온도, 압력, 진동신호 관련 데이터 초당 4,000개 이상 취득해 유의미한 데이터들만 선별 분석

평택발전에 설치된 가스터빈(사진:한전)
평택발전에 설치된 가스터빈(사진:한전)

한국전력(대표 김종갑)이 세계 최초로 인공지능(AI)을 활용한 'AI 가스터빈 감시 시스템'을 개발하고, 한국서부발전 평택발전소에 한달간 시스템 적용을 거쳐 신뢰성 검증을 완료했다고 25일 밝혔다.

고온, 고압의 연소가스로 터빈을 가동시키는 회전형 열기관인 가스터빈은 가스발전 건설비용의 30~50%를 차지하는 핵심설비다. 가스터빈 운전 중 고장상태를 사전에 파악하지 못하면 부품파손, 수명저하 및 오염물질 과다배출 등의 문제를 일으킬 수 있다.

이에 한전은 가스터빈에 설치된 센서를 통해 온도, 압력, 진동 등 데이터들을 취득·분석한 후 학습시켜 인공지능을 활용한 가스터빈의 운전 데이터 분석을 통하여 조기에 문제점을 발견하고 불시사고를 예측하는 ‘AI 가스터빈 감시 시스템’을 개발한 것이다.

시스템 개발 관계자는 "가스터빈을 실시간 감시, 이상 진단, 제어를 위해 설치된 수많은 센서들로부터 온도, 압력, 진동신호 등 다양한 데이터들을 초당 4,000개 이상 취득했다"며, "하지만 취득한 데이터는 감시, 이상 진단, 제어관점에서 불필요한 정보까지 포함한 대용량 빅데이터이기 때문에 실제 데이터 분석에 필요한 유의미한 데이터들만 선별하는 과정이 필요했다"며 감시시스템의 필요성을 강조했다.

이러한 선별 과정은 전문가 지식, 데이터 상관관계 분석을 통해 가능하다는 것이다. 즉 오류 데이터들을 제거하는 작업을 수행하고 1차적으로 발전소 운전정보 시스템에서 취득된 데이터 중 전문가 지식을 활용해 1,106개 센서 데이터들을 취득했다. 여기에 머신러닝 기법인 Xgboost(Extreme Gradient Boosting), LassoLasso(Least Absolute Shrinkage and Selection Operator)를 사용한 상관관계분석을 통해 분석 대상 데이터의 개수를 183개로 축소했다고 한다.

이후 실시간 센서 및 DB와 연계한 시스템을 통해 발전소에서 측정한 데이터 관련 태그 리스트들 중에서 분석에 필요한 데이터들만 선별해 취득, 분석했다.

또 딥러닝 모델 개발을 위한 학습에는 불시정지 시점의 데이터와 정상 상태에서의 데이터를 사용했으며, 전체 비율 중 90%는 학습, 10%는 테스트를 이용했다.

이 시스템 알고리즘에 사용한 파이썬은 주로 텍스트를 파일로 저장하는 방법인 표준 입출력방식이기 때문에 썬 작업을 수행할 수 있도록 엑셀형식의 파일을 pkl 형식으로 변환한다. 데이터 선별과정을 거친 후 이상 운전에 대한 예측 진단을 위해 차원 축소된 183개 주요 인자들에 대해 불시정지가 일어나기 전 특정 시간 기준으로 정상운전영역과 불시정지영역을 구분해 정의한다.

시스템에서는 2개의 컨볼루션층(Convolution Layer), 1개의 맥스풀링층(Maxpooling Layer)이 4번 반복되고 그 뒤에 은닉층(Hidden Layer) 2개와 전결합층(fully connected layer)로 이루어져 있다.

활성화 함수로는 ReLU를 사용했다. 전결합층에서는 소프트맥스(Softmax) 함수를 사용해 라벨링된 영역에서 불시정지가 일어날 징후를 확률로 표시 한다. CNN 모델 업데이트 과정에서는 학습을 통해 저장된 변수들을 불러오는 작업을 수행하며 학습된 모델의 파라미터를 필요할 때 다시 가져와서 쓸 수 있도록 별도로 저장한다.

또 정의된 문제에 대한 답은 명확하게 제시하지만 각 주요 인자들이 분석 결과에 얼마만큼 기여하는지, 어떤 방식으로 분석되는지 알기 어렵다.

마찬가지로 필터를 이용한 관심 영역이 위·아래 주요 인자들을 모두 포함하는 기존의 CNN 필터 구성방식을 적용한다면 서로 다른 물리적인 의미를 가지는 인자들을 구분 없이 분석하기 때문에 각 인자들의 기여도를 분석할 수 없다.

이에 대한 대안으로 이 시스템에서는 주요 인자들의 물리적인 의미를 분석하고 클러스터링해 각각의 군집화 된 채널들에 대해 서로 다른 필터로 분석할 수 있도록 구성했다.

개발 시스템의 알고리즘은 훈련에 사용하지 않은 테스트 데이터를 사용해 불시정지 특정 시간 이전 이상 징후를 확률로 잘 나타내는지를 판별하여 검증했다.

한편, 가스터빈 제조 분야는 고부가가치 산업으로 미국의 GE, 독일의 지멘스, 일본의 MHPS가 독점하고 있다. 국내 가스터빈은 해외에서 전량 수입하고 있다. 지난 25년간 국내 발전사의 가스터빈 유지보수 지출금액이 4조 2104억원에 달한다. 한전은 이 시스템을 통해 사전에 가스터빈 문제점을 파악해 주요 부품의 수명을 연장할 수 있어 유지보수 비용 절감에 도움을 줄 것으로 기대하고 있다.

한전 관계자는“앞으로 국내 뿐만 아니라 해외 발전소를 대상으로 실증을 완료하여 이 시스템이 세계 시장에 진출할 수 있도록 노력하겠다”고 밝혔다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지