태양광발전 고장진단을 사람 대신 AI가 한다

에너지기술연구원, AI 진단 정확도 95% 달해
10년간의 데이터 활용… 유지관리비 절감 가능

한국에너지기술연구원 고석환 박사가 개발한 태양광 진단 AI 기술로 원격 클라우드 플랫폼을 통한 태양광발전소 성능검사가 가능하다. 에너지기술연구원 제공

[파이낸셜뉴스] 한국에너지기술연구원 신재생시스템연구실 고석환 박사팀이 태양광 발전소 현장에 사람이 직접 가지 않고도 고장을 진단하는 인공지능(AI) 기술을 개발했다.

20일 에너지기술연구원에 따르면 이 AI 기술은 정상 및 고장데이터 셋 약 3600개를 이용해 95% 정확도를 보였다.

이 기술은 전문엔지니어 없이도 태양광 패널의 오염이나 성능저하 등을 95% 이상의 정확도로 판단할 수 있다. 모두 원격으로 성능 관리가 가능해 수상이나 해상에 설치된 설비 등 접근이 어려운 지역에 적용하면 유지관리 비용을 획기적으로 줄일 수 있다.

연구진은 "발전소 현장 진단장치인 다채널 어레이테스터기에도 해당 기술적용 소프트웨어를 적용해 즉시 활용가능이 가능하다"고 말했다. 또 이 기술은 데이터를 입력하면 즉시 활용 가능하고, 플랫폼화 기술개발을 올 하반기에 완료해 클라우드 기반의 서비스화를 목표로 개발 중에 있다.

우리나라의 태양광발전 설비는 2021년 기준 총 21.2GW로 2020년보다 3.3GW 증가했다. 기후변화에 대응하고 탄소중립을 실천하기 위해서는 앞으로 계속 늘어날 것으로 전망되고 있다. 태양광발전시설이 늘어난 만큼 유지관리에 대한 비용도 지속적으로 증가하기 마련이다. 우드맥킨지는 글로벌 태양광 운영 및 유지관리 시장보고서를 내놓으며, 2020년 기준 약 6조6000억원(50억 달러)에서 2025년에는 12조4000억원(94억 달러)까지 늘어날 것으로 예상했다.

한국에너지기술연구원 고석환 박사가 개발한 태양광 진단 AI 기술에 대해 설명하고 있다. 에너지기술연구원 제공

연구진은 AI 학습모델을 활용해 기존 기술의 문제를 해결했다. 우선 이 AI 학습모델에 다양한 데이터를 입력한다. 데이터는 태양광 패널 상세정보, 여러 장으로 구성된 모듈(어레이) 직·병렬 정보, 일사량과 온도 측정센서에서 얻은 것들이다. 여기에 10년 이상 태양광 발전소 고장진단 평가에서 수집한 데이터를 추가했다.

또한 에너지 생산 데이터의 활용성까지 높였다. 태양광 패널에서 에너지생산 데이터는 패널의 성능과 고장 상태를 평가하는 중요한 데이터이지만, 일사량 등 조건이 바뀔 때마다 불규칙적으로 변동돼 전문가도 명확하게 분석하기 어렵다. 연구진은 이를 개선하기 위해 태양광 패널의 셀 종류에 따른 물리적 특성을 모델링화 한 알고리즘을 개발했다. 개발된 알고리즘은 수시로 변화하는 일사 조건에서도 전압과 전류의 시뮬레이션 데이터를 98% 이상 정확하게 예측했다.
#인공지능 #태양광 #에너지기술연구원 #유지관리