|
개요전력회사에서의 설비기기 보수·관리방식은 사용연수에 기초한 시간 의존 보수·관리에서 설비·기기의 노화상태 등에 기초한 상태 의존 보수·관리로 바뀌고 있다. 기존의 상태 의존 보수·관리에서는 외관검사 등 전문가가 육안으로 행하는 검사가 유력한 수단이었지만, 육안정보의 기록이 어렵고 판단 결과가 사람에 따라 달라지며 전문가가 장기간 시간을 투자해야 한다는 문제가 있었다. 그러나 최근 디지털 카메라 등의 IT 관련 기기와 화상처리 등의 정보처리기술의 진전으로 이런 문제점을 해결할 수 있는 화상에 의한 상태 의존 보수·관리가 가능해지고 있다. 우선 디지털 카메라 등의 고성능화와 저가격화에 의해 육안정보의 기록이 어렵다는 문제점이 해결되어 육안영상의 기록이 쉬워졌다. 특히 비접촉 센서인 영상기기는 가동 중인 설비를 정지시키지 않고 설비가능하다는 이점이 있는 등 손쉽게 이용가능한 계측·기록 장치이다. 또한 사람에 따라 판단 결과가 달라질 수 있다는 단점인 ‘판단’이라는 면에서는 계산기의 고성능화와 정보처리기술의 진전에 따라, 실제 육안 판정 사례를 계산기가 학습하는 서포트 벡터 머신(SVM) 등을 이용하여 문제에 따라서는 계산기가 전문가와 거의 동등한 판단을 할 수 있게 되었다. 동등한 판단을 내리지 않는 경우에도 시스템이 전문가의 육안판단이 필요한 화상을 제공하므로 전문가가 장기간 시간을 투자할 필요가 없게 되어 코스트의 삭감이 가능해졌다.여기에서는 기존 육안에 의존해왔던 업무를 대상으로 일본의 (재)전력중앙연구소에서 연구 개발하고 있는 다음의 4가지 시스템을 소개한다.· 배전주 어깨쇠 재이용 판정 시스템· 아날로그 미터 자동 독해 시스템· 송전선 공중촬영 화상에 의한 이상 개소 점검 작업량의 삭감 시스템· 감시 카메라 화상에 의한 부지 내 침입 검지 방법 배전주 어깨쇠 재이용 판정 시스템1. 개요일본 주부(中部)전력(주) 배전부에서는 배전주에서 철거된 어깨쇠를 재이용하는 것으로 코스트와 폐기물 삭감에 의한 환경 영향을 줄이려고 한다. 현재 어깨쇠에 발생한 녹의 색깔과 녹의 진행 정도의 분석결과에 기초하여 작성한 어깨쇠의 녹 사진 판정 견본으로 사람이 ‘재이용’, ‘도금 후 재이용’, ‘폐기’를 판정하고 있다. 하지만 공사 회사의 각 거점에서 모인 철거 어깨쇠는 각 거점마다 다른 사람에 의해 판정되었기 때문에, 햇빛을 받고 있을 경우 각자가 색에 대해 다른 이미지를 가질 수 있으므로 판정이 달라질 가능성이 있다.그 때문에 일본 주부전력(주) 배전부와 (재)전력중앙연구소 시스템 기술연구소에서는 디지털 화상 데이터와 정밀도가 높은 패턴 식별 방법인 SVM을 이용하여 철거된 배전주 어깨쇠의 재이용 판정(‘재이용’, ‘도금 후 재이용’, ‘폐기’ 등의 판단)을 정밀하게 실행할 수 있는 ‘배전주 어깨쇠 재이용 판정 시스템’을 공동으로 연구 개발하고 있다. 이 시스템으로 인해, 계산기에 의한 어깨쇠 재이용 판정 지원이 가능해짐과 동시에 약 60개소의 공사회사에서 균질한 판정이 가능해졌다.2. 어깨쇠의 녹 화상 데이터어깨쇠의 부식 상황은 휴대 가능한 디지털 카메라(<그림 1> 좌측 상반)로 촬영한다. 이 카메라에는 LED 조명 부착 렌즈후드가 붙어 있어, 어깨쇠 녹슨 부분에 대고 촬영 버튼을 누르기만 하면 일정 명도, 일정 거리에서의 촬영이 가능하다. 촬영범위는 약 4㎝ × 3㎝로, 화상 데이터는 640 × 480 화소의 카메라 화상이다.
 3. 재이용 판정 방법시스템 판정까지의 흐름을 <그림 2>로 나타내었다.먼저 사전에 몇 장의 샘플 어깨쇠 녹 화상과 그 재이용 판정 결과(‘재이용’, ‘도금 후 재이용’, ‘폐기’)를 수집하여 SVM로 계산기가 이것을 정확하게 식별할 수 있도록 ‘식별관수’를 학습시킨다. 식별관수는 조시화 화상을 입력하여 판정 결과를 출력으로 하는 관수로, 판정 기준을 정량화하는 것이다.
 어깨쇠의 재이용을 판정하려면 어깨쇠에서 부식이 진행된 부분을 촬영하여 계산기에 입력시키기만 하면 된다. 계산기는 촬영된 화상을 학습 완료된 SVM에 입력하여 그 어깨쇠 화상에 대한 재이용 판정 결과를 출력한다. <그림 1>에 개발된 원형 시스템을 나타내었다. 이 시스템을 이용하면 실제 재이용 판정 사례를 분석하여 얻은 정량적 기준(식별관수)에 기초하여, 빛의 상태 및 판정하는 사람에 관계없이 현장에서 일정한 정밀도로 재이용 판정을 할 수 있다.4. 판정 정밀도 평가판정 정밀도를 평가하기 위해 ‘재이용’, ‘도금 후 재이용’, ‘폐기’의 어깨쇠 녹 화상 총 735판을 평가용 데이터로 준비했다. 판정 정밀도 평가에서는 우선 평가용 데이터의 ‘재이용’, ‘도금 후 재이용’, ‘폐기’의 화상을 각각 랜덤하게 50장씩 총 150장을 뽑아, 남은 585장을 학습 데이터로 계산기에 학습시켰다. 그 다음엔 뽑아 둔 150장을 테스트 데이터로 계산기에 입력하여 판정 정밀도를 구했다. 이런 실험을 10회 시행한 뒤 그 평균값으로 판정 정밀도를 평가했다.그 결과, 제안방법에서는 종합적으로 93%의 판정 정밀도를 얻을 수 있었다(재이용 : 95%, 도금 후 재이용 : 92%, 폐기 : 90%). 이로써 숙련된 전문가와 동일한 수준의 정밀도로, 실용성 높은 시스템을 구축할 수 있게 된 것이다.아날로그 미터 자동 독해 시스템1. 개요상태 의존 보수·관리에는 유온계(油溫計)나 압력계 등 설비기기에 설치된 각종 미터값의 트랜드 관리가 중요하다. 그러나 지시값의 데이터 전송기능이 없는 미터가 다수 존재하기 때문에, 현재 이것을 감시하기에는 작업자가 현장에서 진행하던지, 감시 카메라를 이용하여 원격으로 인간이 독해하던지 할 필요가 있다.‘아날로그 미터 자동 독해 시스템’은 지시계가 붙은 회전형 아날로그 미터의 디지털 화상에서 화상 처리에 의해 그 지시값을 추정하는 시스템이다. 이 시스템에 의해 원격지에 있는 무인 전력설비에서 아날로그 미터를 독해하는 작업을 없애거나 줄이는 것이 가능하다.앞서 언급했듯이, 카메라는 비접촉 센서로 설치 등이 용이하기 때문에 이 시스템은 정상적인 기기 상태의 트랜드 관리 뿐 아니라, 이상 조짐 등 몇 개의 이유에서 특정 설비를 일정기간 감시하는 특별한 목적의 계측에도 이용할 수 있다.2. 회전형 아날로그 미터 해독 방법
 회전형 아날로그 미터의 지시계 해독 기본 원리를 <그림 3>에 나타내었다. 미터 초기설정 시 촬영한 기준 화상과 같은 위치에서 촬영한 계측 화상 각각에 대해, 지시계의 가동영역을 선발하여 지시계의 회전 중심을 중심으로 극좌표변환(중심에서의 거리를 종축, 각도를 횡축으로 하는 변환)을 한다. 이에 따라 회전각을 평행 이동량으로 변환하여 상호 상관도 최대화에 의해 회전각, 눈금 지시값을 얻는다. 정면에서 촬영할 수 없는 경우에는 원형이 타원으로 찍히기 때문에 단축방향과 장단축비를 이용해 원으로 보정한다. 또 색이 다른 다수의 바늘을 가진 다침(多針) 미터는 대상으로 하는 바늘의 색에 기초하여 바늘을 분리한 화상에서 지시값을 해독한다.독해 정밀도는 지시계의 회전중심 설정 정밀도에 크게 의존한다. 따라서 중심부가 커버 등으로 덮히기 때문에 회전중심을 정확하게 지정하기 어려운 미터나 설정자가 초기설정을 정확하게 행하지 않는 경우 독해 정밀도가 저하된다. 또 독해용 카메라가 설정 후 진동이나 접촉 등 몇 개의 외적 요인에 의해 움직이면 계측 화상은 기준 화상과 동위치에서 촬영한 화상이 되지 않는다. 따라서 고정밀한 독해에는 초기설정 시 지시계 회전중심의 위치보정 기능과 계기 시 화상 위치 흔들림 보정기능이 불가결하다. 이에 눈금영역이 지시계의 회전중심에 대해 동심원 모양이고 거리에 의존한다는 사실에 착안하여 회전중심의 좌표를 자동 보정하는 방법을 개발했다. 또한, 위상 한정 상관을 활용한 계측 화상 내 미터의 위치 흔들림 자동 보정방법을 개발했다.3. 미터값 독해 방법 평가전력설비에서 표준적인 형상을 한 세 종류의 미터(환형미터, 선형미터, 삼침미터)에 대해서 조도 조건이 일정한 옥내에서 미터를 촬영하여 독해 오차를 평가했다.각 미터에 대해서는 1장을 기준 화상으로 초기설정하여 복수 화상 지시값의 독해 정밀도를 평가했다. 눈금 독해값과 비교한 평균오차와 최대오차를 <표 1>로 나타내었다. 평균 절대오차는 지시침의 각도오차로 2도 미만(시계의 장침으로 1/3분에 해당)이다.또, 조명이 변화하는 옥외 설치의 삼침미터(유온계)를 약 3개월간 촬영한 화상을 이용하여 독해 오차를 평가했다.(<표 2> 참조) 적침은 아침저녁의 태양광에서 바늘이 분리되지 않아 오차가 큰 경우도 있지만(최대 7도, 시계의 장침으로 1분 해당), 평균 절대오차는 약 1도 미만(시계의 장침으로 1/6분 해당)으로 거의 실용적인 정밀도로 독해하고 있다. 공중촬영 전선의 점검 작업량 삭감 시스템1. 개요공중촬영 전선의 점검 작업은 산간부의 송전선을 헬리콥터에서 비디오로 촬영한 비디오 화상 속 전선을 사람이 육안으로 체크하고 이상 개소를 검출하는 작업이다. 이상 개소를 확실하게 검출하기 위해, 촬영 화상의 슬로우 재생, 복수 점검자에 의한 이중체크 등을 행하기 때문에 약 1시간의 비디오테이프의 육안점검에 약 5시간의 시간이 걸리는 등 많은 노력을 요하는 작업이다.이 육안점검 작업의 노력을 줄이기 위해 일본의 전력중앙연구소에서는 전선에 이상이 없는 것이 확실한 개소의 화상을 제거하고 사람이 체크해야 하는 비디오 화상을 삭감하여, 그 작업량을 줄이는 시스템을 개발 중이다.송전선의 대표적인 이상 현상으로는 ‘소선절단’과 ‘아크 흔적’이 있다. 송전선은 강제의 심선과 복수의 알루미늄제 연선으로 구성된다. 전선의 진동에 의한 피로 등으로 인해 이 연선 여러 개가 단선되는 것이 ‘소선절단’이다. 소선절단은 전류용량이나 강도를 저하시킬 가능성이 있다. 한편 ‘아크 흔적’은 낙뢰 등으로 인해 전력계통에 이상 고전압이 발생하여 절연이 파괴되고 방전에 의해 전류가 흐른 흔적이다. 전류용량의 저하 및 강선의 부식 등으로 이어지는 가능성이 있다.2. 처리 흐름개발 시스템의 처리 흐름을 <그림 4>로 나타내었다. 주요 처리는 전선영역의 추미, 소선절단 후보의 추출, 아크 흔적 후보의 추출이다. 비디오 초기 프레임에서 전선의 초기 위치를 지정한 이후에는 시스템이 자동적으로 전선 이상 후보 화상의 기록을 작성하기 때문에, 분석자는 비디오 종료까지 시스템을 지켜볼 필요는 없다. 전처리 종료 후 선택된 전선 이상 후보 화상만을 검토하면 된다.① 전선영역의 추미 점검자는 초기 프레임 중 전선 상의 3점을 지정한다. 시스템은 이 정보를 시간표로 이용하여 전선의 상하방향 이동을 추적한다. 시간표는 상황에 맞춰 갱신한다. 촬영화면 밖으로 전선이 나오는 경우, 이 시스템은 추출이 불가능하므로 이런 정지 화면을 기록하고 다시 전선이 나타나기까지 화상전체에서 전선을 자동적으로 탐색하여 전선이 나타난 시점에 자동적으로 전선 추미를 재개한다.② 소선절단 후보 추출화상에서 소선절단은 본래 직선이어야 하는 전선의 윤곽에서 괴리된 선분으로 나타난다. 따라서 <그림 4> (c)에서 얻어진 전선의 윤곽에서 직선 근사에 의해 정상 시에 상정된 전선의 상측 윤곽선 및 하측의 윤곽선을 직선으로 추정한다. 추정된 직선에서 어느 역치 이상 분리된 윤곽선 부분을 소선절단 후보로 한다.③ 아크 흔적 후보 추출화상에서 아크 흔적은 송전선 상 휘도가 극단으로 낮아지는 점이나 밝은 점으로 나타난다는 성질을 이용하여 아크 흔적 후보를 탐색한다. 구체적으로는 전선 수평방향의 각 점에 대해서 수직단면에서의 휘도값 평균을 계산하여, 이것이 범위 밖일 경우 아크 흔적의 후보로 판정한다. 범위는 역치설정용으로 수집한 아크 흔적 화상(훈련화상)에 기초하여 설정한다.3. 인식 정밀도 평가평가실험에서 종류가 다른 이상 개소 20곳의 전후 10초 간 비디오 영상(총 200초)을 각 역치설정을 위한 훈련 데이터로 하였다. 각 역치는 20개소 전부 이상 후보로 판정하여 오판정이 최소화되도록 설정했다. 이 때 하나의 이상 개소가 찍힌 복수 프레임 중 하나라도 이상 후보로 인식되면 이곳은 이상 후보로 판정된다. 이 역치에 기초하여 훈련사례와는 다른 공중촬영 비디오 5개(각 1시간씩)에 적용하여 평가했다.그 결과, 평가용 공중촬영 화상 5시간 중 약 60%가 정상 개소라고 판정되었으며, 아크 흔적이나 소선절단 이상 후보가 된 화상은 전체의 40%였다. 여기에는 모든 이상 개소가 포함되어 있다. 따라서 육안점검이 필요한 화상은 60%로 삭감되어 기존 1개 당 5시간을 요하는 점검 작업은 약 2시간 정도로 줄었다.감시 카메라 화상에 의한 부지 내 침입 검지 방법 1. 개요이 시스템은 감시 카메라 영상으로 전력설비 부지 내 인간 침입을 감시하여 침입을 검출했을 때 경보를 울리는 시스템이다. 설비로의 침입 감시에는 적외선 센서가 이용되는데 반사 등에 의한 오보 문제가 발생하기도 한다. 이 시스템은 화상을 이용하여, 인물 등 침입이 문제가 되는 특정 대상만을 검지하여 오보를 줄이는 것이 가능하다. 다만, 현재 패턴 인식을 이용한 인물 검지는 처리속도가 늦다. 따라서 일본 전력중앙연구소에서는 기존의 범용적 패턴 인식을 사용하면서 인물을 실시간(30화상/초)으로 검지하는 화상처리 방식을 개발했다.2. 실시간 인물 검출 방법이 시스템은 감시 화상에 찍힌 소영역이 인물 화상인지 아닌지를 판정하는 ‘침입자 판정’으로, 인물이 찍힌 화상과 인물이 없는 배경 화상을 학습시킨 SVM을 이용한다.(<표 3> 참조) 단, 식별에는 일정 처리 시간이 필요하여 화면 내 모든 소영역에 대해 침입자 판정을 실시간으로 할 수는 없다. 따라서 제안방식에는 감시 전력설비의 영역이 이미 알려져 있다는 점에 착안하여 <그림 5>와 같이, 감시 설비 주변에 감시 라인을 설정하여 감시 영역을 면에서 선으로 입력시켜 처리의 대폭 고속화를 도모하였다.
 제안방법은 ‘라인 감시’, ‘우선 구획 결정’, ‘침입자 검지’의 3단계로 나뉜다.‘라인 감시’에서는 감시 화상 내 설정된 감시 라인 상 각 화소값의 시계열 변화에 주목하여 변화가 큰 점을 추출한다. 단, 라인 감시에서 추출된 변화점의 수가 많은 경우에는 모든 변화점에 학습완료 SVM으로 ‘침입자 검지’ 처리를 실행하면 실시간 처리가 불가능할 수 있다. 따라서 감시 화상을 특정의 구획으로 분할하여 이동속도 등에서 인물 가능성이 높은 부분을 ‘우선 구획 결정’ 처리로 입력하고, 가능성이 높은 부분만으로 ‘침입자 검지’를 이행한다.3. 평가실험실험에서는 총 47명이 설정한 감시 라인을 통과한 3개소의 감시 영상을 이용했다. <표 4>에 실험의 집계 결과를 나타내었다. 실험 결과, ‘라인 감시’만으로는 인물이 아닌 것을 검지한 검지 오조작이 37건 발생했지만, ‘침입자 검지’를 행하여 검지 오조작을 거의 게거할 수 있었다.(<표 4> 참조) 최종적으로 1건의 검지 오조작이 남았지만, 감시 라인 상 통과하는 47명 전원을 지나치는 일 없이 모두 검지했다. 또한 그 처리가 비디오 비율(30화상/초)로 동작하는 것을 인식했다.이 시스템은 현재 전력회사와 공동으로 복수 지점의 전력설비에 대해서 그 적용성이 평가되고 있다.마무리여기에서 설명한 시스템은 모두 기존에 점검원이나 감시원이 육안으로만 한 작업을 화상 처리 기술과 패턴 식별 기술을 이용하여 자동화 또는 경감하는 것이다.기존의 시간 의존 보수·관리에서 상태 의존 보수·관리로 이행하기 위해서는 기기 상황의 기록과 분석이 불가결하다. 영상기기의 고정도화, 저가격화로 인해 가시화상의 기록이 용이해졌다. 따라서 기존의 점검원에 의한 현장에서의 육안만으로 실시해왔던 설비의 외관 검사에의 IT응용에 관한 연구는 향후 그 중요성이 더욱 증가할 것으로 생각된다.
< Energy News >
|
