레이블 데이터가 한정된 환경에서 풍력 블레이드 이상진단을 수행함에 있어 지도 학습으로 학습된 객체인식 모델과 비지도 학습으로 학습된 이상부위탐지 모델을 함께 사용하여 이상진단 성능을 향상시키는 기술이다.
ㅇ 지도학습 객체인식 모델 기반 이상진단은 객체인식 모델 학습을 위한 레이블 데이터를 요구함. 탐지하고자 하는 이상 상태에 대한 충분한 데이터가 확보된 경우 객체인식 모델 기반 이상진단은 탁월한 성능을 보임. 하지만, 대부분의 현장에서 레이블 데이터를 충분히 확보하는데에는 기술적, 경제적 어려움이 있음
ㅇ 본 기술은, 레이블 데이터의 제약으로 말미암아 객체인식 모델이 놓칠 수 있는 이상 상태도 탐지할 수 있도록 지도학습 객체인식 모델과 비지도학습 이상부위탐지 모델을 함게 활용하는 방법을 제시함
ㅇ 지도 학습 기반 객체인식 모델과 비지도 학습 기반 이상부위탐지 모델을 함께 활용하여 레이블 데이터가 제한된 환경에서도 결함을 효과적으로 잘 찾아낼 수 있음.
ㅇ 이상부위탐지 모델 활용시 요구되는 후처리 기준값을 기 확보한 레이블 데이터와 객체인식 모델을 고려하여 동적 생성함으로 대상 데이터 및 모델의 특성을 반영할 수 있음
ㅇ 객체인식 모델과 이상부위탐지 모델을 활용하여, 풍력 블레이드의 이미지 데이터(RGB, 엑스레이 등)에 기반하여 대상 이미지 내 이상 유무를 판별할 수 있는 이상진단 기술
- ETRI 요구사항정의서, 시험절차 및 결과서
-풍력 블레이드 손상검사 기술 개발 등 기술문서
-액스레이 이미지 기반 드론 비행 방향 결정 프로그램 등
-객체 인식 모델 및 이상 부위 탐지 모델의 결합 기반 통합 이상진단 방법 및 그 장치 등 1건 실시권
ㅇ 적용분야
- 풍력 블레이드를 포함한 신재생 에너지 설비 이상진단
- MVDC 등 전력 설비 이상진단
ㅇ 기대효과
- 이상진단 성능 향상
- 레이블 데이터 확보 비용 감소
- 적용 용이성 향상