A Study on Fault Prediction of Electric Train Static Inverter based on Autoencoder

전동차의 정지형 인버터(SIV, Static Inverter)는 열차 내부 전기 장치에 전력을 공급하는 핵심장치로, 사전 고장 예측을 통한 예지 정비가 요구된다. 그러나 관련 기술 부족으로 인해 예지정비가 활성화되지 못한 상황이다. 본 연구에서는 전동차 TCMS(Train Control and Monitoring System) 데이터를 활용하여 추가적인 센서 설치 없이 SIV 고장을 사전에 예측하고 유지 보수할 수 있는 고장예지 시스템을 제안한다. 제안된 시스템은 정상 데이터를 오토 인코더로 학습하여 고장을 진단하는 방식을 활용함으로써 학습 데이터 부족 문제를 해결하였다. 또한, 현장 작업자의 편의성을 위해 GUI(Graphic User Interface)를 구현하였다. 본 연구에서 개발한 시스템은 SIV 정비 과정의 효율성을 크게 향상시키며, 철도 운행의 안전성과 신뢰성을 높이는 데 기여할 것으로 기대된다.