한국서부발전(사장 김병숙)은 지난해 발전설비 운영 추진전략을 새롭게 수립하고, 전문가 협업강화 및 신기술도입 등 고장예방활동을 통해 2019년도 발전기 고장정지율 0.018%를 달성했다고 밝혔다.

고장정지율이란 발전소 운전기간 중 고장으로 인하여 설비가 정지된 시간의 비율을 나타내는 지표로, 0.018%라는 수치는 서부발전이 보유한 발전기 36기가 지난 해 365일간 운전하면서 단 1.3일만 고장으로 정지된 것을 의미한다. 서부발전이 2001년 4월 한전에서 분리된 이후 창사 이래 거둔 최고의 성과이며, 전년 고장정지율 0.121% 대비 85% 개선된 실적이라고 전했다.

서부발전 관계자는 현재 운영중인 발전설비의 67%가 20년 이상 된 설비로 한전에서 분사한 5개 발전회사 중 서부발전이 노후설비를 가장 많이 보유하고 있다고 소개하며, 노후화에 따른 설비 신뢰도 저하, 중대고장 발생가능성 증가 등 어려움을 극복하기 위해서 전사적으로 전개한 핵심(CORE) 활동이 역대 최고의 성과 창출에 크게 기여하였다고 설명하였다.

2019년 핵심(CORE) 활동이란 협업강화(Cooperation plus), 운영능력 고도화(Operation best), 위험관리(Risk Management), 환경최우선(Environment first)의 머릿글 약자로 설비신뢰도 최고 달성을 위한 서부발전의 핵심 추진전략이다.

정교한 고장분석과 설비진단을 위하여 발전설비 제작사, 전력연구원, 진단 전문 업체와 사내·외 전문가 협업시스템을 강화함으로써 설비의 문제점을 적기에 도출하여 정비하고 보강할 수 있었다.

또한, 2018년부터 운영 중인 발전설비 운영 컨트롤 타워인 M&P센터와 더불어 설비이상 예측시스템 등 4차 산업 신기술을 적용하여 운영능력을 고도화함으로써 설비점검 사각지대 해소 및 잠재 고장요인을 선제적으로 발굴함으로써 고장 정지를 예방하였다.

M&P센터(Monitoring & Prognostic Center)는 발전설비 운전 및 환경감시, 조기경보 등의 원격·실시간 종합감시와 고장예측, 고장발생시 원인분석 및 신속복구 지원이 가능한 서부발전 고유의 발전설비 컨트롤 타워다.

한국전력연구원과 공동으로 개발한 인공지능 기술인 딥러닝 기반 설비 이상 예측시스템은 고장 사례를 학습하게 한 후 인공지능 기술을 활용하여 설비 이상 상태를 미리 감지하는 시스템으로서, 현재 평택 2복합 발전설비에 적용하고 있다. 이로 인해 2시간 전에 설비고장을 예측함으로써 설비 신뢰도 향상에 기여하고 있다.

딥러닝은 사물이나 데이터를 군집화하거나 분류하는 데 사용하는 기술이다. 딥러닝의 핵심은 분류를 통한 예측이다.

또한 IoT 무선 배관누설 감시시스템을 활용하여 IoT 센서를 통해 현장의 배관의 누설 여부를 제어실에서 실시간 감시하고 있으며, 음향 영상 분석진단시스템 운영으로 기기에서 발생하는 이상음을 실제 영상에 증강현실 형태로 시각화하여 누설부위를 신속하게 찾고 있다. 시스템 고도화를 통해 이상 징후를 즉각 인지하여 피해를 최소화하는 위험관리에 만전을 기하고 있는 것이다.

IoT(Internet of Things, 사물인터넷)는 사물인터넷은 사물에 센서를 부착해 실시간으로 테이터를 인터넷으로 주고받는 기술이나 환경을 일컫는다.

이런 예측진단을 활용하여 발견한 설비 이상상태 중 즉시 해결이 가능한 항목은 정비 작업을 실시하고 단기 해결이 어려운 문제점은 핵심문제점 TOP 10 관리기법으로 관리하였다. 핵심문제점 TOP 10 관리기법은 미국 Exelon사의 위험관리 기법을 벤치마킹한 것으로 사업소별 10개의 핵심문제점을 집중 관리하는 방법이다. 미해결 문제점에 대해서는 체계적 사내·외 전문가 협업시스템 통해 개선사항을 발굴하고 현장에 적용하여 설비신뢰도를 확보할 수 있었다.

서부발전 관계자는 “앞으로도 서부발전은 환경을 고려한 양질의 전력을 안정이고 경제적으로 공급하여 국가경제 발전에 기여하고 국민 생활의 편익을 증진하기 위하여 끊임없는 고장예방과 설비 신뢰도 향상 활동에 최선을 다할 것”이라며 확고한 의지를 표명하였다.