Electrical Predictive Maintenance · 기술 제안·실증 준비
전력변환장치와 저전압 전력 노드의 전류·전압·온도 추이를 운전조건이 반영된 정상 기준선과 비교해 이상징후를 조기에 포착합니다. 판정에는 근거 변수와 원인 후보가 함께 제공되며, 근거가 부족하면 판정을 보류합니다.
BASELINE VS MEASURED
INSPECTION QUEUE
APPLICATION AREAS
스피랩은 ESS 운전데이터 이상감지·상태진단 분석 경험과 반도체·소재 공정 시뮬레이션에서 검증한 공통 엔진을 바탕으로, 동일한 판단 체계를 전기 설비 도메인에 적용하고 있습니다.
DECISION FLOW
전조 예측은 독립 검증 데이터에서 합의된 기준을 충족한 범위에서만 화면에 표시합니다. 기준에 미달하는 범위는 열화 선별과 급성 이상 탐지 결과로 대체합니다.
APPROACH
정상 범위를 고정값으로 두지 않습니다. 운전모드·부하·기상·계절·개체 특성에 따라 정상 기준선을 갱신하고, 개체 간 편차를 보정한 뒤 이탈 정도를 평가합니다. 운전 이력이 없는 초기에는 물리 모델 기준값으로 시작합니다.
전압·전류·온도 사이의 물리 법칙 정합성을 데이터 기반 판단과 별도로 확인합니다. 데이터가 적은 구간에서도 판정 근거를 설명할 수 있고, 두 판단이 함께 가리키는 경우에만 통지 강도를 높입니다.
고장 데이터가 거의 없는 설비가 대부분입니다. 물리 모델로 열화·고장 진행 조건을 넓게 생성해 사전학습하고, 소량의 실측 또는 시험환경 재현 데이터로 보정합니다. 합성과 실측은 평가 단계에서 분리해 괴리를 확인합니다.
판정과 함께 기여도가 높은 근거 변수, 원인 후보의 신뢰도, 데이터 부족 여부를 표시합니다. 부품·센서·고장모드·정비조치를 연결한 지식 구조를 바탕으로 과잉 확정을 방지합니다.
TRUST PRINCIPLES
운전시간당 허용 오경보 한도를 고객과 합의하고, 그 한도 안에서 동작점을 정합니다. 한도를 넘기면 통지를 보류합니다.
학습 범위 밖 운전 조건이거나 판단 근거가 부족하면 "보류"로 표시합니다. 모르는 것을 아는 것처럼 통지하지 않습니다.
판정 시점 이전의 데이터만 입력으로 사용합니다. 사후에 알게 된 정보가 평가 성능을 부풀리지 않도록 자동으로 차단합니다.
공식 성능은 고객이 승인한 실측 데이터의 독립 검증셋에서만 산출합니다. 기준을 통과하지 못한 수치는 리포트에 게재하지 않습니다.
데이터 보호
원천 데이터는 수정·복사 없이 그대로 두고 경로와 해시만 기록합니다. 분석은 고객사 설치형 환경에서 수행하며 데이터 외부 반출이 없습니다.
DEPLOYMENT OPTIONS
대상 상황
운전데이터가 이미 수집되고 있는 설비
제공 범위
데이터 수집·정상 기준 생성·이상징후 탐지·원인 후보·대시보드·감사 로그를 고객사 내부망에 설치
대상 상황
고장 데이터가 없어 재현 시험이 필요한 부하·회로
제공 범위
실물 부하 고장 재현 시험환경, 합성데이터 시뮬레이터, 수집·품질·라벨 도구, 학습·검증 리포트
대상 상황
검증된 판정을 현장 제어기에서 직접 수행해야 하는 경우
제공 범위
실측 재적합을 거쳐 확정된 모델의 경량화와 제어기 라이브러리 제공, PC와 제어기의 출력 정합 확인
제어기 탑재는 시험환경·데이터·AI 검증 결과에 따라 착수 여부와 범위를 확정하는 후속 단계입니다. 1초 미만의 순간 고장 보호는 기존 보호 소자와 제어기가 담당하며, 예지보전 AI는 안정적으로 관측되는 열화 추이를 대상으로 합니다.
HOW WE ENGAGE
대상 설비·부하, 점검 우선순위의 의미, 오경보 허용 수준, 추정 가능한 고장 범위를 고객과 함께 정의합니다.
운전데이터 정규화와 품질 점검, 필요 시 시험환경에서의 고장 재현 데이터 확보. 라벨은 승인 절차를 거쳐 학습에 사용합니다.
합성데이터 사전학습 후 실측 보정, 독립 검증셋에서 성능 확인, 기준 충족 범위만 제품 화면에 반영합니다.
고객사 설치형 운영, 판단 로그 기반 재현·검수 대응, 데이터 축적에 따른 단계적 모델 고도화와 제어기 탑재 검토.
FAQ
가능합니다. 물리 모델 기반 합성데이터로 열화 조건을 먼저 확보하고, 시험환경 재현이나 소량 실측으로 보정합니다. 다만 공식 성능은 실측 기반 독립 검증에서만 산출하므로, 실측 데이터 확보 계획을 함께 수립합니다.
제조사 임계값과 알람·트립 기준은 그대로 활용하고, 여기에 운전조건을 반영한 정상 기준선 대비 편차와 물리 관계식 점검을 결합합니다. 흐린 날의 정상 출력 저하처럼 기존 기준으로는 구분이 어려운 상황에서 오경보를 줄이는 것이 목적입니다.
설비·데이터·운전 조건에 따라 다르며, 홈페이지에 일반화된 수치를 게시하지 않습니다. 도입 전 고객 데이터 기준의 독립 검증으로 확인하며, 기준에 미달하는 범위는 제공하지 않고 보류합니다.
나가지 않습니다. 고객사 설치형으로 운영하며 원천 데이터는 수정·복사 없이 경로와 해시만 기록합니다.
실시간 시뮬레이션(HILS) 환경과 분석 도구 연동을 전제로 설계하며, 연동 형태와 검증 시나리오는 착수 단계에서 고객과 협의해 확정합니다.
