전자 장치의 제어 방법에 있어서,상기 전자 장치가, 가스터빈 연소기의 동압 센서로부터 동압 신호에 대한 데이터를 획득하는 단계;상기 전자 장치가, 사용자 입력에 따라 설정된 레이어의 구성 및 레이어의 수를 바탕으로, 연소 불안정을 판단하기 위한 복수의 인공지능 모델을 각각 생성하는 단계;상기 전자 장치가, 상기 동압 신호에 대한 데이터를 바탕으로, 상기 복수의 인공지능 모델을 각각 훈련시키는 단계; 및상기 전자 장치가, 상기 훈련된 복수의 인공지능 모델 각각의 성능을 바탕으로, 상기 훈련된 복수의 인공지능 모델 중 적어도 하나의 인공지능 모델을 선택하는 단계;를 포함하는, 전자 장치의 제어 방법.

제1 항에 있어서,상기 동압 신호에 대한 데이터를 획득하는 단계는,상기 동압 신호에 대한 데이터를 복수의 서브 데이터로 구분하는 단계;를 더 포함하고,상기 복수의 인공지능 모델을 각각 훈련시키는 단계는,상기 복수의 서브 데이터 각각을 바탕으로 상기 복수의 인공지능 모델을 각각 훈련시키는 것을 특징으로 하는, 전자 장치의 제어 방법.

제2 항에 있어서,상기 복수의 서브 데이터로 구분하는 단계는,상기 동압 신호에 대한 데이터를 일정 시간 동안 일정 주기마다 획득하는 단계; 및상기 일정 시간 동안 획득된 데이터들을 모두 데이터 처리하여, 복수의 서브 데이터로 구분하는 단계;를 더 포함하는, 전자 장치의 제어 방법.

제3 항에 있어서,상기 동압 신호로 획득하는 단계는,상기 데이터 처리를 수행함에 있어서, 상기 일정 시간 동안 획득된 데이터들 중 일정 개수의 데이터를 각각 포함하는, 복수의 서브 데이터로 구분하고,상기 서브 데이터는,상기 일정 시간 중, 상기 일정 개수를 포함하는 일 시간 구간 내에 획득된 데이터들의 집합인 것을 특징으로 하는, 전자 장치의 제어 방법.

제2 항에 있어서,상기 복수의 인공지능 모델을 각각 훈련시키는 단계는,상기 복수의 인공지능 모델 각각이, 평균 제곱근 오차를 바탕으로 획득된, 복수의 학습 데이터와 상기 복수의 학습 데이터 각각에 따른 출력 데이터 간의 오차 중, 최대 오차를 임계값으로 저장하도록 훈련시키고,상기 레이어의 구성은,각 레이어가 입력 또는 출력하는 차원의 개수인 것을 특징으로 하는, 전자 장치의 제어 방법.

제5 항에 있어서,상기 동압 신호에 대한 데이터는,연소 불안정이 발생하지 않는 동안의 동압 신호에 대한 데이터이고,상기 복수의 인공지능 모델은,합성곱 오토인코더(Autoencoder)이고,상기 각각의 인공지능 모델 별로 저장된 임계값을 기준으로, 연소 불안정을 판단하고,입력된 서브 데이터, 설정된 레이어의 구성, 및 설정된 레이어의 수 중, 적어도 하나가, 가스터빈 연소기의 종류 및 가스터빈 연소기의 고유 코드 중 적어도 하나에 따라 상이하게 설정되는 것을 특징으로 하는, 전자 장치의 제어 방법.

제5 항에 있어서,상기 적어도 하나의 인공지능 모델을 선택하는 단계는,상기 복수의 인공지능 모델 각각에 대한, 평균 threhold value, 평균 mean loss, 및 평균 detection time 중 적어도 하나의 성능값을 바탕으로 인공지능 모델을 선택하고,상기 복수의 인공지능 모델은,일 가스터빈 연소기에 대한 성능값 각각이, 다른 인공지능 모델의 성능값 각각 보다 작을수록, 상기 일 가스터빈 연소기에 대해 선택되는 확률이 높은 것을 특징으로 하는, 전자 장치의 제어 방법.

제1 항에 있어서,상기 전자 장치의 제어 방법은,제1 가스터빈 연소기의 제1 동압 센서로부터 제1 데이터를 획득하면, 상기 전자 장치가, 상기 제1 가스터빈 연소기의 제1 고유 코드를 식별하는 단계;상기 전자 장치가, 상기 복수의 인공지능 모델 중, 상기 제1 고유 코드에 대해 기 선택된 인공지능 모델을 식별하여, 상기 제1 데이터를 입력하는 단계; 및상기 전자 장치가, 상기 식별된 인공지능 모델의 출력에 따른 판단 결과가 연소 불안정인 경우, 상기 전자 장치가, 사용자 단말로 상기 가스터빈 연소기의 연소 불안정을 알리는 단계;를 더 포함하는, 전자 장치의 제어 방법.

제8 항에 있어서,상기 제1 데이터를 입력하는 단계는,상기 제1 고유 코드에 대해 기 선택된 인공지능 모델이 미식별되되, 상기 제1 데이터의 크기가 임계치 미만인 경우, 상기 제1 고유 코드를 바탕으로, 상기 제1 가스터빈 연소기의 모델명, 및 종류 중 적어도 하나의 식별 데이터를 획득하는 단계;상기 식별 데이터를 바탕으로, 상기 복수의 인공지능 모델 중, 적어도 하나의 제2 가스터빈 연소기의 제2 동압 센서로부터 획득된 제2 데이터에 대한 선택 이력이 존재하는 적어도 하나의 인공지능 모델을 식별하는 단계; 및상기 식별된 인공지능 모델 중 재학습된 횟수가 많은 순서에 따른 일정 순서에 포함된 적어도 하나의 인공지능 모델을 선택하는 단계;를 더 포함하는, 전자 장치의 제어 방법.