철도연, 데이터 마이닝 기반 이상 예측 시스템 개발
미세 크기 이내 전조 신호 빠르고 정확하게 분석해

전력설비 이상 상태 실시간 감지모듈. <사진=철도연 제공>
전력설비 이상 상태 실시간 감지모듈. <사진=철도연 제공>
국내 연구진이 빅데이터로 철도 전기 시설 오류를 사전에 파악하는 기술을 개발했다.

한국철도기술연구원(원장 나희승)은 빅데이터 분석으로 철도 전기시설 고장을 사전에 예측하는 '데이터 마이닝 기반 전철 전력설비 이상 상태 예측시스템'을 개발했다고 24일 밝혔다.

철도 전기시설은 전기철도 운영의 핵심 시설로 고장이나 사고가 발생할 경우 단전사고 복구작업 등으로 후행 열차 지연과 같은 인적·물적 손해를 일으킨다. 국내 철도 전기시설은 노후화가 진행돼 전기장애가 자주 일어난다. 

연구진은 철도급전계통이 고장 나기 전 이상 상태를 감지, 조치하기 위해 개발된 데이터 마이닝 기반 전철 전력설비 이상 상태 예측시스템을 지난 16일 오송 철도종합시험선로에 시범 적용했다. 

그 결과 전철 전력설비 이상 상태 예측시스템은 순간적인 전압강하, 전류 파형 왜곡 등 열차운행 중 철도 전기시설에서 발생하는 간헐적이고 미세한 크기의 이상 징후를 데이터 마이닝 기법을 통해 예측했다.

이러한 시스템은 미세 크기인 16.7ms(미리세컨드, 1/1,000초) 이내의 전조 신호를 빠르고 정확하게 분석해 이상 상태를 파악하는 것이 특징이다.

최근 중국 철도과학연구원(CARS)은 철도 고장상태 예측을 위한 데이터수집센터를 운영 중이며, 일본 철도종합기술연구소(RTRI)도 자기학습기반 상태예측시스템을 개발 중이다.

신승권 책임연구원은 "제3차 국가철도망 구축계획인 2025년까지 '전철 거리 4,421km, 전철화율 82.4%'를 달성하기 위해선 기존 인력 중심의 유지보수 방식을 개선해 철도 전기시설을 실시간 원격 감지, 이상 상태를 정확하게 예측하는 기술이 매우 중요하다"고 설명했다.

나희승 원장은 "4차산업 혁명 기술과 전철 전력기술을 융합한 스마트 혁신"이라며 "고장과 장애를 사전예방하는 철도안전기술로 더욱 안전한 철도교통을 구현하겠다"고 말했다.

저작권자 © 헬로디디 무단전재 및 재배포 금지