약한 지도 학습 기반 태양광 발전시설 고장 탐지

Abstract

본 연구는 고장 탐지를 위한 레이블이 없는 태양광 발전 데이터에 대해 레이블을 생성하는 약한 지도 학습 기반 고장 탐지 접근 방식을 제안한다. 레이블 생성은 고장 수리 기록 전/후 날들을 각각 고장/비 고장으로 레이블링 하였고, 이렇게 생성한 고장/비 고장 레이블에 대해 전류 차이 그리고 일사량에 대한 발전량 차이가 있음을 확인할 수 있었다. 위와 같은 방식으로 레이블링을 했을 때 고장/비 고장의 비율이 비슷하게 생성되는 장점이 있다. 다층 퍼셉트론 신경망으로 고장 탐지 모델을 학습한 결과 68% 정확도를 확인할 수 있었다