에너지정보처리연구실은 전력설비와 산업 현장에서 나오는 신호와 데이터를 정밀하게 측정하고, 신호처리와 AI로 해석해 고장과 열화를 미리 찾아내는 기술을 연구합니다.
반사파 계측 기반의 케이블 진단에서 출발해 산업 AI, 전기 안전, 에너지 시스템으로 연구를 넓혀 왔습니다. 한국전력, 한국에너지기술평가원 등과 함께하는 과제를 통해 연구 성과가 실제 현장에서 쓰이도록 하는 데 힘쓰고 있습니다.
반사파 계측(TDR·FDR·TFDR)과 광대역 임피던스 분광으로 해저·송배전·초전도·태양광 케이블의 열화 상태와 고장 위치를 정밀하게 진단합니다. 시간-주파수 해석과 신호 분해로 잡음 속의 약한 반사 신호를 찾아내고, 3차원 전자기 시뮬레이션으로 진단 원리를 검증합니다. 최근에는 강화학습과 그래프 신경망을 이용해 계측 자동화와 케이블 네트워크 진단으로 연구를 넓히고 있습니다.
Reflectometry · Time-Frequency Analysis · Impedance Spectroscopy · Fault Location
전력설비와 제조 공정, 산업용 로봇에서 나오는 시계열 데이터로 이상 징후를 탐지하고, 생성 모델과 딥러닝으로 설비의 잔존수명을 예측합니다. 반도체·디스플레이 부품의 비전 검사 기술도 함께 개발합니다.
Anomaly Detection · RUL Prediction · Time-Series AI · Vision Inspection
태양광·직류 계통의 직렬 아크 고장처럼 전기 화재로 이어질 수 있는 위험 신호를 AI 기반 반사파 계측으로 조기에 찾아내고, 그래프 중심성 분석으로 건물 피난 경로의 병목 지점과 안전성을 평가합니다.
Arc Fault Detection · PV & DC Systems · Graph-based Evacuation · Fire Safety
비송전대안(NWA)과 공장·산업 현장의 에너지 관리를 대상으로 강화학습과 데이터 기반 모델을 활용한 최적 운영 기술을 연구합니다. 사용 후 배터리의 전주기 정보를 관리하는 배터리 여권 등 배터리 정보화 연구도 함께 수행합니다.
Non-Wires Alternatives · Energy Management · Energy Baseline · Battery Passport