철도연, 빅데이터로 철도 전기시설 고장 예측 기술 개발

전철전력설비 고장 예측시스템, 오송 철도종합시험선로 시범 적용

[보안뉴스 박미영 기자] 한국철도기술연구원(이하 철도연)은 빅데이터 분석을 통해 철도 전기시설의 고장을 사전에 예측하는 기술을 개발했다.

철도급전계통의 고장이나 장애가 발생하기 전 이상 상태를 감지해 조치하기 위해 개발된 ‘데이터 마이닝 기반 전철전력설비 이상상태 예측시스템’을 지난 16일 오송 철도종합시험선로에 시범 적용했다. 데이터 마이닝은 대량의 데이터에서 체계적이고 자동적으로 통계 규칙이나 유용한 정보를 추출하는 기술이다.

전철전력설비 이상상태 예측시스템은 순간적인 전압강하, 전류 파형 왜곡 등 열차 운행 중 철도 전기시설에서 발생하는 간헐적이고 미세한 크기의 이상 징후를 데이터 마이닝 기법을 통해 고장을 예측한다.

이 시스템은 기존의 분석에서는 불가능한 미세한 크기인 16.7ms(미리세컨드, 1/1,000초) 이내의 전조 신호를 빠르고 정확하게 검출, 분석해 이상 상태를 예측하는 것이 특징이다.

최근 중국과 일본의 철도연구기관에서도 철도 전기설비 고장상태 예측시스템을 개발하고 있다. 중국의 철도과학연구원(CARS: China Academy of Railway Science)은 철도의 고장 상태 예측을 위한 데이터수집센터를 운영 중이며, 일본의 철도종합기술연구소(RTRI, Railway Technical Research Institute)는 자기학습 기반 상태예측시스템을 개발 중이다.

철도 전기시설은 전기철도 운영에 핵심 시설로 고장이나 사고가 발생할 경우, 단전사고 복구작업 등으로 후행 열차의 연속적인 지연 등 인적·물적 손해를 일으킨다. 특히 국내 철도 전기시설은 노후화가 진행돼 전기장애가 자주 일어난다

철도연 신승권 책임연구원은 “제3차 국가철도망구축계획인 2025년까지 ‘전철거리 4,421㎞, 전철화율 82.4%’를 달성하기 위해서는 기존 인력 중심의 유지보수 방식을 개선해 철도 전기시설을 실시간 원격 감지해 이상 상태를 정확하게 예측하는 기술이 매우 중요하다”고 말했다.

나희승 철도연 원장은 “4차 산업혁명 기술과 전철전력기술을 융합한 스마트 혁신”이라며, “고장과 장애를 사전예방하는 철도안전기술로 더욱 안전한 철도교통을 구현하겠다”고 전했다.
[박미영 기자(mypark@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다