AI-Based Non-Contact Diagnostics for Life-Cycle Health Assessment and Fault Prediction of Submarine Cables
개인기초연구(과기정통부)(R&D) · 우수연구-신진연구(유형A)
2026년
2710110557
과학기술정보통신부
한국연구재단
국립부경대학교
이춘권
2명
2026.03.01 ~ 2027.02.28
2026.03.01 ~ 2029.02.28
9,157만원
9,157만원
개발연구
대학
부산광역시 남구
에너지/자원 > 전력시스템 > 전력설비 절연/진단기술
본 연구는 딥러닝을 기반으로 해상풍력단지 해저 케이블의 국부 열화 탐지 및 잔존 수명 예측 기술을 개발하는 것을 목적으로 한다.- 진단 대상: 다수의 접속점·분기·장거리 구간을 포함하며 풍력발전기?해상변전소를 연결하는 전체 해저 케이블 전력망 시스템을 통합 진단할 수 있는 기술 확보- 진단 방식: 비접촉식 반사파 기반 신호 분석 기법을 활용하여 운영 중인 ...
... 체계를 정의하고, Transformer 모델을 활용해 장기 시계열 기반 잔존수명(RUL) 예측 모델을 개발한다.3차년도에는 개발된 AI·PINN·반사파 기반 진단 체계를 실제 해저 케이블 운전환경에 적용할 수 있도록 현장 실증 및 통합 모니터링 시스템을 구축한다. 실제 운전 데이터를 기반으로 열화 발생 구간과 잔존수명을 실시간으로 시각화할 수 있는 GUI 기반 통합 모니터링 플랫폼을 ...
... 전력망 산업 전반에 큰 경제적·사회적 파급효과가 기대된다.3. 물리 기반 AI 기술을 활용한 디지털 트윈 및 스마트 유지보수 고도화PINN 기반 전파 모델과 AI 진단·예측 모델은 해저 케이블의 ... 해상풍력·해저케이블 프로젝트에 기술 이전 및 수출이 가능한 국제 경쟁력 기반을 마련한다.5. 국가 에너지 전환 및 해상풍력 인프라 안정화 기여해상풍력 발전이 확대되는 상황에서, 해저 케이블 신뢰성 확보는 ...