AI Convergence
AI 기반 End-to-End 플랫폼 구축 솔루션을 제공합니다.
태양광 이상감지, 패널이미지 분석, 연료전지 운영 최적화 등 다양한 배포 모델이 있습니다.
산업 현장에서 생성되는 데이터에 인공지능 기술을 적용하여 산업의 생산성, 효율성, 편의성을 높이는 서비스를 제공 합니다.
Architecture
인공지능 서비스 개발을 위해 데이터 수집, 전처리 과정과 머신러닝, 딥러닝 기법을 산업의 목표에 맞게 개발합니다. API 인터페이스 등을 지원하는 인공지능 모델로 클라우드에 배포하여 산업의 ICT 시스템과 손쉽게 연계 할 수 있습니다. 배포 이후에도 지속적인 인공지능 모델 고도화를 통한 성능 향상으로 산업의 목표에 부합하도록 합니다.
시계열 AI와 이미지 AI 결합으로 최적화된 태양광 O&M 서비스
- 발전소 통합 모니터링 서비스
- 발전소 유형별 이상감지 세분화
- 실시간 발전 이상감지 알람 시스템
- 패널 이미지 정보 제공 및 불량 유형 판별
- 기상정보를 활용한 발전 예측 서비스
- 연료전지 모빌리티 안전 운용 서비스
- 연료전지 상세 모니터링
- 실시간 연료전지 잔량 알람 시스템
- 골프카트 위치 정보 제공
서비스 사례
발전소 통합 관리
다수의 발전소 통합 정보를 제공하고 실시간으로 인버터 단위 발전 세부정보를 모니터링합니다.
발전 이상감지
예측 알고리즘 기반 이상감지를 통해 오차전력을 분석하고 발전소 상태를 체크하여 발전전력 손실을 최소화함으로써 최적화된 O&M 서비스를 실현합니다.
드론 촬영 이미지 분석 및 위치정보 제공
접근이 어려운 태양광 발전소 및 넓은 면적의 발전소에서 드론으로 촬영한 패널 영상 분석으로 불량 검출 및 패널 위치정보를 제공합니다.
패널 불량진단
분산된 태양광 발전소를 통합 감시하고 실시간 발전량 상태 및 누적 발전량 정보를 시간별, 일별, 월별 등 다양한 형태로 모니터링 할 수 있습니다.
AI 기술 적용
- 시계열 데이터 특성을 고려하여 시간에 따른 경향성 분석을 통해 변수간 유의미한 상관관계를 도출하고 특정 시점의 발전 데이터 이상치를 판별하거나 새로운 통찰을 얻을 수 있습니다.
- 발전 출력 특성에 기반한 이상치 판별 기준오차를 설정하여 신뢰도 구간에 따른 발전 출력 상태를 감지합니다.
- 패널 IR 딥러닝 영상 분석을 통해 불량 검출과 위치를 표시 합니다.
- Stacked Ensemble, XGBoost, GBM, RF, SVM, Yolo 등의 알고리즘을 활용하고 있으며, Cascade와 Ensemble 조합을 통해 최적 성능의 알고리즘을 선택합니다.
- 기존 AI모델에 신규 데이터를 반영하거나 의사결정의 변동이 요구되는 경우 AI 모델의 성능을 검증하고 재학습을 통해 최적의 AI모델을 유지합니다.
- 연료전지 설비 단위로 발전 상태 및 환경 센서 값을 분석하여 발전량을 예측하고, 현재 발전 값과 비교하는 정보를 상세하게 모니터링합니다. 비정상 동작 감지 시 SNS 채널을 통해 알림을 보냅니다.
- 시계열 데이터 특성을 고려하여 시간에 따른 경향성 분석을 통해 변수간 유의미한 상관관계를 도출하고 특정 시점의 예측 전력을 얻을 수 있습니다. (Stacked LSTM, LSTM AutoEncoder, XGBoost, RF, SVR 알고리즘 활용)
- 기존 AI 모델에 신규 데이터를 반영하거나 의사결정의 변동이 요구되는 경우 AI 모델의 성능을 검증하고 재학습을 통해 최적의 AI모델을 유지합니다.
