신보령 발전소 1000㎿급 적용
딥러닝 기반 예측진단 솔루션
"설비상태 빠른 파악 최대 강점"
딥러닝 기반 예측진단 솔루션
"설비상태 빠른 파악 최대 강점"
한국중부발전 제공
국내 발전사와 AI(인공지능) 스타트업이 세계 최초로 화력발전소의 터빈 가동상태를 AI로 진단해 설비 이상이 발생하기 전에 미리 예측하는 시스템을 도입했다.
한국중부발전은 충남 보령에 위치한 신보령 화력발전소 1호기에 딥러닝 기반 터빈 진단 솔루션을 구축하고, 최근 가동에 들어갔다. AI 기반 산업설비 예측진단 솔루션 업체인 원프레딕트가 터빈 기기에 최적화해 개발한 '가디원 터빈'을 공급했다.
신보령 화력발전소는 1·2호기로 구성되며, 국내 최초로 1000㎿급 초초임계압 발전설비를 도입해 건설됐다. 기존 석탄화력발전 방식보다 효율이 좋고 이산화탄소 배출이 적은 게 특징이다. 두산중공업이 한국에너지기술평가원, 한전전력연구원, 한국전력기술 등과 10여년 간 국책 연구과제를 통해 개발에 성공하고 한국중부발전과 공급계약을 맺었다. 신보령 1호기 터빈은 초당 60번, 분당 3600번 회전하며 전기를 생산한다.
그러나 1000㎿ 터빈은 라스트 스테이지 블레이드(LSB)의 건전성 문제가 10여년 간 해결되지 않아 설비운영에 어려움이 컸다. 미국 전력연구소(EPRI) 등이 오랜 기간 노력했지만 터빈 블레이드의 상태를 진단하는 방법을 찾지 못 했다. 라스트 스테이지 블레이드는 발전소의 핵심 설비인 증기 터빈의 날 부위 중 하나로, 블레이드가 손상되면 바로 발전소 가동중단으로 이어진다. 터빈 블레이드가 부서지면 다른 설비도 손상을 입고 발전소는 큰 손실을 입게 된다.
이충구 한국중부발전 기계기술부 차장과 원프레딕트는 공동연구를 통해 딥러닝 기반 블레이드 진단 알고리즘을 개발해 대처할 수 있게 했다. 이 기술은 한국중부발전과 원프레딕트가 공동으로 특허를 출원할 예정이다.
가디원 터빈은 터빈 회전 부위인 로터와 블레이드에 설치된 수십개 센서가 포착한 진동 데이터를 활용해 기기 이상을 사전에 예측한다. 분석에는 기기 전문가의 지식과 경험에 딥러닝 알고리즘이 함께 동원된다. 소수 전문가들이 오랜 기간 축적한 경험을 바탕으로 설비의 건정성을 평가하는 동시에, 딥러닝을 통해 데이터를 분석해 건정성을 자동으로 확인하는 방식이다. 원프레딕트는 두 방법을 결합해 터빈의 건전성 지표를 도출하고, 고장 확률과 유형을 자동으로 분류해 대시보드 화면에 표시하도록 했다.
장범찬 원프레딕트 연구원은 "이전에도 센서를 통한 설비 모니터링을 했지만 진단기능이 없다 보니 전문 엔지니어의 후속검사를 거쳐 설비 계속작동 여부를 결정해야 했다"면서 "그러나 AI가 전문가 수준의 진단 결과를 직관적인 화면으로 보여줘 정비가 필요한 상황에 즉각 대응할 수 있게 됐다"고 설명했다.
이를 통해 특정 전문가 영역이었던 터빈 건전성 진단의 문턱이 낮아졌다. 딥러닝 알고리즘의 재학습을 통해 진단 정확도를 높이는 것도 가능해졌다.
김원태 신보령발전소 제어기술부 차장은 "기존 발전소 내 모니터링 시스템은 소수 전문가용이어서 담당자가 바뀔 경우 사전교육이 필요했다"면서 "이와 달리 가디원 터빈은 다양한 업무를 소화해야 하는 운전원들도 적시에 설비 상태를 파악하고 빠르게 의사결정을 내리도록 해 주는 게 강점"이라고 말했다. 이어 "이 솔루션을 이용해 복잡한 시운전 절차와 시간도 줄어들었다"고 밝혔다.
중부발전은 AI 기반 예측진단 솔루션을 다른 1000㎿급 터빈에 추가 도입하는 방안을 검토 중이다.
안경애기자 naturean@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
