| 1 |
1
인공지능을 이용한 전기 설비 점검 주기를 선택하는 컴퓨팅 장치의 동작 방법에 있어서,전기 설비 관련된 계통 및 비용 정보를 입력하는 단계;점검 주기 셋을 정의하는 단계;점검 주기 별, 상기 계통 및 비용 정보를 이용하여 강화학습을 수행하는 단계;상기 강화학습에 따라 선택된 알고리즘을 평가하는 단계;상기 점검 주기 셋의 점검 주기가 상한값보다 큰 지를 판별하는 단계; 및상기 점검 주기가 상기 상한값보다 클 때, 상기 알고리즘을 최적 알고리즘으로 출력하는 단계를 포함하는 방법
|
| 2 |
2
제 1 항에 있어서,상기 강화학습을 수행하는 단계는,상기 점검 주기 별, 서로 다른 인공 신경망을 생성하는 단계를 포함하는 방법
|
| 3 |
3
제 1 항에 있어서,상기 강화학습을 수행하는 단계는,점검 주기 별 MCTS(Monte Carlo Tree Search)를 기반으로 수집한 데이터를 통하여 인공 신경망을 학습하는 단계를 포함하는 방법
|
| 4 |
4
제 1 항에 있어서,상기 알고리즘을 평가하는 단계는,상기 점검 주기에서 시뮬레이션 기간의 전체 기대 비용을 기존 점검 주기의 기대 비용보다 낮을 경우, 최적의 점검 주기를 대체하는 단계를 더 포함하는 방법
|
| 5 |
5
제 1 항에 있어서,상기 강화학습에서 인공 신경망의 출력 크기는 전기 설비의 기기 수와 동일한 것을 특징으로 하는 방법
|
| 6 |
6
제 1 항에 있어서,배전 계통 시스템 관점의 신뢰도 지수를 선정하는 단계를 더 포함하고,상기 신뢰도 지수의 최적화를 통해 전력 계통의 최소 비용을 유지하는 것을 특징으로 하는 방법
|
| 7 |
7
인공지능을 이용한 전기 설비 점검 주기를 선택하는 컴퓨팅 장치(1000)에 있어서,적어도 하나의 프로세서(1100); 및점검 주기 선택 알고리즘을 저장하는 메모리 장치(1200)를 포함하고,상기 점검 주기 선택 알고리즘은,전기 설비 관련된 계통 및 비용 정보를 입력하고; 점검 주기 셋을 정의하는 단계, 점검 주기 별 상기 계통 및 비용 정보를 이용하여 강화학습을 수행하는 단계; 상기 강화학습에 따라 선택된 알고리즘을 평가하고; 상기 점검 주기 셋의 점검 주기가 상한값보다 큰 지를 판별하고; 및 상기 점검 주기가 상기 상한값보다 클 때, 상기 알고리즘을 최적 알고리즘으로 출력하도록, 상기 적어도 하나의 프로세서(1100)에서 실행되는 것을 특징으로 하는 컴퓨팅 장치
|
| 8 |
8
제 7 항에 있어서,상기 점검 주기 선택 알고리즘은 시스템 신뢰도와 기기 상태에 근거로 하여 점검 주기를 결정하는 것을 특징으로 하는 컴퓨팅 장치
|
| 9 |
9
제 7 항에 있어서,상기 점검 주기 선택 알고리즘은 상기 점검 주기 별 총 기대 비용을 최소화하는 방향으로 유지 보수에 대한 의사 결정을 수행하는 것을 특징으로 하는 컴퓨팅 장치
|
| 10 |
10
제 7 항에 있어서,상기 점검 주기 선택 알고리즘은 새로운 점검 주기에서 시뮬레이션 기간의 전체 기대 비용이 이번 점검 주기의 기대 비용 보다 낮을 때 최적 점검 주기를 대체하는 것을 특징으로 하는 컴퓨팅 장치
|
