여 유효 수명 및 현재 잔여 유효 수명에 기초하여 상기 대상 시점에서 해당 계통에 대한 잔여 유효 수명 측면에서의 운전 건전성을 평가하며, 그리고발전량 측면 및 잔여 유효 수명 측면에서의 예측 불확실성 및 평가 결과에 기초하여 해당 계통의 운전 건전성을 평가하도록 구성된 것을 특징으로 하는 시스템
7 7
제6항에 있어서, 상기 계통 평가부는,상기 계통에 대한 발전량 측면에서의 운전 건전성을 평가하기 위해, 현재 발전량과 예측 발전량의 차이를 사용하여 발전량 평가 지표를 계산하고, 그리고 상기 발전량 평가 지표에 기초하여 발전량 평가 레벨을 결정하도록 구성된 것을 특징으로 하는 시스템
8 8
제6항에 있어서, 상기 계통 평가부는,현재 잔여 유효 수명과 예측 잔여 유효 수명을 비교하여 잔여 유효 수명 평가 레벨을 결정하는 것을 특징으로 하는 시스템
9 9
제6항에 있어서, 상기 계통 평가부는, 상기 계통의 운전 건전성을 결정하기 위해, 상기 예측 불확실성에 우선 기초하여 계통의 운전 건전성을 결정하며, 상기 예측 불확실성에 우선 기초하여 계통의 운전 건전성이 결정되면, 해당 계통의 운전 건전성의 평가는 완료되는 것을 특징으로 하는 시스템
10 10
제9항에 있어서, 상기 계통 평가부는, 상기 발전량 측면 및 잔여 유효 수명 측면에서의 예측 불확실성 및 평가 결과에 기초하여 상기 계통의 운전 건전성을 결정하기 위해, 두 평가 결과 간의 차이 또는 위험도 순위를 추가로 사용하여 상기 계통의 운전 건전성을 결정하는 것을 특징으로 하는 시스템
11 11
제10항에 있어서, 상기 계통 평가부는, 오거부 시, 가장 높은 위험도 순위의 평가 레벨이 계통의 운전 건전성으로 결정하는 것을 특징으로 하는 시스템
12 12
프로세서에 의해 수행되는 발전소 운전 건전성을 예측하기 위한 계통별 발전량 및 잔여 유효 수명 예측 방법에 있어서, 발전소 내 복수의 계통에 포함된 복수의 센서로부터 각각의 센싱 데이터를 획득하는 단계; 미리 학습된 예측 모델을 통해 입력 센서의 센싱 데이터 내 측정 값으로부터 예측 발전량 및 예측 잔여 유효 수명을 산출하고, 해당 예측 결과에 대한 예측 불확실성을 산출하는 단계; 발전량 측면에서의 예측 결과 및 현재 결과를 사용하여 발전량 측면에서의 운전 건전성을 평가하고 잔여 유효 수명 측면에서의 예측 결과 및 현재 결과를 사용하여 잔여 유효 수명 측면에서의 운전 건전성을 평가하는 단계; 및 발전량 측면 및 잔여 유효 수명 측면에서의 예측 불확실성 및 평가 결과에 기초하여 계통의 운전 건전성을 결정하는 단계를 포함하는 발전량 및 잔여 유효 수명 예측 방법
13 13
제12항에 있어서, 예측 모델에 센싱 데이터를 입력하기 이전에, 복수의 계통 각각에 대해서, 각 계통의 발전량에 연관된 센서의 센싱 데이터를 선별하고, 각 계통의 잔여 유효 수명에 연관된 센서의 센싱 데이터를 선별하는 단계를 더 포함하는 발전량 및 잔여 유효 수명 예측 방법
14 14
제12항에 있어서, 상기 예측 발전량 및 예측 잔여 유효 수명을 산출하는 단계는, 미리 학습된 발전 예측 모델을 통해 입려 센서의 센싱 데이터 내 측정 값으로부터 예측 발전량을 산출하는 단계; 상기 산출된 예측 발전량에 기초하여 예측 발전량에 대한 예측 불확실성을 산출하는 단계; 미리 학습된 수명 예측 모델을 통해 입력 센서의 센싱 데이터 내 측정 값으로부터 예측 잔여 유효 수명을 산출하는 단계; 및상기 산출된 예측 잔여 유효 수명에 기초하여 예측 잔여 유효 수명에 대한 예측 불확실성을 산출하는 단계;를 포함하는 것을 특징으로 하는 발전량 및 잔여 유효 수명 예측 방법
15 15
제12항에 있어서, 상기 대상 시점에서 해당 계통에 대한 발전량 측면에서의 운전 건전성을 평가하는 단계는, 현재 발전량과 예측 발전량의 차이를 사용하여 발전량 평가 지표를 계산하는 단계; 및 미리 설정된 범위를 사용하여 계산된 발전량 평가 지표로부터 발전량 평가 레벨을 결정하는 단계를 포함하고, 상기 대상 시점에서 해당 계통에 대한 잔여 유효 수명 측면에서의 운전 건전성을 평가하는 단계는, 현재 잔여 유효 수명과 예측 잔여 유효 수명을 비교하여 잔여 유효 수명 평가 레벨을 결정하는 단계를 포함하는 것을 특징으로 하는 발전량 및 잔여 유효 수명 예측 방법
16 16
제12항에 있어서, 상기 계통의 운전 건전성을 결정하기 위해, 상기 예측 불확실성에 우선 기초하여 계통의 운전 건전성을 결정하며, 상기 예측 불확실성에 우선 기초하여 계통의 운전 건전성이 결정되면, 해당 계통의 운전 건전성의 평가는 완료되는 것을 특징으로 하는 발전량 및 잔여 유효 수명 예측 방법
17 17
제16항에 있어서, 예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터가 모두 신뢰도 높음을 나타낸 경우, 발전량 평가 레벨 또는 잔여 유효 수명 평가 레벨이 계통의 운전 건전성으로 결정되거나, 예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터 중 어느 하나가 신뢰도 높음을 나타내고 다른 하나는 신뢰도 낮음을 나타낸 경우, 보다 높은 신뢰도를 갖는 예측 결과에 대한 평가 결과가 계통의 운전 건전성으로 결정되거나, 예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터가 모두 신뢰도 낮음을 나타낸 경우, 만약 발전량 평가 레벨과 잔여 유효 수명 평가 레벨이 일치하면, 일치된 레벨이 계통의 운전 건전성으로 결정되거나, 또는예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터가 모두 신뢰도 낮음을 나타낸 경우, 만약 발전량 평가 레벨과 잔여 유효 수명 평가 레벨이 불일치하면, 발전량 평가 레벨 또는 잔여 유효 수명 평가 레벨이 계통의 운전 건전성으로 결정되는 것을 특징으로 하는 발전량 및 잔여 유효 수명 예측 방법
18 18
제12항에 있어서, 상기 발전량 측면 및 잔여 유효 수명 측면에서의 예측 불확실성 및 평가 결과에 기초하여 상기 계통의 운전 건전성을 결정하기 위해, 두 평가 결과 간의 차이 또는 위험도 순위를 추가로 사용하여 상기 계통의 운전 건전성을 결정하는 것을 특징으로 하는 발전량 및 잔여 유효 수명 예측 방법
19 19
제18항에 있어서, 예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터 중 어느 하나가 신뢰도 높음을 나타내고 다른 하나는 신뢰도 낮음을 나타낸 경우, 보다 높은 신뢰도를 갖는 예측 결과에 대한 평가 결과가 계통의 운전 건전성으로 결정되거나,예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터가 모두 신뢰도 높음을 나타낸 경우, 보다 높은 위험도 순위를 갖는 예측 결과에 대한 평가 결과가 계통의 운전 건전성으로 결정되거나,예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터가 모두 신뢰도 낮음을 나타낸 경우, 만약 발전량 평가 레벨과 잔여 유효 수명 평가 레벨이 일치하면, 일치된 레벨이 계통의 운전 건전성으로 결정되거나, 예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터가 모두 신뢰도 낮음을 나타낸 경우, 만약 발전량 평가 레벨과 잔여 유효 수명 평가 레벨 간의 차이가 1레벨이면, 보다 높은 위험도를 갖는 평가 결과가 계통의 운전 건전성으로 결정되거나, 또는예측 발전량 및 예측 잔여 유효 수명에 연관된 레이블링 데이터가 모두 신뢰도 낮음을 나타낸 경우, 만약 발전량 평가 레벨과 잔여 유효 수명 평가 레벨 간의 차이가 2레벨 이상이면, 두 평가 결과의 중간 레벨이 계통의 운전 건전성으로 결정되는 것을 특징으로 하는 발전량 및 잔여 유효 수명 예측 방법
20 20
제12항에 있어서, 상기 복수의 계통 각각에 대해서 평가된 계통의 운전 건전성을 포함한 발전소 운전 건전성 평가 결과를 생성하는 단계를 더 포함하는 발전량 및 잔여 유효 수명 예측 방법
21 21
제12항 내지 제20항 중 어느 하나의 항에 따른 발전량 및 잔여 유효 수명 예측 방법을 수행하기 위한, 프로그램을 기록한 컴퓨터 판독가능 기록매체
지정국 정보가 없습니다
패밀리정보가 없습니다
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