본문 바로가기 사이트 메뉴 바로가기 주메뉴 바로가기

빅데이터로 전철전력설비 고장 예측

빅데이터로 전철전력설비 고장 예측 사진1
빅데이터로 전철전력설비 고장 예측 사진2

- 전철전력설비 고장 예측시스템, 오송 철도종합시험선로 시범 적용 -

 

철도연은 빅데이터 분석을 통해 철도 전기시설의 고장을 사전에 예측하는 기술을 개발했다. 철도급전계통의 고장이나 장애가 발생하기 전 이상 상태를 감지하여 조치하기 위해 개발된 데이터 마이닝 기반 전철전력설비 이상상태 예측시스템416, 오송 철도종합시험선로에 시범 적용했다. 데이터 마이닝은 대량의 데이터에서 체계적이고 자동적으로 통계 규칙이나 유용한 정보를 추출하는 기술이다.

전철전력설비 이상상태 예측시스템은 순간적인 전압강하, 전류 파형 왜곡 등 열차운행 중 철도 전기시설에서 발생하는 간헐적이고 미세한 크기의 이상 징후를 데이터 마이닝 기법을 통해 고장을 예측한다. 이 시스템은 기존의 분석에서는 불가능한 미세한 크기인 16.7ms(미리세컨드, 1/1,000) 이내의 전조 신호를 빠르고 정확하게 검출, 분석하여 이상 상태를 예측하는 것이 특징이다.

철도 전기시설은 전기철도 운영에 핵심 시설로 고장이나 사고가 발생할 경우, 단전사고 복구작업 등으로 후행 열차의 연속적인 지연 등 인적·물적 손해를 일으킨다. 특히, 국내 철도 전기시설은 노후화가 진행되어 전기장애가 자주 일어난다.

철도연 신승권 책임연구원은 3차 국가철도망구축계획인 2025년까지 전철거리 4,421km, 전철화율 82.4%’를 달성하기 위해서는 기존 인력 중심의 유지보수 방식을 개선하여 철도 전기시설을 실시간 원격 감지하여 이상 상태를 정확하게 예측하는 기술이 매우 중요하다고 말했다.

나희승 철도연 원장은 “4차산업혁명 기술과 전철전력기술을 융합한 스마트 혁신이라며 고장과 장애를 사전예방하는 철도안전기술로 더욱 안전한 철도교통을 구현하겠다고 전했다.


컨텐츠 담당자

담당부서 : 연락처 : 최종수정일 : 2020-03-11

만족도조사
  • 이 페이지에서 제공하는 정보에 대하여 만족하십니까?