KR101553005B1 - 전력설비의 부분방전 감시진단 시스템 - Google Patents
전력설비의 부분방전 감시진단 시스템 Download PDFInfo
- Publication number
- KR101553005B1 KR101553005B1 KR1020150055313A KR20150055313A KR101553005B1 KR 101553005 B1 KR101553005 B1 KR 101553005B1 KR 1020150055313 A KR1020150055313 A KR 1020150055313A KR 20150055313 A KR20150055313 A KR 20150055313A KR 101553005 B1 KR101553005 B1 KR 101553005B1
- Authority
- KR
- South Korea
- Prior art keywords
- partial discharge
- signal
- high frequency
- discharge
- sensor
- Prior art date
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
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
- G01R23/06—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage by converting frequency into an amplitude of current or voltage
-
- 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
- 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
- G01R31/1227—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 of components, parts or materials
- G01R31/1263—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
본 발명은 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 수전설비, 배전반 등 전력기기 시스템 하우징 및, 내부의 전력설비에서 발생하는 부분방전을 검출하는 전력설비의 부분방전 감시진단 시스템에 관한 것으로서, 상기 하우징 내부에 설치되어, 300MHz~3GHz의 극초단파를 이용하여 상기 전력설비에서의 부분방전으로 생성된 초고주파의 전기적인 신호를 검출하는 UHF(Ultra High Frequency) 센서, 및, 상기 하우징 내부에 구비된 전력설비의 접지선에 취부하여 부분방전으로 생성되는 고주파 전류의 전기적인 신호를 검출하는 HFCT(High Frequency Current Transformer) 센서로 구성된 센서부; 및, 상기 센서부에서 검출된 초고주파의 전기적인 신호와 고주파 전류의 전기적인 신호를 샘플링하여 샘플링 데이터를 획득하고, 상기 샘플링 데이터로부터 특징량을 추출하고, RBFNN(Radial Basis Function Neural Network) 신경망에 상기 특징량을 입력하여 얻어지는 출력값에 따라 부분방전 여부 또는 부분방전의 종류를 판단하는 퍼지 추론부를 구성하는 감시장치를 포함하는 구성을 마련한다.
상기와 같은 전력기기 시스템에 의하여, UHF 센서와 고주파 전류센서를 이용하여 부분방전 시에 발생하는 부분방전을 감지하고 RBFNN을 이용하여 부분방전의 종류를 판단함으로써, 전력기기 시스템의 열화 감시 및 진단에 더 정확하고 용이하게 할 수 있다.
상기와 같은 전력기기 시스템에 의하여, UHF 센서와 고주파 전류센서를 이용하여 부분방전 시에 발생하는 부분방전을 감지하고 RBFNN을 이용하여 부분방전의 종류를 판단함으로써, 전력기기 시스템의 열화 감시 및 진단에 더 정확하고 용이하게 할 수 있다.
Description
본 발명은 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 배전반, 전동기, 발전기 등 전력기기 하우징 내에서 절연불량, 접속불량 또는 단선 등에 의한 부분방전 검출을 추정하는 것으로서, 초고주파(UHF, Ultra High Frequency) 센서와 고주파 전류센서(High Frequency Current Transformer, HFCT)를 이용하여 부분방전 시에 발생하는 부분방전을 감지하고 RBFNN(Radial Basis Function Neural Network)를 이용하여 부분방전의 종류를 판단하는, 전력설비의 부분방전 감시진단 시스템에 관한 것이다.
또한, 본 발명은 전력기기의 전력설비 내 부분방전에 의한 전기신호를 측정하고, 전기적인 신호로부터 부분방전의 판단을 위해 사용되는 특징을 추출하고, 추출된 특징을 입력으로 하여 부분방전의 종류를 추론하는, 전력설비의 부분방전 감시진단 시스템에 관한 것이다.
또한, 본 발명은 계층 구조의 SCADA 시스템(집중 원격감시 제어 시스템)으로 구축하여, 과도접지전압 센서 또는 초고주파 센서들이 전기설비 등에 다수 개가 설치되고, 상기 센서을 중간에서 로컬 감시장치(30)에 의해 제어 통제되고, 다수의 로컬 감시장치들이 원격 서버에 연결되어 중앙에서 모두 모니터링 되고 제어 통제되는, 전력설비의 부분방전 감시진단 시스템에 관한 것이다.
일반적으로 부분방전이라 함은 각종 산업체 및 전력계통 변전소에 설치되는 수전설비 및 고압 배전반, 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 수전설비 등 전력기기 시스템의 어느 한 부분에 생기는 방전을 총칭하는 것으로서, 전극의 첨단 부근에 생기는 코로나 방전, 절연물의 표면을 따라서 생기는 연면방전, 절연물 내의 공극에 생기는 보이드 방전 등을 들 수 있다.
전력기기의 이상 유무 감지 및 절연체의 열화 정도를 감시하고 수리시기를 예측하는 것은 매우 중요하며, 부분방전의 측정 및 감시로 이러한 예측과 관리가 가능하다. 이러한 목적으로 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 수전설비, 고압반, 저압반, 모터제어반, 배전반 등 전력기기 시스템 내부 전력설비 등의 다양한 전력설비에서 부분방전 측정 장치들이 사용되고 있다.
산업의 고도화로 전력수요가 지속적으로 증가하고 있으며, 고압 케이블, 변압기, GIS, 수전설비, 전력기기 시스템 내의 전력설비에 의한 사고가 빈번하게 발생하고 있다. 이러한 사고는 경제적 손실뿐만 아니라 기술적 손실도 발생시킬 수 있다. 특히, 고전압 전력기기는 국가 기간산업뿐 아니라, 민수용에서도 매우 중요한 시설로 취급되고 있으며, 전력기기의 사고는 인명의 피해, 전력 시설의 직접적 손실과 함께 정보통신망에도 영향을 미치는 국가적으로도 중차대한 사안이다. 발전소, 변전소 및 대형공장 등에 설치되어 있는 전력기기 시스템 내에 변압기, 케이블, 차단기, 개폐기, 고압 케이블, 변압기, GIS, PT, CT, 피뢰기 등의 각종 전력기기가 내장되어 있으며, 이들 전력기기에서 접촉 불량, 절연물의 절연내력 저하 등으로 인해 발생되는 국부적 방전현상(부분방전)은 사고로 이어져 전력공급 시스템에 치명적인 영향을 미치고 있다.
또한, 이와같은 전력기기들에는 고전압상황에서 발생하는 방전현상을 방지하기 위해서 여러 종류의 절연물이 사용되고 있다. 그런데 이러한 절연물은 공극 또는 박리 등과 같은 갭(gap)이 제조공정 중에 어떤 이유나 동작 중의 냉각 및 가열 과정에서 발생할 수 있다. 그러나 이러한 갭은 높은 전계가 인가될 때마다 부분 전기 방전을 발생하게 되고, 이러한 부분 방전이 반복되면, 절연물이 서서히 침식되고 절연 내력(dielectricstrength)을 감소시킴으로써 결국 심각한 절연 파괴 사고가 발생하게 된다. 이러한 문제를 해결하기 위해서, 절연물 내의 갭을 미리 제거하여 부분 방전의 발생을 감소시키는 것이 바람직하지만 여러 원인을 고려할 때 갭을 완전히 제거하기는 어렵다. 또한, 절연물의 절연 특성은 제조시부터 충분히 검사되어야 하는데 이러한 검사는 초기 제조 결함의 검사에는 유효하나 시간의 흐름에 따른 절연 열화는 전력기기 시스템의 동작 중에 발생하기 때문에 실질적인 검사가 어렵다. 따라서 종래에는 검사들 사이의 시간 간격이 증가하고 항상 정확하게 절연 특성을 파악하기가 불가능하므로 예측하지 못한 중대한 사고가 발생하게 된다. 또한, 부분 방전을 측정하여 열화를 감시할 수 있다.
전력기기에서 부분방전은 전력기기의 절연열화 시 발생하는 현상으로서 절연열화의 마지막 단계에서 발생되는 경우가 대부분이기 때문에 열화진단에 가장 우수한 방법으로 평가되고 있다.
전력기기 내에서 발생하는 부분방전은 그 전자파 신호대역이 넓고 주변의 잡음으로 인하여 검출하기가 용이하지 않다. 검출 방법으로는 UHF안테나를 이용하는 방법이 제시되고 있다[특허문헌 1,2,3,4]. 절연물 내부의 절연불량으로 인한 국부 방전이 발생되면 그에 따른 전자파가 생성되고, 상기 전자파가 전력기기 시스템을 통해 발생된다. 상기 전자파 신호를 주변의 잡음신호와 구분하기 위해서 대역통과 필터를 경유하여 필터링하고, 이를 증폭한 후에 분석 및 판단 알고리즘을 이용하여 부분방전 신호를 검출하게 된다.
또한, 신경회로망을 이용하여 부분방전을 자동으로 분석하는 기술이 제시되고 있다[특허문헌 5].
한편, 전력기기 내의 전력설비 중 특히 변압기의 경우 수배전 설비의 중요한 전력설비이면서 부분방전이 발생할 확률이 매우 높은 조건을 가지고 있다. 유입 변압기의 경우, 변압기에서 발생하는 부분방전 신호의 효과적인 측정은 유입변압기의 안정적인 운용과 비용절감을 가능하게 한다. 그러나 기존 유입변압기의 부분방전 검출 방법은 커플링 장비를 이용한 검출 방법, 가스분석법에 의한 부분방전 검출법, 그리고 전자파 검출분석법 등이 있다. 이러한 종래 기술에 의한 검출 방법은 그 측정의 한계와 실시간 측정이 곤란하다는 단점이 있을 뿐 아니라 가격이 고가여서 경쟁력이 현저하게 떨어지고 있다.
또한 몰드형 변압기에서는 절연물로서 에폭시수지가 가장 많이 사용되고 있다. 에폭시수지는 기계적 강도가 높고, 전기적 절연특성이 우수할 뿐만 아니라 성형이 비교적 용이하므로 절연재료로서 널리 사용되고 있다. 그러나 재료의 성형 또는 기기의 제작 시, 이물이 혼입되거나 미소 보이드(void) 또는 균열 등이 발생될 수 있다. 부분방전측정에 의한 열화 진단기술은 활발히 연구되고 있으나 전력기기 시스템에 적합한 부분방전 측정 및 회로기술에 대한 연구는 아직 미흡한 실정이다.
전력기기 시스템에 사용되는 유입변압기, 계기용 변성기, 차단기, 몰드변압기 등 전력설비에 적합한 부분방전 측정기술을 연구할 필요가 있으며 측정센서에 적합한 증폭회로를 개발할 필요가 있다. 즉, 전력기기 시스템의 열화 감시 및 진단에 활용될 수 있도록, 전력기기 시스템 전력설비에서 발생하는 부분방전 검출방법과 증폭회로에 대한 기술개발이 필요하다.
본 발명의 목적은 상술한 바와 같은 문제점을 해결하기 위한 것으로, 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 수전설비, 배전반 등 전력기기 시스템 하우징 내에서 접속불량 또는 단선에 의한 부분방전 검출을 추정하는 것으로서, UHF 센서와 고주파 전류센서를 이용하여 부분방전 시에 발생하는 부분방전을 감지하고 RBFNN(Radial Basis Function Neural Network)를 이용하여 부분방전의 종류를 판단하는, 전력설비의 부분방전 감시진단 시스템을 제공하는 것이다.
또한, 본 발명의 목적은 전력기기 시스템의 전력설비 내 부분방전에 의한 전기신호를 측정하고, 전기적인 신호로부터 부분방전의 판단을 위해 사용되는 특징을 추출하고, 추출된 특징을 입력으로 하여 부분방전의 종류를 추론하는, 전력설비의 부분방전 감시진단 시스템을 제공하는 것이다.
특히, 본 발명의 목적은 부분방전 시 발생하는 전자파를 감지하기 위해 초고주파 안테나 센서를 사용하고, 부분방전의 검출 정확도를 높이기 위해 고주파 전류 센서(High Frequency Current Transformer:HFCT)를 전력설비의 접지선에 취부하여 센서에서 나오는 전기적인 신호로부터 특징을 추출하고, 추출된 특징들을 RNFNN에 적용하여 보이드 방전, 코로나 방전, 연면 방전 등의 종류를 판단하는, 전력설비의 부분방전 감시진단 시스템을 제공하는 것이다.
상기 목적을 달성하기 위해 본 발명은 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 수전설비, 배전반 등 전력기기 시스템을 내부에 포함하는 하우징 내부의 전력설비에서 발생하는 부분방전을 검출하는 전력설비의 부분방전 감시진단 시스템에 관한 것으로서, 상기 하우징 내부에 설치되어, 300MHz~3GHz의 극초단파를 이용하여 상기 전력설비에서의 부분방전으로 생성된 초고주파의 전기적인 신호를 검출하는 UHF(Ultra High Frequency) 센서, 및, 상기 하우징 내부에 구비된 전력설비의 접지선에 취부하여 부분방전으로 생성되는 고주파 전류의 전기적인 신호를 검출하는 HFCT(High Frequency Current Transformer) 센서로 구성된 센서부; 및, 상기 센서부에서 검출된 초고주파의 전기적인 신호와 고주파 전류의 전기적인 신호를 샘플링하여 샘플링 데이터를 획득하고, 상기 샘플링 데이터로부터 특징량을 추출하고, RBFNN(Radial Basis Function Neural Network) 신경망에 상기 특징량을 입력하여 얻어지는 출력값에 따라 부분방전 여부 또는 부분방전의 종류를 판단하는 퍼지 추론부를 구성하는 감시장치를 포함하고, 상기 퍼지추론부는, 상기 UHF 센서 또는 상기 HFCT 센서로부터 출력되는 전기적인 신호를 수신하여, 부분방전 신호를 추출하여 샘플링하고, 초고주파 또는 고주파전류의 전기적 신호에 의한 부분방전 펄스 신호의 샘플링 데이터를 출력하는 신호검출부; 상기 샘플링 데이터로부터 부분방전 발생 및 부분방전의 종류의 판단에 필요한 특징량을 추출하는 특징량 추출부; 추출된 특징량을 RBFNN(Radial Basis Function Neural Network) 신경망에 입력으로 적용하여, 해당 입력에 대한 출력을 획득하되, 상기 RBFNN 신경망은 다수의 부분방전 종류 각각에 대응되도록 다수의 출력으로 구성되는 RBFNN 추론부; 및, 상기 RBFNN 신경망의 다수의 출력의 출력값에 따라 부분방전 발생 또는 부분방전의 종류를 판단하는 부분방전 판단부를 포함하는 것을 특징으로 한다.
본 발명은 전력설비의 부분방전 감시진단 시스템에 있어서, 상기 신호검출부는 상기 초고주파 또는 상기 고주파 전류의 전기적인 신호를 0.5초 간격으로 10kHz/s의 샘플링 주기로 각각 5,000 개의 데이터를 추출하여 샘플링 데이터를 생성하는 것을 특징으로 한다.
본 발명은 전력설비의 부분방전 감시진단 시스템에 있어서, 상기 신호검출부는, 상기 초고주파의 전기적인 신호 중 부분방전 펄스만을 증폭기에 통과시키기 위해 결합회로망과 미소 신호를 증폭시키기 위한 저잡음 고주파 증폭기를 구성하고, 상기 저잡음 고주파 증폭기는 저잡음 광대역 연산 증폭기를 2단으로 구성하여, 고이득으로 고역차단주파수를 제한하지 않도록 구성하고, 상기 고주파 전류의 전기적인 신호를 증폭하기 위한 증폭회로를 구성하되, 고속 연산증폭기를 사용하고, 상기 초고주파 또는 상기 고주파 전류의 전기적인 신호에서 부분방전 펄스의 겉보기 전하(apparent charge)의 크기를 산출하기 위해서 이미 알고 있는 크기의 방전 전하량을 이용하여 검출회로를 교정하는 것을 특징으로 한다.
본 발명은 전력설비의 부분방전 감시진단 시스템에 있어서, 상기 특징량 추출부는, 상기 특징량으로서, 상기 초고주파의 전기적인 신호로부터 얻어진 초고주파 샘플링 데이터에 대한 첨도, 상기 초고주파 샘플링 데이터를 FTT(Fast Fourier Transformation) 변환을 통해 주파수 필드로 변환하여 계산된 주파수별 크기의 평균값, 상기 고주파 전류의 전기적인 신호로부터 얻어진 고주파전류 샘플링 데이터에 대한 첨도, 상기 고주파전류 샘플링 데이터를 FTT 변환을 통해 주파수 필드로 변환하여 계산된 주파수별 크기의 평균값, 상기 고주파전류 샘플링 데이터의 파형 데이터에 대하여 1~15차 고조파까지 계산한 후 계산된 총 고조파 왜형률, 및, 상기 고주파전류 샘플링 데이터의 파형 데이터에 대한 신호의 비대칭도를 포함하는 특징량을 추출하는 것을 특징으로 한다.
본 발명은 전력설비의 부분방전 감시진단 시스템에 있어서, 상기 RBFNN 추론부는 입력층, 은닉층, 및 출력층으로 구성되는 신경망을 구성하되, 상기 은닉층에 방사기저함수(Radial Basis Function)를 사용하고, 출력층에 적어도 3개의 출력으로 구성하고, 상기 입력층은 상기 특징량을 벡터로서 입력받고, 상기 출력층에서는 상기 은닉층의 함수에 의하여 출력되는 출력의 출력값들에 연결가중치를 곱한 값들의 합으로 출력하는 것을 특징으로 한다.
[수식 1]
단, x는 특징량의 입력벡터이고, yj는 상기 출력층의 j번째 출력이고, c는 상기 은닉층의 퍼지규칙에 대응하는 클러스터의 개수이고, aij는 i번째 퍼지규칙에서 상기 출력층의 j번째 출력의 연결가중치이고, vi는 i번째 클러스터의 중심임.
본 발명은 전력설비의 부분방전 감시진단 시스템에 있어서, 상기 클러스터의 중심 vi는 N개의 패턴으로 구성된 샘플 입력벡터 집합 X={x1,x2,...,xN}, xk∈Rn(n은 입력벡터의 크기)에 의해 중심 및 소속정도를 나타내는 uik를 수정하면서 다음 [수식 2]의 목적함수를 최소화로 수렴시켜 얻어지는 중심인 것을 특징으로 한다.
[수식 2]
단, ∥·∥는 중 유클리디안 거리(weighted Euclidean distance)를 나타내고, c는 클러스터의 개수이고, m은 퍼지화 계수이고, Xk는 k번째 입력 벡터임.
본 발명은 전력설비의 부분방전 감시진단 시스템에 있어서, 상기 부분방전 판단부는 상기 RBFNN 추론부에서 계산된 다수의 출력값 중 최대값을 계산하고, 상기 최대값이 0.5 이하이면 정상으로 판단하고, 상기 최대값이 0.5 초과이면서 최대값을 갖는 출력이 y1이면 보이드 방전, y2이면 코로나 방전, y3이면 연면 방전으로 판단하는 것을 특징으로 한다.
상술한 바와 같이, 본 발명에 따른 전력설비의 부분방전 감시진단 시스템에 의하면, UHF 센서와 고주파 전류센서를 이용하여 부분방전 시에 발생하는 부분방전을 감지하고 RBFNN을 이용하여 부분방전의 종류를 판단함으로써, 전력기기 시스템의 열화 감시 및 진단에 더 정확하고 용이하게 할 수 있는 효과가 얻어진다.
도 1은 본 발명의 실시예에 따른 전력설비의 부분방전 감시진단 시스템의 구성에 대한 블록도.
도 2는 본 발명의 일실시예에 따른 감시장치의 구성에 대한 블록도.
도 3은 본 발명의 일실시예에 따른 신호검출부 및 추론판단부의 구성에 대한 블록도.
도 4는 본 발명의 일실시예에 따른 UHF 센서의 신호 중 부분방전 펄스 만을 증폭기에 통과시키기 위한 결합회로망의 주파수 특성을 나타낸 그래프.
도 5는 본 발명의 일실시예에 따른 차단기 부분방전 검출용 증폭회로의 (a) 회로도 및, (b) 회로 사진.
도 6은 본 발명의 일실시예에 따른 교정 실험계에 대한 구성도.
도 7은 본 발명의 일실시예에 따른 검출 교정펄스파형의 예를 도시한 그래프로서, [50mV/div, 500ns/div] 범위인 그래프.
도 8은 본 발명의 일실시예에 따른 실험계의 구성을 나타낸 도면.
도 9는 본 발명의 실험에 따른 검출된 파형의 예로서, (a) 전원전압-부분방전펄스와, (b) 부분방전 펄스의 파형 그래프로서, (a) 그래프의 Ch.1은 인가전압파형이고 [10kV/div, 5ms/div] 범위이고, Ch.2는 부분방전펄스이고 [50mV/div, 5ms/div] 범위이고, (b) 그래프는 [50mV/div, 500ns/div] 범위인 그래프.
도 10은 본 발명의 일실시예에 따른 HFCT용 증폭회로의 (a) 회로도, 및, (b) 회로 사진.
도 11은 본 발명의 실험에 따른 교정실험계의 구성도.
도 12는 본 발명의 실험에 따른 교정펄스파형(100[pC])에 대한 그래프로서, [100mV/div, 2μs/div] 범위의 그래프.
도 13은 본 발명의 실험에 따른 HFCT에 의한 부분방전 검출 방법을 도시한 도면.
도 14는 본 발명의 실험에 따른 측정 파형의 그래프로서, 위의 그래프는 인가전압[ 5kV/div, 5ms/div]에 대한 그래프, 아래 그래프는 부분방전펄스[50mV/div, 5ms/div]에 대한 그래프.
도 15는 본 발명의 일실시예에 따른 방사기저함수 신경망에 대한 구조도.
도 16은 본 발명의 부분방전 실험을 위한 테스트 데이터의 예시도.
도 2는 본 발명의 일실시예에 따른 감시장치의 구성에 대한 블록도.
도 3은 본 발명의 일실시예에 따른 신호검출부 및 추론판단부의 구성에 대한 블록도.
도 4는 본 발명의 일실시예에 따른 UHF 센서의 신호 중 부분방전 펄스 만을 증폭기에 통과시키기 위한 결합회로망의 주파수 특성을 나타낸 그래프.
도 5는 본 발명의 일실시예에 따른 차단기 부분방전 검출용 증폭회로의 (a) 회로도 및, (b) 회로 사진.
도 6은 본 발명의 일실시예에 따른 교정 실험계에 대한 구성도.
도 7은 본 발명의 일실시예에 따른 검출 교정펄스파형의 예를 도시한 그래프로서, [50mV/div, 500ns/div] 범위인 그래프.
도 8은 본 발명의 일실시예에 따른 실험계의 구성을 나타낸 도면.
도 9는 본 발명의 실험에 따른 검출된 파형의 예로서, (a) 전원전압-부분방전펄스와, (b) 부분방전 펄스의 파형 그래프로서, (a) 그래프의 Ch.1은 인가전압파형이고 [10kV/div, 5ms/div] 범위이고, Ch.2는 부분방전펄스이고 [50mV/div, 5ms/div] 범위이고, (b) 그래프는 [50mV/div, 500ns/div] 범위인 그래프.
도 10은 본 발명의 일실시예에 따른 HFCT용 증폭회로의 (a) 회로도, 및, (b) 회로 사진.
도 11은 본 발명의 실험에 따른 교정실험계의 구성도.
도 12는 본 발명의 실험에 따른 교정펄스파형(100[pC])에 대한 그래프로서, [100mV/div, 2μs/div] 범위의 그래프.
도 13은 본 발명의 실험에 따른 HFCT에 의한 부분방전 검출 방법을 도시한 도면.
도 14는 본 발명의 실험에 따른 측정 파형의 그래프로서, 위의 그래프는 인가전압[ 5kV/div, 5ms/div]에 대한 그래프, 아래 그래프는 부분방전펄스[50mV/div, 5ms/div]에 대한 그래프.
도 15는 본 발명의 일실시예에 따른 방사기저함수 신경망에 대한 구조도.
도 16은 본 발명의 부분방전 실험을 위한 테스트 데이터의 예시도.
이하, 본 발명의 실시를 위한 구체적인 내용을 도면에 따라서 설명한다.
또한, 본 발명을 설명하는데 있어서 동일 부분은 동일 부호를 붙이고, 그 반복 설명은 생략한다.
먼저, 본 발명의 일실시예에 따른 전력설비의 부분방전 감시진단 시스템을 실시하기 위한 전체 시스템의 구성에 대하여 도 1을 참조하여 설명한다.
도 1a에서 보는 바와 같이, 본 발명에 따른 시스템을 실시하기 위한 전체 시스템은 전력기기 시스템 하우징(10)에 설치된 센서부(20), 감시 장치(30), 및, 원격 서버(40)로 구성된다. 추가적으로, 감시장치(30)의 부하율을 모니터링 하는 부하율 모니터링 장치(50)를 더 포함하여 구성될 수 있다. 부하율은 변압기의 용량 대비 현재의 부하전력의 백분률로 구한다.
또한, 도 1b에서 보는 바와 같이, 본 발명에 따른 전력기기 시스템은 계층 구조의 SCADA 시스템(집중 원격감시 제어 시스템)으로 구축될 수 있다. 즉, 센서부(20)의 센서들(21,22)이 전기설비 또는 그 하우징(10)에 다수 개가 설치되고, 상기 센서들(21,22)을 중간에서 로컬 감시장치(30)에 의해 감시한다. 또한, 로컬 감시장치(30)는 모두 원격 서버(40)에 연결되어 감시 및 진단 데이터들을 원격 서버(40)에 전송한다. 원격 서버(40)는 중앙 관제 센터 등에 구비되어, 원격에서 모든 전력설비의 부분방전 상태를 모니터링하고 진단결과를 확인할 수 있다.
바람직하게는, 하나의 로컬 감시장치(30)는 6~7개의 센서들(21,22)을 제어하여 데이터를 수신하고, 2~3개의 로컬 감시장치(30)가 네트워크(60)를 통해 원격 서버(40)로 연결되어 원격 서버(40)에 의해 통제된다. 따라서 각 전기설비들은 계층적 구조에 따라 로컬 감시장치(30) 및, 원격 서버(40)에 의해 통제되고, 계층구조에 따라 검출된 데이터들을 상위 장치 또는 서버로 전송한다.
센서부(20)는 UHF(초고주파, Ultra High Frequency) 센서 또는 초고주파 안테나 센서(21), 및, 고주파 전류(High Frequency Current Transformer, HFCT) 센서(22)로 구성된다. 초고주파 안테나 센서(21)는 하우징(10) 내부에 설치되어, 300MHz~3GHz의 극초단파를 이용하여 전력설비(11)에서의 부분방전으로 생성된 초고주파 신호를 검출한다. 또한, 고주파 전류 센서(22)는 전력설비(11)의 접지선에 취부하여 전기적인 신호를 검출한다.
부분방전이 전력기기 시스템 하우징(10) 내부에서 일어날 때, 그 방전에 의한 고주파 전자기파동이 금속 벽 표면에 일어나고, 표면 전류를 야기시킨다.
UHF 센서(21)는 마이크로스트립패치 타입으로 구성되고, 300MHz 내지 3000MHz의 주파수 측정범위를 갖으며, 개방구조의 전력기기 시스템 내부 전자파 방전 신호를 검출한다. UHF 센서(21)는 하우징(10) 내부 또는 외부에 장착되어 부분방전 발생시 동반되는 전자파의 검출에 이용된다. UHF 센서(22)는 하우징(10) 내부에 설치하여 검출하는 내장형 타입의 센서나, 하우징(10) 외부에 설치되는 센서를 사용할 수 있다.
고주파 전류 센서(22)는 전력기기 시스템 하우징(10) 내부 온도, 또는, 부스바, 차단기, MOF, CT, PT 및 변압기 등의 고압기기를 포함하는 전력기기 시스템 하우징(10) 내에 있는 구성 설비 또는 전력설비(11)의 접지선에 취부하여 전기적인 신호를 검출한다. 변압기 내부에서 부분방전이 발생하면 펄스형태의 방전전류가 외부 접지선으로 흐르게 된다. 따라서 HFCT(22)는 접지선을 통해 흐르는 부분방전 펄스전류를 검출할 수 있다.
또한, 전력기기 시스템들은 대용량의 전력을 사용하는 건축물 또는 공장 등지에 설치되는 것으로서, 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 수전설비, 배전반 등으로 구분되며, 하우징(10)의 내측에 전력을 분배하고 안정적으로 공급하기 위한 다양한 전력설비(11)들이 설치된다. 상기 전력기기 시스템들은 단일 전력설비일 수 있고, 복수의 전력설비들이 복합적으로 구성될 수 있다. 이하에서 설명의 편의를 위해 전력기기 시스템 하우징(10) 내 전력설비(11)들이 포함되는 것으로 설명한다. 전력기기 시스템 하우징(10)의 내부에 설치되는 기기 또는 설비(11)는 부스바, 진공차단기(VCB), 계기용변압기(PT), 전력량계량기(MOF), 부하개폐기(LBS), 부싱소자 등과 같이, 각종 몰드형 절연기기와 기기 연결 부품 및 절연 열화 예측이 요구되는 구성품 등이다. 예컨대, 본 발명의 전력기기 시스템의 방전 진단 시스템은 전력기기 시스템 내부의 저압측 구성장치인 배선용차단기(MCCB: Molded Case Circuit Breaker), 각종 배전 라인 등의 설비를 감시하는 장치로서 응용하여 사용할 수 있음은 물론이다.
본 발명에 따른 전력기기 시스템의 방전 진단 시스템은 이러한 하우징(10) 내의 각각의 기기 상태를 감지하기 위한 감지 수단을 마련하여 전력기기 시스템의 방전 또는 이를 통한 열화 상태를 감지하는 것이다.
한편, 센서부(20)와 감시 장치(30), 감시 장치(30) 및 원격 서버(40)는 각각 네트워크에 의해 연결되어 데이터 통신을 수행한다. 바람직하게는, 센서부(20) 및 감시 장치(30)는 UDP 프로토콜에 의한 인터넷으로 연결되고, 감시 장치(30) 및 원격 서버(40)는 TCP 프로토콜에 의한 인터넷으로 연결된다.
다음으로, 감시 장치(30)는 센서부(20)로부터 센싱된 초고주파 안테나 신호 또는 고주파 전류 신호를 수신하고, 수신된 초고주파 신호, 및 고주파 전류 신호를 분석하여 부분방전을 검출하거나, 부분방전의 종류를 판별한다. 또한, 이들 부분방전 검출 데이터를 누적(계산)하여 전력기기 시스템의 이상 유무를 판단한다. 감시 장치(30)는 전력기기 시스템 하우징(10) 내부 영역 또는 각 전력설비(11)에서의 방전 상태를 모니터링하고, 기준 신호 패턴(방전 현상일 때의 UHF 또는 HFCT 신호 패턴)과 비교하여 전체, 또는, 설비 구성별로 부분방전 검출, 또는, 이상 유무를 판단한다. 또한, 감시 장치(30)는 측정된 내부 또는 설비의 방전 상태를 영상으로 디스플레이에 표시하거나, 부분방전 검출, 이상 유무를 감지하면 감지 사항을 알람으로 관리자 등에 알린다.
즉, 감시장치(30)는 센서부(20)에서 검출된 하우징(10) 내부 영역의 UHF 신호, HFCT 신호, 및, 각 전력설비의 신호 등에 기초하여 상기 하우징 내부의 방전 상태, 부분 방전 또는 이를 통한 열화 상태를 추론하는 진단하고, 진단된 상기 하우징 내의 방전 또는 열화 상태 정보에 따라 상기 하우징의 내부 상태를 제어하거나 알람 신호를 발생한다.
바람직하게는, 감시 장치(30)는 전력기기 시스템 하우징(10)에 부착하여 설치될 수 있다. 예를 들어, 센서부(20)는 전력기기 시스템 하우징(10) 내부에 설치되거나 각 설비(11)에 부착되어 설치되고, 전력기기 시스템 하우징(10) 외부에 감시 장치(30)를 설치할 수 있다. 이때, 하우징 또는 설비 내부 또는 외부에 설치된 UHF 센서(21) 또는 HFCT 센서(22)로부터 UHF 신호 및, 고주파 전류 신호를 획득하고, 감시 장치(30)가 측정된 UHF 신호 및 HFCT 신호를 분석하여 전력기기 시스템 하우징(10) 내부의 부분방전 또는 이상 유무를 판단할 수 있다.
원격 서버(40)는 개인용 컴퓨터(PC) 또는 서버 장치 등 컴퓨팅 처리 기능을 가진 장치로서, 네트워크를 통해 감시 장치(30)와 연결되어, 감시 장치(30)로부터 측정된 온도, 신호 또는, 방전/열화 상태에 대한 판단된 데이터 등을 수신한다.
원격 서버(40)는 감시 장치(30)와 역할을 분담하여 처리할 수 있다. 예를 들어, 감시 장치(30)는 실시간으로 측정된 UHF 신호 및 HFCT 신호를 모니터링하여 간단한 패턴 비교만 수행하여 부분방전의 종류 또는 이상 여부를 감시하고, 원격 서버(40)는 과거 신호 패턴 데이터 및 이상 결과를 학습하여 온도에 따른 부분방전의 검출 규칙, 이상유무 규칙 등을 도출하거나, 방전 상태 패턴 등을 설정하거나 관리하는 등의 기능을 수행한다. 특히, 원격 서버(40)는 데이터 저장 용량이나 컴퓨팅 능력 등 뛰어난 성능을 가지고 있고, 감시 장치(30)는 현장에 설비된 장비로서 원견 서버(40)에 비하여 성능이 떨어질 수 있다. 이러한 성능 차를 감안하여, 원격서버(40)와 감시 장치(30) 간의 기능을 분담할 수 있다. 이하에서는, 감시 장치(30)에서 상기 모든 기능을 수행하는 것으로 설명한다.
한편, 원격 서버(40)는 전력기기 시스템이 장착된 중앙관제소의 컴퓨터 시스템으로 구현되지만, 이에 한정되는 것은 아니고, 관리자의 휴대용 통신기기, 예를 들어 스마트폰, PDA 등이어도 좋다.
또한, 감시장치(30)에는 부하율 모니터링 장치(50)가 연결되어, 부하율을 모니터링 한다.
다음으로, 감시장치(30)의 구성에 대하여 도 2를 참조하여 보다 구체적으로 설명한다.
도 2에서 보는 바와 같이, 감시 장치(30)는 신호검출부(31), 표시부(32), 설정부(33), 추론판단부(34), 및, 저장부(36)로 구성된다. 바람직하게는, 알람부(35)를 추가하여 구성될 수 있다.
신호검출부(31)는 센서부(20)로부터 측정된 UHF 신호, HFCT 신호의 데이터를 수신하여, 부분방전 검출을 수행하고, 각 검출된 데이터를 기록한다. 이하에서 구체적으로 설명한다.
설정부(33)는 기준 패턴이나, 알람 기준, 알람 형태 등 각종 감시장치의 감시를 위한 변수나 상수, 조건, 건전성 지수 임계값 등을 사전에 설정하는 입력장치이다.
다음으로, 추론판단부(34)는 검출된 데이터로부터 RBFNN(Radial Basis Function Neural Network)를 이용하여 부분방전의 종류를 판단하고, 전력기기 시스템의 이상 유무를 판단한다.
RBFNN(Radial Basis Function Neural Network)은 지능형 알고리즘으로서 패턴분류, 패턴인식, 시스템 모델링 등에 많이 사용하고 있는 것으로서 FCM 클러스터링에 기반 한 분할 함수를 활성 함수로 사용한다. 또한 "If-then"의 퍼지 규칙으로 표현되며 퍼지 추론 메커니즘에 의해 구동된다. 조건부, 결론부, 추론부 나누어 네트워크 구조가 형성된다. 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 상수항으로 표현한다. 마지막으로, 네트워크의 최종출력은 추론부의 퍼지추론에 의한다.
표시부(32)는 방전 상태 또는 열화 상태의 데이터를 2차원 디스플레이에 표시한다. 즉, 표시부(32)는 하우징(10)의 내부 설비의 위치 및 해당 설비에서의 측정된 방전 상태를 표시하거나, 추론된 방전 상태 또는 열화 상태, 또는 열화 판단 결과를 화면에 표시한다. 특히, 추론된 부분방전의 종류를 표시한다. 또한, 전력기기 시스템 배치도 상에서 각 전력설비 별로 이상 유무를 표시할 수 있다.
저장부(36)는 하우징(10)의 각 전력설비(11), 또는 설치된 UHF 센서(21), HFCT센서(22)의 위치, 방전 신호, 방전 신호 등에서 추출한 특징 및 패턴, 또는 부분방전 종류별의 특징 및 패턴, 특징 매칭 또는 패턴 매칭의 연산 결과 등을 필요한 데이터를 저장한다. 또한, 실시간으로 수집된 신호의 패턴, 연산 결과와 비교하기 위한 이력 신호 패턴, 이력 연산결과 등을 저장한다.
알람부(35)는 판단부(34)에서 이상이 있는 것으로 판단하는 경우, 이상 상태를 알린다. 특히, 이상 상태와, 해당 전력설비 또는 이상 상태의 전력설비에 대한 정보를 같이 알린다. 실시간 측정 UHF 신호 또는 HFCT 신호의 특징 패턴이 기준 특징 패턴과 일치(유사)하면, 경보가 작동한다.
UHF 센서(21) 또는 HFCT센서(22)를 통하여 수집된 신호 샘플링 데이터, 특징량 등을 데이터베이스에 저장하고 실시간 측정 신호 또는 특징량 또는 그 패턴이 경계의 특징량 또는 패턴과 일치하거나 유사하면 경보가 작동한다. 이때 UHF 센서 및 HFCT 센서, 주변 기기의 고장 또는 주변의 화재 등으로 인하여 급격한 부분방전의 변화가 발생할 수 있기 때문에 신속한 대처가 필요하다. 그래서 경보가 발생하면 자동으로 경보 발생 위치를 화면에 나타내어 주어야 하고 문제점을 찾을 수 있도록 한다.
다음으로, 본 발명의 일실시예에 따른 신호검출부(31) 및, 추론판단부(34)의 세부 구성에 대해 도 3에 따라 구체적으로 설명한다. 도 3은 본 발명에 따른 신호검출부(31) 및, 추론판단부(34)의 세부 구성에 대한 블록도이다.
도 3에 도시된 바와 같이, 신호검출부(31)는 센서부(20)의 수신된 초고주파(UHF) 신호 및, 고주파 전류 신호(HFCT)로부터 부분방전 신호를 추출하여 샘플링하고, 추론판단부(34)는 검출된 샘플링 데이터에 기초하여 부분방전 여부 및, 부분방전의 종류 등을 판단한다.
신호검출부(31)는 UHF 신호로부터 부분방전 신호를 추출하여 샘플링하는 UHF 검출부(311), 고주파 전류 신호(HFCT)로부터 부분방전 신호를 추출하여 샘플링하는 HFCT 검출부(312)를 포함하여 구성된다. 또한, 추론판단부(34)는 샘플링 데이터로부터 특징량을 추출하는 특징량 추출부(341), RBFNN 알고리즘을 이용하여 추론하는 RBFNN 추론부(342), 및, 부분방전 여부 및 종류을 판단하는 부분방전 판단부(343)로 구성된다.
먼저, UHF 검출부(311)에 대하여 설명한다.
UHF 검출부(311)는 UHF 센서(21)로부터 출력되는 전기적인 신호를 수신하여, 부분방전 신호를 추출하여 샘플링하고, UHF 전기적 신호에 의한 부분방전 신호의 샘플링 데이터를 출력한다. 앞서 UHF 센서(21)는 부분방전에 반응하는 전자파를 이용한 센서로서 부분방전을 검출하고자 하는 부위에 부착한다.
UHF 검출부(311)는 UHF 센서(21)의 전기적인 신호를 수신하는 장치로서 신호처리부와 AD 변환부로 구성되어 전기적인 신호의 파형 데이터를 입력받고, 부분방전 신호를 추출하여 샘플링한다. 이때 샘플링 주기 및 데이터 개수는 필요에 따라 다르게 설정될 수 있다.
일례로서, UHF 검출부(311)는 UHF 센서(21)에서 나오는 전기적인 신호를 0.5초 간격으로 10kHz/s의 샘플링 주기로 각각 5,000 개의 데이터를 입력받는 것으로 구성한다. 여기서 AD 변환부는 2 채널을 사용한다.
부분방전 펄스는 수 백 [kHz] ~ 수 백 [MHz] 대역의 미약한 신호로 전원주파수에 극히 작게 포함되어 있고, 주변 전기적 노이즈에 노출되어 있기 때문에 직접적인 검출은 불가능하다. UHF 검출부(311)는 UHF안테나로 검출된 신호 중 부분방전 펄스만을 증폭기에 통과시키기 위해 결합회로망과 미소 신호를 증폭시키기 위한 저잡음 고주파 증폭기를 설계한다. 결합회로망의 주파수 특성을 도 4에 나타내었다.
도 5는 결합회로망의 출력에 접속하여 미소부분방전 펄스를 증폭시키기 위한 저잡음 증폭기의 회로도이다. 저잡음 광대역(1.6nV/√Hz, 330[MHz]) 연산 증폭기를 2단으로 구성하여, 고이득으로 고역차단주파수를 제한하지 않도록 한다. 설계 및 제작한 증폭기의 이득은 40[dB]이며, -3[dB]의 주파수 대역은 100[kHz]~300[MHz]로 결합회로망에서 전달된 부분방전 펄스를 감쇄없이 증폭시킬 수 있다.
검출된 부분방전 펄스의 겉보기 전하(apparent charge)의 크기를 산출하기 위해서는 이미 알고 있는 크기의 방전 전하량을 이용하여 검출회로의 교정이 필요하다. 본 발명에서는 전용의 교정펄스발생기(CAL1A, 1～100pC, positive/negative)를 이용하여, 도 6과 같이 차단기의 고정도체와 외함사이에 교정 펄스를 입력하고 검출신호의 크기로부터 감도(mV/pC)를 산출한다.
도 7에 100[pC]의 부극성 펄스를 인가하였을 때, 증폭기 출력에서 검출된 파형의 예를 나타내었다. 증폭기의 출력 전압이 98[mV]이므로 부분방전 측정장치의 감도는 9.8[mV]/10[pC] 임을 알 수 있다. 측정장치 즉, 오실로스코프의 측정범위를 고려하면, 10[pC](약 20[mV])이상이 되어야 안정적으로 측정이 가능하다.
차단기의 부분방전 발생실험은 도 8과 같이 내부 고정전극 도체에 부분방전이 발생하도록 침전극을 설치하고, 외부에서 고정전극과 외함사이에 고압변압기(AC 220[V]/20kV)를 연결하여 대지전압에 해당하는 AC 13.2[kV]를 인가하였다. 도 9에 검출된 파형의 예를 나타내었으며 본 실험에서는 최대 97[pC](190[mV])가 검출되었으며, 도 9(b)의 파형은 76[pC]에 해당한다.
설계 및 제작한 부분방전 측정장치는 차단기에 설치하여 교정실험을 수행한 결과, 감도는 1.96[mV]/[pC] 로 산출되었으며, 관측장치의 특성을 고려하면 10[pC]이상이 되어야 분석이 가능하다.
적용 실험에서는 특고압 배전선로와 같이 상-대지간에 13.2[kV]를 인가하여 임의적으로 부분방전을 발생시켜 부분방전 펄스를 관측할 수 있다.
다음으로, HFCT 검출부(312)를 설명한다.
HFCT 검출부(312)는 HFCT 센서(22)로부터 출력되는 전기적인 신호를 수신하여, 부분방전 신호를 추출하여 샘플링하고, 고주파 전류의 전기적 신호에 의한 부분방전 펄스 신호의 샘플링 데이터를 출력한다.
HFCT 검출부(312)도 전기적인 신호의 파형 데이터를 입력받고, 부분방전 신호를 추출하여 샘플링한다. 이때 샘플링 주기 및 데이터 개수는 필요에 따라 다르게 설정될 수 있다. 바람직하게는, HFCT 검출부(312)는 앞서 UHF 검출부(311)와 같이, 부분방전의 전기적 신호를 동일한 방식으로 샘플링 한다.
일례로서, HFCT 검출부(312)는 HFCT 센서(22)에서 나오는 전기적인 신호를 0.5초 간격으로 10kHz/s의 샘플링 주기로 각각 5,000 개의 데이터를 입력받는 것으로 구성한다.
또한, HFCT 검출부(312)는 HFCT 센서(22)의 전기적인 신호를 일정하게 증폭하여 샘플링 한다. 즉, 변압기 내부에서 부분방전이 발생하면 펄스형태의 방전전류가 외부 접지선으로 흐르게 된다. 따라서 HFCT 센서(22)를 이용하여 접지선을 통해 흐르는 부분방전 펄스전류를 검출할 수 있다. 부분방전신호는 그 크기가 매우 미소하므로 증폭회로가 필요하다. HFCT의 특성을 고려하여 주파수대역이 70[MHz]인 고속 연산증폭기를 사용하였으며 도 10과 같이 HFCT용 증폭회로를 구성한다.
상기 증폭회로는 정현파 입력신호에 대한 출력신호의 비로서 특성평가를 수행하고, 이득 8[dB], 100[kHz]～10[MHz]의 주파수대역을 가진다. 검출된 부분방전펄스의 겉보기 전하(apparent charge)의 크기를 산출하기 위해서는 이미 알고 있는 크기의 방전전하량을 이용하여 검출회로의 교정이 필요하다.
따라서 교정펄스발생기(CAL1A, 1～100[pC])를 이용하여, 도 11과 같이 교정실험을 수행하였으며 교정펄스에 대한 검출신호의 크기로부터 감도를 산출한다. 100[pC]의 정극성 펄스를 인가 시, 검출된 파형의 예를 도 12에 나타내었다. 증폭회로의 출력전압은 120[mV]로서 부분방전 측정장치의 환산감도는 12[mV]/10[pC]이다.
증폭회로의 감도산출을 수행한 후, 도 13과 같이 실험계를 구성하고, 고압변압기(AC220[V]/15[kV])를 사용하여 부분방전을 발생시킨다.
측정결과를 도 14에 나타내었다. 전계센서로 측정한 결과와 동일하게 인가전압의 최대치 부근에서 부분방전이 발생하였고, 7.5[kV] 인가시 최대 116[pC](140[mV])의 부분방전을 검출하였다.
다음으로, 특징량 추출부(341)에 대하여 설명한다.
특징량 추출부(341)는 UHF 검출부(311) 및 HFCT 검출부(312)로부터 출력되는 샘플링 데이터를 수신하고, 샘플링 데이터로부터 부분방전발생 및 부분방전의 종류의 판단에 필요한 특징량들을 추출한다. 바람직하게는, 특징량 추출부(341)는 다음 6가지의 특징량을 계산한다.
제1 특징량은 UHF 센서(21)의 신호(또는 샘플링 데이터)에 대한 첨도(Kurtosis)로서, 이는 UHF 센서(21)로부터 얻어진 샘플링 데이터로부터 첨도를 계산한다.
제2 특징량은 UHF 센서(21)의 신호(또는 샘플링 데이터)에 대한 스펙트럼 크기의 평균으로서, 이는 UHF 센서(21)로부터 얻어진 샘플링 데이터로부터 주파수별 크기의 평균값을 계산한다. 이때, UHF 검출 샘플링 신호 데이터에 대하여 FTT(Fast Fourier Transformation) 등 푸리에 변환을 통해 주파수 필드로 변환한다.
제3 특징량은 고주파 전류 센서(22)의 신호에 대한 첨도로서, 고주파 전류 센서(22)로부터 얻어진 샘플링 데이터로부터 첨도를 계산한다.
제4 특징량은 고주파 전류 센서(22)의 신호에 대한 스펙트럼 크기의 평균로서, 이는 FFT 연산을 이용하여 고주파 전류 센서(22)로부터 얻어진 샘플링 데이터로부터 주파수별 크기의 평균값을 계산한다.
제5 특징량은 고주파 전류 센서(22)의 신호에 대한 총 고조파 왜형률로서, 이는 FFT연산을 이용하여 고주파 전류센서(22)로부터 계측된 파형 데이터에서 1~15차 고조파까지 계산한 후 총 고조파 왜형률을 계산한다.
제6 특징량은 고주파 전류 센서(22)의 신호에 대한 비대칭도로서, 이는 고주파 전류 센서(22)로부터 계측된 파형 데이터로부터 신호의 비대칭도를 연산한다.
다음으로, RBFNN 추론부(342)에 대하여 설명한다.
RBFNN 추론부(342)는 특징량 추출부(341)로부터 구해진 6개의 특징량을 입력으로 하여 보이드 방전, 코로나 방전, 연면 방전 등 부분방전의 종류를 판단한다.
기본적인 신경회로망 구조는 입력층, 은닉층, 출력층으로 구성되어 있다. 일반적으로 사용하는 신경망(Neural Network)은 은닉층에 시그모이드 함수를 사용하여 출력층은 1개의 노드로 구성된다. 본원발명의 RBFNN(Radial Basis Function Neural Network) 신경망은 은닉층에 방사기저함수(Radial Basis Function)를 사용한다.
또한, 일반적으로 RBFNN이나 NN은 출력층에 1개의 노드로 구성되지만, RBFNN 추론부(342)는 3개의 출력노드를 구성한다. 이에 따른 출력계산 방법 및 학습방법을 설명한다. RBFNN 추론부(342)는 RBFNN 신경망을 도 15와 같은 구조로 구성한다.
입력층(Input Layer)은 입력벡터 x =[x1,x2,x3,...,x6]T를 입력으로 받아 은닉층(Hidden Layer)으로 전달한다. 여기서 입력벡터는 특징량 추출부(341)에서 구해진 6개의 특징량으로 구성된 벡터를 의미이다. 즉, x1은 제1 특징량, x2은 제2 특징량, ..., x6은 제6 특징량의 값을 의미한다. 은닉층(Hidden Layer)은 방사 기저함수를 사용한다. 출력층(Output Layer)에서는 은닉층(Hidden Layer)의 함수에 의하여 출력된 값들에 연결가중치 aij를 곱한값들의 합을 출력한다.
도 15의 RBFNN의 구조는 다음과 같은 식으로 표현될 수 있다. 규칙수는 경험에 따라 결정할 수 있다.
[수학식 1]
i번째 규칙에 대한 식 : If x is Ri then yj= fji(x)
여기서, x는 입력 벡터를 의미하여 Ri는 FCM(Fuzzy C Means) 클러스터링에 의한 i(=1,...,c)번째 그룹의 소속 함수(membership function)이고, fji(x)는 j(=1,...,s)번째 출력에 대한 i 번째 퍼지 규칙의 상수항이다. “then” 이전의 조건부는 FCM 클러스터링을 이용함으로써 네트워크 구조 측면에서는 활성 함수를, 언어적 측면에서는 소속 함수의 기능을 수행한다. “then” 이후 결론부의 상수항은 네트워크의 연결가중치로, 퍼지 규칙의 로컬 모델로 동작되며, 추론부에서 네트워크의 최종출력이 퍼지 규칙의 추론 결과로서 구해진다.
FCM 클러스터링 알고리즘은 본 발명에서는 은닉층에 출력값을 계산하기 위해 FCM 알고리즘을 적용하였다. RBFNN의 조건부 기능은 학습 데이터의 특성 반영을 위해 입력 공간을 c개의 클러스터 수(퍼지 규칙 수)만큼 분리하고 각 영역의 소속정도를 퍼지 집합으로서 출력한다. FCM 클러스터 방법은 각 데이터와 특정 클러스터 중심과의 거리에 소속 정도를 부여하고 이 소속정도에 따라 데이터를 분류하는 알고리즘이다.
FCM 클러스터링은 목적함수인 수학식 2를 최소화함으로서 입력데이터의 각 클러스터에 대한 소속 값을 구한다.
[수학식 2]
여기서, c는 클러스터의 개수(퍼지 규칙 수), N은 입력 패턴 수, m은 퍼지화 계수이다. Xk는 k번째 입력 벡터이고, vi는 i번째 클러스터의 중심이다. uik는 k번째 데이터가 i번째 클러스터에 속하는 소속정도를 나타내는 0과 1사이의 실수로 수학식 3과 4의 조건을 만족한다.
[수학식 3]
[수학식 4]
수학식 2의 ∥·∥는 수학식 5로 표현되는 가중 유클리디안 거리(weighted Euclidean distance)를 사용한다.
[수학식 5]
여기서, σj는 입력 패턴들의 j번째 입력 차원의 표준편차이다. 가중 유클리디안 거리는 데이터 크기 분포에 크게 영향을 받지 않는 알맞은 거리 정보를 제공하므로 많이 사용되고 있다. n차원 유클리드 공간상의 N개의 패턴으로 구성된 입력 벡터 집합 X={x1,x2,...,xN}, xk∈Rn, 1≤k≤N 과 클러스터 중심 v={v1,v2,...,vc}, vi∈Rn, 1≤i≤c 에 대한 소속정도를 소속행렬로 표현하면 U=[uik]로 표현되고 uik와 vi는 수학식 6과 7에 의해 각각 계산된다.
[수학식 6]
[수학식 7]
FCM 클러스터링은 수학식 6과 7을 반복적으로 수행하면서 소속행렬 U와 각 클러스터의 중심 vi(i=1,...c,)를 수정하며 수학식 2의 목적함수 Q(U, v1,v2,...,vc)를 특정 값으로 수렴시킨다.
RBFNN 구조의 결론부는 조건부에서 분리한 각 로컬 영역을 다항식 함수의 로컬 회기모델로서 표현하여 수학식 1의 “then” 이후의 규칙을 형성한다. 수학식 1의 fji(x)에서 출력 뉴런에 대한 첨자 j(=1,...,s)를 생략한 fi(x)는 수학식 8과 9로 각각 상수항, 1차식 형태를 갖는다.
[수학식 8]
최종적으로 제안된 RBFNN 구조의 최종출력은 퍼지 추론에 의한 수학식 9와 같이 표현된다.
[수학식 9]
여기서, ui는 수학식 1의 Ri(x)와 같고 수학식 3과 같이 모든 클러스터에 대한 총합은 1이다.
RBFNN은 테스트데이터를 이용하여 학습을 수행한 후에 적용되어야 한다. 즉 은닉층과 출력층 사이의 연결가중치 aij를 결정해야한다.
먼저 테스트 테이터는 부분방전 실험을 통하여 RBFNN의 입출력값 데이터를 수집하여 수집된 테스트 데이터를 사용하여 학습하여 연결가중치를 결정한다.
테스트 테이터는 도 16과 같은 구조의 벡터로 구성된다.
보이드 방전, 코로나 방전, 연면 방전을 임의로 발생시킨 수 각각의 경우에 대한 특징량을 추출하고 출력은 보이드 방전 시 얻어진 데이터는 y1을 1로, 코로나방전인 경우에 y2를 1로, 연면 방전인 경우에는 y3를 1로, 정상인 경우 모든 값을 0으로 하여 테스트 데이터을 얻는다. RBFNN의 학습을 위해서는 각각의 경우에 대하여 100 이상의 실험데이터를 얻어서 적용한다.
테스트 데이터를 이용한 학습방법은 다음과 같다.
연결가중치 계산을 위한 학습은 수학식 10으로 표현되는 오차를 모든 패턴(테스트 데이터)에 대하여 최소화하도록 진행된다. 본 발명에서에서의 출력의 수는 3개가 되며 각각의 출력에 대하여 학습을 수행해야 한다. 다음은 첫 번째 출력에 대하여 설명을 진행한다.
[수학식 10]
여기서, Eq 는 q번째 패턴에 대한 오차, N은 입력 패턴 수이다. tq는 q번째 패턴에 대한 목적 값이다. yq는 q번째 패턴에 대한 네트워크의 최종출력이며 수학식 11과 같다.
[수학식 11]
은닉층과 출력층 사이의 연결가중치 aij는 다음과 같이 테스트 데이터수 만큼 반복하여 계산한다.
[수학식 12]
[수학식 13]
여기서 η는 학습률, α는 모멘텀 계수, p+1은 새로운 값, p는 현재 값, p-1은 이전 값을 나타낸다.
aij는 i번째 은닉층과 j번째 출력측 사이의 연결 가중치이며, 모든 연결 가중에 대하여 동일 방법으로 연결가중치를 학습한다.
RBFNN 추론부(342)는 위에 설명한 것처럼 학습되며 출력값 y1,y2,y3 값이 계산된다.
다음으로, 부분방전 판단부(343)에 대하여 설명한다.
부분방전 판단부(343)는 RBFNN 추론부(342)에서 계산된 출력값으로부터 부분방전을 판단하는 부분이다. 판단은 먼저 y1, y2, y3 중 최대값을 계산한다. 그리고 계산된 최대값이 0.5 이하이면 정상으로 판단한다. 최대값이 0.5 초과이면서 최대값을 갖는 출력이 y1이면 보이드 방전, y2이면 코로나 방전, y3이면 연면 방전으로 판단한다.
이상 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 물론이다.
10 : 전력기기 시스템 하우징 11 : 전력설비
20 : 센서부 21 : UHF 센서
22 : HFCT 센서
30 : 감시 장치 31 : 신호검출부
32 : 표시부 33 : 설정부
34 : 추론판단부 35 : 알람부
36 : 저장부 40 : 원격 서버
311 : UHF 검출부 312 : HFCT 검출부
341 : 특징량 추출부 342 : RBFNN 추론부
343 : 부분방전 판단부
20 : 센서부 21 : UHF 센서
22 : HFCT 센서
30 : 감시 장치 31 : 신호검출부
32 : 표시부 33 : 설정부
34 : 추론판단부 35 : 알람부
36 : 저장부 40 : 원격 서버
311 : UHF 검출부 312 : HFCT 검출부
341 : 특징량 추출부 342 : RBFNN 추론부
343 : 부분방전 판단부
Claims (7)
- 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 수전설비, 및, 배전반 중 어느 하나의 전력기기 시스템 하우징 내부의 전력설비에서 발생하는 부분방전을 검출하는 전력설비의 부분방전 감시진단 시스템에 있어서,
상기 하우징 내부에 설치되어, 300MHz~3GHz의 극초단파를 이용하여 상기 전력설비에서의 부분방전으로 생성된 초고주파의 전기적인 신호를 검출하는 UHF(Ultra High Frequency) 센서, 및, 상기 하우징 내부에 구비된 전력설비의 접지선에 취부하여 부분방전으로 생성되는 고주파 전류의 전기적인 신호를 검출하는 HFCT(High Frequency Current Transformer) 센서로 구성된 센서부; 및,
상기 센서부에서 검출된 초고주파의 전기적인 신호와 고주파 전류의 전기적인 신호를 샘플링하여 샘플링 데이터를 획득하고, 상기 샘플링 데이터로부터 특징량을 추출하고, RBFNN(Radial Basis Function Neural Network) 신경망에 상기 특징량을 입력하여 얻어지는 출력값에 따라 부분방전 여부 또는 부분방전의 종류를 판단하는 퍼지 추론부를 구성하는 감시장치를 포함하고,
상기 퍼지추론부는,
상기 UHF 센서 또는 상기 HFCT 센서로부터 출력되는 전기적인 신호를 수신하여, 부분방전 신호를 추출하여 샘플링하고, 초고주파 또는 고주파전류의 전기적 신호에 의한 부분방전 펄스 신호의 샘플링 데이터를 출력하는 신호검출부;
상기 샘플링 데이터로부터 부분방전 발생 및 부분방전의 종류의 판단에 필요한 특징량을 추출하는 특징량 추출부;
추출된 특징량을 RBFNN(Radial Basis Function Neural Network) 신경망에 입력으로 적용하여, 해당 입력에 대한 출력을 획득하되, 상기 RBFNN 신경망은 다수의 부분방전 종류 각각에 대응되도록 다수의 출력으로 구성되는 RBFNN 추론부; 및,
상기 RBFNN 신경망의 다수의 출력의 출력값에 따라 부분방전 발생 또는 부분방전의 종류를 판단하는 부분방전 판단부를 포함하는 것을 특징으로 하는 전력설비의 부분방전 감시진단 시스템.
- 제1항에 있어서,
상기 신호검출부는 상기 초고주파 또는 상기 고주파 전류의 전기적인 신호를 0.5초 간격으로 10kHz/s의 샘플링 주기로 각각 5,000 개의 데이터를 추출하여 샘플링 데이터를 생성하는 것을 특징으로 하는 전력설비의 부분방전 감시진단 시스템.
- 제1항에 있어서, 상기 신호검출부는,
상기 초고주파의 전기적인 신호 중 부분방전 펄스만을 증폭기에 통과시키기 위해 결합회로망과 미소 신호를 증폭시키기 위한 저잡음 고주파 증폭기를 구성하고, 상기 저잡음 고주파 증폭기는 저잡음 광대역 연산 증폭기를 2단으로 구성하여, 고이득으로 고역차단주파수를 제한하지 않도록 구성하고,
상기 고주파 전류의 전기적인 신호를 증폭하기 위한 증폭회로를 구성하되, 고속 연산증폭기를 사용하고,
상기 초고주파 또는 상기 고주파 전류의 전기적인 신호에서 부분방전 펄스의 겉보기 전하(apparent charge)의 크기를 산출하기 위해서 이미 알고 있는 크기의 방전 전하량을 이용하여 검출회로를 교정하는 것을 특징으로 하는 전력설비의 부분방전 감시진단 시스템.
- 제1항에 있어서,
상기 특징량 추출부는, 상기 특징량으로서, 상기 초고주파의 전기적인 신호로부터 얻어진 초고주파 샘플링 데이터에 대한 첨도, 상기 초고주파 샘플링 데이터를 FTT(Fast Fourier Transformation) 변환을 통해 주파수 필드로 변환하여 계산된 주파수별 크기의 평균값, 상기 고주파 전류의 전기적인 신호로부터 얻어진 고주파전류 샘플링 데이터에 대한 첨도, 상기 고주파전류 샘플링 데이터를 FTT 변환을 통해 주파수 필드로 변환하여 계산된 주파수별 크기의 평균값, 상기 고주파전류 샘플링 데이터의 파형 데이터에 대하여 1~15차 고조파까지 계산한 후 계산된 총 고조파 왜형률, 및, 상기 고주파전류 샘플링 데이터의 파형 데이터에 대한 신호의 비대칭도를 포함하는 특징량을 추출하는 것을 특징으로 하는 전력설비의 부분방전 감시진단 시스템.
- 제1항에 있어서,
상기 RBFNN 추론부는 입력층, 은닉층, 및 출력층으로 구성되는 신경망을 구성하되, 상기 은닉층에 방사기저함수(Radial Basis Function)를 사용하고, 출력층에 적어도 3개의 출력으로 구성하고, 상기 입력층은 상기 특징량을 벡터로서 입력받고, 상기 출력층에서는 상기 은닉층의 함수에 의하여 출력되는 출력의 출력값들에 연결가중치를 곱한 값들의 합으로 출력하되, 상기 출력값은 다음 [수식 1]에 의해 계산되는 것을 특징으로 하는 전력설비의 부분방전 감시진단 시스템.
[수식 1]
또한, x는 특징량의 입력벡터이고, yj는 상기 출력층의 j번째 출력이고, c는 상기 은닉층의 퍼지규칙에 대응하는 클러스터의 개수이고, aij는 i번째 퍼지규칙에서 상기 출력층의 j번째 출력의 연결가중치이고, vi는 i번째 클러스터의 중심이고, m은 퍼지화 계수임.
- 제5항에 있어서,
상기 클러스터의 중심 vi는 N개의 패턴으로 구성된 샘플 입력벡터 집합 X={x1,x2,...,xN}, xk∈Rn(n은 입력벡터의 크기)에 의해 중심 및 소속정도를 나타내는 uik를 수정하면서 다음 [수식 2]의 목적함수 Q를 최소화로 수렴시켜 얻어지는 중심인 것을 특징으로 하는 전력설비의 부분방전 감시진단 시스템.
[수식 2]
,
,
단, ∥·∥는 중 유클리디안 거리(weighted Euclidean distance)를 나타내고, c는 클러스터의 개수이고, m은 퍼지화 계수이고, Xk는 k번째 입력 벡터이고, N은 입력 벡터의 개수이고, vj는 j번째 클러스터의 중심임.
- 제5항에 있어서,
상기 부분방전 판단부는 상기 RBFNN 추론부에서 계산된 다수의 출력값 중 최대값을 계산하고, 상기 최대값이 0.5 이하이면 정상으로 판단하고, 상기 최대값이 0.5 초과이면서 최대값을 갖는 출력이 y1이면 보이드 방전, y2이면 코로나 방전, y3이면 연면 방전으로 판단하는 것을 특징으로 하는 전력설비의 부분방전 감시진단 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150055313A KR101553005B1 (ko) | 2015-04-20 | 2015-04-20 | 전력설비의 부분방전 감시진단 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150055313A KR101553005B1 (ko) | 2015-04-20 | 2015-04-20 | 전력설비의 부분방전 감시진단 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101553005B1 true KR101553005B1 (ko) | 2015-10-01 |
Family
ID=54338377
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150055313A KR101553005B1 (ko) | 2015-04-20 | 2015-04-20 | 전력설비의 부분방전 감시진단 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101553005B1 (ko) |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101641515B1 (ko) | 2016-04-05 | 2016-07-22 | (주)서전기전 | Hfct가 내장된 진단 장치를 적용한 배전반 |
| KR101715079B1 (ko) * | 2016-11-11 | 2017-03-09 | 주식회사 현대콘트롤전기 | 수배전반의 음향방출 신호검출에 의한 부분방전 열화감시 진단장치 |
| CN106772007A (zh) * | 2016-12-19 | 2017-05-31 | 天津市品通电力科技有限公司 | 一种用于高压开关带电检测的装置 |
| KR20170088736A (ko) * | 2016-01-25 | 2017-08-02 | 한국전자통신연구원 | 전기안전 관리 서버, 전기안전 관리 장치 및 방법 |
| KR101814147B1 (ko) * | 2017-02-28 | 2018-01-30 | 골드텍 주식회사 | 부분방전 감지기능을 구비하는 수배전반 |
| KR20180042671A (ko) | 2016-10-18 | 2018-04-26 | 현대일렉트릭앤에너지시스템(주) | 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치 |
| CN108732478A (zh) * | 2018-09-10 | 2018-11-02 | 清华四川能源互联网研究院 | 基于特高频穿心电流传感器的开关柜局部放电在线监测***及方法 |
| KR101925338B1 (ko) * | 2016-12-22 | 2018-12-05 | 엘에스산전 주식회사 | 전력기기 진단 장치 |
| KR20190020233A (ko) | 2017-08-17 | 2019-02-28 | 한국전력공사 | 부분방전 시뮬레이션을 위한 모의신호 생성 장치 및 방법 |
| KR101982623B1 (ko) | 2018-02-28 | 2019-06-28 | (주)인피니어 | 고압 케이블 접속재의 부분 방전 측정 장치 및 방법 |
| CN110108993A (zh) * | 2019-05-31 | 2019-08-09 | 国网青海省电力公司检修公司 | 一种用于电力设备局部放电的多频段三维联合测试方法 |
| CN110531228A (zh) * | 2019-09-03 | 2019-12-03 | 国网湖南省电力有限公司 | 基于主成分降维与聚类分析的gis局放严重程度判断方法、***及介质 |
| KR102058230B1 (ko) * | 2018-08-27 | 2019-12-20 | 연세대학교 산학협력단 | 케이블 고장 예측 장치, 방법 및 시스템 |
| KR102079874B1 (ko) | 2018-10-05 | 2020-04-13 | 한국전력공사 | 부분 방전 진단 장치 및 방법 |
| KR20200119431A (ko) * | 2019-04-02 | 2020-10-20 | 현대일렉트릭앤에너지시스템(주) | 부분 방전 진단 장치 |
| CN112924821A (zh) * | 2021-01-25 | 2021-06-08 | 广东电网有限责任公司广州供电局 | 用于电力设备放电和发热缺陷检测的复合检测***和方法 |
| KR102295214B1 (ko) * | 2021-05-31 | 2021-08-31 | 지투파워(주) | 고주파 전류센서를 이용한 배전반의 부분방전 검출 진단 시스템 |
| CN113848435A (zh) * | 2021-08-31 | 2021-12-28 | 四川大学 | 基于频谱能量分布概率的直流局部放电信号分类识别方法 |
| CN114113943A (zh) * | 2021-11-25 | 2022-03-01 | 广东电网有限责任公司广州供电局 | 基于电流和超声信号的变压器局放检测***、方法及设备 |
| KR102377939B1 (ko) * | 2021-12-24 | 2022-03-23 | 지투파워(주) | Uhf 및 hfct 전기신호를 이용한 배전반 부분방전 감시진단 시스템 |
| KR102377936B1 (ko) * | 2021-12-24 | 2022-03-23 | 지투파워(주) | 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템 |
| CN114660387A (zh) * | 2022-03-18 | 2022-06-24 | 国网安徽省电力有限公司马鞍山供电公司 | 基于泄漏电流传感器和bp神经网络算法的避雷器监控方法 |
| KR20220089422A (ko) * | 2020-12-21 | 2022-06-28 | (주)에이피엠테크놀러지스 | 부분 방전 감시 시스템 및 부분 감시 방법 |
| KR20220096957A (ko) * | 2020-12-31 | 2022-07-07 | 주식회사 큐아이티 | 전력계통의 아크 제거 시스템에서 부분 방전 검출 방법 및 장치 |
| CN114996633A (zh) * | 2022-06-24 | 2022-09-02 | 中用科技有限公司 | 一种ai智能局部放电检测方法 |
| KR20220126930A (ko) * | 2021-03-10 | 2022-09-19 | 한전케이디엔주식회사 | 부분방전 위험도 예측 장치 및 방법 |
| CN115128534A (zh) * | 2022-06-28 | 2022-09-30 | 苏州纳芯微电子股份有限公司 | 电流传感器空洞缺陷的检测方法及检测*** |
| KR20230013423A (ko) * | 2021-07-19 | 2023-01-26 | 효성중공업 주식회사 | 배터리 화재 예방 진단 시스템 |
| KR102547467B1 (ko) * | 2022-12-23 | 2023-06-26 | 주식회사 솔라리치 | Uhf 고주파 신호를 이용한 지능형 부분방전 진단기능을 탑재한 배전반 |
| US11846665B2 (en) | 2020-08-31 | 2023-12-19 | General Electric Company | Online and offline partial discharge detection for electrical drive systems |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101426792B1 (ko) | 2014-01-03 | 2014-08-05 | (주) 동보파워텍 | Uhf 부분방전 및 온도 감시 시스템 내장형 수배전반(고압배전반, 저압배전반, 전동기제어반, 분전반) 시스템 |
-
2015
- 2015-04-20 KR KR1020150055313A patent/KR101553005B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101426792B1 (ko) | 2014-01-03 | 2014-08-05 | (주) 동보파워텍 | Uhf 부분방전 및 온도 감시 시스템 내장형 수배전반(고압배전반, 저압배전반, 전동기제어반, 분전반) 시스템 |
Cited By (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170088736A (ko) * | 2016-01-25 | 2017-08-02 | 한국전자통신연구원 | 전기안전 관리 서버, 전기안전 관리 장치 및 방법 |
| KR102433819B1 (ko) * | 2016-01-25 | 2022-08-19 | 한국전자통신연구원 | 전기안전 관리 서버, 전기안전 관리 장치 및 방법 |
| KR101641515B1 (ko) | 2016-04-05 | 2016-07-22 | (주)서전기전 | Hfct가 내장된 진단 장치를 적용한 배전반 |
| KR20180042671A (ko) | 2016-10-18 | 2018-04-26 | 현대일렉트릭앤에너지시스템(주) | 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치 |
| KR101715079B1 (ko) * | 2016-11-11 | 2017-03-09 | 주식회사 현대콘트롤전기 | 수배전반의 음향방출 신호검출에 의한 부분방전 열화감시 진단장치 |
| CN106772007A (zh) * | 2016-12-19 | 2017-05-31 | 天津市品通电力科技有限公司 | 一种用于高压开关带电检测的装置 |
| US10444284B2 (en) | 2016-12-22 | 2019-10-15 | Lsis Co., Ltd. | Diagnostic apparatus for switchgear |
| KR101925338B1 (ko) * | 2016-12-22 | 2018-12-05 | 엘에스산전 주식회사 | 전력기기 진단 장치 |
| KR101814147B1 (ko) * | 2017-02-28 | 2018-01-30 | 골드텍 주식회사 | 부분방전 감지기능을 구비하는 수배전반 |
| KR20190020233A (ko) | 2017-08-17 | 2019-02-28 | 한국전력공사 | 부분방전 시뮬레이션을 위한 모의신호 생성 장치 및 방법 |
| KR101982623B1 (ko) | 2018-02-28 | 2019-06-28 | (주)인피니어 | 고압 케이블 접속재의 부분 방전 측정 장치 및 방법 |
| KR102058230B1 (ko) * | 2018-08-27 | 2019-12-20 | 연세대학교 산학협력단 | 케이블 고장 예측 장치, 방법 및 시스템 |
| CN108732478A (zh) * | 2018-09-10 | 2018-11-02 | 清华四川能源互联网研究院 | 基于特高频穿心电流传感器的开关柜局部放电在线监测***及方法 |
| KR102079874B1 (ko) | 2018-10-05 | 2020-04-13 | 한국전력공사 | 부분 방전 진단 장치 및 방법 |
| KR20200119431A (ko) * | 2019-04-02 | 2020-10-20 | 현대일렉트릭앤에너지시스템(주) | 부분 방전 진단 장치 |
| KR102183462B1 (ko) * | 2019-04-02 | 2020-11-26 | 현대일렉트릭앤에너지시스템(주) | 부분 방전 진단 장치 |
| CN110108993A (zh) * | 2019-05-31 | 2019-08-09 | 国网青海省电力公司检修公司 | 一种用于电力设备局部放电的多频段三维联合测试方法 |
| CN110108993B (zh) * | 2019-05-31 | 2021-05-07 | 国网青海省电力公司检修公司 | 一种用于电力设备局部放电的多频段三维联合测试方法 |
| CN110531228A (zh) * | 2019-09-03 | 2019-12-03 | 国网湖南省电力有限公司 | 基于主成分降维与聚类分析的gis局放严重程度判断方法、***及介质 |
| US11846665B2 (en) | 2020-08-31 | 2023-12-19 | General Electric Company | Online and offline partial discharge detection for electrical drive systems |
| KR20220089422A (ko) * | 2020-12-21 | 2022-06-28 | (주)에이피엠테크놀러지스 | 부분 방전 감시 시스템 및 부분 감시 방법 |
| KR102413919B1 (ko) * | 2020-12-21 | 2022-06-29 | (주)에이피엠테크놀러지스 | 부분 방전 감시 시스템 및 부분 감시 방법 |
| KR102600662B1 (ko) * | 2020-12-31 | 2023-11-10 | 주식회사 큐아이티 | 전력계통의 아크 검출 시스템에서 부분 방전 검출 방법 및 아크 방지를 위한 부분 방전 검출기 |
| KR20220096957A (ko) * | 2020-12-31 | 2022-07-07 | 주식회사 큐아이티 | 전력계통의 아크 제거 시스템에서 부분 방전 검출 방법 및 장치 |
| CN112924821A (zh) * | 2021-01-25 | 2021-06-08 | 广东电网有限责任公司广州供电局 | 用于电力设备放电和发热缺陷检测的复合检测***和方法 |
| KR20220126930A (ko) * | 2021-03-10 | 2022-09-19 | 한전케이디엔주식회사 | 부분방전 위험도 예측 장치 및 방법 |
| KR102513271B1 (ko) | 2021-03-10 | 2023-03-23 | 한전케이디엔주식회사 | 부분방전 위험도 예측 장치 및 방법 |
| KR102295214B1 (ko) * | 2021-05-31 | 2021-08-31 | 지투파워(주) | 고주파 전류센서를 이용한 배전반의 부분방전 검출 진단 시스템 |
| KR102586368B1 (ko) * | 2021-07-19 | 2023-10-10 | 효성중공업 주식회사 | 배터리 화재 예방 진단 시스템 |
| KR20230013423A (ko) * | 2021-07-19 | 2023-01-26 | 효성중공업 주식회사 | 배터리 화재 예방 진단 시스템 |
| CN113848435A (zh) * | 2021-08-31 | 2021-12-28 | 四川大学 | 基于频谱能量分布概率的直流局部放电信号分类识别方法 |
| CN113848435B (zh) * | 2021-08-31 | 2023-12-15 | 四川大学 | 基于频谱能量分布概率的直流局部放电信号分类识别方法 |
| CN114113943A (zh) * | 2021-11-25 | 2022-03-01 | 广东电网有限责任公司广州供电局 | 基于电流和超声信号的变压器局放检测***、方法及设备 |
| KR102377939B1 (ko) * | 2021-12-24 | 2022-03-23 | 지투파워(주) | Uhf 및 hfct 전기신호를 이용한 배전반 부분방전 감시진단 시스템 |
| KR102377936B1 (ko) * | 2021-12-24 | 2022-03-23 | 지투파워(주) | 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템 |
| CN114660387A (zh) * | 2022-03-18 | 2022-06-24 | 国网安徽省电力有限公司马鞍山供电公司 | 基于泄漏电流传感器和bp神经网络算法的避雷器监控方法 |
| CN114996633A (zh) * | 2022-06-24 | 2022-09-02 | 中用科技有限公司 | 一种ai智能局部放电检测方法 |
| CN114996633B (zh) * | 2022-06-24 | 2024-05-14 | 中用科技有限公司 | 一种ai智能局部放电检测方法 |
| CN115128534A (zh) * | 2022-06-28 | 2022-09-30 | 苏州纳芯微电子股份有限公司 | 电流传感器空洞缺陷的检测方法及检测*** |
| CN115128534B (zh) * | 2022-06-28 | 2023-12-05 | 苏州纳芯微电子股份有限公司 | 电流传感器空洞缺陷的检测方法及检测*** |
| KR102547467B1 (ko) * | 2022-12-23 | 2023-06-26 | 주식회사 솔라리치 | Uhf 고주파 신호를 이용한 지능형 부분방전 진단기능을 탑재한 배전반 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101553005B1 (ko) | 전력설비의 부분방전 감시진단 시스템 | |
| KR101574613B1 (ko) | 원격 설정 기능이 있는 초고주파 전기신호 검출에 의한 부분방전 감시진단 시스템 | |
| KR101574615B1 (ko) | 통계적 위상패턴 기반의 신호검출 방법을 이용한 전력설비 부분 방전 감시진단 시스템 | |
| Li et al. | Condition monitoring and diagnosis of power equipment: review and prospective | |
| Montanari et al. | Partial discharge diagnostics: from apparatus monitoring to smart grid assessment | |
| Jiang et al. | Partial discharge detection and diagnosis of transformer bushing based on UHF method | |
| Zeng et al. | Feature extraction and severity assessment of partial discharge under protrusion defect based on fuzzy comprehensive evaluation | |
| Wang et al. | Reflectometry-based cable insulation aging diagnosis and prognosis | |
| CN109188197B (zh) | 一种用于高压电缆健康指数的评估***及方法 | |
| JP2015078882A (ja) | 絶縁診断装置 | |
| CN108051364A (zh) | 一种epr核能电缆剩余寿命评估方法与预测epr核能电缆剩余使用寿命方法 | |
| CN110647924B (zh) | 一种基于支持向量描述与k近邻算法的gis设备状态评估方法 | |
| Zhao et al. | Experimental evaluation of detecting power transformer internal faults using FRA polar plot and texture analysis | |
| CN108548999B (zh) | 电缆绝缘状态评估方法 | |
| CN109342882A (zh) | 基于多源特征值分析的电缆故障在线监测方法 | |
| Hussain et al. | Review on partial discharge diagnostic techniques for high voltage equipment in power systems | |
| Zhang et al. | Detection of the ratio error drift in CVT considering AVC | |
| CN113379252A (zh) | 基于多尺度排列熵值的贝叶斯网络高压开关柜健康***评估方法 | |
| Xu et al. | Integrated decision‐making method for power transformer fault diagnosis via rough set and DS evidence theories | |
| Taki et al. | Soft fault diagnosis in wiring networks using reflectometry and Principal Component Analysis | |
| CN109375037A (zh) | 一种中压船舶电力***单相接地故障报警器设计方法 | |
| CN117708494A (zh) | 互感器精度误差自适应动态补偿剩余电流的方法 | |
| Sahoo et al. | A review on condition monitoring of GIS | |
| Chang et al. | Fuzzy theory-based partial discharge technique for operating state diagnosis of high-voltage motor | |
| Montanari | Insulation diagnosis of high voltage apparatus by partial discharge investigation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20180906 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20191105 Year of fee payment: 5 |