메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
천성일 (한국전자기술연구원) 오경석 (한국전자기술연구원)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 신뢰성부문 2021년도 춘계학술대회 논문집
발행연도
2021.4
수록면
44 - 44 (1page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
신재생에너지의 주요 에너지원으로 각광받고 있는 태양광 발전은 3 차 에너지기본계획으로 인해 2020 년 3 분기 기준 보급 용량 3.28GW를 도달 하였다. 이에 따른 인공지능(AI)기반 유지보수 시장은 19년 400 억원에서24 년 800 억원으로 추정되어 연평균 9% 성장할 것으로 전망된다.
태양광발전소는 태양광으로 생산되는 발전량을 최대화하고 균등화 발전단가(LCOE)를 저감하기 위해 유지보수(O&M)는 필수적으로 고려되어야 한다. 기존의 방식은 단순 계측과 실시간 동작상태 모니터링을 통한 상태기반정비(CBM)가 이루어졌으나 고장 발생 후 정상상태 복구를 위한 정비로 인해 수익 확보 및 운용안정성이 저하되었다. 보다 신뢰성 높은 운영을 위해 고장 전조(Precursor)기반의 고장원인 분석과 데이터 중심(Data-driven) 분석결과에 기초한 시정 계획이 수립이 되어야 하며 이를 머신 러닝을 통한 빅데이터^_@span style=color:#999999 ^_# ... ^_@/span^_#^_@a href=javascript:; onclick=onClickReadNode('NODE10555877');fn_statistics('Z354','null','null'); style='color:#999999;font-size:14px;text-decoration:underline;' ^_#전체 초록 보기^_@/a^_#

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-550-001680058