1 |
1
발전 관련 데이터를 생성하는 다수의 디지털 발전소(110-1 내지 110-n);상기 발전 관련 데이터를 저장하는 표준 저장소(130); 및 상기 발전 관련 데이터를 기반으로 지능형 앱을 생성하여 지능형 발전소 정보를 제공하는 앱 관리 서버(140);를 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 시스템
|
2 |
2
제 1 항에 있어서,상기 지능형 앱은 다수의 상기 디지털 발전소(110-1 내지 110-n)의 발전 설비별 1개씩 설치하여 운영하는 개별 단계, 발전 설비별 2개 이상 설치하여 운영하는 융합 단계, 다수의 상기 디지털 발전소(110-1 내지 110-n)의 전체 발전 설비에 설치하여 운영하는 통합 단계를 통해 운영되는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 시스템
|
3 |
3
제 2 항에 있어서,상기 발전 관련 데이터는 발전 설비로부터 취득되는 운전 데이터에 대해 태그 식별 및 전처리를 통해 상이한 데이터명이 표준화된 데이터인 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 시스템
|
4 |
4
제 3 항에 있어서,상기 전처리는 상기 운전 데이터 및 다수의 추가 센서를 통하여 획득되는 물리적인 센싱값을 데이터 마이닝 및 가상 센싱 신호로 처리되는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 시스템
|
5 |
5
제 2 항에 있어서,상기 발전 설비는 보일러이고, 상기 지능형 앱은 보일러의 과거 정상상태를 회귀분석 기법을 활용하여 현재 운전 데이터와 회귀분석 예측 데이터의 잔차 감시를 통해 보일러의 이상 여부를 분석하는 보일러 조기 경보 앱, 보일러 튜브의 누설 신호를 딥러닝(Deep Learning)으로 학습하여 튜브 누설 발생시 학습 이미지를 대조하여 누설 여부를 진단하고 확률론적 기법을 통해 튜브 누설 위치를 확인하는 보일러 전열부 손상 평가 앱, 전열부의 온도를 분석하여 국부적으로 과열되고 있는 보일러 튜브의 위치를 파악하여 튜브의 열화도를 진단하는 연소 예측진단 앱, 보일러의 노 내의 유동 해석 결과를 출력에 따라 모사함으로써 발전 출력 유연 운전 시에 보일러에서 발생할 수 있는 손상도를 예측할 수 있도록 운전원에게 서비스하는 AI(Artificial intelligence) 보일러 상태 진단 앱을 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 시스템
|
6 |
6
제 2 항에 있어서,상기 발전 설비는 터빈이고, 상기 지능형 앱은 터빈의 과거 정상상태를 회귀분석 기법을 활용하여 현재 운전데이터와 회귀분석 예측 데이터의 잔차 감시를 통해 터빈의 이상 여부를 분석하는 터빈 조기 경보 앱, 터빈의 정렬 상태를 분석하여 터빈 회전시에 발생하는 불평형, 오정렬, 및 러빙을 포함하는 비정상 상태를 제공하는 터빈 정비 툴앱, 딥러닝(Deep Learning) 기반 정상상태 학습을 통해 터빈의 비정상 여부를 분석하는 AI 기반 터빈 감시앱, 딥러닝(Deep Learning) 기반 정상상태 학습을 통해 터빈의 비정상 여부를 분석하는 AI 기반 터빈 감시앱, 고압터빈 손상평가에서는 열응력 분포, 피로 손상 분석을 통해 피로수명을 예측하고, 저압터빈 손상평가에서는 증기조건에 의한 열유동 해석, 증기와 블레이드와의 연성해석을 통한 응력분포, 피로손상 분석 및 침부식평가를 통해 터빈의 신뢰성을 평가하는 터빈 손상 평가 앱을 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 시스템
|
7 |
7
제 2 항에 있어서,상기 발전 설비는 발전기이고, 상기 지능형 앱은, 발전기의 과거 운전의 정상상태를 회귀분석 기법을 활용하여 현재 운전 데이터와 예측 데이터의 잔차 감시를 통해 발전기의 이상 여부를 분석하는 발전기 조기 경보 앱, 발전기의 고정자 권선의 냉각수 누설에 의한 흡습 여부를 진단하는 수냉각 고정자 흡습 진단 앱, 고정자 웨지의 체결 강도 분포를 통해 차기 계획 정비 기간에 어느 부위를 교체할 지를 분석하는 고정자 웨지 강도 평가 앱을 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 시스템
|
8 |
8
(a) 다수의 디지털 발전소(110-1 내지 110-n)가 발전 관련 데이터를 생성하는 과정;(b) 상기 발전 관련 데이터를 표준 저장소(130)에 저장하는 과정; 및 (c) 앱 관리 서버(140)가 상기 발전 관련 데이터를 기반으로 지능형 앱을 생성하여 지능형 발전소 정보를 제공하는 과정;을 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 방법
|
9 |
9
제 8 항에 있어서,상기 지능형 앱은 다수의 상기 디지털 발전소(110-1 내지 110-n)의 발전 설비별 1개씩 설치하여 운영하는 개별 단계, 발전 설비별 2개 이상 설치하여 운영하는 융합 단계, 다수의 상기 디지털 발전소(110-1 내지 110-n)의 전체 발전 설비에 설치하여 운영하는 통합 단계를 통해 운영되는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 방법
|
10 |
10
제 9 항에 있어서,상기 발전 관련 데이터는 발전 설비로부터 취득되는 운전 데이터에 대해 태그 식별 및 전처리를 통해 상이한 데이터명이 표준화된 데이터인 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 방법
|
11 |
11
제 10 항에 있어서,상기 전처리는 상기 운전 데이터 및 다수의 추가 센서를 통하여 획득되는 물리적인 센싱값을 데이터 마이닝 및 가상 센싱 신호로 처리되는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 방법
|
12 |
12
제 10 항에 있어서,상기 발전 설비는 보일러이고, 상기 지능형 앱은 보일러의 과거 정상상태를 회귀분석 기법을 활용하여 현재 운전 데이터와 회귀분석 예측 데이터의 잔차 감시를 통해 보일러의 이상 여부를 분석하는 보일러 조기 경보 앱, 보일러 튜브의 누설 신호를 딥러닝(Deep Learning)으로 학습하여 튜브 누설 발생시 학습 이미지를 대조하여 누설 여부를 진단하고 확률론적 기법을 통해 튜브 누설 위치를 확인하는 보일러 전열부 손상 평가 앱, 전열부의 온도를 분석하여 국부적으로 과열되고 있는 보일러 튜브의 위치를 파악하여 튜브의 열화도를 진단하는 연소 예측진단 앱, 보일러의 노 내의 유동 해석 결과를 출력에 따라 모사함으로써 발전 출력 유연 운전 시에 보일러에서 발생할 수 있는 손상도를 예측할 수 있도록 운전원에게 서비스하는 AI(Artificial intelligence) 보일러 상태 진단 앱을 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 방법
|
13 |
13
제 9 항에 있어서,상기 발전 설비는 터빈이고, 상기 지능형 앱은 터빈의 과거 정상상태를 회귀분석 기법을 활용하여 현재 운전데이터와 회귀분석 예측 데이터의 잔차 감시를 통해 터빈의 이상 여부를 분석하는 터빈 조기 경보 앱, 터빈의 정렬 상태를 분석하여 터빈 회전시에 발생하는 불평형, 오정렬, 및 러빙을 포함하는 비정상 상태를 제공하는 터빈 정비 툴앱, 딥러닝(Deep Learning) 기반 정상상태 학습을 통해 터빈의 비정상 여부를 분석하는 AI 기반 터빈 감시앱, 딥러닝(Deep Learning) 기반 정상상태 학습을 통해 터빈의 비정상 여부를 분석하는 AI 기반 터빈 감시앱, 고압터빈 손상평가에서는 열응력 분포, 피로 손상 분석을 통해 피로수명을 예측하고, 저압터빈 손상평가에서는 증기조건에 의한 열유동 해석, 증기와 블레이드와의 연성해석을 통한 응력분포, 피로손상 분석 및 침부식평가를 통해 터빈의 신뢰성을 평가하는 터빈 손상 평가 앱을 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 방법
|
14 |
14
제 9 항에 있어서,상기 발전 설비는 발전기이고, 상기 지능형 앱은, 발전기의 과거 운전의 정상상태를 회귀분석 기법을 활용하여 현재 운전 데이터와 예측 데이터의 잔차 감시를 통해 발전기의 이상 여부를 분석하는 발전기 조기 경보 앱, 발전기의 고정자 권선의 냉각수 누설에 의한 흡습 여부를 진단하는 수냉각 고정자 흡습 진단 앱, 고정자 웨지의 체결 강도 분포를 통해 차기 계획 정비 기간에 어느 부위를 교체할 지를 분석하는 고정자 웨지 강도 평가 앱을 포함하는 것을 특징으로 하는 앱을 활용한 지능형 디지털 발전소 정보 제공 방법
|