inquiry
DIVISION · 전기 재난안전 AI

불꽃이 일기 전,
데이터가 먼저
신호를 보냅니다.

포테이토넷은 전류·전압·열·진동 신호를 멀티모달로 통합 분석하여, 전기 화재와 설비 고장을 사고가 발생하기 전에 예측하는 AI 기반 재난안전 플랫폼을 개발합니다.

CORE TECH
07+
개발 핵심 기술
FIELD SITES
450+
전기재해 데이터 수집 현장
DATA SPAN
5yr
국내 최대 시계열 데이터
SIGNALS
15ch
실시간 측정 요소

7가지
핵심 개발 기술

전류 감지부터 열화상 수치화, 복합 위험도 산정까지. 각 신호 영역을 전처리하고 통합하여 전기 이상을 사전예측하고 탐지하는 기술 스택입니다.

01 / 누설 감지

대구경 3상
저항성 누설전류

대용량 설비의 3상 회로에서 저항성 성분 누설전류(Igr)를 정밀하게 분리 측정하여 절연 열화의 조기 징후를 포착합니다.

02 / 열 화상

열화상 데이터
수치화 분석

서모그래픽 영상을 픽셀 단위 수치 데이터로 변환하여 이상 발열 지점과 추세를 정량적으로 추적합니다.

03 / 아크 검출

3상 아크 분석

화재의 원인인 아크를 조기에 감지하고 오경보를 최소화 합니다.

04 / 위험도 산정

복합 위험도 분석

전기·열·진동·환경 신호를 가중치 기반으로 통합하여 단일 위험도 지수로 산출합니다.

05 / AI 예측

AI 예측 기술

Bi-LSTM·Multi-Modal 기반 시계열 학습 모델이 사고 발생 가능성을 사전에 예측합니다.

06 / 가이드라인

설비별 가이드라인 제시

설비 유형·상태별로 맞춤형 점검 우선순위와 조치 가이드를 자동 생성합니다.

07 / 통합 플랫폼

원격 상시 모니터링 플랫폼

엣지·클라우드 이중 아키텍처로 24시간 무중단 감시. 전국 단위 설비를 단일 관제 화면에서 통합 운영하며, 이상징후 발생 시 즉시 현장과 운영기관에 알람을 전달합니다.

개발 시스템
구성도

센서 신호 수집부터 엣지·클라우드 처리, AI 분석, 원격 관제까지. 하이브리드 통신 네트워크와 멀티모달 센서가 하나의 흐름으로 통합됩니다.

01 / 기본 데이터
전기 안전 신호 CT · PT · ZCT
고조파 / 에너지 HARMONIC
3상 아크 신호 ARC PATTERN
열화상 신호 THERMAL IR
멀티 모달 신호 TEMP · HUM · VIB
02 / 처리 계층
엣지 컴퓨팅 EDGE NODE
PRIMARY
전기안전
제어기
CONTROL UNIT
클라우드 서버 CLOUD STORAGE
03 / 출력 · 관제
원격 관제 플랫폼 MONITORING UI
AI 분석 모듈 BI-LSTM · MULTI-MODAL
모바일 알람 PUSH NOTIFY
▸ 실시간 측정 요소
15 / 15 CHANNELS ACTIVE
전압V
전류A
유효전력W
무효전력VAR
피상전력VA
역률PF
불평형률%
절연저항Ω
온도
주파수Hz
I-THD전류고조파
V-THD전압고조파
Io합성누설
Igr저항성누설
Igc

국내 최대
전기재해 데이터
학습된 AI

450여개 현장에서 5년간 축적된 시계열 데이터를 기반으로, Bi-LSTM·Multi-Modal·Ensemble 모델을 결합하여 다각도로 사고를 예측합니다. XAI 분석으로 오탐을 줄이고 모델을 지속 고도화합니다.

전기재해 사전 예측을 위한
대량의 기초 데이터

450+
REAL-WORLD SITES
5yr
TIME-SERIES SPAN
250+
재래시장 · 사찰 현장
15ch
REAL-TIME FEATURES
데이터 소스
전기설비 진단 데이터 안전관리대행 사용가 데이터 재래시장 실시간 데이터 사찰 실시간 데이터
Machine Learning
CLASSIC ML
XGBoost LightGBM Random Forest SVM
Deep Learning
TIME-SERIES
CNN LSTM Bi-LSTM Transformer 기반 Attention
Hybrid Models
COMPOSITE
Multi-Modal Ensemble
XAI 분석
EXPLAINABLE
SHAP PDP LIME GRAD-CAM Occlusion
성능 지표
METRICS
Accuracy Precision Recall F1-Score ROC / AUC

사전 예측
관제 시스템
유기적 협업 구조

관리주체와 운영기관, 그리고 현장 엔지니어를 하나의 데이터 흐름으로 묶어, 이상징후 알람부터 현장 출동·문제해결까지의 응답 시간을 최단으로 줄입니다.

A · CLIENT

관리주체 · 기관

전기설비를 보유한 시설의 관리주체. 공장·물류창고·빌딩·문화재·재래시장·재난취약시설 등 다양한 현장에 시스템이 설치됩니다.

공장 물류창고 빌딩 문화재 재래시장
CORE PLATFORM

전기설비 사고
사전 예측 관제시스템

설비 상태를 24시간 모니터링하고, AI가 이상징후를 감지하면 관리주체·운영기관·현장 엔지니어에게 동시에 알람을 전달합니다.

▸ 이상징후 알람 · REAL TIME
B · OPERATOR

관제시스템
운영기관

기록 보관, 자료 공유, 시스템 구축 협력을 담당합니다. 엔지니어 출동 지시와 사고 사후 데이터 분석을 총괄합니다.

데이터 관리 출동 지시 사후 분석
C · FIELD ENGINEER

전기설비관리 엔지니어 · 현장출동 및 문제해결

알람 수신 즉시 현장으로 이동하여 진단·조치를 수행하고, 결과를 다시 시스템에 피드백하여 AI 학습을 지속 강화합니다.

전기안전
예측 플랫폼

관제 화면과 모바일 앱을 통해 언제 어디서나 설비 상태를 확인합니다. 고장 위험 예측, 1-Page 자동 레포팅, 상태별 알람을 기본 제공합니다.

monitor.potatonet.io / dashboard
실시간 전력
2,635 kWh
수전 용량
1,000 kW
계약 전력
1,000 kW
목표 피크
80 kW
▸ Trend Analysis · 24H
전력 피크 위험도
▸ ALERT FEED
LIVE
SITE #A12 정상 운영 14:22:01
SITE #B07 절연저항 저하 14:18:44
SITE #C03 3상 아크 감지 14:16:09
SITE #D02 정상 운영 14:12:33
POTATONET / APP
SITE-A12 정상
SITE-B05 정상
SITE-C03 위험
SITE-D11 주의
SITE-E08 정상
SITE-F14 정상
▾ PUSH ALERT
고장 위험 · 설비 상태 예측
온라인 · 오프라인 데이터 동시 수집
사용자 편의성 강화 UX / UI
상태별 알람 · 1-Page 자동 레포팅
HTTPS · TLS 1.2 암호 통신 적용
▸ MISSION · 01

전기 안전관리,
재난 안전

불특정 다수가 이용하는 재래시장, 사찰, 문화재, 재난취약시설을 포함한 모든 전기 설비 현장의 사고를 사전에 감지하고 예방합니다. 인명·재산 피해를 최소화하는 것이 1차 목표입니다.

▸ MISSION · 02

디지털 AI
인프라 안정화

엣지·클라우드·AI를 결합한 하이브리드 인프라로 전국 단위 설비를 안정적으로 운영합니다. 멀티모달 센서와 시계열 학습 모델이 디지털 인프라의 신뢰성을 한 단계 끌어올립니다.