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 ...
... 시나리오(수트리, 기계적 손상, 접속부 열화 등)를 모의하고, 해저 환경에서 얻기 어려운 합성 반사파 데이터셋을 구축함으로써 이후 AI 모델 학습의 기초 데이터를 확보한다.2차년도에는 1차년도에서 확보한 ... 기반으로 열화 발생 구간과 잔존수명을 실시간으로 시각화할 수 있는 GUI 기반 통합 모니터링 플랫폼을 구현하고, 해상풍력 실증단지 및 테스트베드(가속열화 설비 등)에서 현장 검증 시험을 수행하여 ...
1. 해저 케이블 전주기 진단·예측 플랫폼의 산업 현장 적용본 연구에서 개발된 비접촉식 반사파 계측 기반 열화·고장 탐지 기술과 PINN?AI 융합 모델은 해저 케이블의 설치?운영?유지보수 전 과정을 아우르는 전주기 건전성 평가 플랫폼으로 활용될 수 있다. 해상풍력 발전단지 및 해저 전력망에 실시간으로 적용하여 국부 열화 조기 탐지, 고장 발생 구간 예측, 잔존수명 ...