노르웨이에너지2017 – 진행 중스타트크라프트
수력발전 정비를 위한 머신러닝 건전성 모델
스타트크라프트는 예정된 점검보다 12시간 먼저 베어링이 고장 나기 전에 센서 변화를 감지했다
문제
노후한 수력발전 설비는 비용이 큰 정비가 필요했다. 위험 평가는 현장 점검과 수작업 계산에 크게 의존했다.
접근 방식
스타트크라프트는 2017년 크빌달에서 머신러닝 시범 사업을 시작했고 요스테달에서 건전성 모델을 시험했다. 모델은 센서의 작은 변화를 감지했고, 이에 따라 3주 뒤로 점검이 잡혔다. 그 점검 전에 스러스트 베어링이 고장 났다. 이후 팀은 센서를 추가로 설치하고 현장 직원과 매주 연락하고 있다고 밝혔다.
주요 수치
12 hours스러스트 베어링이 고장 난 시점과 예정된 점검 사이의 시간, 스타트크라프트 발표 기준
시사점
열화를 감지했다고 해서 정비 직원이 얼마나 급하게 대응해야 하는지까지 판단할 수 있었던 것은 아니다.
분류
출처
출처 요약
[1]Statkraft2018년
스타트크라프트는 크빌달과 요스테달의 정비 시범 사업을 설명했다. 센서 이상이 베어링 고장보다 먼저 나타났지만 계획된 점검은 12시간 늦었다고 밝혔다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
