주성분분석을 이용한 고압급수가열기의 고장탐지 및 진단 (Fault Detection and Diagnosis for High Pressure Feedwater Heater using Principal Component Analysis)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 28권 / 2호 / 91 ~ 98페이지
· 저자명 : 정승환, 김민석, 장재열, 유재영, 김성신

초록

화력발전소와 같은 대규모 산업공정은 온라인 모니터링을 기반으로 고장탐지를 수행한다. 최근 급증하는 전력수요로인해, 발전공정의 규모가 커지면서 신뢰성, 안전성, 유용성들을 만족할 수 있는 고장탐지 기술이 주목받고 있다. 본논문에서는 화력발전소 고압급수가열기의 고장탐지를 위하여 데이터기반 방법인 주성분분석(Principal Component Analysis, PCA)을 이용하였다. 오프라인 과정에서는 대상시스템의 정상범주에서 계측한 다변량데이터를 이용하여공분산행렬과 이에 대한 고유치와 고유벡터를 계산하였고, 탐지지수의 문턱값을 설정하였다. 온라인 과정에서는검증데이터에 대한 탐지지수를 계산한 후, 미리 설정된 탐지지수의 문턱값을 이용하여 고장탐지를 수행하였다.
그리고 기여도분석을 수행하여 대상시스템의 고장유형을 진단하였다. 실제 화력발전소 고압급수가열기의 튜브누설이발생했던 데이터를 이용하여 실험을 수행한 결과, PCA 기반의 고장탐지 기법이 대상시스템의 고장을 사전에 성공적으로탐지할 수 있음을 확인할 수 있었다. 그리고 기여도분석을 통하여 고장에 기여한 변수를 식별하고, 식별된 변수를이용하여 대상시스템의 고장유형을 진단할 수 있음을 보여주었다

영어초록

Large-scale industrial processes such as thermal power plants fulfill fault detection based on the online monitoring. Recently, because of a rapidly increasing power demand, fault detection technique has been attracting attention as increased a scale of a development process. In this paper, we present PCA (Principal Components Analysis) based fault detection as a datadriven method for high-pressure feedwater in the thermal power plant. In an offline process, we calculate the covariance matrix and its eigenvalue, eigenvector by using multivariate data measured when the target system is normal, and thresholds of detection indices are decided. In an online process, after calculating the detection indices for test data, predefined threshold is used for fault detection. We diagnosed fault types of the target system by performing contribution analysis.
In this paper, we experimented utilizing a failure case dataset due to high-pressure feedwater heater tube leakage in the thermal power plant. Also, we distinguished the fault variables by using contribution analysis. The experimental results show that not only the presented method can successfully detect the tube leakage of high-pressure feedwater in advance but can diagnose the fault type of the target system with obtanied variables.

참고자료

· 없음