한국에너지기술연구원

고석환 책임기술원이 개발한 기술을 설명하고 있다. 한국에너지기술연구원 제공.

산업통상자원부 통계에 따르면 국내 태양광 발전 설비는 2020년 기준 17.3기가와트에서 2021년 기준 21.2기가와트로 늘었다. 태양광 설비가 매년 증가하고 있는 만큼 최상의 상태를 유지하기 위한 유지관리 기술도 필요하다. 태양광 설비는 평균 20년 이상 유지될 수 있는데 유지관리가 이뤄지지 않으면 작은 고장으로도 큰 손실이 날 수 있기 때문이다. 

한국에너지기술연구원은 고석환 신재생시스템연구실 책임기술원 연구팀이 인공지능(AI)을 활용해 태양광 발전 설비 고장을 진단할 수 있는 기술을 개발했다고 20일 밝혔다. AI 모델을 적용해 현장에 가지 않고도 태양광 패널의 오염, 성능 저하 등을 95% 이상 정확도로 판단할 수 있는 기술이다. 

태양광 설비를 유지보수하려면 현장에서 고장을 진단하고 해결해야 한다. 최근에는 드론에 열화상 카메라를 실어 분석하는 기술이 적용되고 있지만 현장을 방문해야 진단할 수 있다. 또 고장으로 얼마나 에너지가 손실됐는지 측정하기도 어렵다. 

연구팀은 AI 학습모델을 활용해 이같은 문제를 해결했다. 태양광 패널 상세 정보, 여러 장으로 구성된 모듈, 직병렬 정보, 환경센서 등을 포함하는 I-V 곡선 데이터를 인공지능 학습모델에 입력하면 패널의 성능과 셀 부식 등 다양한 고장 원인을 분석한다. I-V 곡선이란 태양광으로 생성하는 전기에너지를 측정해 전압과 전류의 상관관계를 그려내는 곡선이다. 

이와 함께 10년 이상 현장 시험 평가로 수집된 태양광 패털의 고장 I-V 데이터와 정상 데이터를 학습시켜 95% 이상의 고장 진단 정확도를 확보했다. 

연구팀은 이번에 개발한 기술을 토대로 사업화를 위해 연구소기업, 인버터 제조기업과 공동연구를 추진한다. 고석환 책임기술원은 “태양광 발전 설비 유지보수 관리 수준과 활용성을 매우 높일 수 있을 것”이라고 밝혔다. 

출처 https://www.dongascience.com/news.php?idx=61712