영국에너지2024 – 진행 중드랙스 그룹
발전소 설비에 적용한 머신러닝 이상 탐지
드랙스가 발전기 변압기에서 늘어나는 고장 가스를 일찍 잡아 4주 가동 중단의 재발을 피했다
문제
드랙스의 비슷한 발전기 변압기가 앞서 고장 나 설비를 4주 넘게 세운 적이 있었다. 발전소 엔지니어에게는 변압기와 증기터빈 같은 대형 설비의 고장을 더 일찍 알려 줄 수단이 필요했다.
접근 방식
드랙스는 AVEVA의 PI 시스템에 쌓인 과거 센서 데이터로 정상 상태를 학습한 뒤 실시간 데이터를 감시하는 머신러닝 모델인 AVEVA 예측 분석을 썼다. 이 도구는 이상을 표시하고 경보의 원인이 된 센서를 짚어 준다. 도구가 발전기 변압기의 유중 가스 수치 상승을 감지했다. 드랙스는 변압기 운전 방식을 바꾸고 짧은 수리를 한 뒤, 다음 대규모 계획 정비 때까지 설비를 계속 가동했다.
주요 수치
More than four weekstechUK 사례 연구에 따르면 비슷한 변압기 고장 뒤 있었던 이전 비계획 가동 중단의 기간으로, 드랙스는 이번에 이를 반복하지 않았다
시사점
조기 경보 덕에 운영사는 계획에 없던 가동 중단 대신 자체 일정에 맞춘 짧은 수리를 택할 수 있었다. 공급업체의 글에는 비용 절감액이 없다.
분류
출처
출처 요약
[1]techUK2024년 9월 5일
AVEVA가 드랙스, 수에즈와 함께한 작업을 중심으로 쓴 techUK 사례 연구다. 이상 탐지 모델의 작동 방식과 드랙스의 변압기 고장을 감지한 과정을 설명했다. 드랙스에 관한 수치는 이전 가동 중단 기간뿐이며 절감액은 제시하지 않았다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일