안정적인 송전선로 운영에 기여

한전KDN이 딥 러닝 기술을 통해 송전선로 부식도를 예측할 수 있는 모델을 선보였다.

한전KDN(사장 임수경)은 지난 6일 대한전기학회 동계학술대회에서 딥 러닝(Deep Learning) 기술을 활용한 가공 송전선로의 부식을 진단할 수 있는 모델을 소개했다고 전했다.

이번에 한전KDN이 선보인 딥 러닝 기반의 송전선로 부식진단 모델은 육안으로 식별이 불가능한 가공 송전선로의 내부 부식이나 이상상태를 판단하는데 이용 할 수 있는 기술이다.

이를 통해 보다 안정적인 송전선로 운영에 기여할 것으로 기대된다는 게 회사 측의 설명이다.

한전KDN에 따르면 이번 딥 러닝 기반 송전선로 부식진단 모델은 와전류 탐상법과 같은 비파괴 방식으로 송전선로의 부식상태를 진단하는 게 가능하다. 학습된 3만4000여건의 데이터를 이용해 90% 이상의 정확도도 나타냈다. 한전KDN은 해당 모델의 논문과 프로그램 등록을 마친 상태다.

한전KDN 관계자는 “딥 러닝 기반의 송전선로 부식진단 모델을 통해 보다 효율적이고 경제적인 전력설비운영이 가능할 것으로 기대된다”며 “추가적으로 다양한 전력 설비에 대한 고장 예측 및 효율적 전력망 운영을 가능케 하는 연구도 진행 중에 있다”고 밝혔다.