AI 기반 전기 기술 혁신: 청정 에너지 전환과 전동화를 위한 설계 유연성 및 운영 최적화

14:00 – 14:10

세미나 안내

14:10 – 14:40

[세션 1] MATLAB/Simulink를 이용한 효율적인 전력전자 시스템 개발 및 사례

하이브리드 및 전기차 수요 증가와 재생 에너지 확산에 따라 전력전자 제어 시스템과 임베디드 소프트웨어의 복잡성이 높아지고 있습니다. 이에 대응하기 위해 ABB, Alstom Grid, Danfoss 등 주요 기업들은 모델 기반 설계를 도입하여 개발 효율성과 품질을 향상시키고 있으며, 시스템 시뮬레이션과 HIL(Hardware-in-the-Loop) 시뮬레이션을 통해 하드웨어 설계 전 단계에서 안전하고 신뢰성 있는 테스트 환경을 구현하고 있습니다.

• 모델 기반 설계를 통한 전력전자 시스템 개발 효율화
• 시스템 레벨 시뮬레이션을 통한 설계 초기 검증
• HIL 시뮬레이션을 활용한 실시간 테스트 및 신뢰성 확보
• Simulink 모델 재활용을 통한 테스트 환경 구현 간소화

14:40 – 15:10

[세션 2] MATLAB AI 워크플로우: 차원 축소와 에너지 예측

본 세션에서는 MATLAB AI 워크플로우를 소개하고, 차수 축소 모델링 및 에너지 예측에 대한 실제 적용 방법을 다룹니다. MATLAB 활용하여 물리 시스템의 차원 축소 모델링과 AI 기반 예측 시스템 구축이 가능합니다.

• MATLAB을 활용한 데이터 사이언스 AI 워크플로우 소개
• AI와 데이터 기반 기법을 활용해 물리 시스템의 차수 축소 모델을 생성 및 활용 소개
• 전력 공급, 수요, 가격 등 에너지 예측을 위한 AI 시스템 구축과 함께 데이터 전처리 자동화, 다양한 모델 실험, 클라우드 배포까지 지원 소개

15:10 – 15:20

Live Q&A

15:25 – 15:35

휴식

15:35 – 16:05

[세션 3] AI 기반 모델링 및 운영 최적화를 위한 MATLAB 및 Simulink 활용 사례: ROM부터 예측 정비까지

전기 시스템의 복잡성과 실시간 운영 요구가 증가함에 따라, AI 기반 접근 방식은 설계 및 운영의 효율성과 신뢰성을 획기적으로 향상시키는 핵심 기술로 부상하고 있습니다. 본 발표에서는 MATLAB 및 Simulink를 활용하여 구현한 AI 기반 차수 축소 모델(ROM), 예측 정비, 가상 센서, 에너지 예측, 제어 전략의 실제 적용 사례를 중심으로 전기 시스템의 디지털 전환을 하는 추세입니다.

AI 기반 ROM은 모터, 배터리, 전력 컨버터 등 복잡한 구성요소의 동작을 빠른 시뮬레이션으로 재현하며 설계 시간을 단축합니다. 가상 센서와 제어 전략은 전기차 및 전력망 시스템의 실시간 운영을 최적화하고, 에너지 예측과 예측 정비는 시스템의 안정성과 지속 가능성을 강화합니다. 본 발표는 이러한 기술들이 어떻게 통합되어 전기 시스템의 설계 유연성과 운영 효율성을 극대화하는지를 구체적인 예제를 통해 소개합니다.

• 디지털 트윈과 AI로 전력망 오류 위치 최적 감지 모델 구현
• 디지털 트윈을 이용한 전력 변환장치의 고장진단 솔루션
• 전기 모터의 딥러닝 기반 차수 축소 모델
• MATLAB을 사용하여 머신러닝 및 딥러닝으로 에너지 예측 소개
• AI 기반 배터리 상태 추정 및 BMS 모델·하드웨어 연동 워크플로우 소개
• AI를 활용한 PMSM 회전자 위치 추정 및 벡터제어 기법
• 강화학습을 사용한 PSMSM의 자속 기준 제어

16:15 – 16:20

마무리