KR102046975B1 - 아크 검출이 가능한 태양광 접속반 - Google Patents

아크 검출이 가능한 태양광 접속반 Download PDF

Info

Publication number
KR102046975B1
KR102046975B1 KR1020190064581A KR20190064581A KR102046975B1 KR 102046975 B1 KR102046975 B1 KR 102046975B1 KR 1020190064581 A KR1020190064581 A KR 1020190064581A KR 20190064581 A KR20190064581 A KR 20190064581A KR 102046975 B1 KR102046975 B1 KR 102046975B1
Authority
KR
South Korea
Prior art keywords
arc
signal
detection
connection panel
waveform
Prior art date
Application number
KR1020190064581A
Other languages
English (en)
Inventor
박형달
Original Assignee
이에스솔라 주식회사
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 이에스솔라 주식회사 filed Critical 이에스솔라 주식회사
Priority to KR1020190064581A priority Critical patent/KR102046975B1/ko
Application granted granted Critical
Publication of KR102046975B1 publication Critical patent/KR102046975B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/30—Electrical components
    • H02S40/34—Electrical components comprising specially adapted electrical connection means to be structurally associated with the PV module, e.g. junction boxes
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
    • H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
    • H02B1/56—Cooling; Ventilation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00—Details of emergency protective circuit arrangements
    • H02H1/0007—Details of emergency protective circuit arrangements concerning the detecting means
    • H02H1/0015—Using arc detectors
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H3/00—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection
    • H02H3/20—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection responsive to excess voltage
    • H02H3/22—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection responsive to excess voltage of short duration, e.g. lightning
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Power Engineering (AREA)
  • Photovoltaic Devices (AREA)

Abstract

아크 검출이 가능한 태양광 접속반에 관한 것이며, 접속반은 본체부; PV 모듈로부터 상기 본체부의 내부로 인입되는 전선에 배치되어, 상기 전선에 대하여 전기신호를 측정하는 아크 센서; 및 상기 아크 센서를 통해 측정된 전기신호의 파형 특징 분석을 통해 상기 태양광 접속반 내 아크 발생 여부를 검출하고, 검출 결과 아크가 발생한 것으로 검출되면, 상기 PV 모듈로부터 상기 전선을 통해 공급되는 전력이 차단되도록 제어하는 검출제어부를 포함하고, 상기 검출제어부는, 상기 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출할 수 있다.

Description

아크 검출이 가능한 태양광 접속반 {PHOTOVOLTAIC COMBINE BOX CAPABLE OF DETECTING ARC}
본원은 아크 검출이 가능한 태양광 접속반에 관한 것이다. 본원은 태양광 접속반뿐만 아니라 태양광 스트링(string)에서 발생하는 아크를 검출할 수 있다.
태양광발전(Photovoltaics System, PV) 시스템은 빛 에너지를 전기 에너지로 변환하는 시스템으로서, 복수 개의 태양광발전 패널(PV panel, PV 모듈)이 직렬 및 병렬로 전선(Wire)과 커넥터(connector)에 의해 연결되어 있다. 각각 병렬로 연결된 PV 패널은 태양광 접속반(접속함, Combine Box)에 공통으로 연결되어 인버터(Inverter)에 전력을 공급할 수 있다. 즉, PV 패널(PV 어레이)을 통하여 발전된 직류 전력은 태양광 접속반을 거쳐 인버터로 전달됨에 따라, 인버터에서 직류를 교류로 변환하여 사용되고 있다.
이러한 태양광발전시스템에서의 화재 발생 원인으로는 접속반에서의 화재가 가장 큰 비중을 차지하고 있다.
도 1은 태양광 접속반에서의 화재 사고 사례의 예를 나타낸 도면이다.
도 1을 참조하면, 접속반에서의 화재 원인으로는 다양한 요인들이 있다.
예시적으로, 접속반 내에 결로가 발생하게 되면 접속반 내부 기판의 극간 거리가 가장 짧은 지점에서 도전로가 형성되고, 이로 인해 아크가 발생함으로써 접속반 내부 기판 등에 착화되어 화재로 전개될 수 있다. 또한, 태양광 접속반에 연결된 체결부위의 접촉 불량에 의한 아크 발생 등의 이유로 접속반에서 화재가 발생할 수 있다.
이에 따르면, 접속반에서의 아크 결함은 큰 화재로 이어지거나 자칫 심각한 인명피해로 이어질 수 있어, 접속반에서의 아크 결함을 효과적으로 검출할 수 있는 기술에 대한 개발이 요구되고 있으나, 현재까지는 이러한 요구를 충족시킬 만한 마땅한 기술이 없는 실정이다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-1244877호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 태양광 접속반 또는 태양광 스트링(string)에서의 아크 결함을 검출할 수 있는 아크 검출이 가능한 태양광 접속반을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반은, 본체부; PV 모듈로부터 상기 본체부의 내부로 인입되는 전선에 배치되어, 상기 전선에 대하여 전기신호를 측정하는 아크 센서; 및 상기 아크 센서를 통해 측정된 전기신호의 파형 특징 분석을 통해 상기 태양광 접속반 내 아크 발생 여부를 검출하고, 검출 결과 아크가 발생한 것으로 검출되면, 상기 PV 모듈로부터 상기 전선을 통해 공급되는 전력이 차단되도록 제어하는 검출제어부를 포함하고, 상기 검출제어부는, 상기 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 파형 특징 분석을 통해 태양광 접속반 내지 태양광발전시스템(특히, 태양광 스트링)에서의 아크 발생 여부(아크 결함)를 효과적으로 검출할 수 있다.
본원은 파형 특징 분석을 통해 아크 발생 여부를 검출할 수 있을 뿐만 아니라, 딥러닝 모델을 이용하여 아크 발생 원인을 판단할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 태양광 접속반에서의 화재 사고 사례의 예를 나타낸 도면이다.
도 2는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반이 포함된 태양광발전시스템의 개략적인 구성을 나타낸 도면이다.
도 3은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 구성을 개략적으로 나타낸 블록도이다.
도 4는 도 2에서 Z 부분의 확대도를 나타낸 도면이다.
도 5는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에서 아크 센서를 통해 측정된 전기신호의 파형 예를 나타낸 도면이다.
도 6은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에서 아크 신호 파형 데이터와 아크 의심 신호의 파형 데이터 간의 유사도를 산출하는 과정을 설명하기 위한 도면이다.
도 7은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 의한 벡터를 이용한 유사도 계산과 관련하여, 벡터 A의 노름을 설명하기 위한 도면이다.
도 8은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 의한 벡터를 이용한 유사도 계산의 예를 설명하기 위한 도면이다.
도 9는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 의한 벡터를 이용한 유사도 계산과 관련하여, 두 벡터의 합을 설명하기 위한 도면이다.
도 10a는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 대한 블록도를 나타낸 도면이다.
도 10b는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 포함된 로고스키 코일의 일예를 나타낸 도면이다.
도 10c는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 포함된 아크 검출 회로의 예를 나타낸 도면이다.
도 10d는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 의한 아크 검출의 결과 예를 나타낸 도면이다.
도 10e는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 포함된 트립코일의 출력 회로도의 예를 나타낸 도면이다.
도 10f는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 포함된 셀프테스트 회로부의 회로도의 예를 나타낸 도면이다.
도 10g는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 버튼 입력부의 회로도의 예를 나타낸 도면이다.
도 10h는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 7-세그먼트 표시부의 회로도의 예를 나타낸 도면이다.
도 10i는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 LCD 표시부의 연결 회로도의 예를 나타낸 도면이다.
도 10j는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 통신부의 회로도의 예를 나타낸 도면이다.
도 10k는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 통신부와 관련하여, HMI 국번 설정 딥 스위치의 회로도 예를 나타낸 도면이다.
도 11은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 제어 방법에 대한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 2는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반(20)이 포함된 태양광발전시스템의 개략적인 구성을 나타낸 도면이다. 도 3은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반(20)의 구성을 개략적으로 나타낸 블록도이다. 도 4는 도 2에서 Z 부분의 확대도를 나타낸 도면이다.
이하에서는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반(20)을 설명의 편의상 본 접속반(20)이라 하기로 한다. 또한, 본원의 일 실시예에 따른 본 접속반(20)을 포함하는 태양광발전시스템은 설명의 편의상 본 시스템이라 하기로 한다.
도 2 내지 도 4를 참조하면, 본 접속반(20)이 포함된 태양광발전시스템(본 시스템)은 복수의 태양광발전 패널(PV panel, PV 모듈, 1)을 포함하는 PV 어레이(10), 본 접속반(20) 및 인버터(30)를 포함할 수 있다.
이하에서는 본 접속반(20)이 태양광 접속반에서의 아크 발생 여부(아크 결함)를 검출하는 것으로만 예시하였으나, 이에 한정되는 것은 아니고, 본 접속반(20)은 태양광 접속반뿐만 아니라 태양광발전시스템, 특히 태양광 스트링(string)에서의 아크 발생 여부(아크 결함)를 검출할 수 있다. 즉, 본원은 접속반 또는 태양광 스트링에서 발생하는 아크를 검출할 수 있다.
본 시스템에는 복수 개의 PV 모듈(1)이 직렬 및 병렬로 전선(Wire)과 커넥터(connector)에 의해 연결되어 있을 수 있다. 각각 병렬로 연결된 PV 모듈(1)들은 전선(2)에 의하여 본 접속반(즉, 태양광 접속반, 태양광 접속함, Combine Box, 20)에 공통으로 연결되어 인버터(Inverter, 30)에 전력을 공급할 수 있다. 커넥터(3)는 예시적으로 MC4 등일 수 있으나, 이에 한정되는 것은 아니다.
PV 모듈(1)들은 직류 전압을 생성하고 전류를 발생시킬 수 있다. PV 모듈(1)들에서 생성된 전력은 전선(2, 혹은 전력선)을 통해 본 접속반(20)에 모아진 후 인버터(30)로 제공될 수 있다. 즉, 복수의 PV 어레이(10)에서 생성되는 직류 전압은 본 접속반(20)에 의해 병합된 후 인버터(30)로 공급될 수 있다. 다시 말해, 본 접속반(20)은 PV 모듈(1)들에 의해 발생된 직류를 교류로 변환하고, 변환된 교류를 공공의 전기 그리드(미도시)로 공급하는 인버터(30)로 제공할 수 있다.
본원의 도 2에서는 전선(2)이 PV 모듈(1)들과 본 접속반(20) 사이에 연결되는 전선을 의미하는 것으로만 예시하였으나, 이에만 한정되는 것은 아니고, PV 모듈(1)들 간, 본 접속반(20)과 인버터(30) 간 등에도 전선을 통해 연결될 수 있다.
전선(2)은 도선 위에 이중 피복이 되어 있어서 이중으로 절연되어 있는 전선을 의미하는 케이블, 피복이 한겹이고 절연처리가 한번 이루어진 전선을 의미하는 와이어, 배선 등으로 달리 표현될 수 있다.
도면에 도시하지는 않았으나, 본 접속반(20)은 통상 태양광 접속반에 구비되는 구성들을 포함할 수 있다. 예시적으로, 본 접속반(20)은 연결 단자(c), 퓨즈, 다이오드, 배선용차단기 등을 포함할 수 있다.
간단히 살펴보면, 연결 단자(c)는 복수의 PV 모듈(1)들 각각과 연결되는 전선을 공통으로 연결하기 위한 연결 단자로서, 어레이 단자 등으로 달리 표현될 수 있다. 퓨즈는 전선(2)에 규정값 이상의 과도한 전류가 계속 흐르지 못하게 자동적으로 차단하는 장치를 의미할 수 있다. 다이오드는 전선(2)에 흐르는 전류를 한 방향으로 흐르게 하고 그 역방향으로는 흐르지 못하게 하는 성질을 갖는 반도체 소자를 의미할 수 있다. 배선용차단기는 과전류, 단락에 의한 과전류에 대하여 자동으로 회로를 차단하는 개폐기를 의미할 수 있다. 이처럼, 본원에서 구체적으로 개시하지는 않았으나, 통상 태양광 접속반에 구비된 구성 요소는 본 접속반(20)에도 동일하게 구비될 수 있다.
본 접속반(20)은 본체부(20a), 아크 센서(21), 검출제어부(22), 아크 발생 원인 판단부(24), 결합도 산출부(26), 온도 센서(27), 습도 센서(28), 순환팬(29)을 포함할 수 있다.
본체부(20a)는 본 접속반(20)의 하우징, 외함을 의미할 수 있다.
아크 센서(21)는 일예로 PV 어레이(10)와 본 접속반(20) 사이에 연결되는 전선(2) 상에 배치될 수 있다. 특히, 아크 센서(21)는 PV 모듈(1)로부터 본체부(20a)의 내부로 인입되는 전선에 배치될 수 있다.
아크 센서(21)는 PV 모듈(1)들로부터 본체부(20a) 내부로 인입되는 복수의 전선 중 어느 하나의 전선 상에 1개 배치될 수 있으나, 이에 한정되는 것은 아니고, PV 모듈(1)들로부터 본체부(20a) 내부로 인입되는 복수의 전선 각각에 대응하여 복수 개의 아크 센서가 배치될 수 있다. 달리 말해, 본 접속반(20) 내 아크 센서(21)는 1개 구비될 수도 있고, 또는 PV 모듈의 수에 대응하는 수로 복수 개 구비될 수 있다.
아크 센서(21)는 예시적으로, 가파른 에지(steep-edged)의 전류 변화들을 검출하기 위한 센서일 수 있으나, 이에 한정되는 것은 아니고, 전압 변화 등을 검출하기 위한 센서일 수 있다. 즉, 아크 센서(21)는 전류 및 전압 중 적어도 하나의 전기신호를 측정하는 센서(전류 센서 및/또는 전압 센서)일 수 있다.
아크 센서(21)는 전선(2)에 대하여 전기신호를 측정할 수 있다. 일예로, 아크 센서(21)는 본 접속반(20) 내부로 인입되는 전선(2, 전력선)의 전류 및 부하로 공급되는 전류를 전기신호로서 측정할 수 있다. 다른 일예로, 아크 센서(21)는 본 접속반(20) 내부로 인입되는 전선(2, 전력선)에 가압된 전압 및 부하에 걸리는 전압을 전기신호로서 측정할 수 있다.
검출제어부(22)는 아크 센서(21)를 통해 측정된 전기신호의 파형 특징 분석을 통해 태양광 접속반(20) 내 아크 발생 여부를 검출할 수 있다. 이때, 아크 센서(21)를 통해 측정된 전기신호는 앞서 말한 바와 같이 전류 및 전압 중 적어도 하나의 전기신호를 의미할 수 있다. 검출제어부(22)는 아크 발생 여부를 검출할 수 있으며, 검출된 아크(아크 신호)로서 직렬 아크(DC ARC) 신호를 검출할 수 있다.
검출제어부(22)는 아크 센서(21)를 통해 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출할 수 있다. 여기서, 기설정된 특징 조건은 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생하는 특징에 대한 조건을 의미할 수 있다. 다시 말하자면, 검출제어부(22)는 아크 센서(21)를 통해 측정된 전기신호의 파형 중 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생되는 파형이 존재하는지 여부에 따라 아크 발생 여부를 검출할 수 있다. 이는 도 5를 참조하여 보다 쉽게 이해될 수 있다. 여기서, 임계 범위는 전기신호의 파형의 진폭에 대하여 설정된 범위를 의미할 수 있다.
도 5는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반(20)에서 아크 센서(21)를 통해 측정된 전기신호의 파형 예를 나타낸 도면이다.
이때, 도 5에 도시된 아크 센서(21)를 통해 측정된 전기신호의 파형에는 기설정된 특징 조건을 충족하지 않는 파형(S1)으로서 아크가 발생하지 않은 정상 신호의 파형(S1)과 기설정된 특징 조건을 충족하는 파형(S2)으로서 아크 발생에 의해 나타나는 아크 신호로 의심되는 아크 의심 신호의 파형(S2)이 도시되어 있다.
도 5를 참조하면, 검출제어부(22)는 아크 센서(21)를 통해 측정된 전기신호의 파형 중 기설정된 특징 조건으로서 임계 범위(r)에 속하는 신호가 미리 설정된 시간(t) 동안 발생하는 특징(파형 특징)을 충족하는 파형(S2)이 존재(발생)하는지 여부를 판단할 수 있다. 이때, 기설정된 특징 조건을 충족하는 파형(S2)이 존재하면, 검출제어부(22)는 기설정된 특징 조건을 충족하는 파형(S2)에 대응하는 신호(전기신호)를 본 접속반(20)에서 아크가 발생함에 따라 나타나는 아크 신호일 가능성이 있는 아크 의심 신호로 1차 판단할 수 있다.
다시 말해, 검출제어부(22)는 측정된 전기신호의 파형 중 임계 범위(r)에 속하는 신호가 미리 설정된 시간(t) 동안 발생되는 파형(S2)이 존재하면, 해당 파형에 대응하는 신호, 즉 기설정된 특징 조건을 충족하는 파형(S2)에 대응하는 신호를 아크 신호일 가능성이 있는 아크 의심 신호로 1차 판단할 수 있다. 즉, 도 5의 도면 상에서 A 구간에 해당하는 파형(S2)에 대응하는 신호를 아크 의심 신호로서 1차 판단할 수 있다.
여기서, 임계 범위(r)는 아크 센서(21)를 통해 측정된 전기신호의 값에 대하여 기 설정된 범위를 의미할 수 있다. 일예로, 전기신호가 전류 신호인 경우, 임계 범위(r)는 예시적으로 제1 전류 값 이상 제2 전류 값 이하의 범위로 설정될 수 있다. 다른 예로, 전기신호가 전압 신호인 경우, 임계 범위(r)는 예시적으로 제1 전압 값 이상 제2 전압 값 이하의 범위로 설정될 수 있다.
도 5에는 예시적으로 전기신호가 전압 신호인 경우의 예가 도시되어 있으며, 구체적인 예로 임계 범위(r)는 제1 전압 값(예를 들어, 35V) 이상 제2 전압 값(예를 들어, 50V) 이하의 범위로 설정될 수 있다. 따라서, 검출제어부(22)는 아크 센서(21)로부터 획득된 전기신호 중 제1 전압 값 이상 제2 전압 값 이하인 전기신호가 미리 설정된 시간(t) 동안 발생되면, 해당 전기 신호를 아크 의심 신호로 1차 판단할 수 있다.
이에 따르면, 검출제어부(22)는 아크 센서(21)로부터 획득된 전기신호 중 기설정된 특징 조건을 충족하는 파형(S2)의 신호가 발생한 경우, 해당 파형(S2)에 대응하는 신호를 아크 신호인 것(아크가 발생한 것)으로 즉시 판단하지 않고, 아크 신호일 가능성이 있는 아크 의심 신호로 1차적으로(임시로) 판단할 수 있다.
아크 의심 신호로 판단된 이후, 검출제어부(22)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터(즉, 복수의 아크 신호)와 아크 의심 신호의 파형 데이터(즉, 아크 의심 신호) 간의 유사도 비교를 기반으로 2차적으로 아크 의심 신호가 아크 신호인지 식별함으로써, 아크 발생 여부를 검출할 수 있다. 구체적으로, 검출제어부(22)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 각각과 앞서 1차적으로 판단된 아크 의심 신호의 파형 데이터 간의 유사도 비교를 수행할 수 있다. 이러한 유사도 비교를 통해, 검출제어부(22)는 복수의 아크 신호 파형 데이터 중에서 아크 의심 신호의 파형 데이터와의 유사도가 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 존재하는지 판단할 수 있다. 이때, 복수의 아크 신호 파형 데이터 중 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 적어도 하나 존재하면, 검출제어부(22)는 아크 의심 신호가 아크 신호인 것으로 식별할 수 있다. 이러한 아크 신호의 식별을 통해, 검출제어부(22)는 본 접속반(20) 내 아크가 발생한 것으로 검출할 수 있다. 검출제어부(22)는 아크 신호로서 직렬 아크(DC ARC) 신호를 검출할 수 있다.
즉, 검출제어부(22)는 유사도 비교를 통해, 데이터베이스(미도시)에 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 적어도 하나 존재하면, 아크 의심 신호가 아크 신호인 것으로 식별할 수 있다.
유사도 산출(계산) 과정에 대한 설명은 도 6을 참조하여 보다 쉽게 이해될 수 있다.
도 6은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부(22)에서 아크 신호 파형 데이터와 아크 의심 신호의 파형 데이터 간의 유사도를 산출(계산)하는 과정을 설명하기 위한 도면이다.
도 6에서, 일예로 S2는 앞서 1차적으로 판단된 아크 의심 신호의 파형 데이터(즉, 아크 의심 신호)의 예를 나타낸다. 또한, D1은 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 중 어느 하나의 아크 신호 파형 데이터(즉, 어느 하나의 아크 신호)로서, 일예로 제1 아크 신호 파형 데이터(즉, 제1 아크 신호)의 예를 나타낸다. 이하에서는 설명의 편의상, S2를 아크 의심 신호라 하고, D1을 제1 아크 신호라 하기로 한다. 또한, 제1 아크 신호(D1)에 대응하는 전기신호의 값(즉, 아크 신호의 값)은 기준값이라 달리 표현될 수 있다. 이때, 제1 아크 신호(D1)에 대하여 설명된 내용은 이하 생략된 내용이라 하더라도 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 각각에 대한 설명에도 동일하게 적용될 수 있다.
또한, D1a는 기준값에 미리 설정된 오차 범위 값(예를 들어, e %)을 더한 값인 상한 값을 나타내고, D1b는 기준값에 미리 설정된 오차 범위 값(e%)을 차감한 값인 하한 값을 나타낸다. 여기서, 하한 값(D1b) 이상 상한 값(D1a) 이하의 범위(R)는 허용 범위(오차 허용 범위)라 지칭될 수 있다. 달리 말해, 허용 범위(R, 오차 허용 범위)는 전기신호의 값(일예로, 전압 값)이 하한 값(D1b) 이상 상한 값(D1a) 이하에 속하는 범위를 의미할 수 있다.
도 6을 참조하면, 검출제어부(22)는 데이터베이스(미도시)에 저장된 복수의 아크 신호 파형 데이터 중 어느 하나인 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도를 비교(즉, 계산)할 수 있다.
유사도 비교를 위해, 검출제어부(22)는 아크 의심 신호(S2)로부터 미리 설정된 수(예를 들어, 100)의 샘플링 포인트(11)에 대한 전기신호의 값을 획득할 수 있다. 예시적으로, 검출제어부(22)는 아크 의심 신호(S2) 상의 100개의 샘플링 포인트(11, 샘플링 지점)에 대하여, 100개의 샘플링 포인트 각각에 대응하는 전기신호의 값을 획득할 수 있다.
여기서, 아크 의심 신호(S2) 상에서의 미리 설정된 수의 샘플링 포인트의 위치는 아크 의심 신호(S2)에 대응하는 시간(즉, 미리 설정된 시간, t) 길이에 대하여 샘플링 포인트들 간의 거리가 서로 동일한 간격을 두고 배치되는 위치로 결정될 수 있다. 즉, 미리 설정된 수의 샘플링 포인트는 서로 간에 동일한 간격을 두고 이격되는 위치로 결정될 수 있다.
이러한 미리 설정된 수의 샘플링 포인트(11)는 허용 범위(R) 이내에 위치하는 제1 샘플링 포인트(11a)와 허용 범위(R) 외에 위치하는 제2 샘플링 포인트(11b)가 포함될 수 있다. 즉, 제1 샘플링 포인트(11a)는 하한 값(D1b) 이상 상한 값(D1a) 이하의 범위에 위치하는 포인트를 의미할 수 있다. 제2 샘플링 포인트(11b)는 하한 값(D1b) 미만의 범위에 위치하거나 상한 값(D1a)을 초과하는 범위에 위치하는 포인트를 의미할 수 있다.
검출제어부(22)는 미리 설정된 수의 샘플링 포인트(11) 중 허용 범위 이내에 위치하는 제1 샘플링 포인트(11a)의 개수와 허용 범위 외에 위치하는 제2 샘플링 포인트(11b)의 개수를 산출할 수 있다. 검출제어부(22)는 제1 샘플링 포인트(11a)의 개수와 제2 샘플링 포인트(11b)의 개수 간의 비율을 이용하여, 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도를 계산할 수 있다. 검출제어부(22)는 하기 식 1을 이용하여 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도(유사도 값)를 계산할 수 있다.
[식 1]
S(%)=N1/N × 100%
여기서, S(%)는 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도(유사도 값)를 나타내고, N1은 허용 범위 이내에 위치하는 제1 샘플링 포인트(11a)의 개수를 나타내고, N은 허용 범위 외에 위치하는 제2 샘플링 포인트(11b)의 개수를 나타낸다.
일예로, 100개의 샘플링 포인트(11) 중 제1 샘플링 포인트(11a)가 90개이고, 제2 샘플링 포인트(11b)의 개수가 10개인 경우, 제1 아크 신호(D1)와 아크 의심 신호(S2) 간의 유사도(유사도 값)는 90%일 수 있다.
이와 같이, 검출제어부(22)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호(즉, 복수의 아크 신호 파형 데이터)와 아크 의심 신호(S2, 아크 의심 신호의 파형 데이터) 간의 유사도 비교를 수행할 수 있다. 달리 표현해, 검출제어부(22)는 복수의 아크 신호 각각에 대하여, 아크 의심 신호(S2)와의 유사도를 계산할 수 있다.
유사도 비교(계산) 결과, 검출제어부(22)는 복수의 아크 신호 중 아크 의심 신호(S2)와의 유사도가 임계 유사도를 초과하는 유사도를 갖는 아크 신호가 적어도 하나 존재하면, 검출제어부(22)는 아크 의심 신호(S2)가 아크 신호인 것으로 식별할 수 있다. 아크 의심 신호(S2)가 아크 신호인 것으로 식별되면, 검출제어부(22)는 본 접속반(20) 내 아크가 발생한 것으로 최종 결정(즉, 아크가 발생한 것으로 검출)할 수 있다. 여기서, 임계 유사도는 아크 의심 신호가 아크 신호인지를 식별하는데 기준이 되는 값으로서, 상기 식 1을 통해 산출되는 유사도에 대한 임계 값을 의미할 수 있다. 일예로, 임계 유사도는 98%로 설정될 수 있으며, 이에 한정되는 것은 아니다.
달리 말해, 검출제어부(22)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 중 아크 의심 신호의 파형 데이터와 매칭되는 파형 데이터가 존재하는지 여부를 파악하기 위해, 아크 의심 신호의 파형 데이터와 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 간의 매칭 비교를 수행할 수 있다.
이때, 검출제어부(22)는 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 중 아크 의심 신호의 파형 데이터와 매칭되는 아크 신호 파형 데이터가 적어도 하나 존재하면, 2차적으로 아크 의심 신호가 아크 신호인 것으로 식별해, 최종적으로 본 접속반(20) 내 아크가 발생한 것으로 검출(판단)할 수 있다.
여기서, 아크 의심 신호의 파형 데이터와 매칭되는 아크 신호 파형 데이터라 함은 아크 의심 신호의 파형과 100% 일치하는 아크 신호 파형에 대한 데이터를 의미할 수도 있겠으나, 이에 한정되는 것은 아니고, 앞서 말한 바와 같이, 미리 설정된 유사도 범위에 속한(즉, 임계 유사도를 초과하는 유사도를 갖는) 아크 신호 파형에 대한 데이터를 의미할 수 있다.
상기 식 1을 이용한 유사도 계산 외에, 검출제어부(22)는 다른 일예로 하기 식 2를 이용하여, 아크 의심 신호와 제1 아크 신호 간의 유사도를 계산할 수 있다. 구체적으로, 검출제어부(22)는 아크 의심 신호의 파형으로부터 아크 의심 신호(아크 의심 신호의 파형)의 샘플링 데이터, 및 제1 아크 신호의 파형으로부터 제1 아크 신호의 샘플링 데이터를 획득할 수 있다. 이때, 설명의 편의상, 아크 의심 신호의 파형과 제1 아크 신호의 파형이 n 개의 동일한 샘플링 개수를 갖는 것으로 가정하여 설명하기로 한다.
[식 2]
Figure 112019056214079-pat00001
상기 식 2에서, X는 아크 의심 신호의 파형을 나타내는 n×1 행렬을 나타낸다. x1, x2, …, xn -1, xn은 아크 의심 신호의 파형의 샘플링 데이터를 나타낸다. DB1은 제1 아크 신호의 파형을 나타내는 n×1 행렬을 의미한다. y1, y2, …, yn -1, y n은 제1 아크 신호(제1 아크 신호의 파형)의 샘플링 데이터를 나타낸다.
검출제어부(22)는 X와 DB1을 기반으로, 행렬 X와 행렬 DB1을 하나의 행렬로 합친 n×2 행렬인 M을 획득할 수 있다. M은 아크 의심 신호의 샘플링 데이터와 제1 아크 신호의 샘플링 데이터로 구성될 수 있다. 이후, 검출제어부(22)는 행렬 M을 기반으로, M의 공분산 행렬(covariance matrix) R을 생성할 수 있다. 이후, 검출제어부(22)는 공분산 행렬 R의 고유값(Eigenvalue)을 식 2의 E와 같이 산출할 수 있으며, E는 R의 고유값 λ, 2- λ를 행렬로 나타낸 것을 의미한다.
검출제어부(22)는 공분산 행렬 R의 두 개의 고유값 중 λ를 유사도(유사도 값)로 획득할 수 있다. 이때, 유사도(유사도 값)가 2에 가까울수록 아크 의심 신호의 파형이 제1 아크 신호의 파형과 유사함을 나타낸다. 검출제어부(22)는 식 2의 E를 통해 산출된 유사도가 일예로 제 1 임계값 이상이면, 아크 의심 신호가 제1 아크 신호와 유사한 것으로 판단하여, 결과적으로 아크 의심 신호가 아크 신호인 것으로 판단할 수 있다. 제1 임계값은 본 접속반(20)의 아크 검출의 인식 정확도에 기초하여 결정될 수 있고, 바람직하게 1.7로 설정될 수 있다.
도면에 도시하지는 않았으나, 본 접속반(20)은 데이터베이스(미도시)를 포함할 수 있다.
데이터베이스(미도시)에는 복수의 아크 신호 파형 데이터가 기 저장되어 있을 수 있다. 여기서, 아크 신호 파형 데이터라 함은 실제로 본 시스템 내지 본 접속반(20) 내 아크가 발생하였을 때 발생된 아크에 관한 파형 데이터(즉, 실제 아크 신호라고 판단된 신호의 파형 데이터)를 의미할 수 있다.
특히, 데이터베이스(미도시)에는 복수의 아크 신호 파형 데이터로서, 아크 발생 원인의 유형별로 복수의 아크 신호 파형 데이터가 저장되어 있을 수 있다.
여기서, 아크 발생 원인의 유형이라 함은 본 시스템 내지 본 접속반(20)에서 아크 발생의 원인이 되는 요소들(즉, 아크의 발생을 유발하는 요소들)의 유형을 의미할 수 있다.
아크 발생 원인의 유형에는, PV 모듈(1)들 사이를 연결하는 커넥터의 체결 상태 불량, 커넥터의 열화, 접속반(20) 내 습기로 인한 단선, 및 전선 절연의 마모에 관한 유형이 포함될 수 있다. 다만, 이에만 한정되는 것은 아니고, 아크 발생 원인의 유형에는 아크 발생의 원인이 되는 다양한 요소들의 유형이 포함될 수 있다. 예시적으로, 아크 발생 원인의 유형에는, 접속반(20) 내 전선(2)과 연결 단자(c) 간의 체결 상태 불량, 접속반(20)에 연결된 체결부재(전선)의 느슨함, 반도체 스위칭 소자와 접속 부분에서의 열 등이 더 포함될 수 있다.
이에 따르면, 데이터베이스(미도시)에는 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터로서, 예시적으로 커넥터의 체결 상태 불량시 발생된 아크 신호의 파형 데이터, 커넥터의 열화시 발생된 아크 신호의 파형 데이터, 접속반(20) 내 습기로 인한 단선시 발생된 아크 신호의 파형 데이터, 전선 절연의 마모시 발생된 아크 신호의 파형 데이터 등이 저장될 수 있다.
또한, 데이터베이스(미도시)에는 아크 발생 원인과 관련하여 해당 아크 발생 원인의 수준별로 아크 신호 파형 데이터가 저장될 수 있다. 즉, 데이터베이스(미도시)에는 아크 발생 원인의 유형별 아크 신호 파형 데이터에서 나아가, 보다 세부적으로(세분화시켜) 아크 발생 원인의 유형에 따른 수준별 아크 신호 파형 데이터가 저장될 수 있다.
예시적으로, 아크 발생 원인이 커넥터의 열화인 경우, 데이터베이스(미도시)에는 커넥터의 열화시 발생된 아크 신호 파형 데이터가 저장될 수 있다. 이때, 보다 세부적으로(세분화시켜), 데이터베이스(미도시)에는 커넥터의 열화 수준(정도)별 복수의 아크 신호 파형 데이터가 저장될 수 있다.
일예로, 커넥터의 열화 수준이 최대 100%를 기준으로 했을 때, 데이터베이스(미도시)에는 커넥터의 열화 수준이 50%일 때 발생된 아크 신호의 파형 데이터(아크 신호 파형 데이터), 커넥터의 열화 수준이 70%일 때 발생된 아크 신호의 파형 데이터, 커넥터의 열화 수준이 100%일 때 발생된 아크 신호의 파형 데이터 등과 같이, 커넥터의 열화 수준별 복수의 아크 신호 파형 데이터가 저장될 수 있다.
검출제어부(22)는 아크 발생 원인의 유형에 따른 수준별 복수의 아크 신호 파형 데이터가 저장된 데이터베이스(미도시)를 기반으로 유사도 비교(매칭 비교)를 수행함으로써, 아크 의심 신호가 실제 본 접속반(20) 내지 본 시스템 내에서 아크가 발생함으로써 나타나는 아크 신호인지에 대한 판단(식별)을 보다 정확히 수행할 수 있다.
다시 말해, 검출제어부(22)는 아크 센서(21)로부터 획득된 전기신호 파형 중 기설정된 특징 조건을 충족하는 파형에 대응하는 신호가 아크 의심 신호인 것으로 1차 판단(식별)할 수 있다. 이후, 검출제어부(22)는 아크 의심 신호의 파형 데이터와 데이터베이스(미도시)에 기 저장된 복수의 아크 신호 파형 데이터 간의 유사도 비교를 통해, 아크 의심 신호가 본 시스템 내지 본 접속반(20) 내에 아크가 실제로 발생하여 나타나는 아크 신호인지를 2차 판단(식별)할 수 있다. 즉, 검출제어부(22)는 아크 의심 신호의 1차 판단 이후, 이를 데이터베이스(미도시)와의 비교(유사도 비교, 매칭 비교)를 수행하여 1차 판단된 아크 의심 신호가 실제 아크 신호인지를 2차 판단할 수 있다.
2차 판단 결과 아크 의심 신호가 아크 신호인 것으로 판단되면, 즉, 도 5의 도면 상에서 A 구간에 해당하는 파형(S2)이 아크 신호에 대응하는 파형인 것으로 판단되면, 검출제어부(22)는 본 시스템 내지 본 접속반(20)에서 아크가 발생한 것으로 검출할 수 있다.
본 접속반(20)은 아크 센서(21)를 통해 측정된 전기신호에서 아크가 발생했는지 여부를 판단함에 있어서 이중 판단(1차 판단과 2차 판단)을 적용함으로써, 예시적으로 단순히 전기신호의 기울기가 임계값 이상이면 아크가 발생한 것으로 판단하는 등의 종래 기술들과는 달리, 아크 발생 여부의 검출(판단, 식별)이 보다 높은 신뢰도로 이루어지도록 할 수 있다.
한편, 상술한 설명에서는 검출제어부(22)가 일예로 상기 식 1 또는 식 2를 이용해 유사도(유사도 값)를 계산하는 경우에 대해서만 예시하였으나, 이에만 한정되는 것은 아니고, 검출제어부(22)에 의한 유사도 계산 기법(방식, 방법)으로는 종래에 이미 알려져있거나 향후 개발되는 다양한 유사도 계산 기법들이 적용될 수 있다.
본원에 적용 가능한 다양한 유사도 계산 기법들 중 일예로 [벡터(Vector)를 이용한 유사도 계산] 기법에 관한 설명은 다음과 같다. 모든 벡터들이 (x,y)와 같이 두개의 좌표로 표현 가능한 경우 2차원이므로 벡터 평면이라 표현되고, (x,y,z)와 같이 3개 이상의 좌표로 방향을 표현하는 경우 3차원 이상이므로 벡터 공간(Vector Space)이라 표현될 수 있다. 벡터 공간에서 벡터의 내적(Vector InnerProduct)은 두 벡터 간의 유사도를 수치화하기 위해 주로 사용된다. 벡터의 내적은 외적인 × 기호와 구별하기 위해 ·로 표기될 수 있으며, 백터의 내적은 하기 식 3과 같이 표현될 수 있다.
식 3에서,
Figure 112019056214079-pat00002
는 해당 벡터의 노름(Norm)으로서, 해당 벡터의 크기를 의미한다. 노름은 하기 식 4과 같이 계산될 수 있다. 또한, 상기 식 3의 벡터 공식은 하기 식 5와 같이 달리 표현될 수 있다. 또한, 식 3과 식 5의 두 내적 공식에 의하면, cosθ 값은 하기 식 6과 같이 표현될 수 있다.
[식 3]
Figure 112019056214079-pat00003
[식 4]
Figure 112019056214079-pat00004
[식 5]
Figure 112019056214079-pat00005
[식 6]
Figure 112019056214079-pat00006
이러한 벡터 내적 공식을 이용해 유사도를 계산하는 방법은 다음과 같다. 두 벡터가 얼마나 유사한지에 대한 계산은 두 벡터의 좌표를 이용하여 유클리디안 거리 측정을 통해 계산할 수도 있으나, 이는 벡터의 성질을 이용한 것은 아니다. 벡터의 성질(특성)을 이용한 유사도 측정 방법(기법, 방식)으로 가장 많이 사용되는 방법은 cosθ 값을 활용하는 방법이라 할 수 있다. cos 함수의 성질은 θ 의 값이 0도 이면 1, 90도 이면 0값을 갖게 된다. 각도가 90도 보다 좀 더 벌어지면 음수값으로 바꾸고 270도가 넘으면 다시 양수로 바꾸면서 -1 ~ 1 사이의 값을 가질 수 있다. cosθ 값이 0도 이면 두 벡터가 가장 가깝게 되고 그 값은 1이 될 수 있다. 반면, cosθ 값이 180도가 되면 두 벡터가 가장 멀리 있게 되어 그 값은 -1 값을 가질 수 있다. 이러한 이유로, 단순히 cosθ 값만 가지고도 유사도를 측정할 수 있다. 또한, cosθ 값을 이용한 유사도 측정 방법은, 유사도가 cos함수의 성질에 의해 -1 ~ 1 값만을 가짐에 따라, 다른 벡터와의 유사도를 서로 비교할 때 최대값과 최소값을 알고 있기에 계산이 쉽다는 장점이 있다. 그런데, cosθ값을 이용한 유사도 측정 방식에서는 벡터의 노름(Norm)을 유사도 계산시 고려하지 않는다는 문제가 있다.
도 7은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 의한 벡터를 이용한 유사도 계산과 관련하여, 벡터 A의 노름(벡터의 크기)을 설명하기 위한 도면이다. 특히, 도 7은 두 벡터 사이의 사잇각(θ)이 같되, (b) 경우 대비 노름이 작은 경우(a)와 (a) 경우 대비 노름이 큰 경우(b)의 예를 나타낸 도면이다. 도 7을 참조하면, (a) 경우와 (b) 경우는, 두 벡터의 사잇각은 같지만, 두 벡터의 거리(길이, 크기)가 많이 차이남을 확인할 수 있다. 이를 보완하기 위해, 하나의 벡터를 또 다른 벡터에 투영하여 얻어진 길이를 유사도로 사용할 수 있다. 이는 도 8을 참조하여 보다 쉽게 이해될 수 있다.
도 8은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 의한 벡터를 이용한 유사도 계산(산출)의 예를 설명하기 위한 도면이다. 도 8을 참조하면, 하나의 벡터를 또 다른 벡터에 투영하여 얻어진 길이를 유사도로 사용할 수 있다. 여기서, 투영한 길이라는 것은 예시적으로 두 벡터 위에서 전등을 비추었을 때 위에 있는 벡터(예를 들어, 벡터 A)의 그림자가 아래에 있는 벡터(예를 들어, 벡터 B)에 생겼을 때의 그 그림자의 길이를 의미할 수 있다. 만약, 두 벡터의 크기가 같고 θ값이 0도인 경우에는, 두 벡터가 서로 맞닿아 있으므로 그림자의 벡터 길이가 벡터 A의 길이와 같을 수 있다(그림자 길이 중 가장 긴 값을 가짐). 한편, 두 벡터의 크기가 같되 θ값이 90도인 경우에는, 두 벡터가 직각이 되도록 마련되므로 그림자가 생기지 않을 수 있다(그림자 길이 중 가장 짧은 값을 가짐). 이러한 그림자의 길이(그림자의 벡터)는, 일예로 도 9에 도시된 바와 같이 두 벡터에 의해 직각 삼각형이 마련됨에 따라, 직각 삼각형에서의 cosθ 계산 방법(즉, 밑변을 빗변으로 나눈 값)을 이용해 계산될 수 있다. 이를 정리하면, 밑변의 길이(즉, 그림자의 길이, 그림자의 벡터 길이)는 cosθ 값과 빗변의 길이를 곱한 값으로 계산될 수 있다. 즉, 도 8과 같은 경우, 그림자의 길이에 대응하는 밑변의 길이는
Figure 112019056214079-pat00007
에 의하여 계산될 수 있다. 상술한 바에 따르면, 벡터 A의 노름값도 계산할 수 있고, cosθ값도 계산할 수 있으므로, 이를 기반으로 두 벡터의 유사도가 계산될 수 있다. 또한, 유사도 계산을 위해 사용되는 방법 중 다른 하나로는 벡터의 합을 이용한 방법이 있을 수 있다. 이는 도 9를 참조하여 보다 쉽게 이해될 수 있다.
도 9는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부에 의한 벡터를 이용한 유사도 계산과 관련하여, 두 벡터의 합을 설명하기 위한 도면이다. 도 9를 참조하면, 두 벡터의 합은 두 벡터를 이용하여 그린 평행 사변형의 대각선 벡터와 같을 수 있다. 두 벡터의 합의 길이는 앞서 설명한 그림자의 길이(투영된 벡터의 길이)와 같이, 각이 좁으면 길어지고 각이 넓어지면 짧아지는 성질이 있다. 두 벡터의 합은 하기 식 7과 같이 표현될 수 있다.
[식 7]
Figure 112019056214079-pat00008
식 7과 같이 벡터의 합이 좌표로 표현되는 경우, 상술한 방식과 유사한 방식으로 두 벡터의 합의 길이(노름)가 계산될 수 있다.
이처럼, 본원에서는 상술한 벡터를 이용한 유사도 계산 기법 이외에 다양한 유사도 계산 기법을 이용하여 유사도를 계산할 수 있다.
검출제어부(22)는 검출 결과 아크가 발생한 것으로 검출되면(즉, 측정된 전기신호에서 아크 신호가 검출되면), PV 모듈(1)로부터 전선(2)을 통해 공급되는 전력이 차단되도록 제어할 수 있다.
또한, 검출제어부(22)는 본 접속반(20) 내 각 구성의 동작을 제어할 수 있다.
또한, 검출제어부(22)는 아크가 발생한 것으로 검출되면, 아크가 발생했음을 알리는 알림 정보(데이터) 및 후술하는 아크 발생 원인 판단부(24)에 의하여 판단된 아크 발생 원인에 관한 정보를 본 접속반(20)과 네트워크 통신을 통해 연결된 사용자 단말(미도시)로 제공할 수 있다. 사용자 단말은 일예로 외부 단말 등으로 달리 표현될 수 있다.
이에 따르면, 본 시스템은 본 접속반(20)과 네트워크 통신을 통해 연결되어 데이터를 송수신할 수 있는 사용자 단말(미도시)을 포함할 수 있다.
네트워크는 일예로 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함될 수 있으며, 이에 한정된 것은 아니다.
또한, 사용자 단말(미도시)은 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(WCode Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC, 노트북, 웨어러블 디바이스, 데스크탑 PC 등과 같은 모든 종류의 유무선 통신 장치를 포함할 수 있다.
본 접속반(20)은 사용자 단말(미도시)을 통한 사용자 입력에 의해 원격으로 제어될 수 있다.
또한, 검출제어부(22)는 아크가 발생한 것으로 검출되면, 아크가 발생했음(검출되었음)을 알리는 알림을 본 접속반(20)의 본체부(20a)에 구비된 스피커부(미도시)를 통해 발생시킬 수 있다. 스피커부(미도시)는 검출제어부(22)에 의해 아크가 발생한 것으로 검출(판단)되면, 경보음 등의 소리 알림을 발생시킬 수 있다.
또한, 검출제어부(22)는 아크 센서(21)에 의한 전기신호의 측정 시간 간격을 제1 측정 시간 간격으로 제어할 수 있다. 즉, 검출제어부(22)는 아크 센서(21)가 미리 설정된 측정 시간 간격으로서 제1 측정 시간 간격으로 전기신호를 측정하도록, 아크 센서(21)의 동작을 제어할 수 있다.
예시적으로, 검출제어부(22)는 아크 센서(21)가 제1 측정 시간 간격으로서 0.01초 간격으로 전기신호를 측정하도록 제어할 수 있다. 달리 표현해, 검출제어부(22)는 아크 센서(21)에 의한 전기신호의 측정 시간 간격을 제1 측정 시간 간격으로서 일예로 0.01초 간격으로 제어할 수 있다. 이러한 아크 센서(21)에 의한 전기신호의 측정 시간 간격은 사용자 입력에 의하여 설정될 수 있다.
이때, 검출제어부(22)는 아크 의심 신호가 아크 신호인 것으로 식별된 경우, 아크 센서(21)에 의한 전기신호의 측정 시간 간격을 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경(조절, 조정)할 수 있다.
즉, 검출제어부(22)는 아크 의심 신호가 아크 신호인 것으로 식별된 경우, 아크 센서(21)를 통한 전기신호의 측정이 보다 자주 이루어지도록, 달리 말해 아크 발생 여부의 검출에 대한 모니터링(감시, 측정)이 보다 자주 이루어지도록, 아크 센서(21)에 의한 전기신호의 측정 시간 간격이 현재 설정값인 제1 측정 시간 간격(일예로, 0.01초)보다 짧은 제2 측정 시간 간격(일예로, 0.005초)으로 변경(조절)되도록 제어할 수 있다.
아크 발생 원인 판단부(24)는 검출제어부(22)에 의한 아크 발생 여부의 검출 결과를 기반으로, 딥러닝 모델을 이용하여 태양광 접속반(20) 내 발생된 아크에 대응하는 아크 발생 원인(즉, 본 접속반 내 발생된 아크의 아크 발생 원인)을 판단할 수 있다.
즉, 본 접속반(20)은 전기신호에 대한 파형 특징 분석을 통해 본 접속반(20)에서의 아크 발생 여부를 검출(판단)할 수 있다. 또한, 본 접속반(20)은 딥러닝 모델을 이용하여 본 접속반(20) 내지 본 시스템 내 발생된 아크의 아크 발생 원인을 판단할 수 있다. 즉, 아크 발생 원인 판단부(24)는 딥러닝 모델을 이용하여, 앞서 식별된 아크 신호의 발생 원인(즉, 아크 발생 원인)을 판단할 수 있다.
아크 발생 원인 판단부(24)는 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터를 입력값으로 하고 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 딥러닝 모델 기반 기학습 사항에 기초하여, 딥러닝 모델(즉, 기학습된 딥러닝 모델)에 태양광 접속반(20)에서 발생된 아크에 대응하는 아크 신호의 파형 데이터를 입력으로 적용함으로써 아크 발생 원인을 판단(도출)할 수 있다.
여기서, 딥러닝 모델에 입력으로 적용되는 아크에 대응하는 아크 신호의 파형 데이터라 함은 앞서 설명한 이중 판단(1차 판단과 2차 판단)의 적용에 의해 식별된 아크 신호(즉, 유사도 비교를 통해 식별된 아크 신호)의 파형 데이터를 의미할 수 있다.
또한, 아크 발생 원인 판단부(24)에 의한 판단시 고려되는 딥러닝 모델은, 기학습된 딥러닝 모델로서, 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터뿐만 아니라 아크 발생 원인의 유형에 따른 수준별 복수의 아크 신호 파형 데이터를 입력값으로 하고, 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 학습을 수행하는 딥러닝 모델을 의미할 수 있다.
여기서, 아크 발생 원인의 유형에는 앞서 말한 바와 같이 PV 모듈들 사이를 연결하는 커넥터의 체결 상태 불량, 커넥터의 열화, 접속반(20) 내 습기로 인한 단선, 및 전선 절연의 마모에 관한 유형이 포함될 수 있다.
또한, 본원에서 아크 발생 원인의 판단시 고려되는 딥러닝 모델은 인공지능(AI) 알고리즘 모델, 기계학습(머신러닝) 모델, 신경망 모델(인공 신경망 모델), 뉴로 퍼지 모델 등을 의미할 수 있다. 또한, 딥러닝 모델은 예시적으로 합성곱 신경망(Convolution Neural Network, CNN), 순환신경망(RNN, Recurrent Neural Network), 딥 신경망(Deep Neural Network) 등 종래에 이미 공지되었거나 향후 개발되는 다양한 신경망 모델이 적용될 수 있다.
이러한 본 접속반(20)은 이중 판단(1차 판단과 2차 판단)을 통해 아크 발생 여부를 높은 신뢰도로 검출(판단)할 수 있음과 더불어, 딥 러닝 모델 기반 기학습 사항에 기초하여 발생된 아크의 발생 원인(즉, 식별된 아크 신호에 대한 아크 발생 원인)을 효과적으로 판단(도출, 인식)할 수 있다.
결합도 산출부(26)는 본체부(20a)의 내부로 인입되는 전선(2) 및 전선(2)이 연결되는 연결 단자(c)의 적어도 일부가 촬영된 이미지의 분석을 통해 연결 단자(c)와 전선(2) 간의 결합도를 산출할 수 있다. 여기서, 연결 단자(c)와 전선(2) 간의 결합도는 이미지 분석을 통해 식별된 연결 단자(c)와 전선(2) 간 거리(접촉 정도, 접촉 수준)를 기반으로 산출될 수 있다.
이러한 이미지의 획득(촬영)은 일예로 전선(2)이 연결되는 연결 단자(c)에 대한 적어도 일부의 이미지 촬영이 가능하도록 본체부(20a) 내에 배치(설치, 구비)된 이미지 획득 수단(예를 들어, 카메라 등)에 의해 이루어질 수 있다.
도 4에는 도 2에서 PV 모듈(1)로부터 연장 형성된 전선(2)이 본 접속반(20) 내 연결 단자(c)에 접속되어 있는 Z 부분의 일부 확대도가 도시되어 있다.
도 4를 참조하면, PV 어레이(10) 내 복수의 PV 모듈(1)들 각각에서 생성되는 전력이 태양광 접속반(20)에 집속될 수 있도록, PV 모듈(1)들 각각과 연결된 전선(2)은 본 접속반(20) 내 연결 단자(c)에 연결될 수 있다. 여기서, 본원의 일예에서는 연결 단자(c)에 복수의 PV 모듈들 각각과 연결된 복수의 전선이 연결되는 것으로만 예시하였으나, 이에 한정되는 것은 아니고, 복수의 PV 어레이들 각각과 연결된 복수의 전선이 연결 단자(c)에 연결될 수 있다.
태양광발전시스템에서의 아크 결함 유형에는 직렬 아크 결함과 병렬 아크 결함이 있는데, 이 중 직렬 아크 결함은 PV 모들 등에 연결된 전선이 PV 패널 등의 지지 부재에 제대로 지지되지 않아 느슨해진 경우, 느슨해진 전선이 연걸 단자(c)에 부담을 주게 됨으로써, 전선(2) 혹은 커넥터 등과 연결 단자(c) 간의 체결을 불안전하게 하여 발생될 수 있다. 즉, 직렬 아크 결함은 연결 부재들 간(예를 들어, 전선과 커넥터 간, 전선과 연결 단자 간 등)의 간헐적 연결로 인해 발생될 수 있다. 구체적인 예로, 연결 부재들 간(일예로, 전선과 연결 단자 간) 불안전한 체결 상태는 주변 환경(예를들어, 바람이 많이 불거나 비가 오거나 녹이 슬거나 하는 등)에 의해 전선(2)이 영향을 받아 느슨해짐으로써 나타날 수 있다.
아크 결함은 화재, 충격 위험 및 시스템 고장을 유발할 수 있으며, 대규모 태양광 설비뿐만 아니라 소규모 주거용 설비에도 존재하므로 안전에 중대한 위협이 될 수 있다.
따라서, 본 접속반(20)은 이미지의 분석을 기반으로 전선(2)과 연결 단자(c) 간의 결합도(즉, 체결 상태, 체결 정도, 접촉 정도, 접촉 수준)를 산출함으로써, 전선(2)과 연결 단자(c) 간의 간헐적 연결로 인해 본 접속반(20) 내 아크가 발생할 가능성이 있는지 여부를 판단할 수 있다. 즉, 본 접속반(20)은 이미지 분석 기반 결합도 산출을 통해, 아크 발생(특히, 직렬 아크 발생) 가능성이 존재하는지 여부를 판단할 수 있다.
이때, 이미지 분석시에는 기 알려져 있거나 향후 개발되는 다양한 이미지 분석 알고리즘이 적용될 수 있다.
결합도 산출부(26)는 촬영된 이미지의 분석을 통해, 촬영된 이미지 내 연결 부재로서 전선(2)과 연결 단자(c)를 식별할 수 있다. 이때, 결합도 산출부(26)는 이미지 분석을 통해 식별된 전선(2)과 연결 단자(c) 간의 거리(접촉 정도, 접촉 수준)가 초기 거리값을 기준으로 미리 설정된 제1 임계값 이상 이상인지 판단할 수 있다.
구체적으로, 결합도 산출부(26)는 이미지 분석을 통해 식별된 연결 단자(c)에 연결(접촉)된 전선(2)의 일단 측의 결합부와 그가 접촉된 연결 단자(c)의 일단 측 결합부 간의 거리(접촉 정도, 접속 수준)가 초기 거리값을 기준으로 미리 설정된 제1 임계값 이상인지 판단할 수 있다.
여기서, 전선(2)과 연결 단자(c) 간 초기 거리값은 두 결합부(즉, 전선의 일단 측의 결합부와 연결 단자의 일단 측 결합부)가 서로 간에 정상 연결 상태인 경우(완전히 체결 결합된 상태인 경우)의 거리값으로서, 본 접속반(20)의 초기 설치시 측정된 두 결합부 간의 초기 거리값을 의미할 수 있다. 또한, 이미지 분석을 통해 식별되는 연결 단자(c)와 전선(2) 간의 거리 값은 일예로 두 결합부 각각의 중심 위치를 기준으로 측정될 수 있으나, 이에 한정되는 것은 아니고, 두 결합부가 맞물린 접촉 지점간 거리 등의 다양한 기준을 기반으로 설정될 수 있다.
결합도 산출부(26)에서는 이미지 분석을 통해 식별된 전선(2)과 연결 단자(c) 간의 거리(즉, 두 결합부 간의 거리) 값이 클수록 결합도를 낮은 값으로 산출하고, 거리 값이 낮을수록 결합도를 높은 값으로 산출할 수 있다. 즉, 전선(2)과 연결 단자(c) 간 거리 값이 클수록, 전선(2)과 연결 단자(c)가 서로 간에 불안전한 체결 상태를 보임에 따라 결합도가 낮은 것으로 판단될 수 있다.
이때, 식별된 전선(2)과 연결 단자(c) 간 거리 값에 따른 결합도 값 관련 데이터(즉, 거리 값과 결합도 값 간의 상관 관계에 관한 데이터)는 일예로 데이터베이스(미도시)에 룩업테이블 형태로 저장되어 있을 수 있다.
이에 따라, 결합도 산출부(26)는 이미지 분석을 통해 연결 단자(c)와 전선 간의 거리 값을 산출하면, 이후 데이터베이스(미도시)에 기 저장된 거리 값과 결합도 값 간의 상관 관계에 관한 데이터를 기반으로 이미지 분석을 통해 식별된 연결 단자(c)와 전선 간의 결합도를 산출할 수 있다.
이때, 검출제어부(22)는 산출된 결합도가 초기 거리값에 대응하는 초기 결합도를 기준으로 미리 설정된 제1 임계 결합도 값 이상인지 판단하고, 미리 설정된 제1 임계 결합도 값 이상이면 해당 연결 단자(c)와 전선(2)의 결합 상태에 의해 본 태양광 접속반(2) 내 아크가 발생할 가능성이 있는 것으로 판단할 수 있다.
이에, 검출제어부(22)는 산출된 결합도의 수준에 따라 아크 센서(21)에 의한 전기신호의 측정 시간 간격을 다릴 제어할 수 있다. 즉, 검출제어부(22)는 산출된 결합도가 기 설정된 결합도 허용 범위를 벗어나는지 여부에 따라 아크 센서(21)에 의한 전기신호의 측정 시간 간격을 현재 설정값인 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경할 수 있다.
검출제어부(22)는 산출된 결합도가 기 설정된 결합도 허용 범위를 벗어나면, 결합도 허용 범위를 벗어나는 해당 연결 부재(즉, 전선과 연결 단자)에 의해 본 접속반(20) 내 아크가 발생할 가능성이 있는 것(즉, 해당 연결 부재가 아크를 발생시킬 가능성이 높은 연결 부재인 것)으로 판단하여 더 자주 모니터링 하기 위해, 아크 센서(21)에 의한 측정 시간 간격을 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경할 수 있다.
다시 말하자면, 결합도 산출부(26)는 이미지 분석을 통해 식별된 전선(2)과 연결 단자(c) 간의 거리(접촉 정도, 접촉 수준)가 초기 거리값을 기준으로 미리 설정된 제1 임계값 이상 이상인지 판단할 수 있다. 이때, 검출제어부(22)는 식별된 전선(2)과 연결 단자(c) 간의 거리가 미리 설정된 제1 임계값 이상이면, 전선(2)과 연결 단자(c) 간의 결합도가 낮아, 해당 연결 부재(즉, 전선과, 연결 단자)가 본 접속반(20) 내 아크가 발생할 가능성이 있는 주의 관찰이 필요한 연결 부재인 것으로 보고, 보다 자주 전기신호에 대한 모니터링이 가능하도록, 아크 센서(21)에 의한 측정 시간 간격을 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경할 수 있다.
검출제어부(22)는 산출된 결합도의 수준에 따라 아크 센서(21)에 의한 측정 시간 간격을 달리 제어할 수 있다.
예시적으로, 검출제어부(22)는 산출된 결합도의 수준이 100(즉, 전선과 연결 단자가 정상 연결 상태인 경우)이면 아크 센서(21)의 측정 시간 간격을 제1 측정 시간 간격(일예로, 0.01초)으로 제어할 수 있다. 또한, 검출제어부(22)는 산출된 결합도의 수준이 90(전선이 연결 단자로부터 소정 거리 분리된 상태인 경우)이면 아크 센서(21)의 측정 시간 간격을 제1 측정 시간 간격(일예로, 0.01초) 보다 짧은 제2 측정 시간 간격(일예로, 0.005초)으로 제어할 수 있다. 또한, 검출제어부(22)는 산출된 결합도의 수준이 80이면 아크 센서(21)의 측정 시간 간격을 제2 측정 시간 간격(일예로, 0.005초) 보다 짧은 제3 측정 시간 간격(일예로, 0.001초)으로 제어할 수 있다.
이에 따르면, 본 접속반(20)은 촬영된 이미지의 분석을 통해 본 접속반(20)내 아크가 발생할 가능성이 있는지 여부 혹은 아크가 발생할 가능성 정도(확률)를 판단(예측)할 수 있으며, 이를 기반으로 아크 센서(21)에 의한 전기신호의 측정 시간 간격을 달리 제어할 수 있다.
온도 센서(27)는 본체부(20a)의 내부 온도를 측정할 수 있다. 습도 센서(28)는 본체부(20a)의 내부 습도를 측정할 수 있다. 순환팬(29)은 본체부(20a)의 내부 공기의 유출입을 제어할 수 있다.
검출제어부(22)는 온도 센서(27)에 의해 측정된 본체부(20a)의 내부 온도 및 습도 센서(28)에 의해 측정된 본체부(20a)의 내부 습도를 고려하여, 본체부(20a)의 내부에 결로가 발생되지 않도록 순환팬(29)의 동작 유형을 제어할 수 있다. 여기서, 순환팬(29)의 동작 유형에는 순환팬(29)의 회전 속도, 회전 방향, 회전 시간 및 회전 패턴 중 적어도 하나가 포함될 수 있다.
검출제어부(22)는 측정된 본체부(20a)의 내부 온도와 내부 습도가 본 접속반(20)의 본체부(20a) 내부에 결로를 발생시킬 가능성이 있는 것으로 판단되는 데에 기준이 되는 결로 발생 예측 기준을 충족하는지 여부를 판단할 수 있다. 판단 결과, 측정된 내부 온도(내부 온도 값)와 내부 습도(내부 습도 값)가 결로 발생 예측 기준을 충족하면, 검출제어부(22)는 현재 측정된 본체부(20a)의 내부 온도와 내부 습도에 의해 본체부(20a) 내부에 결로가 발생될 가능성이 있는 것으로 판단해 본체부(20a)의 내부에 결로가 발생되지 않도록(결로 발생을 예방하기 위해), 순환팬(29)을 동작시킬 수 있다.
여기서, 데이터베이스(미도시)에는 내부 온도와 내부 습도에 따른 결로 발생 조건이 룩업테이블 형태로 매칭되어 저장되어 있을 수 있다. 즉, 데이터베이스(미도시)에는 내부 온도 및/또는 내부 습도와 결로 발생 간의 상관 관계에 관한 정보가 저장되어 있을 수 있다. 본원에서 고려되는 결로 발생 예측 기준은 이러한 데이터베이스(미도시)에 저장된 온도/습도와 결로 발생 간의 상관 관계 정보를 기반으로 결정될 수 있다.
즉, 결로 발생 예측 기준은 데이터베이스(미도시)에 저장된 결로 발생 조건(즉, 온도/습도와 결로 발생 간의 상관 관계 정보)을 기반으로, 측정된 내부 온도 값 및 측정된 내부 습도 값 중 적어도 하나가 결로 발생 조건(즉, 결로가 발생하는 온도와 습도 정보)에 대해 미리 설정된 기준 범위에 속하도록 하는 기준으로 설정될 수 있다.
검출제어부(22)는 측정된 본체부(20a)의 내부 온도와 내부 습도의 수준에 따라 순환팬(29)의 동작 유형을 달리 제어할 수 있다.
또한, 검출제어부(22)는 본체부(20a)의 내부 온도가 기준 온도 범위 이내로 유지되고, 본체부(20a)의 내부 습도가 기준 습도 범위 이내로 유지되도록, 순환팬(29)의 동작 유형을 제어할 수 있다.
낮 시간의 발전 중에 덥혀진 접속반 내부의 공기가 발전이 끝나 가면서 본체부(20a, 외함)의 겉 부분이 급격히 냉각되거나, 강우나 안개 등 습도가 높은 환경인 경우 접속반 내부에 결로 현상이 발생할 수 있다.
이러한 결로 발생은, 접속반 내부 기판의 극간 거리가 가장 짧은 지점에서 도전로가 형성되도록 하여 이로 인해 아크가 발생되도록 할 수 있으며, 이때, 전류가 지속적으로 공급되는 경우에는 아크가 연속적으로 발생되어 접속반 내부의 기판과 ABS재질 등이 착화하여 큰 화재로 이어질 수 있다. 따라서, 화재의 발생을 방지 내지 예방하기 위해서는 접속반에 결로가 발생하지 않도록 하는 것이 중요하다고 할 수 있다.
따라서, 본 접속반(20)은 측정된 접속반 본체부(20a)의 내부 온도와 내부 습도를 고려하여, 접속반에 결로가 발생되지 않도록 순환팬(29)의 동작을 제어할 수 있다.
본 접속반(20)은 아크 센서(21), 온도 센서(27), 습도 센서(28) 등 다양한 종류의 센서로부터 측정된 측정 값(센싱 값)을 이용하여 본 접속반(20) 내지 본 시스템 내 아크의 발생을 효과적으로 검출하고, 아크 발생 확률(가능성)을 예측하고, 또한 결로 발생의 예방을 통해 아크 발생으로 인한 화재 위험을 효과적으로 줄일 수 있다.
또한, 도면에 도시하지는 않았으나, 본 접속반(20)은 본체부(20a)의 외면에 구비되는 디스플레이 화면 상에 본 접속반(20)의 동작 상태와 관련된 정보를 제공하는 디스플레이부(미도시)를 포함할 수 있다.
여기서, 본 접속반(20)의 동작 상태와 관련된 정보에는 예시적으로 아크 발생 여부, 아크 발생 원인, 온도 센서(27)를 통해 측정된 내부 온도 값, 습도 센서(28)를 통해 측정된 내부 습도 값 등이 포함될 수 있으나, 이에 한정되는 것은 아니고, 본 접속반(20)의 동작 상태와 관련된 모든 유형의 정보가 포함될 수 있다.
또한, 도면에 도시하지는 않았으나, 본 접속반(20)은 본 접속반(20)의 위치로부터 미리 설정된 거리 이내에 사용자가 위치해 있는지(본 접속반의 인근에 사용자가 접근했는지) 검출하기 위한 사용자 검출 센서를 포함할 수 있다.
여기서, 사용자 검출 센서는 사용자가 접속반(20)의 위치로부터 미리 설정된 거리 이내에 위치했는지(접근했는지)를 판단하기 위한 센서를 의미할 수 있다. 예시적으로, 사용자 검출 센서는 거리 센서 및 마이크로웨이브 센서 중 적어도 하나일 수 있으나, 이에 한정되는 것은 아니고, 사용자 검출 센서로는 사용자의 접근을 검출할 수 있는 다양한 센서가 적용될 수 있다.
검출제어부(22)는 사용자 검출 센서를 통해 사용자가 본 접속반(20)의 위치로부터 미리 설정된 거리 이내에 위치해 있는 것으로 판단되면, 디스플레이 화면에 본 접속반(20)의 동작 상태와 관련된 정보가 표시되도록 디스플레이부(미도시)의 동작을 제어할 수 있다. 한편, 검출제어부(22)는 사용자가 본 접속반(20)의 위치로부터 미리 설정된 거리 이내에 위치해 있지 않은 것으로 판단되면, 에너지 절약을 위해 디스플레이 화면이 절전 모드로 동작하도록(혹은 디스플레이 화면이 off 되도록) 디스플레이부(미도시)의 동작을 제어할 수 있다.
또한, 검출제어부(22)는 접속반(20)의 동작 상태와 관련된 정보를 디스플레이 화면에 표시하는 것뿐만 아니라, 앞서 말한 사용자 단말(미도시)로 제공할 수 있다.
이하에서는 본 접속반(20) 내 검출제어부(22)와 관련하여 하드웨어 구성에 대해 보다 구체적으로 설명하기로 한다.
도 10a는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부(22)에 대한 블록도를 나타낸 도면이다. 도 10b는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부(22)에 포함된 로고스키 코일의 일예를 나타낸 도면이다. 또한, 도 10c는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부(22)에 포함된 아크 검출 회로의 예를 나타낸 도면이다. 도 10d는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부(22)에 의한 아크(DC 아크) 검출의 결과 예를 나타낸 도면이다. 특히, 도 10d는 아크가 발생하기 전(a)과 아크가 발생한 후(b)에 대하여, 검출제어부(22)에 포함된 아크 검출 회로의 출력단의 스코프 예를 나타낸 도면이다.
도 10a 내지 도 10d를 참조하면, 검출제어부(22)는 본 접속반(20) 또는 태양광 스트링(string)에서 발생하는 아크(직렬 아크)를 검출하기 위해, 로고스키(Rogowski) 코일, 증폭회로부, 프로세서부, 트립코일, 셀프테스트 회로부(SELF Tester) 및 비교기를 포함할 수 있다. 또한, 검출제어부(22)는 적분기(미도시)를 포함할 수 있다. 검출제어부(22)는 신호 검출 회로부, 제어기 등으로 달리 표현될 수 있다. 검출제어부(22)는 일예로 G2DA-100 기기일 수 있다.
로고스키 코일로는 일예로 도 10b와 같이 일반적인 플렉서블 로고스키 코일이 적용될 수 있다. 검출제어부(22)에는 로고스키 코일이 일예로 4개 적용(4CH 로고스키 코일)될 수 있으나, 이에 한정되는 것은 아니다.
본 접속반(20) 또는 태양광 스트링(string)에서 아크(직렬 아크)가 발생하면, DC전로에 아크에 의한 고주파가 발생하게 되고, 발생된 고주파는 로고스키 코일에 유기될 수 있다. 검출제어부(22)는 일예로 고속푸리에변환(Fast Fourier Transform, FFT) 알고리즘을 이용하여 로고스키 코일로부터 일예로 50kHz 이상 200kHz 이하의 주파수를 검출할 수 있다.
검출제어부(22)는 로고스키 코일로부터 검출된 주파수를 적분기(미도시)를 통하여 누적시키고, 이를 증폭회로부를 통해 일예로 100배 증폭시킬 수 있다. 검출제어부(22)는 증폭된 주파수 신호를 프로세서부의 A/D 변환기의 입력으로 제공할 수 있다. 프로세서부는 일예로 SAM3X8E일 수 있다. 검출제어부(22)는 일예로 주파수가 92.5kHz 이고, 11mV인 파형을 검출할 수 있다.
셀프테스트 회로부(SELF Tester)는 일예로 UL1699B규격에 따라 기기의 동작을 테스트하는 셀프 테스트 회로를 의미할 수 있으며, 구체적인 설명은 후술하여 설명하기로 한다.
비교기는 증폭회로부에 의하여 증폭된 신호(주파수 신호)와 셀프테스트 회로부로부터 제공되는 신호를 입력으로 하여 입력된 두 신호 간의 비교를 수행할 수 있으며, 신호 비교 결과를 프로세서부로 제공할 수 있다.
검출제어부(22) 내 프로세서부는 일예로 미리 설정된 설정치 이상의 신호가 검출되면, 트립코일을 구동시킬 수 있다. 트립코일의 출력에 대한 설명은 도 10e를 참조하여 보다 쉽게 이해될 수 있다. 달리 표현하여, 트립코일에 대응하여 IGBT 고속 반도체 릴레이의 출력에 대한 설명은 도 10e를 참조하여 보다 쉽게 이해될 수 있다. 즉, 일예로 트립코일은 IGBT 트립코일일 수 있다.
도 10e는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부(22)에 포함된 트립코일의 출력 회로도의 예를 나타낸 도면이다.
도 10e를 참조하면, 검출제어부(22)(특히, 프로세서부)는 알람이 발생했을 때 고속으로 상위의 차단기를 차단해야 하는 특성상 출력을 릴레이로 구성하지 않고, 반도체인 IGBT(HGTG5N120BND)를 사용하여 디지털 릴레이를 구성하여 차단기의 구동코일(트립코일)을 동작시킬 수 있다. 여기서, 알람이라 함은 아크 발생과 관련된 알람을 의미할 수 있다.
일예로, 검출제어부(22) 내 프로세서부는 트립코일의 출력과 관련하여, 24 ~ 300 VAC전원을 인가할 수 있는 코일을 구동시킬 수 있으며, 전원의 방향에 관계없이 IGBT에 (+) 전원과 (-) 전원을 인가하기 위해, 일예로 GBUBM 1000V8A 브릿지 다이오드를 거쳐 외부전원을 트립코일에 인가할 수 있다.
트립코일의 출력은 펄스 형태로 발생할 수 있으며, 검출제어부(22) 내 프로세서부는 아크 검출시 0.5ms이내에 IGBT를 구동시킴으로써 트립신호를 출력할 수 있다.
검출제어부(22)는 트립코일에 대하여 트립코일을 구동하는 신호를 제공할 수 있다. 이때, 검출제어부(22)는 트립출력(TripEnable) PB13 신호로 프로세서부에서 아크가 발생한 것으로 확인하고, 일예로 0.5ms 내지 2.5ms 사이의 시간이 지난 이후에 트립코일을 구동하는 신호를 트립코일로 제공할 수 있다.
또한, 검출제어부(22)는 본 접속반(20)에서 알람이 발생되면, 릴레이 출력을 통하여 알람 상태를 외부(일예로, 외부 단말, 사용자 단말)에 알릴 수 있다. 여기서, 알람이라 함은 본 접속반(20) 내지 본 시스템에서 아크가 발생했음을 알리는 신호(알람)을 의미할 수 있다.
한편, 셀프테스트 회로부에 대한 설명은 도 10f를 참조하여 보다 쉽게 이해될 수 있다.
도 10f는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 검출제어부(22)에 포함된 셀프테스트 회로부의 회로도의 예를 나타낸 도면이다.
도 10f를 참조하면, 검출제어부(22)에는 일예로 UL1699B규격에 따라 기기의 동작을 테스트하는 셀프 테스트 회로(셀프테스트 회로부, SELF Tester)가 내장되어 있을 수 있다.
셀프테스트 회로부는 테스트용 센서를 선택하고, 선택된 테스트용 센서의 노이즈 발생기(테스트용 센서에 대응하는 노이즈 발생기)를 동작시킴으로써, 일예로 50mV 전압으로 40kHz 내지 100kHz의 노이즈를 발생시킬 수 있다. 이를 통해, 검출제어부(22)는 셀프테스트 회로부의 제어를 통해 노이즈를 발생시킴으로써 아크를 검출한 것과 동일하게 동작되도록 할 수 있다. 즉, 검출제어부(22)는 셀프테스트 회로부의 제어를 통해 아크 검출시와 동일하게 동작되도록 할 수 있다.
또한, 도면에 도시하지는 않았으나, 본 접속반(20)은 버튼 입력부(미도시)를 포함할 수 있으며, 버튼 입력부에 대한 설명은 도 10g를 참조하여 보다 쉽게 이해될 수 있다.
도 10g는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 버튼 입력부의 회로도의 예를 나타낸 도면이다.
도 10g를 참조하면, 버튼 입력부(미도시)는 본 접속반(20) 내지 본 접속반(20)이 포함된 본 시스템의 동작 상태에 관한 설정을 수행할 수 있다. 버튼 입력부는 본 접속반(20)을 동작시킬 수 있는 키 버튼으로서 일예로 6개의 키 버튼을 포함할 수 있다. 버튼 입력부는 6개의 키 버튼의 입력 신호를 제공할 수 있다. 본 접속반(20)은 버튼 입력부를 통해 본 접속반(20) 내지 본 시스템의 상태를 설정할 수 있다.
6개의 키 버튼에는 SET-버튼, EVENT-버튼, UP-버튼, DOWN-버튼, RUN-버튼 및 ENTER-버튼을 포함할 수 있다.
SET-버튼은 본 접속반(20) 내지 본 시스템의 모드 설정에 관한 버튼을 의미할 수 있다. EVENT-버튼은 알람 이벤트 보기에 관한 버튼을 의미할 수 있다. UP-버튼은 이벤트/설정치를 증가시키기 위한 버튼을 의미하고, DOWN-버튼은 이벤트/설정치를 감소시키기 위한 버튼을 의미할 수 있다. RUN-버튼은 런모드/일반모드의 전환을 제어하는 버튼을 의미할 수 있다. ENTER-버튼은 설정완료에 관한 버튼을 의미할 수 있다.
또한, 도면에 도시하지는 않았으나, 본 접속반(20)은 7-세그먼트(Segment) 표시부(미도시) 및 LCD 표시부(미도시)를 포함할 수 있다. 이에 대한 설명은 도 10h 및 도 10i를 참조하여 보다 쉽게 이해될 수 있다.
도 10h는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 7-세그먼트 표시부의 회로도의 예를 나타낸 도면이다. 도 10i는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 LCD 표시부의 연결 회로도의 예를 나타낸 도면이다.
도 10h 및 도 10i를 참조하면, 본 접속반(20)은 본 접속반(20)의 상태를 표시하기 위해, 일예로 LED 표시부(미도시)로서 5개의 LED와 본 접속반(20)의 전면에 구비되는 16*4 문자 LCD를 포함할 수 있다. 본원은 LED 표시부(미도시)를 통해 본 접속반(20) 내지 본 시스템의 운영(작동, 동작) 상태를 확인할 수 있도록 제공할 수 있다.
또한, LED 표시부는 일예로 본 접속반(20)에 포함된 로고스키 센서의 상태를 각 채널별로 표시할 수 있다.
또한, 본 접속반(20)은 알람의 상태와 카운터를 표시하기 위한 7-세그먼트 표시부(미도시)를 포함할 수 있다. 7-세그먼트 표시부(미도시)는 7-segment 문자를 표시하는 LED를 포함하며, 7-segment 문자표시 LED를 통해 아크 검출 시간 내에 발생하는 알람의 개수를 표시할 수 있다.
또한, 검출제어부(22)는 아크가 발생한 것으로 검출되면, 아크가 발생했음을 알리는 알림 정보(데이터) 및 후술하는 아크 발생 원인 판단부(24)에 의하여 판단된 아크 발생 원인에 관한 정보를 본 접속반(20)과 네트워크 통신을 통해 연결된 사용자 단말(미도시, 외부 단말)로 제공할 수 있다.
또한, 본 접속반(20)은 통신부(미도시)를 포함할 수 있다. 검출제어부(22)는 아크 발생(아크 검출)에 관한 정보를 통신부(미도시)를 통해 사용자 단말(미도시, 외부 단말)로 제공할 수 있다. 통신부에 관한 설명은 도 10j 및 도 10k를 참조하여 보다 쉽게 이해될 수 있다.
도 10j는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 통신부의 회로도(특히, HMI 통신부의 회로도)의 예를 나타낸 도면이다. 도 10k는 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반에 포함된 통신부와 관련하여, HMI 국번 설정 딥 스위치의 회로도 예를 나타낸 도면이다. 달리 말해, 도 10j는 HMI 통신을 위한 회로도의 예를 나타내고, 도 10k는 국번 딥스위치 회로도의 예를 나타낸다.
도 10j 및 도 10k를 참조하면, 통신부(미도시)는 상위 HMI시스템과 RS-485모드버스 통신을 통해, 본 접속반(20) 내지 본 시스템의 현재 상태 정보와 알람 정보를 사용자 단말(외부단말)로 송수신할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 11은 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 제어 방법에 대한 동작 흐름도이다.
도 11에 도시된 아크 검출이 가능한 태양광 접속반의 제어 방법은 앞서 설명된 본 접속반(20)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 본 접속반(20)에 대하여 설명된 내용은 아크 검출이 가능한 태양광 접속반의 제어 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 11을 참조하면, 단계S11에서는 PV 모듈로부터 본체부의 내부로 인입되는 전선에 배치된 아크 센서가, 전선에 대하여 전기신호를 측정할 수 있다.
다음으로, 단계S12에서는 검출제어부가, 단계S11에서 측정된 전기신호의 파형 특징 분석을 통해 태양광 접속반 내 아크 발생 여부를 검출할 수 있다.
이때, 단계S12에서 검출제어부는, 단계S11에서 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출할 수 있다. 여기서, 기설정된 특징 조건은, 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생하는 특징에 대한 조건일 수 있다. 아크 발생 여부를 검출하는 단계(S12)에 대한 보다 구체적인 과정은 단계S12a 내지 단계S12c와 같을 수 있다. 즉, 후술하는 단계S12a 내지 단계S12c는 단계S12에 포함된 단계일 수 있다.
단계S12a에서 검출제어부는, 단계S11에서 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형이 존재하는지 판단할 수 있다. 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형이 존재하면(S12a-Y), 검출제어부는 기 설정된 특징 조건을 충족하는 파형에 대응하는 신호를 아크 신호일 가능성이 있는 아크 의심 신호로 1차 판단(S12b)할 수 있다. 만약, 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형이 존재하지 않는 것으로 판단(S12a-N)되면, 이후 단계S11이 수행될 수 있다.
단계S12b 이후, 단계S12c에서 검출제어부는, 데이터베이스에 기 저장된 복수의 아크 신호 파형 데이터와 아크 의심 신호의 파형 데이터 간의 유사도 비교를 기반으로 아크 의심 신호가 아크 신호인지 2차로 식별(판단, S12c)할 수 있다. 이때, 검출제어부는 아크 의심 신호가 아크 신호인 것으로 식별(판단)되면, 최종적으로 아크가 발생한 것으로 검출할 수 있다. 만약, 아크 의심 신호가 아크 신호가 아닌 것으로 식별(판단)되면, 이후 단계 S11이 수행될 수 있다.
다음으로, 단계S13에서는 단계S12(특히, 단계S12c)에서의 검출 결과 아크가 발생한 것으로 검출되면, 검출제어부가 PV 모듈로부터 전선을 통해 공급되는 전력이 차단되도록 제어할 수 있다.
또한, 단계S13에서 검출제어부는, 단계S11에서의 아크 센서(21)에 의한 전기신호의 측정 시간 간격을 제1 측정 시간 간격으로 제어할 수 있다. 또한, 단계S13에서 검출제어부는, 단계S12에서 아크 의심 신호가 아크 신호인 것으로 식별된 경우, 단계S11에서의 아크 센서에 의한 측정 시간 간격을 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경할 수 있다.
또한, 도면에 도시하지는 않았으나, 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 제어 방법은, 단계S12 이후에 아크 발생 원인 판단부가, 아크 발생 여부의 검출 결과를 기반으로, 딥러닝 모델을 이용하여 태양광 접속반 내 발생된 아크에 대응하는 아크 발생 원인을 판단하는 단계(이하 설명의 편의상, 단계S12-1이라 함)를 포함할 수 있다.
이때, 단계S12-1에서 아크 발생 원인 판단부는, 아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터를 입력값으로 하고 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 딥러닝 모델 기반 기학습 사항에 기초하여, 딥러닝 모델에 태양광 접속반에서 발생된 아크에 대응하는 아크 신호의 파형 데이터를 입력으로 적용함으로써 아크 발생 원인을 판단할 수 있다.
여기서, 아크 발생 원인의 유형에는 PV 모듈들 사이를 연결하는 커넥터의 체결 상태 불량, 커넥터의 열화, 상기 접속반 내 습기로 인한 단선, 및 전선 절연의 마모에 관한 유형이 포함될 수 있다.
또한, 도면에 도시하지는 않았으나, 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 제어 방법은, 단계S13 이전에 본체부의 내부로 인입되는 전선 및 전선이 연결되는 연결 단자에 대한 적어도 일부의 이미지를 촬영하는 단계, 및 이미지 분석을 기반으로 한 연결 단자와 전선 간의 결합도를 결합도 산출부를 통해 산출하는 단계를 포함할 수 있다.
이때, 단계S13에서 검출제어부는, 산출된 결합도의 수준에 따라 단계S11에서의 아크 센서에 의한 측정 시간 간격을 달리 제어할 수 있다.
또한, 도면에 도시하지는 않았으나, 본원의 일 실시예에 따른 아크 검출이 가능한 태양광 접속반의 제어 방법은, 단계S13 이전에, 온도 센서를 통해 본체부의 내부 온도를 측정하는 단계, 습도 센서를 통해 본체부의 내부 습도를 측정하는 단계를 포함할 수 있다.
이때, 단계S13에서 검출제어부는, 측정된 내부 온도 및 측정된 내부 습도를 고려하여 본체부의 내부에 결로가 발생되지 않도록 순환팬의 동작 유형을 제어할 수 있다. 여기서, 순환팬은 본체부의 내부 공기의 유출입을 제어할 수 있다.
상술한 설명에서, 단계 S11 내지 S13은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시 예에 따른 아크 검출이 가능한 태양광 접속반의 제어 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 아크 검출이 가능한 태양광 접속반의 제어 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
20: 태양광 접속반
21: 아크 센서
22: 검출제어부
24: 아크 발생 원인 판단부
26: 결합도 산출부
27: 온도 센서
28: 습도 센서
29: 순환팬

Claims (9)

  1. 아크 검출이 가능한 태양광 접속반으로서,
    본체부;
    PV 모듈로부터 상기 본체부의 내부로 인입되는 전선에 배치되어, 상기 전선에 대하여 전기신호를 측정하는 아크 센서; 및
    상기 아크 센서를 통해 측정된 전기신호의 파형 특징 분석을 통해 상기 태양광 접속반 내 아크 발생 여부를 검출하고, 검출 결과 아크가 발생한 것으로 검출되면, 상기 PV 모듈로부터 상기 전선을 통해 공급되는 전력이 차단되도록 제어하는 검출제어부,
    를 포함하고,
    상기 검출제어부는,
    상기 측정된 전기신호의 파형 중 기설정된 특징 조건을 충족하는 파형의 존재 여부에 따라 아크 발생 여부를 검출하되,
    상기 측정된 전기신호의 파형 내에 임계 범위에 속하는 신호가 미리 설정된 시간 동안 발생하는 특징에 대한 조건인 상기 기설정된 특징 조건을 충족하는 파형이 존재하면, 상기 기 설정된 특징 조건을 충족하는 파형에 대응하는 구간의 신호를 아크 신호일 가능성이 있는 아크 의심 신호로서 1차 판단하고,
    1차적으로 판단된 상기 아크 의심 신호의 파형 데이터에 대하여 데이터베이스에 기 저장된 복수의 아크 신호 파형 데이터와의 유사도 비교를 수행하여, 상기 복수의 아크 신호 파형 데이터 중 상기 아크 의심 신호의 파형 데이터와의 유사도가 임계 유사도를 초과하는 유사도를 갖는 아크 신호 파형 데이터가 적어도 하나 존재하면, 1차 판단된 상기 아크 의심 신호가 아크 신호인 것으로 2차 판단하며,
    2차 판단 결과 상기 아크 의심 신호가 아크 신호인 것으로 판단되면, 상기 태양광 접속반 내 아크가 발생한 것으로 최종 검출하고, 제1 측정 시간 간격으로 제어되는 상기 아크 센서에 의한 측정 시간 간격을 상기 제1 측정 시간 간격보다 짧은 제2 측정 시간 간격으로 변경되도록 제어하는 것인, 아크 검출이 가능한 태양광 접속반.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 아크 발생 여부의 검출 결과를 기반으로, 딥러닝 모델을 이용하여 상기 태양광 접속반 내 발생된 아크에 대응하는 아크 발생 원인을 판단하는 아크 발생 원인 판단부,
    를 더 포함하는 아크 검출이 가능한 태양광 접속반.
  6. 제5항에 있어서,
    상기 아크 발생 원인 판단부는,
    아크 발생 원인의 유형별 복수의 아크 신호 파형 데이터를 입력값으로 하고 복수의 아크 신호 파형 데이터 각각과 매칭되는 아크 발생 원인 정보를 출력값으로 하는 딥러닝 모델 기반 기학습 사항에 기초하여, 상기 딥러닝 모델에 상기 태양광 접속반에서 발생된 아크에 대응하는 아크 신호의 파형 데이터를 입력으로 적용함으로써 상기 아크 발생 원인을 판단하는 것인, 아크 검출이 가능한 태양광 접속반.
  7. 제6항에 있어서,
    상기 아크 발생 원인의 유형에는 PV 모듈들 사이를 연결하는 커넥터의 체결 상태 불량, 커넥터의 열화, 상기 접속반 내 습기로 인한 단선, 및 전선 절연의 마모에 관한 유형이 포함되는 것인, 아크 검출이 가능한 태양광 접속반.
  8. 삭제
  9. 제1항에 있어서,
    상기 본체부의 내부 온도를 측정하는 온도 센서;
    상기 본체부의 내부 습도를 측정하는 습도 센서; 및
    상기 본체부의 내부 공기의 유출입을 제어하는 순환팬을 더 포함하고,
    상기 검출제어부는,
    상기 측정된 내부 온도 및 상기 측정된 내부 습도를 고려하여 상기 본체부의 내부에 결로가 발생되지 않도록 상기 순환팬의 동작 유형을 제어하는 것인, 아크 검출이 가능한 태양광 접속반.
KR1020190064581A 2019-05-31 2019-05-31 아크 검출이 가능한 태양광 접속반 KR102046975B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190064581A KR102046975B1 (ko) 2019-05-31 2019-05-31 아크 검출이 가능한 태양광 접속반

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190064581A KR102046975B1 (ko) 2019-05-31 2019-05-31 아크 검출이 가능한 태양광 접속반

Publications (1)

Publication Number Publication Date
KR102046975B1 true KR102046975B1 (ko) 2019-11-20

Family

ID=68729154

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190064581A KR102046975B1 (ko) 2019-05-31 2019-05-31 아크 검출이 가능한 태양광 접속반

Country Status (1)

Country Link
KR (1) KR102046975B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102099688B1 (ko) 2019-12-06 2020-04-10 제이케이엔지니어링(주) 화재예방과 구조물 안전예방기능을 구비한 태양광 접속반
KR102166323B1 (ko) * 2020-02-12 2020-10-15 지투파워 (주) 태양광발전시스템의 웨이블릿 변환에 의한 아크 검출 장치 및 방법
KR20210069392A (ko) * 2019-12-03 2021-06-11 한국에너지기술연구원 에너지원의 출력경로에서 아크를 검출하는 장치
KR20210112874A (ko) * 2020-03-06 2021-09-15 (주)에스엔 아크 감시 기능을 가지는 에너지 저장 장치
KR102339485B1 (ko) * 2020-06-30 2021-12-15 강원대학교산학협력단 인공신경망을 이용한 아크신호 검출방법
KR102516010B1 (ko) 2022-10-18 2023-03-30 (주)오앤엠 코리아 서포트 벡터 머신러닝 알고리즘을 이용한 태양광 발전시스템의 직류아크 검출방법
KR102517490B1 (ko) * 2021-10-28 2023-04-04 장현수 지능형 태양광 진단 시스템
KR102588582B1 (ko) * 2023-06-14 2023-10-12 주식회사 솔라리치 Ai 기반 태양광 선로의 아크 검출 장치를 탑재한 태양광 발전 시스템
KR102683561B1 (ko) * 2024-01-16 2024-07-10 김선미 이상 상태 진단을 위한 알고리즘 기반 태양광 발전 시스템 효율성 향상 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012249395A (ja) * 2011-05-26 2012-12-13 Tokyo Electric Power Co Inc:The 電力系統事故波形データ検索装置、及び記録媒体
KR20180054246A (ko) * 2016-11-15 2018-05-24 디지털파워넷 주식회사 IoT 기반의 실시간 원격감시가 가능한 과부하를 포함하는 아크겸용 대기전력 자동차단 콘센트장치
KR101879743B1 (ko) * 2018-02-12 2018-07-18 주식회사 한국이알이시 온도 및 결로 검출기능을 구비한 태양광 접속반
KR20190047788A (ko) * 2017-10-30 2019-05-09 동국대학교 산학협력단 전기 아크 출현 위치를 검출하는 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012249395A (ja) * 2011-05-26 2012-12-13 Tokyo Electric Power Co Inc:The 電力系統事故波形データ検索装置、及び記録媒体
KR20180054246A (ko) * 2016-11-15 2018-05-24 디지털파워넷 주식회사 IoT 기반의 실시간 원격감시가 가능한 과부하를 포함하는 아크겸용 대기전력 자동차단 콘센트장치
KR20190047788A (ko) * 2017-10-30 2019-05-09 동국대학교 산학협력단 전기 아크 출현 위치를 검출하는 방법 및 시스템
KR101879743B1 (ko) * 2018-02-12 2018-07-18 주식회사 한국이알이시 온도 및 결로 검출기능을 구비한 태양광 접속반

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210069392A (ko) * 2019-12-03 2021-06-11 한국에너지기술연구원 에너지원의 출력경로에서 아크를 검출하는 장치
KR102341332B1 (ko) * 2019-12-03 2021-12-21 한국에너지기술연구원 에너지원의 출력경로에서 아크를 검출하는 장치
KR102099688B1 (ko) 2019-12-06 2020-04-10 제이케이엔지니어링(주) 화재예방과 구조물 안전예방기능을 구비한 태양광 접속반
KR102166323B1 (ko) * 2020-02-12 2020-10-15 지투파워 (주) 태양광발전시스템의 웨이블릿 변환에 의한 아크 검출 장치 및 방법
KR20210112874A (ko) * 2020-03-06 2021-09-15 (주)에스엔 아크 감시 기능을 가지는 에너지 저장 장치
KR102395518B1 (ko) * 2020-03-06 2022-05-09 (주)에스엔 아크 감시 기능을 가지는 에너지 저장 장치
KR102339485B1 (ko) * 2020-06-30 2021-12-15 강원대학교산학협력단 인공신경망을 이용한 아크신호 검출방법
KR102517490B1 (ko) * 2021-10-28 2023-04-04 장현수 지능형 태양광 진단 시스템
KR102516010B1 (ko) 2022-10-18 2023-03-30 (주)오앤엠 코리아 서포트 벡터 머신러닝 알고리즘을 이용한 태양광 발전시스템의 직류아크 검출방법
KR102588582B1 (ko) * 2023-06-14 2023-10-12 주식회사 솔라리치 Ai 기반 태양광 선로의 아크 검출 장치를 탑재한 태양광 발전 시스템
KR102683561B1 (ko) * 2024-01-16 2024-07-10 김선미 이상 상태 진단을 위한 알고리즘 기반 태양광 발전 시스템 효율성 향상 장치 및 방법

Similar Documents

Publication Publication Date Title
KR102046975B1 (ko) 아크 검출이 가능한 태양광 접속반
US11892890B2 (en) Power converter failure detection and prevention
US10312858B2 (en) Solar power generation system and failure diagnosis method therefor
US9129510B2 (en) Monitoring operating condition of electrical component
US20160349305A1 (en) Automated digital earth fault system
US20050286190A1 (en) Electric power monitoring and response system
US8680872B2 (en) Identification of false positives in high impedance fault detection
TW201333484A (zh) 設備異常的偵測裝置與方法
JPWO2015029458A1 (ja) 直流発電システムおよび直流発電システムの保護方法
US20130096853A1 (en) Systems and methods for monitoring electrical contacts
WO2015022728A1 (ja) 太陽光発電検査システムおよび太陽光発電検査方法
JP2015211606A (ja) 直流発電システムおよび直流発電システムの保護方法
CN110865280B (zh) Dc电弧检测和光伏电站分析***
Miao et al. Arc-faults detection in PV systems by measuring pink noise with magnetic sensors
CN110133478A (zh) 异常检测电路、方法、装置和介质
JP6597394B2 (ja) アーク発生位置検出装置およびアーク発生位置検出方法
US20140176151A1 (en) Methods for locating ground faults and insulation degradation condition in energy conversion systems
US20180358797A1 (en) Method and device for detecting an electric arc in a photovoltaic installation
US20210341543A1 (en) Method of and system for detecting a serial arc fault in a power circuit
US20130158903A1 (en) Method and System for Detecting Transients in Power Grids
US20160266182A1 (en) Operation apparatus
JP2014182126A (ja) 複数の電流センサを使用した太陽電池ストリングレベルのホームランアーク放電検出
EP3292417B1 (en) Analysing a power circuit
KR102218875B1 (ko) 낙뢰에 대한 지능형 전력공급 전환장치 및 그 전력공급 전환방법
Zhao et al. A Spatial Location Method for DC Series Arc Faults Based on RSSI and Bayesian Regularization Neural Network

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant