KR101308003B1 - Mehthod of arc detection based on wavelet - Google Patents

Mehthod of arc detection based on wavelet Download PDF

Info

Publication number
KR101308003B1
KR101308003B1 KR1020120084139A KR20120084139A KR101308003B1 KR 101308003 B1 KR101308003 B1 KR 101308003B1 KR 1020120084139 A KR1020120084139 A KR 1020120084139A KR 20120084139 A KR20120084139 A KR 20120084139A KR 101308003 B1 KR101308003 B1 KR 101308003B1
Authority
KR
South Korea
Prior art keywords
arc
value
wavelet
detected
determining
Prior art date
Application number
KR1020120084139A
Other languages
Korean (ko)
Inventor
차재상
최영관
김응권
Original Assignee
서울과학기술대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울과학기술대학교 산학협력단 filed Critical 서울과학기술대학교 산학협력단
Priority to KR1020120084139A priority Critical patent/KR101308003B1/en
Application granted granted Critical
Publication of KR101308003B1 publication Critical patent/KR101308003B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10—Measuring sum, difference or ratio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16528—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values using digital techniques or performing arithmetic operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/257—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques using analogue/digital converters of the type with comparison of different reference values with the value of voltage or current, e.g. using step-by-step method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/30—Measuring the maximum or the minimum value of current or voltage reached in a time interval
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/20—Measurement of non-linear distortion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0892—Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Nonlinear Science (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

PURPOSE: A wavelet-based arc determining method is provided to accurately determine electric signals causing fire because arc is determined by analyzing all the load current signals. CONSTITUTION: A wavelet-based arc determining method is as follows: a step of detecting electric signals of an electric panel; a step of primarily determining arc by analyzing the detected electric signals in a time section; a step of secondarily determining the arc by analyzing the electric signals in a frequency section; a step of tertiarily determining the arc by wavelet-transforming and analyzing the detected electric signals; and a step of finally determining the electric signals to the arc when all the electric signals detected in above steps is determined as the arc. The primary determining step determines the arc using a current wave type distortion rate. The secondary determining step determines the arc according to the increased rate of odd harmonics and high frequency over 1kHz. The tertiary determining step determines the arc when the electric signals are over a preset threshold value. [Reference numerals] (AA) Start; (BB) A/D input; (CC) Current wave type distortion > set value; (DD,EE) High frequency > set value; (FF) Generate an auxiliary warning

Description

웨이블릿 기반 아크 판별방법{Mehthod of arc detection based on Wavelet}Wavelet-based arc discrimination method {Mehthod of arc detection based on Wavelet}

본 발명은 전기 패널 내의 화재를 사전에 예측하기 위하여 부하전류의 전기 신호 특성을 분석하여, 열과 연기 이외의 전기적인 화재 징후를 실시간으로 검출하여 화재에 신속히 대처할 수 있는 웨이블릿 기반 아크 판별방법으로서, 더욱 상세하게는 전기 패널 내의 전기 화재를 예측하기 위하여, 전기 패널 내의 전기 신호를 검출하는 단계; 상기 검출된 전기 신호를 시간(Time) 영역에서 분석하여 아크를 판정하는 단계; 상기 검출된 전기 신호를 주파수(Frequency) 영역에서 분석하여 아크를 판정하는 단계; 상기 검출된 전기 신호를 웨이블릿 변환 영역에서 분석하여 아크를 판정하는 단계 및 상기 시간영역, 주파수 영역 및 웨이블릿 변환 영역에서 상기 검출된 전기 신호가 모두 아크로 판정될 때에만 상기 검출된 전기 신호를 아크로 최종 판별하는 웨이블릿 기반 아크 판별 방법에 관한 것이다.
The present invention is a wavelet-based arc discrimination method that can quickly respond to a fire by analyzing the electrical signal characteristics of the load current in order to predict the fire in the electrical panel in advance, real-time detection of electrical fire signs other than heat and smoke, Detecting an electrical signal in the electrical panel to specifically predict an electrical fire in the electrical panel; Analyzing the detected electrical signal in a time domain to determine an arc; Analyzing the detected electrical signal in a frequency domain to determine an arc; Analyzing the detected electrical signal in a wavelet transform region to determine an arc and finally determining the detected electrical signal as an arc only when all of the detected electrical signals in the time, frequency and wavelet transform regions are determined to be arcs. Wavelet based arc discrimination method.

배전반, 고압전동기 기동반, 그리고 철도전원실에 설치된 신호 전원공급장치 등의 소공간에는 전기화재 발생 위험성이 내재되어 있으나, 기기 내부에 소화장치가 설치되어 있지 않거나, 자동화재탐지설비로 구성되어 있어 감지기의 오동작 또는 부동작에 의한 화재감지 실패 시 그 기능을 상실할 수 있다. 따라서 화재 발생 시 기기소실의 1차 피해뿐만 아니라, 화재 확대에 따른 2차 피해가 가능하다. Small spaces such as switchboards, high voltage motor starters, and signal power supplies installed in the railway power room have the risk of electric fire occurrence, but there is no fire extinguishing device installed inside the device, or it is composed of an automated fire detection system. Failure to detect a fire due to a malfunction or malfunction may result in loss of its function. Therefore, in the event of a fire, not only the first damage of equipment loss but also the second damage due to the expansion of fire is possible.

이와 같이 전기 Panel과 같은 소공간의 화재 감시제어를 위한 기존의 아크차단기는 전기화재로 전이되는 아크의 크기에 관계없이, 아크차단기로 일정크기의 아크를 감지하여 전기회로를 트립시키기 때문에 기존의 전기화재 예측시스템은 아크에 대한 경보만을 발생시켜 실제로 화재가 발생했을 때 화재진압을 할 수 없다.As such, the existing arc circuit breaker for fire supervision and control of a small space such as an electrical panel detects an arc of a certain size with the arc circuit breaker and trips the electric circuit regardless of the size of the arc transferred to the electric fire. The fire prediction system only triggers an alarm for the arc and cannot extinguish the fire when the fire actually occurs.

특히, 전기화재로 인한 소공간의 화재감시를 위해서는 전기화재의 특성을 알아야 하며, 이를 사전에 점검하여야 전기화재를 미연에 방지할 수 있다. 전기화재의 발생요인으로는 단락(합선)이 가장 큰 부분을 차지하고 있고, 누전, 과전류, 스파크 등이 그 뒤를 따르고 있다. 전기화재에서의 고장요인과 발화과정을 보면 첫째, 부하용량 초과에 의한 과부하로 인한 전기화재, 둘째, 접촉불량 또는 타물건과의 접촉에 의한 스파크 현상과 이로 인한 과열 및 불똥에 의한 전기화재, 셋째, 기타 제품불량 등에 의한 전기화재로 구분할 수 있다. In particular, in order to monitor the fire of a small space due to the electric fire, it is necessary to know the characteristics of the electric fire, and it must be checked in advance to prevent the electric fire in advance. Short circuits (short circuits) account for the largest portion of electrical fires, followed by short circuits, overcurrents, and sparks. The failure factors and the ignition process of the electric fire are as follows. And other fires due to product defects.

그러므로 위의 요인을 사전에 감시하고 검출할 수 있다면 많은 전기화재를 미연에 방지하고 사전점검을 통한 예지보전이 가능하다. 즉, 현재 사용하는 부하전류량을 감시하고, 전기시스템 및 회로에서 접촉불량이나 절연파괴 등을 미리 감지하여 전기화재를 예측할 수 있는 것이다. 대부분의 전기화재에서 미리 아크를 감지하면 많은 화재를 미연에 방지할 수 있을 것이고, 이를 전기화재의 징후로 이용할 수 있다. Therefore, if the above factors can be monitored and detected in advance, many electrical fires can be prevented in advance, and predictive maintenance can be carried out by inspection. In other words, it is possible to predict the electric fire by monitoring the current load current and by detecting the contact failure or insulation breakdown in the electrical system and circuit in advance. In most electric fires, detecting the arc ahead of time will prevent many fires, which can be used as a sign of an electric fire.

그러나, 현재 국내의 경우 전기사고를 방지하기 위하여 배선용차단기, 누전차단기 등의 보호장치가 사용되고 있으나 이들 보호장치는 사고 발생 시 확산을 막기 위하여 신속히 차단할 수는 있지만 각종 사고의 원인이 되는 아크신호를 검출하여 감시하는 시스템은 이루어져 있지 않다. 게다가, 현재 사용되는 차단기는 전류동작형 차단기로, 아크전압이 높은 경우에는 아크전류가 상당히 낮아져 회로를 차단할 수 없다. 따라서 반복적으로 발생하는 아크로 에너지가 축적되어 전기화재가 발생할 가능성이 높아진다.However, in Korea, protection devices such as circuit breakers and earth leakage breakers are used to prevent electrical accidents. However, these protection devices detect arc signals that cause various accidents although they can be quickly cut off to prevent the spread of an accident. There is no system to monitor. In addition, current breakers are current-operated breakers, and at high arc voltages, the arc current is considerably lowered to prevent circuit breakage. Therefore, the occurrence of repeated arc energy accumulates, which increases the possibility of electric fire.

아크를 주파수 영역에서 분석하면 1~10kHz 사이의 주파수 특성을 발견 할 수가 있고, 이는 접촉불량이나 절연 파괴의 징후로 해석 될 수 있다. 그러나 부하의 정상적인 스위치 동작에서도 이러한 주파수 특성을 보이고 있고 또한 부하의 정상적인 동작 시에도 지속적인 고주파를 발생시키므로 이를 구별하여 부하에 의한 스파크인지 고장원인으로서의 스파크인지를 판단해야 한다. Analysis of the arc in the frequency domain reveals frequency characteristics between 1 and 10 kHz, which can be interpreted as signs of contact failure or dielectric breakdown. However, this frequency characteristic is shown in the normal switch operation of the load, and also generates high frequency continuously during normal operation of the load. Therefore, it is necessary to distinguish whether the spark is caused by the load or the spark as a failure cause.

지금까지 알려진 아크검출방법은 시간영역, 주파수영역, 이산 웨이블릿 분석 등이 있다. 시간영역을 이용한 방법은 최대치 및 실효치의 변화를 통해 아크를 검출할 수 있으나 저항성 부하 등에서는 그 변화가 미소하여 한계가 있고, 주파수 영역을 이용한 방법은 고조파, 내부고조파의 실효치 및 에너지 등을 통해 아크를 검출하지만 시간 정보가 없고 스위치 등의 순간적인 Surge 등에서는 정확한 주파수분석이 어려운 단점이 있다. 이산 웨이블릿을 이용한 방법은 아크파형을 근사계수와 상세계수로 분해하여 최대치 및 실효치의 변화율로 아크를 검출할 수 있으나 파형의 특성에 따라 적합한 분해레벨과 주파수 범위를 선정해야 하기 때문에 다양한 부하에서 정확히 검출하기에는 어려움이 있었다.
Arc detection methods known to date include time domain, frequency domain, discrete wavelet analysis. The method using the time domain can detect the arc through the change of the maximum value and the effective value, but in the resistive load, the change is small, and there is a limit. The method using the frequency domain uses the harmonics, the effective value of the internal harmonics, and the energy. Although there is no time information and instantaneous surges such as switches, accurate frequency analysis is difficult. Discrete wavelet method can detect arc by change of maximum and effective value by decomposing arc waveform into approximate and detailed coefficients, but accurately detects various loads because appropriate resolution level and frequency range must be selected according to the characteristics of waveform. There was a difficulty.

한국공개특허공보 2010-0125810호(2010.12.01.공개)Korean Patent Publication No. 2010-0125810 (published Dec. 1, 2010) 한국공개특허공보 2010-0125810호에서는 전력기기용 아크 발생 위치 측정장치에 있어서, 아크에 의해 발생한 광신호를 전달하는 광섬유와, 상기 광섬유의 단부에 마련되고 접속하여 신호를 전달하는 커넥터(connector)를 갖는 광 센서; 상기 광 센서의 커넥터에 접속되는 다수의 커넥터 단자와, 상기 커넥터 단자에 설치되며 광신호를 전기적 신호로 변환하여 검출신호로서 출력하는 광전변환소자를 가지며, 상기 광전변환소자로부터의 검출신호를 아날로그-디지털 변환하여 검출 데이터로서 제공하는 데이터 획득 유닛(data acquisition unit); 및 상기 데이터 획득 유닛에 접속되어, 상기 데이터 획득 유닛으로부터 제공되는 검출 데이터를 수신하고, 상기 광 센서가 포인트 센서(point sensor)인 경우, 해당 포인트 센서의 설치 위치에 따라서 저장된 위치정보로서 아크 발생 위치를 결정하며, 상기 광 센서가 루프 센서(loop sensor)인 경우, 각각의 검출 데이터 수신시간의 차이를 측정한 측정값과 미리 설정된 광 센서 내 빛의 속도를 근거로, 아크 발생 위치를 산출하는 신호처리부;를 포함하는 전력기기용 아크발생 위치 측정장치를 공개하고 있다.Korean Laid-Open Patent Publication No. 2010-0125810 discloses an arc generating position measuring apparatus for a power device, comprising: an optical fiber for transmitting an optical signal generated by an arc, and a connector provided at an end of the optical fiber and connected thereto to transmit a signal. Having an optical sensor; And a plurality of connector terminals connected to the connector of the optical sensor, and a photoelectric conversion element provided in the connector terminal and converting an optical signal into an electrical signal and outputting the detected signal as a detection signal. A data acquisition unit for digitally converting and providing the detected data as detection data; And an arc generating position as position information stored according to an installation position of the point sensor when the optical sensor is connected to the data acquisition unit to receive detection data provided from the data acquisition unit and the optical sensor is a point sensor. In the case where the optical sensor is a loop sensor, a signal for calculating an arc generation position based on a measured value measuring a difference in each detection data reception time and a preset speed of light in the optical sensor. Disclosed is an arc generating position measuring apparatus for a power device including a processing unit. 그러나, 한국공개특허공보 2010-0125810호에서도 단지 아크 발생위치를 신속하게 측정하고 알 수 있도록 측정장치를 제공하는 것으로서, 아크에 대한 전압값과 전력값을 정확히 측정하기 어려웠으며, 파형의 특성에 따라 적합한 분해레벨과 주파수 범위를 선정해야 하기 때문에 다양한 부하에서 정확히 검출하기에는 어려움이 있었다.However, Korean Laid-Open Patent Publication No. 2010-0125810 also provides a measuring device to quickly measure and know the arc generation position, and it was difficult to accurately measure the voltage value and power value for the arc, depending on the characteristics of the waveform. It was difficult to accurately detect under various loads because the proper resolution level and frequency range had to be selected.

상기와 같은 문제점을 해결하기 위한 본 발명은 전기 패널과 같은 좁은 공간에서 전기화재가 발생하기 전에 전기화재를 예측할 수 있도록 아크를 판별하는 웨이블릿 기반 아크 판별방법을 제공하는 것이다.The present invention for solving the above problems is to provide a wavelet-based arc discrimination method for determining the arc so that the electric fire can be predicted before the electric fire occurs in a narrow space such as an electrical panel.

또한, 본 발명은 시간영역, 주파수 영역 및 웨이블릿 변환영역에서 부하 전류 신호를 모두 분석하여 아크를 판정함으로써 화재를 유발할 수 있는 전기 신호를 정확하게 판별하는 웨이블릿 기반 아크 판별방법을 제공하는 것이다.In addition, the present invention is to provide a wavelet-based arc discrimination method for accurately determining the electric signal that can cause a fire by analyzing the load current signal in the time domain, frequency domain and wavelet conversion domain to determine the arc.

그리고, 본 발명은 전기화재가 발생하기 전에 전기화재를 예측할 수 있는 아크를 정확히 판별하여, 관리자에게 알람 또는 LED로 경보해 줌으로써 전기로 인한 화재를 미연에 방지할 수 있는 웨이블릿 기반 아크 판별방법을 제공하는 것이다.
In addition, the present invention provides a wavelet-based arc discrimination method that can accurately determine the arc that can predict the electric fire before the electric fire occurs, to prevent the fire due to electricity by alerting the administrator with an alarm or LED. It is.

상기와 같은 과제들을 해결하기 위한 본 발명의 바람직한 실시예에 따른 웨이블릿 기반 아크 판별방법은 전기 패널 내의 전기 화재를 사전에 예측하기 위하여, (a) 전기 패널 내의 전기 신호를 검출하는 단계; (b-1) 상기 검출된 전기 신호를 시간(Time) 영역에서 분석하여 아크를 판정하는 단계; (b-2) 상기 검출된 전기 신호를 주파수(Frequency) 영역에서 분석하여 아크를 판정하는 단계; (b-3) 상기 검출된 전기 신호를 웨이블릿 변환하여 분석하여 아크를 판정하는 단계 및 (c) 상기 (b-1),(b-2), (b-3) 단계에서 상기 검출된 전기 신호가 모두 아크로 판정될 때에만 상기 검출된 전기 신호를 아크로 최종 판별하는 것을 특징으로 한다.A wavelet-based arc discrimination method according to a preferred embodiment of the present invention for solving the above problems comprises the steps of: (a) detecting an electrical signal in the electrical panel to predict the electrical fire in the electrical panel; (b-1) determining an arc by analyzing the detected electrical signal in a time domain; (b-2) determining the arc by analyzing the detected electrical signal in a frequency domain; (b-3) wavelet transforming and analyzing the detected electrical signal to determine an arc; and (c) the detected electrical signal in (b-1), (b-2), and (b-3). Only when all are determined to be an arc, it is characterized in that the detected electric signal is finally determined as an arc.

또한, 본 발명의 웨이블릿 기반 아크 판별 방법은 상기 (b-1) 단계는 전류파형 왜곡값을 이용하여 아크를 판정하는 것을 특징으로 하며, (b-2) 단계는 홀수 고조파 증가율 및 1kHz 이상 대역의 고주파 증가율에 따라 아크를 판정하는 것을 특징으로 하며, (b-3) 단계는 미리 정해진 문턱값보다 큰 경우에는 아크로 판정하는 것을 특징으로 한다.In the wavelet-based arc discrimination method of the present invention, the step (b-1) is characterized in that the arc is determined using the current waveform distortion value, and the step (b-2) is an odd harmonic increase rate and a band of 1 kHz or more. The arc is determined according to the high frequency increase rate, and in the step (b-3), the arc is determined when the arc is larger than a predetermined threshold.

그리고, 본 발명의 웨이블릿 기반 아크 판별방법은 전류파형 왜곡값을 (b-1-1) 전기 패널 내의 정상적인 전기 신호를 2의 n배수(n은 3 이상의 자연수)로 샘플링하여 디지털 변환하고, 그 값을 저장하는 단계; (b-1-2) 상기 검출된 전기 신호를 2의 n배수(n은 3 이상의 자연수)로 샘플링하여 디지털 변환하는 단계; (b-1-3) 상기 정상적 전기신호의 저장된 디지털 변환 값과 검출된 전기신호의 디지털 변환 값의 절대값 차이의 평균값을 연산하는 단계, (b-1-4) 상기 정상적 전기신호의 저장된 디지털 변환 값 중 최하위의 값과 상기 검출된 전기 신호의 디지털 변환 값의 최하위 값의 절대값을 구하는 단계, (b-1-5) 상기 정상적 전기신호의 저장된 디지털 변환 값 중 최하위의 값에 대한 시간값과 상기 검출된 전기 신호의 디지털 변환 값의 최하위 값의 시간값의 차이를 절대값으로 연산하는 단계 및 (b-1-6) 상기 (b-1-3)에서 연산된 평균값, (b-1-4)에서 구한 절대값 및 (b-1-5)의 절대값의 합을 전류파형의 왜곡값으로 결정하는 것을 특징으로 한다.The wavelet-based arc discrimination method of the present invention digitally converts a current waveform distortion value by (b-1-1) sampling a normal electric signal in an electrical panel by an n multiple of 2 (n is a natural number of 3 or more), and the value thereof. Storing the; (b-1-2) digitally converting the detected electric signal by sampling an n multiple of 2 (n is a natural number of 3 or more); (b-1-3) calculating an average value of an absolute difference between the stored digital conversion value of the normal electric signal and the digital conversion value of the detected electric signal, (b-1-4) the stored digital conversion of the normal electric signal Obtaining an absolute value of the lowest value of the converted value and the lowest value of the digital conversion value of the detected electrical signal, (b-1-5) a time value of the lowest value among the stored digital conversion values of the normal electric signal And calculating the difference between the time value of the lowest value of the digital conversion value of the detected electrical signal as an absolute value and (b-1-6) the average value calculated in (b-1-3), (b-1 The sum of the absolute value obtained in -4) and the absolute value of (b-1-5) is determined as the distortion value of the current waveform.

또, 본 발명의 웨이블릿 기반 아크 판별방법은 상기 검출된 전기 신호가 아크로 최종 판별되었을 경우에는 LED 또는 알람을 통해 관리자에게 경보하는 단계를 포함하는 것을 특징으로 하며, 상기 웨이블릿 변환은 Coiflet 웨이블릿 함수를 적용하여 변환하는 것을 특징으로 한다.In addition, the wavelet-based arc discrimination method of the present invention comprises the step of alerting the administrator through the LED or alarm when the detected electrical signal is finally determined as an arc, the wavelet transform is applied to the Coiflet wavelet function Characterized in that by converting.

본 발명의 웨이블릿 기반 아크 판별방법은 전기 패널과 같은 좁은 공간에서 전기화재가 발생하기 전에 전기화재를 예측할 수 있도록 하여준다.The wavelet-based arc discrimination method of the present invention makes it possible to predict an electric fire before an electric fire occurs in a narrow space such as an electric panel.

또한, 본 발명의 웨이블릿 기반 아크 판별방법은 시간영역, 주파수 영역 및 웨이블릿 변환영역에서 부하 전류 신호를 모두 분석하여 아크를 판정함으로써 화재를 유발할 수 있는 전기 신호를 정확하게 판별하는 것이 가능하다.In addition, the wavelet-based arc discrimination method of the present invention can accurately determine an electric signal that may cause a fire by analyzing the load current signal in the time domain, the frequency domain, and the wavelet transform region to determine the arc.

그리고, 본 발명의 웨이블릿 기반 아크 판별방법은 전기화재가 발생하기 전에 전기화재를 예측할 수 있는 아크를 정확히 판별하여, 관리자에게 알람 또는 LED로 경보해 줌으로써 전기로 인한 화재를 미연에 방지할 수 있다.In addition, the wavelet-based arc discrimination method of the present invention can accurately determine the arc that can predict the electric fire before the electric fire occurs, it can prevent the fire due to electricity by alerting the administrator with an alarm or LED.

도 1은 본 발명의 실시예에 따른 아크실험 구성도
도 2a는 본 발명의 실시예에 따른 시간영역에서의 아크 발생시 전압과 전류의 파형도
도 2b는 본 발명의 실시예에 따른 시간영역에서의 저항부하의 아크 발생시 전류의 변화도
도 2c는 본 발명의 실시예에 따른 시간영역에서의 일반부하의 아크 발생시 전류의 변화도
도 3a는 본 발명의 실시예에 따른 주파수영역에서의 정상상태의 고조파 성분도
도 3b는 본 발명의 실시예에 따른 주파수영역에서의 아크발생시 저항부하의 고조파 성분도
도 3c는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 주파수영역에서의 정상상태의 일반 부하의 고조파 성분도
도 3d는 본 발명의 실시예에 따른 본 발명의 실시예에 따른 주파수영역에서의 아크 발생시 일반 부하의 고조파 성분도
도 4a는 본 발명의 실시예에 따른 주파수 대역별 저항부하의 아크전력과 정상전력의 비율
도 4b는 본 발명의 실시예에 따른 주파수 대역별 일반부하의 아크전력과 정상전력의 비율
도 5a는 본 발명의 실시예에 따른 웨이블릿 변환에서의 아크 발생시 저항부하의 전류파형
도 5b는 본 발명의 실시예에 따른 저항부하에서 웨이블릿 변환시 Coiflet 5 Level을 적용한 전류파형
도 5c는 본 발명의 실시예에 따른 저항부하에서의 문턱값 결정을 위한 전류파형도
도 6a는 본 발명의 실시예에 따른 웨이블릿 변환에서의 아크 발생시 일반부하의 전류파형
도 6b는 본 발명의 실시예에 따른 일반부하에서 웨이블릿 변환시 Coiflet 5 Level을 적용한 전류파형
도 6c는 본 발명의 실시예에 따른 일반부하에서의 문턱값 결정을 위한 전류파형도
도 7은 본 발명의 실시예에 따른 아크 판별방법을 설명하는 플로우 차트
도 8a는 본 발명의 실시예에 따른 정상적 전기신호의 아크판별도
도 8b는 본 발명의 실시예에 따른 아크와 유사한 정상적 전기신호의 아크판별도
도 8c는 본 발명의 실시예에 따른 아크 신호의 아크판별도 1 is an arc test configuration according to an embodiment of the present invention
2A is a waveform diagram of voltage and current during arc generation in a time domain according to an embodiment of the present invention;
Figure 2b is a diagram showing the change of current during arc generation of the resistance load in the time domain according to an embodiment of the present invention
Figure 2c is a diagram showing the change of current during arc generation of the general load in the time domain according to an embodiment of the present invention
3A is a harmonic component diagram of a steady state in a frequency domain according to an embodiment of the present invention
3b is a harmonic component diagram of a resistance load during arc generation in the frequency domain according to an embodiment of the present invention;
3c is a harmonic component diagram of a normal load in a steady state in the frequency domain according to an embodiment of the present invention
3d is a harmonic component diagram of a general load when an arc is generated in a frequency domain according to an embodiment of the present invention.
Figure 4a is a ratio of the arc power and the stationary power of the resistance load for each frequency band according to an embodiment of the present invention
4b is a ratio of the arc power and the stationary power of the general load for each frequency band according to an embodiment of the present invention
5A shows a current waveform of a resistive load during arc generation in wavelet transformation according to an embodiment of the present invention.
5b is a current waveform to which Coiflet 5 Level is applied during wavelet conversion in a resistance load according to an embodiment of the present invention.
5C is a current waveform diagram for determining a threshold value in a resistance load according to an embodiment of the present invention;
6A shows current waveforms of general loads during arc generation in wavelet transformation according to an embodiment of the present invention.
6b is a current waveform to which Coiflet 5 Level is applied during wavelet conversion under normal load according to an embodiment of the present invention.
6C is a current waveform diagram for determining a threshold value at a normal load according to an embodiment of the present invention.
7 is a flowchart illustrating an arc discrimination method according to an embodiment of the present invention.
8A is an arc discrimination diagram of a normal electric signal according to an embodiment of the present invention.
8B is an arc discrimination diagram of a normal electrical signal similar to an arc according to an embodiment of the present invention.
8C is an arc discrimination diagram of an arc signal according to an embodiment of the present invention;

아크 검출방법에는 아크 발생 시의 빛을 검출하는 광 검출법, 전자기파 검출법, 급격한 임피던스의 변화로 인하여 나타나는 고주파 전압, 전류검출법, 전압검출법이 있다. 그러나 기존의 많은 아크차단기 및 아크감지기, 전기화재 예측시스템은 아크전류의 시간영역과 주파수영역에 국한하여 아크특성의 주요 요소들을 다양하게 조합하여 검출 알고리즘을 제시하고 있다. An arc detection method includes a light detection method for detecting light when an arc is generated, an electromagnetic wave detection method, a high frequency voltage, a current detection method, and a voltage detection method due to a sudden change in impedance. However, many existing arc breakers, arc detectors, and electrical fire prediction systems have proposed detection algorithms by combining various main elements of arc characteristics in the time domain and the frequency domain of arc current.

일반적으로 아크현상은 일상생활에서 많이 볼 수 있으며, 브러시가 부착된 모터나 전기 코드의 접촉 시, 전기 도선이 느슨하게 연결된 경우, 형광등 On/Off시에도 확인할 수 있. 그러나 이러한 아크에서는 부동작하고, 전기 화재의 위험성을 내포하는 아크현상을 검출하고 경보를 울려야 한다.   In general, the arc phenomenon can be seen a lot in everyday life, and when the electric wire is loosely connected when the motor or the electric cord with a brush is contacted, it can be checked even when the fluorescent lamp is on or off. However, in such arcs, it is necessary to detect an alarm and sound an arc phenomenon which malfunctions and poses a danger of an electric fire.

따라서 본 발명에서는 도 1과 같은 아크실험 구성도를 통해 대표적인 저항성 부하와 R-L-C 혼합으로 구성된 일반부하 가동 중 아크를 발생시켰을 때의 파형특성을 분석하였다.Therefore, in the present invention, the waveform characteristics when generating an arc during the normal load operation consisting of a typical resistive load and R-L-C mixture through the arc test configuration as shown in FIG.

(가) 시간영역에서의 전기신호 분석(A) Analysis of electrical signals in the time domain

저항성 부하가 가동 중 아크가 발생하면 아크발생 지점 양단의 전압파형은 도 2a와 같이 구형파와 임펄스의 혼합파형이 나타난다. 또한 전압의 임펄스 파형 부분에서 전류의 0점 지연현상이 나타나고, 도 2b와 같이 전류의 크기는 감소한다. 이와 같은 현상은 도2c와 같이 R-L-C 혼합의 일반부하 일 때 더 두드러지게 나타난다.   When the arc occurs while the resistive load is operating, the voltage waveform across the arc generating point shows a mixed waveform of square wave and impulse as shown in FIG. In addition, a zero point delay of the current appears in the impulse waveform of the voltage, and the magnitude of the current decreases as shown in FIG. 2B. This phenomenon is more prominent at the normal load of R-L-C mixing as shown in Figure 2c.

(나) 주파수 영역에서의 전기신호 중 고조파 분석(B) Harmonic analysis of electrical signals in the frequency domain

도 3a와 도 3b의 정상전류 및 아크전류에 대해 FFT 분석을 하였다. 정상상태에서는 부하에 따른 고조파성분이 존재하나, 아크 발생 시에는 홀수 고조파 성분이 증가한다. 저항성분이 큰 부하의 경우는 도 3c와 같이 홀수 고조파가 현저하게 증가하고, R-L-C 혼합의 일반부하의 경우는 도 3d와 같이 짝수 고조파도 같이 증가한다. 정수배가 아닌 고조파인 비정규 고조파도 정상상태를 벗어나면 함께 증가하나 특징적인 요소를 뽑기 위해 정수배 고조파만을 고려한다.FFT analysis was performed on the steady current and arc currents of FIGS. 3A and 3B. In the steady state, harmonic components exist depending on the load, but when an arc occurs, odd harmonic components increase. In the case of a load with a large resistance component, odd harmonics are remarkably increased as shown in FIG. 3C, and even harmonics are also increased in the case of the normal load of R-L-C mixing as shown in FIG. 3D. Irregular harmonics, which are harmonics, not integer multiples, also increase when they deviate from their normal state, but only integer harmonics are considered to extract the characteristic elements.

(다) 주파수 영역에서의 전기신호 중 고주파 분석 (C) High frequency analysis of electrical signals in the frequency domain

고주파란 높은 주파수를 가진 전자파를 뜻하는 것으로 저주파에 대응하는 의미로 사용되며, 쓰이는 분야에 따라 여러 가지로 뜻으로 쓰이고 있어 명확한 구분이 없다. 전력공학 분야에서는 상용주파수인 50~60Hz를 저주파, 그 이상을 고주파라고 하고 있으나, 본 발명에서는 아크에 대한 주파수 발생영역을 구분하기 위해 1kHz를 기준으로 저주파와 고주파를 구분하여 서술하였다. High frequency refers to the electromagnetic wave with high frequency and is used to mean low frequency, and it is used in various ways according to the field used. In the field of power engineering, a commercial frequency of 50 to 60 Hz is referred to as a low frequency, and more than a high frequency. However, in the present invention, the low frequency and the high frequency are separately described based on 1 kHz to distinguish the frequency generating region for the arc.

도 4a와 도 4b의 정상전류 및 아크전류에 대해 고주파 분석을 하였다. 1kHz 이하의 저주파 영역에서는 아크전력의 크기가 정상상태 전력의 크기보다 약 50% 작고, 1kHz 이상의 고주파 영역에서는 그 크기가 최소 200% 이상 증가하며, R-L-C 혼합의 일반부하일 경우 그 증가 비율은 더 커진다.High frequency analysis was performed on the steady current and arc currents of FIGS. 4A and 4B. In the low frequency region below 1 kHz, the arc power is about 50% smaller than the steady state power, and in the high frequency region above 1 kHz, the magnitude is increased by at least 200%, and the increase rate is larger in the case of the general load of the R-L-C mixture.

(라) 웨이블릿 기반의 전기신호 분석(D) Wavelet-based electrical signal analysis

아크는 부하의 종류 및 크기에 따라 아크의 형태 및 크기를 정량화하는 것이 쉽지 않고, 무수히 많은 가능성이 존재하기 때문에 시간영역 분석과 주파수 영역의 분석만으로는 전기화재를 유발할 수 있는 아크를 모두 판별해낼 수 없다. 따라서, 본 발명에서는 직교변환인 웨이블릿 변환을 통해 전기신호를 재분석하였다. The arc is not easy to quantify the shape and size of the arc according to the type and size of the load, and since there are countless possibilities, the time domain analysis and the frequency domain analysis alone cannot determine the arc that can cause the electric fire. . Therefore, in the present invention, the electrical signal is re-analyzed by the orthogonal wavelet transform.

본 발명에서 사용된 웨이블릿은 Coiflet 웨이블릿 함수를 적용하였다. 웨이블릿 변환방식에서는 아크전류파형을 근사계수로 오차를 가장 작은 값으로 변환을 시켜 변환계수를 Level 5까지 분해하여, Threshold 값을 통해 아크를 검출한다. Level 5이상의 분해 Level부터는 유사한 형태를 가지고 있어 연산회수의 축소를 위해 Level 5까지 분해 Level을 정해 전기신호를 분석하였다.The wavelet used in the present invention is applied to the Coiflet wavelet function. In the wavelet transform method, the arc current waveform is converted into an approximate coefficient and the error is converted to the smallest value. The conversion coefficient is decomposed to Level 5, and the arc is detected through the threshold value. From the decomposition level above Level 5, it has a similar form, and in order to reduce the number of calculations, the decomposition level was determined up to Level 5 to analyze the electrical signals.

(라-1) 저항성 부하 (D-1) resistive load

먼저 도 5a는 저항성 부하에 아크 발생 시 발생한 파형으로 파형의 왜곡과 0에 가까운 값에 일정시간동안 지연되고 있는 것을 알 수 있다.First, FIG. 5A is a waveform generated when an arc occurs in a resistive load, and it can be seen that the waveform is delayed for a predetermined time to the distortion and a value close to zero.

도 5b는 변환계수 5 Level 적용 시 파형을 나타낸다. Coiflet 웨이블릿을 적용한 것으로 아크가 발생된 지점에 임펄스 형식의 파형이 발생하는 것을 볼 수 있다.5B shows waveforms when the conversion coefficient 5 Level is applied. By applying the Coiflet wavelet, we can see that an impulse waveform is generated at the point where the arc is generated.

도 5c도 아크가 발생된 지점에 임펄스 형식의 파형이 생성됨을 알 수 있고, 이 값을 이용하여 Threshold 값을 결정 할 수 있다. 정상파형 부분에서는 0에 수렴하고 있으며, 점선으로 Threshold 값을 0.1로 할 경우 이보다 큰 아크에서는 검출이 가능한 것을 알 수 있다. 5C also shows that an impulse waveform is generated at the point where the arc is generated, and the threshold value can be determined using this value. In the normal waveform part, it converges to 0, and when the threshold value is set to 0.1 with a dotted line, it can be seen that an arc larger than this can be detected.

(라-2) 일반부하(D-2) General load

도 6a는 일반부하(R-L-C 혼합부하)에 아크 발생 시 발생한 파형으로 파형의 왜곡과 잡음 그리고 0에 가까운 값에 일정시간동안 지연되고 있는 것을 알 수 있다.Figure 6a is a waveform generated when the arc occurs in the normal load (R-L-C mixed load) it can be seen that there is a delay for a certain time to the waveform distortion, noise and a value close to zero.

도 6b는 변환계수 5 Level를 적용하여 Coiflet 웨이블릿을 수행한 파형으로, 아크가 발생한 지점에 임펄스 형식의 파형이 생기는 것을 볼 수 있다. FIG. 6B is a waveform in which a Coiflet wavelet is performed by applying a conversion coefficient of 5 levels, and it can be seen that an impulse waveform is generated at an arc occurrence point.

도 6c는 아크가 발생한 지점에 임펄스 형식의 파형이 생성됨을 알 수 있고, 이 값을 이용하여 Threshold 값을 결정 할 수 있다. 정상파형 부분에서는 0에 수렴하고 있으며, 점선으로 Threshold 값을 0.1로 할 경우 이보다 큰 아크에서는 검출이 가능한 것을 알 수 있다. 6C shows that an impulse waveform is generated at the point where the arc occurs, and the threshold value may be determined using this value. In the normal waveform part, it converges to 0, and when the threshold value is set to 0.1 with a dotted line, it can be seen that an arc larger than this can be detected.

문턱값은 아크가 없을 경우에는 0에 근접한 값이나, 아크나 임펄스 발생시 그 값이 변화하므로 부하 상태에 따른 전류파형의 패턴을 며칠 간(약 15일) 저장 후 민감도에 따라 문턱값(0.1 내외)을 결정한다.The threshold value is close to 0 when there is no arc, but the value changes when an arc or impulse occurs, so after storing the current waveform pattern for several days (about 15 days) according to the sensitivity, the threshold value (about 0.1) Determine.

도 7은 본 발명에 따른 웨이블릿 기반의 아크 판별방법을 플로우차트로 나타낸 도면이다.7 is a flowchart illustrating a wavelet-based arc discrimination method according to the present invention.

본 발명에서는 검출된 전기신호를 아날로그-디지털 (ADC) 변환한다. 그리고, 디지털 변환된 값으로부터 전류파형 왜곡값을 계산하고, 계산된 전류파형 왜곡값이 미리 정해진 값보다 높은지를 판별하게 된다.In the present invention, the detected electrical signal is analog-to-digital (ADC) converted. The current waveform distortion value is calculated from the digitally converted value, and it is determined whether the calculated current waveform distortion value is higher than a predetermined value.

시간 영역에서의 전기신호의 분석 및 전류파형 왜곡값은 아래와 같이 산출한다. The electrical signal analysis and current waveform distortion values in the time domain are calculated as follows.

먼저, 시간영역의 분석을 위해 정상적인 전기신호의 정펄스 시작점부터 다음 정펄스 시작점까지 한 주기를 2의 n배수(n은 3 이상의 자연수)로 샘플링하여 디지털 변환하고, 그 값을 저장하며, 검출된 전기 신호를 2의 n배수(n은 3 이상의 자연수)로 샘플링하여 디지털 변환한다. 그리고, 정상적 전기신호의 저장된 디지털 변환 값과 검출된 전기신호의 디지털 변환 값의 절대값 차이의 평균값을 연산하며, 정상적 전기신호의 저장된 디지털 변환 값 중 최하위의 값과 상기 검출된 전기 신호의 디지털 변환 값의 최하위 값의 절대값을 구한다.  First, for the analysis of the time domain, one period from the normal pulse start point of the normal electric signal to the next regular pulse start point is digitally converted by sampling an n multiple of 2 (n is a natural number of 3 or more), and the value is stored and detected. The electrical signal is sampled by an n multiple of 2 (n is a natural number of 3 or more) and digitally converted. And calculating an average value of an absolute difference between the stored digital conversion value of the normal electric signal and the digital conversion value of the detected electric signal, the lowest value among the stored digital conversion values of the normal electric signal and the digital conversion of the detected electric signal. Returns the absolute value of the lowest value of a value.

또한, 시간축의 차이값을 계산하기 위하여 정상적 전기신호의 저장된 디지털 변환 값 중 최하위의 값에 대한 시간값과 검출된 전기 신호의 디지털 변환 값의 최하위 값의 시간값의 차이를 절대값으로 연산한다.In addition, in order to calculate the difference value of the time axis, the difference between the time value of the lowest value of the digital conversion value of the detected electrical signal and the time value of the lowest value of the stored digital conversion value of the normal electrical signal is calculated as an absolute value.

이렇게 연산된 평균값, 최하위값의 절대값 및 시간값 차이의 절대값의 합을 전류파형의 왜곡값으로 결정하게 된다.The sum of the average value calculated in this way, the absolute value of the lowest value, and the absolute value of the time difference is determined as the distortion value of the current waveform.

전류파형 왜곡값을 통해 아크 여부를 판별하기 위한 기준값은 아크가 없을 경우에는 0에 근접한 값이나, 아크나 임펄스 발생시 그 값이 변화하므로 기준값인 파형의 왜곡값을 설정하기 위해 부하 상태에 따른 전류파형의 패턴을 며칠 간(약 15일) 저장 후 민감도에 따라 판별 기준값을 결정한다.Based on the current waveform distortion value, the reference value for determining whether an arc is close to 0 in the absence of an arc, or its value changes when an arc or impulse occurs, so the current waveform according to the load state to set the distortion value of the waveform as a reference value After a few days (about 15 days) of storage pattern is determined the determination reference value according to the sensitivity.

또한, 본 발명에서는 검출된 전기신호를 퓨리에 변환하여 고조파 및 고주파가 정해진 값보다 큰 지를 판별하게 된다. 본 발명의 주파수 영역에서의 홀수 고조파 증가율과 1kHz이상의 고주파 검출을 아크로 판별하게 된다. Further, in the present invention, the detected electric signal is Fourier transformed to determine whether harmonics and high frequencies are larger than a predetermined value. An odd harmonic increase rate and a high frequency detection of 1 kHz or more in the frequency domain of the present invention are discriminated by an arc.

그리고, 본 발명에서는 시간영역 분석과 주파수 영역의 분석만으로는 전기화재를 유발할 수 있는 아크를 모두 판별해낼 수 없는 아크를 판별하기 위하여 웨이블릿 변환하고, 정해진 문턱값보다 높은 경우에는 아크로 판별한다.In the present invention, wavelet transform is performed to determine an arc that cannot determine all of the arcs that can cause an electric fire by time-domain analysis and frequency-domain analysis alone.

즉, 본 발명은 시간영역, 주파수 영역 및 웨이블릿 변환영역에서 모두 아크로 판정되어야만 전기화재를 유발할 수 있는 아크로 최종판별하게 된다. That is, according to the present invention, all of the time domain, the frequency domain, and the wavelet transform region must be determined as an arc to finally determine an arc that can cause an electric fire.

그리고, 이렇게 아크로 최종 판별하게 되면, 관리자가 전기화재의 유발요소가 있음을 인식할 수 있도록 알람 또는 LED로 경보하게 된다.And, if the final determination by the arc, the alarm by the alarm or LED so that the administrator can recognize that there is a trigger element of the electric fire.

본 발명의 웨이블릿 기반 아크 판별방법을 시간, 주파수, 웨이블릿 변환 영역에서 판정하여 보았다. Wavelet-based arc discrimination method of the present invention was determined in the time, frequency, wavelet transform region.

도 8a는 정상파형이 입력되었을 때 단계별 아크판정을 나타낸다. 정상파형이 입력되었을 때에는 각 단계별로 모두 정상파형으로 판정하였다.8A shows stepwise arc judgment when a stationary waveform is input. When the stationary waveform was input, it was determined as the stationary waveform in each step.

본 발명의 웨이블릿 기반 아크 판별방법은 시간영역 단계에서 정상파형으로 판정하면 주파수 영역의 분석이나 웨이블릿 변환을 수행하지 않고 다음 신호파형을 받아들인다.In the wavelet-based arc discrimination method of the present invention, if it is determined as the normal waveform in the time domain step, the next signal waveform is accepted without performing the frequency domain analysis or the wavelet transform.

도 8b는 아크와 유사한 정상파형이 입력되었을 때 단계별 아크판정을 나타낸다. 스위칭이나 Surge로 인해 발생한 정상파형의 왜곡은 시간 영역 및 주파수 영역에서 아크로 오판정 하였다.8B shows stepwise arc judgment when an arc-like stationary waveform is input. Normal waveform distortion caused by switching or surge is misjudged by arc in time domain and frequency domain.

도 8c는 아크파형이 입력되었을 때 단계별 아크판정을 나타낸다. 아크파형이 입력되었을 때에는 각 단계에서 모두 아크파형으로 판정하였다. 8C shows stepwise arc judgment when an arc waveform is input. When an arc waveform was input, it was determined as an arc waveform at each step.

도 8b는 왜곡파형의 특성이 아크 발생 시 나타나는 전기적 특성인 실효값 감소, 홀수고조파 및 고주파성분 증가를 보이고 있기 때문에 시간영역과 주파수 영역에서 아크로 판정하였으나, 웨이블릿 영역에서 Threshold 값을 넘지 않아 정상파형으로 판정하였고, 이것으로 인하여 최종 정상파형으로 판정하였다.FIG. 8B shows that the distortion waveform is determined as an arc in the time domain and the frequency domain because the distortion characteristic exhibits the decrease of the effective value, the odd harmonics, and the high frequency component, which are the electrical characteristics of the arc generation. The result was determined as the final normal waveform.

즉, 도 8a의 정상파형은 시간 영역에서 장상으로 판정되어 정상으로 최종 판정되고, 도 8b의 아크 파형과 유사한 파형의 경우에는 시간영역, 주파수 영역에서는 아크로 판정되었더라도 웨이블릿 영역에서 정상으로 판정되어 최종적으로는 정상으로 판정되었으며, 도 8c의 아크파형은 시간영역, 주파수 영역 및 웨이블릿 영역 모두에서 아크로 판정되어 최종적으로 아크로 판정되었다.
That is, the normal waveform of FIG. 8A is determined to be normal in the time domain and is finally determined to be normal. In the case of the waveform similar to the arc waveform of FIG. Was determined to be normal, and the arc waveform of FIG. 8C was determined to be an arc in all of the time domain, the frequency domain, and the wavelet region, and finally was determined as an arc.

비록 본 발명이 상기 언급된 바람직한 실시예와 관련하여 설명되어졌지만, 발명의 요지와 범위로부터 벗어남이 없이 다양한 수정이나 변형을 하는 것이 가능하다. 따라서 첨부된 특허청구의 범위는 본 발명의 요지에서 속하는 이러한 수정이나 변형을 포함할 것이다.Although the present invention has been described in connection with the above-mentioned preferred embodiments, it is possible to make various modifications and variations without departing from the spirit and scope of the invention. Accordingly, the appended claims are intended to cover such modifications or changes as fall within the scope of the invention.

Claims (7)

전기 패널 내의 전기 화재를 사전에 예측하기 위하여,
(a) 전기 패널 내의 전기 신호를 검출하는 단계;
(b-1) 상기 검출된 전기 신호를 시간(Time) 영역에서 분석하여 아크를 판정하는 단계;
(b-2) 상기 검출된 전기 신호를 주파수(Frequency) 영역에서 분석하여 아크를 판정하는 단계;
(b-3) 상기 검출된 전기 신호를 웨이블릿 변환하여 분석하여 아크를 판정하는 단계 및
(c) 상기 (b-1),(b-2), (b-3) 단계에서 상기 검출된 전기 신호가 모두 아크로 판정될 때에만
상기 검출된 전기 신호를 아크로 최종 판별하는 것을 특징으로 하는
웨이블릿 기반 아크 판별 방법.
In order to predict the electrical fire in the electrical panel in advance,
(a) detecting an electrical signal in the electrical panel;
(b-1) determining an arc by analyzing the detected electrical signal in a time domain;
(b-2) determining the arc by analyzing the detected electrical signal in a frequency domain;
(b-3) wavelet transforming and analyzing the detected electrical signal to determine an arc; and
(c) Only when all of the detected electrical signals in the steps (b-1), (b-2) and (b-3) are determined to be arcs.
And finally determining the detected electric signal as an arc.
Wavelet-based arc discrimination method.
제 1 항에 있어서,
(b-1) 단계는 전류파형 왜곡값을 이용하여 아크를 판정하는 것을 특징으로 하는
웨이블릿 기반 아크 판별 방법.
The method of claim 1,
Step (b-1) is characterized in that the arc is determined using the current waveform distortion value
Wavelet-based arc discrimination method.
제 1 항에 있어서,
(b-2) 단계는 홀수 고조파 증가율 및 1 kHz 이상 대역의 고주파 증가율에 따라 아크를 판정하는 것을 특징으로 하는
웨이블릿 기반 아크 판별 방법.
The method of claim 1,
Step (b-2) is characterized in that the arc is determined according to the odd harmonic increase rate and the high frequency increase rate of the band 1 kHz or more
Wavelet-based arc discrimination method.
제 1 항에 있어서,
(b-3) 단계는 미리 정해진 문턱값보다 큰 경우에는 아크로 판정하는 것을 특징으로 하는 웨이블릿 기반 아크 판별 방법.

The method of claim 1,
(b-3) the wavelet-based arc discrimination method, characterized in that the determination if the arc is larger than the predetermined threshold value.

제 2 항에 있어서,
(b-1-1) 전기 패널 내의 정상적인 전기 신호를 2의 n배수(n은 3 이상의 자연수)로 샘플링하여 디지털 변환하고, 그 값을 저장하는 단계;
(b-1-2) 상기 검출된 전기 신호를 2의 n배수(n은 3 이상의 자연수)로 샘플링하여 디지털 변환하는 단계;
(b-1-3) 상기 정상적 전기신호의 저장된 디지털 변환 값과 검출된 전기신호의 디지털 변환 값의 절대값 차이의 평균값을 연산하는 단계,
(b-1-4) 상기 정상적 전기신호의 저장된 디지털 변환 값 중 최하위의 값과 상기 검출된 전기 신호의 디지털 변환 값의 최하위 값의 절대값을 구하는 단계;
(b-1-5) 상기 정상적 전기신호의 저장된 디지털 변환 값 중 최하위의 값에 대한 시간값과 상기 검출된 전기 신호의 디지털 변환 값의 최하위 값의 시간값의 차이를 절대값으로 연산하는 단계;
(b-1-6) 상기 (b-1-3)에서 연산된 평균값, (b-1-4)에서 구한 절대값 및 (b-1-5)의 절대값의 합을 전류파형의 왜곡값으로 결정하는 것을 특징으로 하는
웨이블릿 기반 아크 판별 방법.
3. The method of claim 2,
(b-1-1) digitally converting a normal electrical signal in the electrical panel by n multiples of 2 (n is a natural number of 3 or more) and storing the value;
(b-1-2) digitally converting the detected electric signal by sampling an n multiple of 2 (n is a natural number of 3 or more);
(b-1-3) calculating an average value of an absolute difference between the stored digital conversion value of the normal electric signal and the digital conversion value of the detected electric signal;
(b-1-4) obtaining an absolute value of the lowest value among the stored digital conversion values of the normal electric signal and the lowest value of the digital conversion value of the detected electric signal;
(b-1-5) calculating a difference between the time value of the lowest value of the digital conversion value of the detected electric signal and the time value of the lowest value of the stored digital conversion value of the normal electric signal as an absolute value;
(b-1-6) The sum of the average value calculated in (b-1-3), the absolute value obtained in (b-1-4) and the absolute value of (b-1-5) is the distortion value of the current waveform. Characterized in that
Wavelet-based arc discrimination method.
제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 검출된 전기 신호가 아크로 최종 판별되었을 경우에는 LED 또는 알람을 통해 관리자에게 경보하는 단계를 포함하는 것을 특징으로 하는
웨이블릿 기반 아크 판별 방법.
6. The method according to any one of claims 1 to 5,
If the detected electrical signal is finally determined as an arc, characterized in that it comprises the step of alerting the administrator through the LED or alarm
Wavelet-based arc discrimination method.
제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 웨이블릿 변환은 Coiflet 웨이블릿 함수를 적용하여 변환하는 것을 특징으로 하는
웨이블릿 기반 아크 판별 방법.6. The method according to any one of claims 1 to 5,
The wavelet transform is performed by applying a Coiflet wavelet function.
Wavelet-based arc discrimination method.
KR1020120084139A 2012-07-31 2012-07-31 Mehthod of arc detection based on wavelet KR101308003B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120084139A KR101308003B1 (en) 2012-07-31 2012-07-31 Mehthod of arc detection based on wavelet

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120084139A KR101308003B1 (en) 2012-07-31 2012-07-31 Mehthod of arc detection based on wavelet

Publications (1)

Publication Number Publication Date
KR101308003B1 true KR101308003B1 (en) 2013-09-12

Family

ID=49456029

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120084139A KR101308003B1 (en) 2012-07-31 2012-07-31 Mehthod of arc detection based on wavelet

Country Status (1)

Country Link
KR (1) KR101308003B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109822382A (en) * 2017-11-23 2019-05-31 上海铼钠克数控科技股份有限公司 The anti-collision machine system and control method of numerically-controlled machine tool
CN110221155A (en) * 2019-06-24 2019-09-10 广东石油化工学院 A kind of detection method and device of the transformer exception state based on vibration sound
JP2021512377A (en) * 2018-12-27 2021-05-13 上海交通大学Ｓｈａｎｇｈａｉ Ｊｉａｏ Ｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ How to detect early failure of the power grid
KR20220061754A (en) * 2020-11-06 2022-05-13 조성철 Arc detecting device of power supply system and arc detecting method using the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090067781A (en) * 2007-12-21 2009-06-25 최명희 The system and method of detection arc using wavelet transformation
KR20100049216A (en) * 2008-11-03 2010-05-12 주식회사 한세스 Method for detecting arc in power distribution system and system for alerting arc using the same method
KR20100074059A (en) * 2008-12-22 2010-07-01 제너럴 일렉트릭 캄파니 Arc detection using detailed and approximate coefficients from discrete wavelet transforms

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090067781A (en) * 2007-12-21 2009-06-25 최명희 The system and method of detection arc using wavelet transformation
KR20100049216A (en) * 2008-11-03 2010-05-12 주식회사 한세스 Method for detecting arc in power distribution system and system for alerting arc using the same method
KR20100074059A (en) * 2008-12-22 2010-07-01 제너럴 일렉트릭 캄파니 Arc detection using detailed and approximate coefficients from discrete wavelet transforms

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109822382A (en) * 2017-11-23 2019-05-31 上海铼钠克数控科技股份有限公司 The anti-collision machine system and control method of numerically-controlled machine tool
JP2021512377A (en) * 2018-12-27 2021-05-13 上海交通大学Ｓｈａｎｇｈａｉ Ｊｉａｏ Ｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ How to detect early failure of the power grid
JP7107580B2 (en) 2018-12-27 2022-07-27 上海交通大学 Methods for detecting premature failures in distribution networks
CN110221155A (en) * 2019-06-24 2019-09-10 广东石油化工学院 A kind of detection method and device of the transformer exception state based on vibration sound
KR20220061754A (en) * 2020-11-06 2022-05-13 조성철 Arc detecting device of power supply system and arc detecting method using the same
KR102453119B1 (en) * 2020-11-06 2022-10-07 조성철 Arc detecting device of power supply system and arc detecting method using the same

Similar Documents

Publication Publication Date Title
Artale et al. Arc fault detection method based on CZT low-frequency harmonic current analysis
US9025287B2 (en) Arc fault detection equipment and method using low frequency harmonic current analysis
KR101070832B1 (en) A method for detecting an abnormality of distributing board
US9136688B2 (en) Method and system for detecting an arc fault in a power circuit
KR20100080453A (en) Parallel arc detection using discrete wavelet transforms
JP5513870B2 (en) Arc detection using detailed and approximate coefficients of discrete wavelet transform
Artale et al. Experimental characterization of series arc faults in AC and DC electrical circuits
AU2019240071B2 (en) Detection of electric discharges that precede fires in electrical wiring
KR20020092983A (en) Apparatus for the detection and early warning of electrical arcing fault
KR20120036804A (en) Method and system for transient and intermittent earth fault detection and direction determination in a three phase median voltage electric power distribution system
Rabla et al. Arc fault analysis and localisation by cross-correlation in 270 V DC
KR101007551B1 (en) Method For Detecting Arc In Power Distribution System And System For Alerting Arc Using The Same Method
KR101308003B1 (en) Mehthod of arc detection based on wavelet
CN109596956B (en) DC series arc detection method and device
US20230148196A1 (en) Detecting electrical arcing in household electrical wiring
Seo et al. Series arc fault detection method based on statistical analysis for dc microgrids
CN108535606B (en) Fault arc detection method and device
US8355882B2 (en) Method for detecting high impedance faults by analyzing a local deviation from a regularization
KR101535923B1 (en) An electric distributing board with diagnosis function of electric power quality through monitoring carbonization of power cable and dischare of power apparatus connecting parts
Grassetti et al. A novel algorithm for the parallel arc fault identification in DC aircraft power plants
KR100892260B1 (en) Electric fire prevention equipment
KR102453119B1 (en) Arc detecting device of power supply system and arc detecting method using the same
Wang et al. Detection and analysis of series arc using non-conventional methods in low-voltage switchboards
Li et al. Arc Fault Detection and Protection–Opportunities and Challenges
Feizifar et al. A new algorithm for detecting failure to clear mode of circuit breakers using fundamental frequency component of voltage signals

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160816

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170904

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180829

Year of fee payment: 6

R401 Registration of restoration