장승진
장승진
소속
국립한밭대학교 (전기공학과)
휴직·퇴직 중인 연구자인 경우 연구협력 요청이 제한됩니다.
AI요약
국립한밭대학교 에너지시스템공학부 장승진 부교수님은 차세대 에너지 시스템과 인공지능 기반 진단 기술 분야의 선도적인 연구자이십니다. 활선 케이블, 해저 케이블, 배전 설비 등 다양한 전력 케이블의 열화 및 고장점 진단 기술을 개발하고 계십니다. 또한, HVDC/MTDC 시스템의 고장 대응 및 실시간 모니터링 등 미래 전력망 안정화 연구에도 기여하고 계십니다. 특히, 딥러닝과 반사파 계측법을 활용한 혁신적인 진단 방법론을 제시하여 전력 인프라의 안전과 효율 향상에 중대한 역할을 하고 계십니다. 장승진 교수님의 연구는 에너지 시스템의 안정성과 신뢰성을 확보하는 데 핵심적인 통찰을 제공하고 있습니다.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 장승진 |
| 직책 | 부교수 |
| 이메일 | - |
| 재직 상태 | 퇴직 |
| 부서 학과 | 전기공학과 |
| 사무실 번호 | - |
| 연구실 | - |
| 연구실 홈페이지 | - |
| 홈페이지 | - |
| 소속 | 국립한밭대학교 |
중요 키워드
#MTDC#반사파 계측#상태 진단#예방 진단#기술사업화#고장 진단#딥러닝#인공지능#전장 시스템 진단#전력 케이블#HVDC#산학협력#케이블 진단#스마트그리드#열화진단
연구 분야
| 연구 1 | 전력 케이블 및 HVDC/MTDC 시스템 건전성 진단 |
| 내용 | 본 연구실은 안정적인 전력 공급의 핵심 기반 시설인 전력 케이블과 대용량 전력 전송에 필수적인 HVDC/MTDC 시스템의 건전성 진단 기술 개발에 중점을 두고 연구를 수행하고 있습니다. 특히 해저 케이블의 열화 인자를 도출하고 활선 상태에서 케이블의 이상 유무를 진단하는 기술, 그리고 부분 방전 검사장비의 평가 방법을 개발하여 전력 인프라의 신뢰성을 확보하는 데 기여하고 있습니다. 주요 기술로는 HVDC MI 해저케이블의 열화인자 도출 및 상태 진단 기법, VSC 기반 MTDC 시스템의 DC 고장 대응 시스템 개발, MTDC 전력망의 이상 징후 실시간 모니터링 시스템 등이 있습니다. 이러한 기술들은 실제 전력 시스템 환경에서 발생할 수 있는 복잡한 고장 및 열화 현상을 정밀하게 분석하고 예측할 수 있도록 설계되어, 기존 진단 방식의 한계를 뛰어넘는 차별화된 솔루션을 제공합니다. 본 연구를 통해 개발된 기술들은 전력 케이블의 수명 연장과 안정적인 운영을 가능하게 하여 전력망의 신뢰성을 크게 향상시킵니다. 특히 대규모 전력 전송 시스템의 효율적인 유지보수를 지원하며, 예측 불가능한 고장으로 인한 사회적, 경제적 손실을 최소화하는 데 기여합니다. 이는 미래 스마트그리드 환경 구축의 필수 요소로, 국가 전력 인프라의 안정적인 발전에 중요한 가치를 창출합니다. |
| 연구 2 | AI 기반 전력 및 자동차 시스템 진단 및 수명 예측 |
| 내용 | 본 연구실은 인공지능, 특히 딥러닝 기술을 활용하여 전력 및 자동차 시스템의 고장 진단 및 예방 진단 역량을 고도화하는 데 집중하고 있습니다. 복잡한 시스템에서 발생하는 다양한 데이터를 딥러닝 모델로 분석하여, 기존 방식으로는 감지하기 어려웠던 미세한 이상 징후를 조기에 발견하고 예측하는 혁신적인 솔루션을 제공하고 있습니다. 주요 연구 내용은 인공지능 기반 전력 케이블 고장점 탐지 알고리즘 개발, 딥러닝 기반 자동차 전장 시스템 진단 기술 개발, 그리고 AI 기반 에너지 인프라 수명 예측 등입니다. 이 기술들은 방대한 운전 데이터를 학습하여 시스템의 현재 상태를 정확히 진단하고 미래 고장 가능성을 예측함으로써, 고장 발생 전 선제적인 대응이 가능하도록 돕습니다. 이는 시스템의 신뢰성과 안전성을 획기적으로 높이는 차별점을 가집니다. 이러한 AI 기반 진단 및 예측 기술은 전력 케이블 및 자동차 전장 시스템의 안전성과 신뢰성 향상에 크게 기여합니다. 또한 예측 기반 유지보수를 가능하게 하여 불필요한 점검과 수리 비용을 절감하고, 시스템의 운영 효율성을 극대화합니다. 궁극적으로 산업 현장의 디지털 전환을 가속화하고 스마트화를 실현하여, 경제적 가치뿐만 아니라 사회 전반의 안전성을 높이는 데 중요한 역할을 합니다. |
| 연구 3 | 반사파 계측 및 신호처리 기반 고장 진단 |
| 내용 | 본 연구실은 반사파 계측법과 첨단 신호처리 기술을 결합하여 케이블 및 배선 시스템의 고장 위치를 정밀하게 진단하는 연구를 수행하고 있습니다. 특히 시간영역 반사파 계측법(TDR), 주파수영역 반사파 계측법(FDR), 그리고 웨이블릿 변환 및 시간-주파수 영역 반사파 기법 등을 활용하여 다양한 환경에서의 케이블 결함을 효과적으로 찾아내는 데 주력합니다. 연구의 핵심은 Noise-Resistant 활선상태 케이블 진단 기술 개발, 반사파 계측법 기반 휴대용 로봇 케이블 단선 자동 진단 키트 개발, 그리고 딥러닝 기반 시간-주파수 영역 반사파 기법을 이용한 와이어 미스매치 검출 장치 및 방법 개발에 있습니다. 이러한 기술들은 케이블의 길이, 종류, 그리고 고장 형태에 관계없이 높은 정확도와 신속성으로 고장점을 탐지하며, 특히 와이어 미스매치와 같은 미세한 결함까지도 효과적으로 검출할 수 있는 차별성을 가집니다. 개발된 반사파 계측 기반 진단 기술은 전력 시스템, 자동차 전장, 로봇 등 광범위한 분야에서 케이블 및 배선 유지보수 효율을 증대시키는 데 기여합니다. 고장 원인을 신속하게 분석하고 복구를 지원함으로써 시스템 다운타임을 최소화하고 운영 안정성을 확보할 수 있습니다. 이미 다수의 특허를 통해 기술의 독창성과 실용성을 인정받았으며, 이는 산업 현장에서 실제적인 문제 해결과 경제적 가치 창출에 크게 기여할 것입니다. |
학력
| 학력 사항 | 박사 연세대학교 전기전자공학부 |
보유 기술 로딩 중...
