AI요약

기존 풍력 발전기 유지보수는 고가의 센서 설치 비용과 데이터 불균형으로 인한 오판 가능성이라는 한계가 있었습니다. 본 기술은 추가 센서 없이 풍력터빈 내 기 설치된 SCADA 데이터를 수집하여 상태를 모니터링하고 고장을 예측합니다. DBSCAN 알고리즘을 통한 노이즈 필터링과 SMOTE 기법을 활용한 데이터 보정을 통해 분석 신뢰성을 확보했으며, 비정상 운전 지표인 AOI를 산출하여 고장 시점을 직관적으로 제시합니다. 이를 통해 90% 이상의 정확도로 고장 예측이 가능하며, 특히 접근성이 낮은 해상풍력 단지의 운영 및 유지보수 비용을 획기적으로 절감하고 가동률을 극대화할 수 있습니다.