광섬유를 진동센서로 활용하는 광섬유 센싱 기술과 인공지능(AI) 기술을 적용, 센싱된 진동 데이터에서 전신주의 균열 여부를 판정

딥러닝 기술을 탑재한 'NEC Advanced Analytics - RAPID 기계학습' 솔루션 이미지(사진:NEC)

NEC는 일본전력중앙연구소와 콘크리트 전신주(이하 전신주)에 기존 통신용 광섬유를 진동센서로 활용하는 광섬유 센싱 기술과 인공지능(AI) 기술을 적용한 실증실험을 통해 센싱된 진동 데이터에서 전신주의 균열 여부를 판정해 균열 전신주를 원격에서 약 75 %의 정확도로 판정하는 데 성공했다고 1일 밝혔다.

일본 전력송배전사업자들는 송배전 설비의 보전, 공사 담당자 부족과 재해 시 설비피해 상황을 신속히 파악하는 등의 과제와 배전설비의 점검, 관리업무의 고도화와 효율화를 실현하는 구조가 요구되고 있었다. 특히 현재 일본에는 2200만개 이상의 전신주를 보유하고 있어 경년열화(시간이 지남에 약화되는 현상. 經年劣化)에 따라 이상 상태나 재해시의 피해상황 등의 상태 파악이 어렵다는 것이 과제가 되고 있다.

콘크리트 전신주 상태(왼쪽부터) 정상, 가로균열, 세로균열

실증 실험은 NEC의 광섬유 센싱 기술 중 광섬유 케이블의 한쪽 끝에서 광펄스를 송신해 미약한 반환광(후방 산란광)의 위상변화를 검출함으로써 경로상에 생긴 진동 등의 상태변화를 측정하는 것으로 각 전신주 설치 지점을 사전에 특정해, 전신주로부터 얻을 수 있는 진동 파형을 각 전신주의 자연 진동으로서 계속적으로 수집한다.

여기에, NEC의 인공지능 플랫폼인 'NEC the WISE'의 하나인 딥러닝 기술을 탑재한 'NEC Advanced Analytics - RAPID 기계학습' 솔루션을 통해 이 진동 파형과 전신주의 균열의 유무를 세트로 한 학습 모델을 구축하고 이를 통해, 원격에서의 전신주의 상태나 균열 유무를 약 75 %의 정확도로 판정했다. 

전신주 상태 판단 AI 솔루션 개요
전신주 상태 판단 AI 솔루션 개요

한편, 이번 실증을 통해 NEC는 일본전력중앙연구소와 광섬유 진동 파형의 원격 측정을 가능하게 하는 광섬유 센싱 기술과 진동 데이터를 기반으로 해석 및 분류하는 AI 기술을 접목한 분석 시스템을 이용하여 전주의 열화 상태를 판정할 때 중요한 기준인 균열의 유무를 원격으로 실시간 판정할 수 있음을 확인한 것이다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지