해상풍력발전기 자동 고장진단을 위해 신경망을 이용한 실시간 모니터링 시스템 구현 (Implementation of Real-time Monitoring System using the Neural Network for Automatic Failure Diagnosis of Offshore Wind Turbine)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 10권 / 7호 / 193 ~ 198페이지
· 저자명 : 박상준, 강대성

초록

대체 에너지 자원으로서 풍력은 경제성 확보를 위해 터빈이 대형화되었고, 우리나라 입지적 조건의 한계와 소음 문제와 같은 요인에 따라 해상으로의 진출은 필연적이다. 하지만 대형화에 따른 고장 발생 가능성이 증가하게 되었고, 해상에 위치함으로서 접근제약에 따른 2차 피해로 인해 추가비용이 발생하게 된다. 본 논문에서는 신뢰성 확보를 위해 Wavelet Transform과 신경망을 이용한 CMS(Condition Monitoring System)기반의 자동 고장진단 시스템을 제안한다. 먼저 이중여자 유도형 발전기의 고정자 전류를 입력신호로 사용했고, Wavelet Transform을 통해 실시간 신호분석이 가능하도록 했다. 신호분석을 통해 분류된 신호패턴의 특징정보는 신경망 알고리즘을 이용하여 학습시킴으로서 자동 고장진단시스템을 구현했다.

영어초록

The wind turbine as one of alternative energy sources was larger to ensure the economic profit. In addition, the expansion to offshore is necessary because of limitation of location requirement and noise problem in Korea. However, because of the increased mechanical and electrical capacity that components of a wind turbine withstand, the possibility of failure was increased and furthermore, additional costs can be caused by the secondary damage due to the limited access. In this paper, we suggest automatic fault diagnosis system based on CMS(Condition Monitoring System) using neural network and wavelet transform to ensure reliability. In this experiment, the stator current of doubly-fed induction generator was used as the input signal. The real-time signal analysis was made through wavelet transform. And then, the information of classified signal pattern is used to implement an automatic fault diagnosis system by using neural network algorithm.

참고자료

· 없음