KR102377936B1 - 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템 - Google Patents

초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템 Download PDF

Info

Publication number
KR102377936B1
KR102377936B1 KR1020210187437A KR20210187437A KR102377936B1 KR 102377936 B1 KR102377936 B1 KR 102377936B1 KR 1020210187437 A KR1020210187437 A KR 1020210187437A KR 20210187437 A KR20210187437 A KR 20210187437A KR 102377936 B1 KR102377936 B1 KR 102377936B1
Authority
KR
South Korea
Prior art keywords
partial discharge
signal
ultra
high frequency
data
Prior art date
Application number
KR1020210187437A
Other languages
English (en)
Inventor
김영일
박준용
Original Assignee
지투파워(주)
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 지투파워(주) filed Critical 지투파워(주)
Priority to KR1020210187437A priority Critical patent/KR102377936B1/ko
Application granted granted Critical
Publication of KR102377936B1 publication Critical patent/KR102377936B1/ko

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
    • G01R31/14—Circuits therefor, e.g. for generating test voltages, sensing circuits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/20—Modifications of basic electric elements for use in electric measuring instruments; Structural combinations of such elements with such instruments
    • G01R1/203—Resistors used for electric measuring, e.g. decade resistors standards, resistors for comparators, series resistors, shunts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • 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
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • 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
    • G01R31/1254—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 gas-insulated power appliances or vacuum gaps
    • 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
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/62—Testing of transformers
    • 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

Landscapes

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

Abstract

본 발명은 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 관한 것으로서, 더욱 상세하게는 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 배전반, 전동기, 발전기 등 전력설비에서 절연불량, 접속불량 또는 단선 등에 의한 부분방전을 초고주파(UHF, Ultra High Frequency) 센서를 이용하여 신속히 검출하면서 부분방전을 진단할 수 있는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 관한 것이다.
상기의 과제를 해결하기 위한 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템은 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기 및 수전설비 중 어느 하나 이상을 포함하는 배전반에서 발생하는 부분방전을 검출하는 검출장치; 상기 검출장치로부터 전송된 신호를 디지털신호로 변환하여 전송하는 신호처리장치; 및 상기 신호처리장치로부터 전송된 디지털신호를 분석하여 진단하는 모니터링장치를 포함하여 구성되고, 상기 검출장치는 상기 배전반에 설치되어, 300MHz~3GHz의 극초단파를 이용하여 상기 전력설비에서의 부분방전으로 생성된 초고주파의 전기적인 신호를 검출하는 UHF(Ultra High Frequency)모듈을 포함하는 것을 특징으로 한다.

Description

초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템{PARTIAL DISCHARGE MONITORING AND DIAGNOSIS SYSTEM FOR INTELLIGENT DISTRIBUTION BOARD USING ULTRA FREQUENCY SIGNAL}
본 발명은 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 관한 것으로서, 더욱 상세하게는 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 배전반, 전동기, 발전기 등이 수납된 배전반 내부의 전력설비에서 절연불량, 접속불량 또는 단선 등에 의한 부분방전을 초고주파(UHF, Ultra High Frequency) 센서로 신속히 검출하면서 부분방전의 발생 여부를 감시하고 지능형 알고리즘을 통해 진단할 수 있는 초고주파전기신호를 이용한 지능형 배전반 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 전력설비 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.
전력설비의 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 등의 다양한 전력설비에서 부분방전을 측정하기 위한 다양한 장치들이 사용되고 있다.
전력설비에서 부분방전을 진단 또는 모니터링하기 위한 기술로서, 등록특허공보 제10-1908706호에 전력기반설비의 부분방전 진단 및 종합 관리시스템이 개시되었다.
상기 기술은 전력기반설비에 탑재되고, 데이터 통신이 가능한 제어부; 상기 전력기반설비에서 발생된 부분방전신호를 검출하여 상기 제어부로 검출신호를 송신하는 부분방전센싱부; 상기 전력기반설비에 탑재되고, 상기 부분방전센싱부의 검출신호가 이상신호인 경우 상기 제어부로부터 이상신호를 수신하여 경보를 발하는 표시부; 및 상기 이상신호 검출 시, 상기 전력기반설비의 부하를 저감시키기 위한 스마트 액추에이터를 포함하여 구성된다.
또한, 등록특허공보 제10-2117938호에 전력기기의 부분방전 감시 시스템이 개시되었다.
상기 기술은 개폐장치의 내부에 설치되어 과압을 방출함과 동시에 부분방전으로 생성되는 고주파 전류의 전기적인 신호를 검출하는 센서부를 포함하되, 상기 센서부는 비 도전성 재료부; 상기 비 도전성 재료부의 일 면에 배치되고, 제1형태를 가지며 전기적인 신호를 검출하는 제1패턴부; 및 상기 일 면에 배치되고, 제2형태를 가지며 전기적인 신호를 검출하는 제2패턴부를 포함하며, 상기 제2형태를 제1축을 기준으로 180도 회전하는 경우, 회전된 제2형태는 상기 제1축에 대하여 수직인 제2축을 기준으로 상기 제1형태와 대칭되게 구성된다.
등록특허공보 제10-1908706호 (2018. 10. 10.) 등록특허공보 제10-2117938호 (2020. 05. 27.)
본 발명은 상기의 문제점을 해결하고자 안출된 것으로서, 본 발명에서 해결하고자 하는 과제는 전력설비에서 발생되는 부분방전을 신속히 검출하여 부분방전의 발생을 감시하고 진단할 수 있는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템을 제공하는 데 있다.
또한, 본 발명에서 해결하고자 하는 다른 과제는 부분방전의 종류를 검출하고, 지능형 알고리즘을 통해 부분방전의 종류에 따라 적절하게 대응할 수 있는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템을 제공하는 데 있다.
상기의 과제를 해결하기 위한 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템은 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기 및 수전설비 중 어느 하나 이상을 포함하는 배전반에서 발생하는 부분방전을 검출하는 검출장치; 상기 검출장치로부터 전송된 신호를 디지털신호로 변환하여 전송하는 신호처리장치; 및 상기 신호처리장치로부터 전송된 디지털신호를 분석하여 진단하는 모니터링장치를 포함하여 구성되고, 상기 검출장치는 상기 배전반에 설치되어, 300MHz~3GHz의 극초단파를 이용하여 상기 전력설비에서의 부분방전으로 생성된 초고주파의 전기적인 신호를 검출하는 UHF(Ultra High Frequency)모듈을 포함하는 것을 특징으로 한다.
이때, 상기 UHF모듈은 UHF센서 및 상기 UHF센서에서 검출된 신호의 피크 신호를 검출하여 샘플링하는 UHF변환기를 포함하여 구성된다.
또한, 상기 UHF변환기는 상기 UHF센서로부터 출력된 신호를 증폭하는 증폭기; 상기 증폭기에서 출력되는 신호에 대해 저주파신호를 차단하는 제1 다이오드; 상기 제1 다이오드에서 출력되는 신호가 양의 펄스신호인 경우 피크 전압에 의해 충전되는 제1 커패시터; 상기 제1 다이오드와 제1 커패시터 사이의 펄스신호에 대해 전압을 충전하는 제2 커패시터 및 상기 제2 커패시터와 병렬연결되어 상기 제2 커패시터에 충전 전류를 제한하고 충전 전압을 방전시키는 션트저항을 포함하는 것을 특징으로 한다.
여기서, 상기 UHF센서는 M-자형 마이크로스트립 구조의 안테나로 구성될 수 있다.
또한, 상기 신호처리장치는 상기 검출장치로부터 출력된 아날로그신호 각각을 디지털신호로 변환하는 AD컨버터; 상기 AD컨버터에서 출력되는 복수의 디지털 신호를 설정된 로직에 따라 순차적으로 출력하는 복합신호처리기; 상기 복합신호처리기에서 출력되는 디지털신호를 임시 저장하는 임시메모리; 트리거신호를 제공하는 트리거입력기; 실시간 시간을 제공하는 RTC; 및 상기 RTC에서 제공되는 실시간 시간에 근거하여 상기 트리거입력기에서 제공된 트리거신호를 기준으로 상기 임시메모리의 디지털신호를 상기 모니터링장치로 전송하는 디지털신호처리기를 포함하여 구성될 수 있다.
또한, 상기 모니터링장치는 상기 신호처리장치로부터 전송된 데이터에 근거하여, 수신된 데이터에 대한 부분방전의 특성을 분석하는 분석부; 상기 분석부에서 분석된 2차원 이미지에 근거하여 식별요소를 추출하고, 추출된 식별요소에 근거하여 부분방전의 종류를 진단하는 진단부; 및 상기 진단부에서 진단된 결과를 외부장치 또는 외부 단말기인 HMI로 전송하는 출력부를 포함하여 구성될 수 있다.
또한, 상기 분석부는 상기 신호처리장치로부터 전송된 부분방전 신호의 위상과 펄스의 크기 및 펄스 빈도를 이용하여 PRPD 분석 방식으로 처리한 후, 처리된 상기 PRPD 분석 신호를 증폭처리하여 분석하는 것을 특징으로 한다.
또한, 상기 진단부는 수신된 상기 디지털신호인 검출 데이터로부터 식별요소를 추출하는 식별요소 추출모듈; 상기 식별요소 추출모듈에서 추출된 식별요소에 대하여 식별요소벡터를 이용하여 식별요소의 패턴을 클러스터별로 분류하는 패턴분류모듈; 상기 패턴분류모듈을 통해 검출 데이터가 미리 저장된 비교 데이터의 어느 클러스터에 포함되는 것인지를 비교하는 비교모듈; 및 상기 비교모듈에서 비교된 클러스터에 대하여 상기 검출 데이터에 대한 부분방전의 종류를 진단하는 지능형 진단모듈을 포함하여 구성된다.
또한, 상기 비교 데이터는 모의실험에 의해 검출된 실제 데이터(real data)와 임의로 생성된 모사 데이터(fake data)를 혼합한 학습 데이터를 학습시켜 생성되고, 상기 학습 데이터는 CNN(Convolutional Neural Networks)을 이용하여 판별되도록 구성될 수 있다.
여기서, 상기 모사 데이터는 DCGAN(Deep Convolutional Generative Adversarial) 지능형 알고리즘을 이용하여 생성되도록 구성될 수 있다.
본 발명에 의하면, 배전반의 전력설비에서 발생되는 부분방전은 복수의 UHF센서에 의해 검출되어 원격의 모니터링장치에서 부분방전의 종류를 진단하고, 진단결과에 따라 부분방전을 방지할 수 있는 대응방안을 마련할 수 있는 장점이 있다.
또한, 전력설비에서 발생된 부분방전의 종류를 판단하여 부분방전의 발생원인을 제공함으로써, 부분방전에 의해 발생되는 사고를 미연에 방지할 수 있는 장점이 있다.
또한, 다양한 종류별의 진단 방법을 각 특징별 부분방전 진단으로 수행하기 위한 주파수별 모듈을 자동으로 인식하여 인식된 모듈에 맞는 부분방전을 진단할 수 있는 장점이 있다.
도 1은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템의 개략적인 구성도,
도 2는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF모듈의 구성도,
도 3은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF센서의 구성도,
도 4는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF센서의 임피던스 특성, 방사 패턴, 반사 계수 및 전압 스탠딩 파동 비율(VSWR)을 나타낸 그래프,
도 5는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF 변환기의 회로도,
도 6은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 신호처리장치의 구성도,
도 7은 본 발명에 다른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 모니터링장치의 구성도,
도 8은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 분석부의 PRPD(Phase Resolved Partial Discharge) 방식에 의해 도출된 부분방전 종류에 대한 2차원 이미지,
도 9는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 분석부의 APPRPD(Average Projection Phase Resolved Partial Discharge) 방식에 의해 도출된 부분방전 종류에 대한 2차원 이미지,
도 10은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 DCGAN 지능형 알고리즘을 통해 모사 데이터를 생성하는 과정을 나타낸 도면,
도 11은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 모사 데이터를 포함하는 실험 데이터의 구성 테이블,
도 12는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 지능형 CNN의 구조도,
도 13은 노이즈(a), 보이드 방전(b), 코로나 방전(c) 및 플로팅 방전(d)의 실제 데이터를 이용한 PRPS(Phase Resolved Pulse Sequence) 3차원 파형의 그래프,
도 14는 노이즈(a), 보이드 방전(b), 코로나 방전(c) 및 플로팅 방전(d)의 실제 데이터와 모사 데이터를 혼합한 데이터의 PRPS(Phase Resolved Pulse Sequence) 3차원 파형의 그래프,
도 15는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 PRPS기반 비교 데이터에 학습 정확도를 나타낸 테이블,
도 16은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 PRPD기반 비교 데이터에 학습 정확도를 나타낸 테이블,
도 17은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 APPRPD기반 비교 데이터에 학습 정확도를 나타낸 테이블이다.
다음으로, 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템의 바람직한 실시 예를 도면을 참조하여 상세히 설명한다.
이하에서 동일한 기능을 하는 기술요소에 대해서는 동일한 참조 부호를 사용하고, 중복 설명을 피하기 위하여 반복되는 상세한 설명은 생략한다.
또한, 이하에 설명하는 실시 예는 본 발명의 바람직한 실시 예를 효과적으로 보여주기 위하여 예시적으로 나타내는 것으로, 본 발명의 권리범위를 제한하기 위하여 해석되어서는 안 된다.
본 발명은 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 관한 것으로서, 더욱 상세하게는 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치), 개폐기, 배전반, 전동기, 발전기 등 전력설비에서 절연불량, 접속불량 또는 단선 등에 의한 부분방전을 초고주파(UHF, Ultra High Frequency) 센서로 신속히 검출하면서 부분방전의 발생 여부를 감시하고 진단할 수 있는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 관한 것이다.
도 1은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템의 개략적인 구성도이다.
첨부된 도 1을 참조하면, 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템은 UHF모듈(101)을 포함하는 검출장치(100), 신호처리장치(200) 및 모니터링장치(300)를 포함하여 구성된다.
이때, 상기 검출장치(100) 및 신호처리장치(200)는 확장가능하도록 구성되는 데, 배전반에 대응하여 배전반이 복수 개로 구성되는 경우 상기 배전반의 개수에 따라 복수 개 설치될 수 있다.
상기 검출장치(100)는 UHF(Ultra High Frequency)모듈(101)을 포함하는 것으로서, UHF모듈(101)에는 300MHz ~ 3GHz의 극초단파를 검출하는 UHF센서를 통해 전력설비에서의 부분방전으로 생성된 초고주파의 전기적인 신호를 검출한다.
UHF모듈(101)을 적용하는 이유는 외부 전자기 간섭에 대한 내성 및 높은 감지 감도를 가진 높은 신호 대 잡음 비를 가지고 있다. 즉, HV시설을 포함하는 전력설비 주변에는 연속 백색 소음과 같이 낮은 주파수 범위(200MHz 미만)의 노이즈에 노출되어 있고, 이러한 노이즈에 의한 오류를 최소화할 수 있다. 또한, 강철 탱크 또는 쉘 등으로 마감된 전력설비의 경우 금속 구조의 실드 효과로 인해 주변 코로나 방출로부터의 외부 전자기 간섭을 효과적으로 완화할 수 있다. 물론, UHF센서가 외부에 장착된 경우, TV 및 라디오 방송과 같은 전기 통신 시스템의 전자파는 부분방전을 감시하는 위치에서 정확도에 영향을 미칠 수 있으나, 다른 부분방전을 검출하는 센서와 비교해 볼 때 노이즈에 의한 오류를 최소화할 수 있는 장점이 있다.
부분방전은 오염된 신호를 구별하고 추출할 수 있는 임펄스 신호로 출력된다. 이에 더하여 부분방전으로 인한 임펄스 신호는 방출의 진폭과 관련이 있을 뿐만 아니라 위치에 따라 다르기 때문에 본 발명에서는 UHF센서가 포함된 UHF모듈(101)이 적용된다.
상기 UHF모듈(101)은 선택된 하나의 전력설비에 하나 또는 복수 개 설치될 수 있으며, 각 설치된 위치에서 검출된 부분방전 시간차이에 따라 위치를 추정할 수 있는 정보를 추가로 제동할 수 있다.
도 2는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF모듈의 구성도이다.
첨부된 도 2를 참조하면, UHF모듈(101)은 UHF센서(110) 및 UHF변환기(120)를 포함하여 구성된다.
상기 UHF센서(110)는 부분방전 소스로부터 유도 전자파 수신을 위해 필요한 센서이기 때문에 안테나로 볼 수 있다. 즉, 상기 UHF센서(110)는 부분방전으로 발생된 소스에 의해 생성된 커플링 전자파 신호를 전류 또는 전압 신호로 변환하기 위한 에너지 변환 장치로 사용된다.
이러한 UHF센서(110)는 전력 변압기, 케이블, 회전 기계, 스위치 기어, 가스 절연 변전소 등 전력설비에 광범위하게 적용되어 부분방전을 검출하도록 구성되고, 센서 배열은 응용 분야별로 차이가 있다.
일반적인 안테나는 기저판에 수직으로 세워져 구성되는 모노폴 안테나와 기저판과 수평한 판 형태로 구성되는 마이크로스트립(microstrip) 안테나로 구분된다.
모노폴 안테나는 양호한 방사선 패턴 및 적절한 크기 때문에 널리 사용되나, 작동 대역폭이 좁아 정보 손실이 큰 단점이 있다.
마이크로스트립 안테나는 소형의 두께, 저중량 및 낮은 제작 비용의 장점을 가지고 있으나, 해석이 어렵고 유전 손실과 함께 좁은 대역폭을 가지고 있다.
UHF센서(110)는 S-매개변수, 전압 스탠딩 파형비, 입력 임피던스 등의 파라미터, 표면 전류 분포 및 방향성(E-plane 및 H-plane의 이득) 등을 고려하여 설계되어야 한다.
도 3은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF센서를 나타낸 도면이다.
첨부된 도 3을 참조하면, 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF센서(110)는 M-자형 마이크로스트립 구조의 안테나로 구성되는 것으로서, 소정의 두께를 가지는 유전체 기판(111), 상기 유전체 기판(111)의 상면에 형성되는 M자형의 방사체(112), 상기 유전체 기판(111)의 상면에 배치되고 상기 방사체(112)의 중심부 하단에 연결되어 하부측으로 길게 형성되는 급전선(113) 및 상기 유전체 기판(111)의 하면에 형성되는 접지판(114)을 포함하여 구성된다.
상기 유전체 기판(111)은 비전도성의 재질로 이루어진다.
상기 방사체(112)는 좌우 대칭으로 이루어지되, 측면으로 치우친 노치(112a, 112b)가 형성된다.
도 4는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF센서의 임피던스 특성, 방사 패턴, 반사 계수 및 전압 스탠딩 파동 비율(VSWR)을 나타낸 것이다.
본 발명에 적용된 UHF센서(110)의 임피던스 특성(도 4의 (a))은 입력 주파수를 추정하는 것으로 측정되었다.
상기 UHF센서(110)의 방사 패턴(도 4의 (b))을 살펴보면, 거의 모든 방향에서 부분방전의 신호(전자파 신호)를 수신할 수 있는 것으로 측정되었다. 이때, 상기 UHF센서(110)와 직교하는 신호에 대해서는 높은 감도로 감지할 수 있는 것으로 측정되었으며, 전력설비에 설치되는 위치를 적절하게 조절하는 것으로 방향성을 더욱 개선할 수 있는 것으로 측정되었다.
상기 UHF센서(110)의 반사 계수(도 4의 (c)) 및 전압 스탠딩 파동 비율(도 4의 (d))을 통해 680MHz부터 1.53GHz까지의 허용 가능한 주파수 대역폭을 보여주며, 3개의 공진 주파수를 가지는 것으로 측정되었다.
도 5는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 UHF 변환기의 회로도를 나타낸 것이다.
상기 UHF 변환기(120)는 상기 UHF센서(110)에서 검출된 신호의 피크 신호를 검출하여 샘플링하는 기능을 수행하는 것으로서, 첨부된 도 5를 참조하면, 상기 UHF 변환기(120)는 상기 UHF센서(110)로부터 출력된 신호를 증폭하는 증폭기(121); 상기 증폭기(121)에서 출력되는 신호에 대해 저주파신호를 차단하는 제1 다이오드(122); 상기 제1 다이오드(122)에서 출력되는 신호가 양의 펄스신호인 경우 피크 전압에 의해 충전되는 제1 커패시터(123); 상기 제1 다이오드(122)와 제1 커패시터(123) 사이의 펄스신호에 대해 전압을 충전하는 제2 커패시터(124); 및 상기 제2 커패시터(124)와 병렬연결되어 상기 제2 커패시터(124)에 충전 전류를 제한하고 충전 전압을 방전시키는 션트저항(125)을 포함하여 구성되고, 제1 커패시터(124)에 역전압을 방지하기 위한 역전방지 다이오드(126)가 구성된다.
더욱 상세하게, UHF센서(110)에서 검출된 신호는 증폭기(121)에서 40dB로 증폭된다. 증폭된 신호는 제1 다이오드(122)를 통과하여 제1 커패시터(123) 및 제2 커패시터(124)에 의해 통합된다.
이때, 상기 UHF센서(110)에서 출력된 신호의 극성이 양이면 제1 커패시터(123) 및 제2 커패시터(124)의 전압이 상승하며, 상승된 전압은 션트저항(125)에 의해 방전되게 된다.
상기의 과정에서 UHF센서(110)에서 출력된 양의 신호(펄스)에 대한 피크 홀드값(엔벨로프)은 제1 커패시터(123)에 기록되며, 상기 피크 홀드값을 샘플링 신호로 간주하여 출력되게 된다.
이에, 상기 피크 홀드값을 이용하여 신호로서의 의미를 갖도록 구성됨에 따라 노이즈 신호 또는 샘플링 신호의 개수를 현저히 감소시킴으로써, 샘플링을 위한 시간을 충분히 확보되어 시스템에서 요구하는 장비사양(성능)을 크게 낮출 수 있는 장점이 있다.
도 6은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 신호처리장치의 구성을 나타낸 것이다.
첨부된 도 6을 참조하면, 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 신호처리장치(200)는 AD컨버터(210), 복합신호처리기(220), 임시메모리(230), 트리거입력기(240), RTC(250, Real-Time Clock) 및 디지털신호처리기(260)를 포함하여 구성된다.
AD컨버터(210)는 상기 검출장치(100)로부터 출력된 아날로그신호 각각을 디지털신호로 변환한다.
상기 AD컨버터(210)는 설치된 UHF센서의 개수에 대응하여 복수 개 구성된다.
즉, 검출장치(100)를 구성하는 UHF모듈(101)의 UHF센서(110) 개수에 대응하여 상기 AD컨버터(210, ADC)는 한 개 또는 복수 개 구성되고, 각 센서로부터 전송된 아날로그 신호를 디지털 신호로 변환하여 출력한다.
이러한, 상기 AD컨버터(210)는 UHF변환기(120)에서 출력되는 피크 홀드의 신호 크기에 따라 변환되는 디지털 신호의 비트에 대응하여 상위 비트와 하위 비트로 구분하여 디지털 신호로 변환하고, 변환된 각각의 상위 비트와 하위 비트를 결합하여 디지털 신호로 변환되게 구성될 수 있다.
더욱 상세하게는, 변환되는 디지털 신호의 비트 수에 대응하여 상위 비트와 하위 비트로 구분하고, 입력되는 아날로그 신호의 크기가 상위 비트 또는 하위 비트 중에서 어느 범위에 속하는지를 비교하는 전처리부와, 상기 전처리부에서 비교한 결과에 근거하여 상위 비트 연산모듈과 하위 비트 연산모듈로 구성되는 비트 연산부 및 상기 비트 연산부에서 연산된 상위 비트와 하위 비트에 대해 이득오차를 보정하여 상기 상위 비트와 하위 비트를 결합하여 디지털 신호를 생성하는 디지털 신호 생성부를 포함하여 구성된다.
복합신호처리기(220)는 상기 AD컨버터(210)에서 출력되는 복수의 디지털 신호를 설정된 로직에 따라 순차적으로 출력하는 기능을 수행한다.
즉, 상기 AD컨버터(210)에서 출력되는 디지털신호는 센서의 개수에 대응되는 복수 개의 병렬 신호이다.
또한, 상기 복합신호처리기(220)는 상기 AD컨버터(210)에서 동작되는 샘플링 클록을 제공하도록 구성된다.
임시메모리(230)는 상기 복합신호처리기(220)에서 출력되는 디지털신호를 임시 저장한다.
즉, 상기 임시메모리(230)는 신호를 임시 저장하는 데이터 버퍼의 기능을 수행하는 것으로서, SRAM으로 구성될 수 있다.
트리거입력기(240)는 트리거신호를 제공하는 것으로서, 부분방전의 신호를 분석 진단하는 과정에서 부분방전의 신호와 해당 전력설비의 제공 전원의 위상은 긴밀한 관계에 있다. 즉, 부분방전의 발생은 전력설비에서 제공되는 전원의 위상에 영향을 주기 때문에 고정된 전원의 위상각을 기준으로 부분방전의 신호를 트리거해야 하는 것이다.
이때, 상기 트리거입력기(240)에서 출력되는 트리거 신호는 전원의 위상각과 비교하는 비교기(245)를 통해 입력되도록 구성될 수 있다.
RTC(250, Real-Time Clock)는 실시간 시간을 제공하는 것으로서, 부분방전이 발생된 시간을 제공하면서, 검출된 시간 사이의 시간편차를 통해 부분방전의 위치를 검출하는 정보로 이용할 수 있다.
디지털신호처리기(260)는 상기 RTC(250)에서 제공되는 실시간 시간에 근거하여 상기 트리거입력기(240)에서 제공된 트리거신호를 기준으로 상기 임시메모리(230)의 디지털신호를 모니터링장치(300)로 전송하는 기능을 수행하면서, 상기 디지털신호를 메모리(265)에 저장한다.
모니터링장치(300)는 상기 신호처리장치(200)로부터 전송된 디지털신호를 분석하여 진단하는 기능을 수행한다.
도 7은 본 발명에 다른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 모니터링장치의 구성을 나타낸 것이다.
첨부된 도 7을 참조하면, 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 모니터링장치(300)는 분석부(310), 진단부(320) 및 출력부(330)를 포함하여 구성된다.
분석부(310)는 신호처리장치(200)로부터 전송된 데이터에 근거하여, 상기 전송되어 수신된 데이터에 대한 부분방전의 특성을 분석한다.
이때, 상기 분석부(310)에서 분석하는 알고리즘은 PRPS(Phase Resolved Pulse Sequence) 방식 또는 PRPD(Phase Resolved Partial Discharge) 방식, 또는 PRPS 방식과 PRPD 방식이 혼합된 혼합방식을 이용하여 분석한다.
상기 PRPS 방식 및 PRPD 방식은 1차원의 신호 데이터를 2차원 또는 3차원의 이미지 데이터로 변환하여 분석할 수 있도록 표현하는 것이다.
이때, 상기 PRPS 방식은 펄스(부분방전의 신호)의 위상과 펄스의 크기 및 펄스 시간을 이용하여 분석하는 방식이다.
또한, PRPD 방식은 펄스의 위상과 펄스의 크기 및 펄스 빈도를 이용하여 분석하는 방식이다. 상기 PRPD 방식은 부분방전이 노이즈와 달리 일정한 패턴을 가지고 있다는 것을 이용하여 부분방전 원인을 분석할 수 있는 유효한 방식이다.
상기에서, PRPS 방식으로 표현되는 이미지 데이터는 빈도수에 대한 정보가 없다. 즉, 전력장치가 동작하는 시점(예를 들면, 차단기, 개폐기 등)에서 일시적인 부분방전이 발생될 수 있는데, 이러한 일시적인 부분방전을 PRPS 방식으로 분석하는 경우, 부분방전이 발생된 것으로 판단할 수 있게 된다.
따라서 일시적으로 발생되어 소멸되는 간헐적 부분방전은 PRPS 방식과 PRPD 방식으로 모두 적용하여 판단하도록 구성될 수 있다.
본 발명에서는 노이즈, 보이드 방전, 코로나 방전 및 플로팅 방전을 구별할 수 있도록 하기 위해 각 방전의 2차원 이미지를 분석하였다.
보이드(void) 방전은 고체 및 액체 절연물 내부에 기포나 공극(void)이 포함된 경우 고전압이 가해지면, 공극내 유전율이 절연물의 유전율에 비하여 대단히 작게 되고, 이 보이드에 전계가 집중하게 되며, 기체의 절연내력은 고체나 액체에 비하여 낮으므로 공극 내부에서 국부적으로 발생되는 방전이다. 이러한 보이드 방전은 절연물 내부의 기포나 공극 내에서 발생되고, 유전율 내부에 다른 유전율을 갖는 불순물이 포함되는 경우에도 국부적인 강한 전계가 원인이 되어 절연파괴의 원인이 된다.
코로나 방전은 전극간의 전위차가 불꽃전압에 도달하면 불꽃방전에 의하여 양전극이 단락되고, 전극의 모양이 침단, 가는선 등과 같이 국부적으로 전계가 집중되는 경우에는 불꽃전압에 도달하기 이전에 전계가 집중되고 있는 부분에만 먼저 자속방전이 발생하고 다른 부분에는 절연이 파괴되지 않는 상태의 방전을 의미하는 것으로서, 코로나(corona), 국부파괴(partial breakdown) 또는 불완전파괴(incomplete breakdown)고 한다.
플로팅 방전(floating electrode discharge)은 절연체 내에서 발생할 수 있는 대표적인 부분방전으로, 버스바(busbar)에 전기적인 접속이 헐거워지거나 전기적으로 접속되지 않은 부분을 부유부분 또는 부유전극이라 하고, 접속반 내부에서 버스바 등이 전기적으로 접속되지 견고하지 않아서 발생되는 방전이다.
상기 각 방전에 대하여 세로축의 주기, 가로축의 위상으로 하여 2차원 이미지를 구축하고, 구축된 2차원 이미지에서 픽셀의 값은 방전 크기를 갖도록 나타내면, 보이드 방전은 앞쪽과 뒤쪽에 세로축의 선 2개가 평행한 형태인 이미지로 나타난다. 이는 연면 방전과 보이드 방전이 어느 주기에서나 동일한 위상에서 방전한다는 것이며, 연면 방전의 경우 세로축 선이 형태가 보이드 방전에 비하여 상대적으로 좁고 선명하게 나타남에 따라 연면 방전과 보이드 방전을 구분할 수 있다.
도 8은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 분석부의 PRPD 방식에 의해 도출된 부분방전 종류에 대한 2차원 이미지를 나타낸 것이다.
PRPS 방식은 시간 정보를 기반으로 신호를 분석하는 것인 반면, PRPD는 방전이 발생된 횟수 정보를 기반으로 신호를 분석하는 것으로서, PRPD는 전체 주기 동안 발생한 방전신호의 크기별로 신호가 발생된 횟수를 보여준다.
검출된 신호를 주파수와 시간의 TF맵으로 표현하면, 비슷한 종류의 신호들은 그래프상에서 클러스터(군집, cluster)를 이루게 된다.
TF맵에 표현된 점들은 유사한 신호들이 피크값과 발생 위상각을 알 수 있고, 부분방전의 종류에 따라 클러스터를 이루게 되므로, 산출된 PRPD 패턴을 클러스터와 비교하면, 부분방전의 종류를 구별할 수 있다.
PRPD 방식은 2D 또는 3D 등의 그래프로 표시될 수 있고, PRPD 패턴의 픽셀은 통계치를 계산하여 입력으로 사용될 수 있다.
이때, PRPD 패턴의 픽셀에서 주로 사용되는 식별자로는 왜도(skewness), 첨도(kurtosis) 및 교차 상관계수(cross-correlation)이다. 상기에서 교차 상관계수는 정극성과 부극성 패턴의 상호 상관관계를 의미한다.
이에, 부분방전이 최초로 발생하는 위상값, 분포함수를 이용하여 왜도는 다음의 수학식 1로 표현된다.
수학식 1)
Figure 112021150102354-pat00001
여기서, Sk는 왜도, NT는 전체 방전 개수, xi는 부분방전의 크기, xm은 부분방전의 평균값, σ는 분산이다.
또한, 첨도는 다음의 수학식 2로 표현된다.
수학식 2)
Figure 112021150102354-pat00002
여기서, Ku는 첨도, NT는 전체 방전 개수, xi는 i번째 부분방전의 크기, xm은 부분방전의 평균값, σ는 분산이다.
또한, 교차 상관계수는 다음의 수학식 3으로 표현된다.
수학식 3)
Figure 112021150102354-pat00003
여기서, CC는 교차 상관계수, n은 전체 방전 개수, xi는 i번째 부분방전의 크기, yi는 i번째 부분방전의 위상이다.
상기 수학식 1 내지 3에 의하면, 산출된 왜도(skewness), 첨도(kurtosis) 및 교차 상관계수(cross-correlation)는 PRPD 패턴에서 픽셀의 위치(좌표 및 크기)를 결정하는 식별자로 이용되게 된다.
상기 PRPD 방식에 의해 표현된 이미지는 PRPS 방식으로 표현된 데이터를 횟수 정보를 포함하여 보여주는 것으로서, 도 8의 (a)는 노이즈, (b)는 보이드 방전, (c)는 코로나 방전 및 플로팅 방전에 대한 PRPD 방식으로 표현된 2차원 이미지를 나타낸다.
첨부된 도 8을 참조하면, 표현된 이미지의 가로축은 위상(0 ~ 128°)이고 세로축은 방전의 크기(0 ~ 255dBm)이며, 이미지의 각 픽셀은 방전신호가 발생된 횟수에 대한 값을 의미한다.
PRPD 방식에 의해 표현된 이미지의 하단부에는 노이즈 신호가 밀집되어 있고, 노이즈 신호와 구별되는 부분방전 신호는 상단측에 표시됨을 알 수 있다.
도 8의 (a)인 노이즈는 전체 위상에서 작은 크기를 갖는 것으로 나타나고, 도 8의 (b)인 보이드 방전은 20 ~ 30°, 70 ~ 90°의 위상에서 80 ~ 180dBm의 크기로 발생됨을 알 수 있다.
도 8의 (c)인 코로나 방전의 경우 부분방전 신호가 0 ~ 50°, 90 ~ 128°의 위상에서 60 ~ 110 dBm의 크기로 발생되었고, (b)인 플로팅 방전의 경우 9 ~ 13°, 75 ~ 80°의 좁은 위상에서 150 ~ 240dBm의 크기로 발생되었다.
상기의 도 8에서와 같이, PRPS 방식 또는 PRPD 방식은 노이즈와 코로나 방전이 유사한 이미지로 도출된다. 또한, 넓은 범위로 보이드 방전과 플로팅 방전이 유사한 이미지를 보이고 있다. 이에, 본 발명에서는 PRPD 방식의 신호를 증폭하여 각 방전을 구분하도록 구성된다.
상기의 증폭하는 방식은 부분방전 신호의 크기를 평면의 픽셀값으로 저장하여 이미지 상에서 부분방전 신호에 대한 정보를 유지한 상태에서 상기 부분방전의 신호를 증폭처리하는 방식이다.
이러한 상기 방식에 대한 과정을 살펴보면, 가상의 영행렬에 대한 평면을 생성하고, 부분방전 신호를 주기별로 데이터 분할한 후, 주기별로 분할된 위상에 대한 부분방전 신호의 크기를 생성된 가상의 평면에 반영시킨다.
이때, 상기 반영시키는 횟수를 전체 주기에 대하여 반복수행한다.
상기 과정을 더욱 상세하게 설명한다.
1. 가상의 영행렬에 대한 평면 생성
가로축은 위상, 세로축은 부분방전 신호의 크기를 의미하도록 하는 [크기×위상]의 가상의 영행렬을 갖는 평면을 생성한다.
2. 부분방전 신호의 주기별 데이터 분할
부분방전 신호 데이터를 열벡터로 나누어 주기별로 저장한다.
예를 들어, 부분방전 신호 크기의 데이터를 열벡터[P] 만큼 나누어 주기(1 ~ n)별로 저장한다.
3. i번째 주기의 부분방전 신호를 생성된 가상 평면에 반영시킨다.
4. 부분방전 신호의 주기별 데이터가 분할된 열벡터를 n번 반복한다.
도 9는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 분석부의 APPRPD(Average Projection Phase Resolved Partial Discharge)에 의해 도출된 부분방전 종류에 대한 2차원 이미지를 나타낸 것이다.
APPRPD기법은 기존 PRPD기법의 단점을 보완하고자 고안한 것으로 발생빈도가 높은 노이즈값을 줄이고 발생빈도가 낮은 방전 신호를 확장하여 해석할 수 있도록 한다.
도 9의 (a)는 노이즈, (b)는 보이드 방전, (c)는 코로나 방전 및 (d)는 플로팅 방전에 2차원 이미지로서, 가로축은 위상이고 세로축은 부분방전 신호의 크기이다.
도 8의 PRPD 방식으로 검출된 부분방전에 의한 2차원 이미지와 비교하여 첨부된 도 9를 참조하면, (b)의 보이드 방전의 경우 부분방전의 신호가 더욱 선명하게 표시됨을 확인할 수 있고, (c)의 코로나 방전의 경우 150dBm 부근에서 부분방전의 신호가 검출되었고 하단부에서 발생된 노이즈가 삭제된 것을 볼 수 있다. 또한, (d)의 플로팅 방전의 경우 위상의 범위가 경우 9 ~ 13°, 55 ~ 60°, 75 ~ 80°에의 좁은 위상에서 150 ~ 240dBm의 크기로 발생되었다.
또한, APPRPD기법 방식으로 검출된 부분방전에 의한 2차원 이미지에서는 보이드 방전과 플로팅 방전이 유사한 이미지 형태로 나타났으나, 도 9의 (b) 보이드 방전과 (d) 플로팅 방전을 비교하여 보면, 산개된 정도가 확연히 차이가 보이고 있음을 알 수 있다.
또한, (a)의 노이즈 이미지와 (c)의 코로나 방전의 이미지를 비교하여 보면, 도 9에서는 노이즈의 이미지와 비교하여 코로나 방전의 이미지의 위상 및 크기가 넓게 확산되어 있어 확연한 차이가 있음을 보여주고 있다.
즉, 본 발명의 증폭 방식을 적용하여 보면, 노이즈, 보이드 방전, 코로나 방전 및 플로팅 방전을 구분할 수 있을 뿐만 아니라 코로나 방전과 노이즈를 구분하여 판단할 수 있는 장점이 있다.
상기 진단부(320)는 상기 분석부(310)에서 분석된 2차원 이미지에 근거하여 식별요소를 추출하고, 추출된 식별요소에 근거하여 부분방전의 종류를 진단하는 기능을 수행한다.
이에, 상기 진단부(320)는 수신된 상기 디지털신호인 검출 데이터로부터 식별요소를 추출하는 식별요소 추출모듈(321), 상기 식별요소 추출모듈(321)에서 추출된 식별요소에 대하여 식별요소벡터를 이용하여 식별요소의 패턴을 클러스터별로 분류하는 패턴분류모듈(322), 상기 패턴분류모듈(322)을 통해 검출 데이터가 미리 저장된 비교 데이터의 어느 클러스터에 포함되는 것인지를 비교하는 비교모듈(323) 및 상기 비교모듈(323)에서 도출된 클러스터에 대하여 상기 검출 데이터에 대한 부분방전의 종류를 진단하는 지능형 진단모듈(324)을 포함하여 구성된다.
여기서, 상기 비교 데이터는 전송된 디지털신호인 검출 데이터를 비교하기 위해 미리 저장된 부분방전의 데이터로서, 상기 비교 데이터는 추출모듈(321)과 패턴분류모듈(322)을 통해 생성되게 된다.
또한, 상기 진단부(320)에서 진단하는 부분방전의 종류에는 노이즈, 보이드방전, 코로나 방전 및 플로팅 방전 등을 진단하게 된다.
식별요소 추출모듈(321)에서 설정된 식별요소로는 왜도(Sk), 첨도(Ku), 상관계수(CCk), 방전량 사이의 비율(Q), 방전발생횟수(N) 및 최대방전크기의 비(Qmax)를 포함하여 구성된다.
상기 왜도는 정규분포와 비교하여 중심축에서 치우친 정도에 대한 척도로서, 전체의 중심에서 왼쪽으로 치우쳐 편중된 경우 양의 값(+)으로 산출된다.
패턴분류모듈(322)은 식별요소 추출모듈(321)에서 추출된 식별요소 각각에 대해 선택된 하나의 벡터로 간주하고, 이를 유사한 패턴을 그룹핑하는 기능을 수행한다.
예를 들어, n개의 식별요소로 이루어진 식별요소 그룹은 하나의 벡터로 볼 수 있고, 벡터의 차원은 원소가 n개이므로 n차원 식별요소벡터가 된다. 즉, 동일한 전압, 동일한 전극계로부터 30번 검출된 방전펄스신호로부터 6개의 식별요소를 산출하면 6차원의 식별요소벡터가 30개 생성된다. 생성된 30개의 벡터들은 각기 조금씩 다른 값을 가지지만 대체적으로 일정한 그룹을 형성하게 되고 이러한 그룹을 본 발명에서는 클러스터(cluster)라고 정의한다.
비교모듈(323)에서는 패턴분류모듈(322)을 통해 검출된 비교 데이터에 대한 식별요소벡터의 클러스터와 검출된 검출 데이터에 대한 식별요소벡터를 비교하여, 검출된 검출 데이터에 대한 식별요소벡터에 근접한 비교 데이터의 식별요소벡터를 검출하는 기능을 수행한다.
즉, 상기 비교모듈(323)은 노이즈, 보이드 방전, 코로나 방전 및 플로팅 방전 각각에 대한 식별요소벡터의 클러스터를 미리 저장하고, 검출장치(100)에서 검출된 검출 데이터에 대해 연산을 수행하여 식별요소벡터를 도출한 후, 도출된 식별요소벡터를 저장된 식별요소벡터의 클러스터에 있는 벡터와 비교하며, 2개의 벡터 사이의 사이각이 최소가 되는 식별요소벡터를 도출하는 것이다.
상기의 구성에서, 미리 저장된 식별요소벡터의 클러스터인 비교 데이터를 구축하는 과정에 대해서 설명한다.
일반적인 비교 데이터는 해당되는 방전을 발생시키도록 장치를 구성하여 동일한 방전을 여러 번 발생시켜 해당 부분방전에 대한 식별요소벡터를 산출하는 방식으로 이루어진다.
즉, 선택된 하나의 방전을 모의하기 위해서 선택된 방전을 발생시키는 장치를 설치하고, 방전에 따른 신호를 검출하여 클러스터를 구축하게 되는 데, 하나의 모의실험장치는 선택된 하나의 부분방전에 대한 데이터(미리 저장된 식별요소벡터)의 집합으로 구성되게 된다.
그러나 실제, 현장에서 발생되는 부분방전은 여러 개의 부분방전이 복합적으로 발생될 수 있고, 발생된 부분방전이 다른 전력장치로부터 영향을 받거나 반사파 등에 의해 신호가 왜곡될 수 있다.
이렇게 실제 현장에서 발생되는 복합 부분방전에 대한 검출 데이터와 미리 저장된 비교 데이터를 비교하게 되면, 검출 데이터가 어떤 방전인지 정확하게 진단할 수 없게 된다.
이에, 비교 데이터로 미리 저장되는 식별요소 클러스터는 다양한 부분방전 신호 또는 신호의 왜곡에 대한 학습된 데이터로 학습이 이루어져야 정확한 진단을 수행할 수 있는 비교 데이터로 활용할 수 있게 된다.
본 발명에서는 모의실험에 의해 검출된 실제 데이터(real data)와 임의로 생성된 모사 데이터(fake data)를 혼합한 학습 데이터를 이용하여 학습시켜서 도출된 결과를 비교 데이터로 활용한다.
여기서, 상기 모사 데이터는 DCGAN(Deep Convolutional Generative Adversarial) 지능형 알고리즘을 이용하여 생성된 데이터를 사용한다.
상기 DCGAN은 CNN(Convolutional Neural Network)구조로 판별자와 생성자를 구성한 GAN(Generative Adversarial Network)으로서, 실제 데이터 분포에 근사하는 함수를 만들기 위해 이러한 딥러닝 구조이며, 이에 본 발명에서는 학습된 DCGAN 지능형 알고리즘으로 활용된다.
상기 GAN은 생성이라는 문제를 풀기 위해 딥러닝으로 만들어진 모델을 적대적 학습방식으로 학습시키는 알고리즘으로서, 실제 데이터와 유사한 모사 데이터를 생성시키는 알고리즘이다.
학습방식을 위한 목적함수는 다음의 수학식 4로 표현된다.
수학식 4)
Figure 112021150102354-pat00004
여기서, x는 실제 데이터, G(z)는 노이즈 z를 입력으로 하여 Generator에서 생성한 모사데이터이다.
이때, 상기 D에 대한 목적함수는 수학식 5로 표현되고, G에 대한 목적함수는 수학식 6으로 표현된다.
수학식 5)
Figure 112021150102354-pat00005
수학식 6)
Figure 112021150102354-pat00006
수학식 4는 마이너스 무한대에서 0까지의 범위로 표현되며 Discriminator의 입장에서 입력되는 x를 실제(D(x)=1)로 분류하고 G(z)를 모사(D(Gz))=0)로 분류하여 수학식 5)의 V(D,G)가 0이 되도록 해야 한다.
Generator는 반대로 Discriminator가 입력되는 x를 가짜(D(x)=0)로 분류하고 G(x)를 실제(D(G(x)=1)로 분류하여 수학식 4의 V(D,G)가 마이너스 무한대가 되도록 한다. 즉, 수학식 4에서 Discriminator는 최대화, Generator는 최소화하는 되도록 구성되는 것을 의미한다.
그런데 상기 GAN은 두 개의 신경망을 대립하여 이미지를 생성하는 알고리즘으로서, 이미지를 생성할 때 랜덤으로 생성한 노이즈를 재배열하여 이미지를 생성한다. 이러한 방법으로 생성된 이미지는 노이즈에 따라 생성이 잘 이루어지지 않을 수 있다. 이러한 불안정성에 의해 학습된 결과값이 기준치에서 상당히 벗어나는 경우가 발생되었으며, 이미지 분석에 용이한 CNN(Convolutional Neural Networks)을 적용하여 이를 개선한 알고리즘이 DCGAN이다.
도 10은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 DCGAN 지능형 알고리즘을 통해 모사 데이터를 생성하는 과정을 나타낸 도면이다.
첨부된 도 10을 참조하면, 생성기(generator)와 판별기(discriminator)를 이용하여 2차원의 실제 데이터(PRPS)를 학습하고, 학습된 결과의 학습 생성기(trained generator)를 통해 2차원의 모사 데이터를 생성하도록 구성된다.
상기 생성기는 판별기를 속이기 위한 데이터(이미지)를 생성하는 것이고, 판별기는 주어진 데이터(이미지)가 실제 데이터인지 또는 모사 데이터인지를 구분하도록 판별하는 기능을 수행한다.
도 11은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 모사 데이터를 포함하는 실험 데이터의 구성 테이블을 나타낸 것이다.
첨부된 도 11을 참조하면, 모사 데이터는 실제 데이터보다 상대적으로 많은 개수를 사용하였으며, 구체적으로 모사 데이터는 실제 데이터에 비하여 대략적으로 1.2 ~ 3.5 배로 생성하여 사용하였다.
도 12는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 지능형 CNN의 구조를 나타낸 도면이다.
본 발명에서 지능형 CNN(Convolutional Neural Networks)은 판별기로 사용되었으며, 이러한 상기 지능형 CNN은 필터를 통한 합성곱 연산을 하는 것이 특징으로서, 이미지 분석에 매우 우수한 성능을 보이는 알고리즘이며, 학습을 완료한 후 진단부의 라이브러리로 내장되게 된다.
첨부된 도 12를 참조하면, 상기 지능형 CNN(Convolutional Neural Networks)의 구조로 2개의 Convolutional layer, Pooling layer와 1개의 Fully connected layer, Output layer로 구성되어 있다. 이때, 전체 Pooling layer에서 사용된 방식은 Max Pooling방식이고, 각 층의 활성 함수로는 ReLu함수가 구성되며, 출력층의 함수로는 Soft-max함수가 사용되었다. 각 노드의 출력은 아래의 수학식 7 및 수학식 8로 표현된다.
수학식 7)
Figure 112021150102354-pat00007
여기서, z는 입력값을 의미하며, 입력값이 양수이면 z로, 입력값이 0이거나 음수이면 0으로 치환한다.
수학식 8)
Figure 112021150102354-pat00008
여기서, c는 전체 클래스의 수(본 발명에서는 노이즈, 보이드, 코로나, 플로팅 방전으로 총 4개), ak는 Output layer의 i번째 노드에 들어오는 입력, yk는 k번째 노드의 출력(초기 Convolutional layer의 입력으로 들어온 이미지가 k의 클래스를 가질 확률)이다.
도 13은 노이즈(a), 보이드 방전(b), 코로나 방전(c) 및 플로팅 방전(d)의 실제 데이터를 이용한 PRPS 3차원 파형의 그래프를 나타낸 것이고, 도 14는 노이즈(a), 보이드 방전(b), 코로나 방전(c) 및 플로팅 방전(d)의 실제 데이터와 모사 데이터를 혼합한 데이터의 PRPS 3차원 파형의 그래프를 나타낸 것이다.
첨부된 도 13 및 도 14를 참고하면, 실제 데이터만을 이용하여 도출된 PRPS 3차원 파형과 실제 데이터와 모사 데이터가 혼합된 혼합 데이터를 이용하여 도출된 PRPS 3차원 파형의 형상이 거의 유사한 것으로 확인되었다. 즉, 모사 데이터에 대하여 학습된 PRPS 알고리즘은 실제 데이터만 이용한 PRPS 알고리즘과 유사한 파형을 도출할 수 있다. 이러한 학습에 의한 PRPS 알고리즘은 실제 현장의 검출 데이터에 포함될 수 있는 모사 데이터에 의한 오류를 감소시킬 수 있는 장점이 있다.
도 15는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 PRPS기반 비교 데이터에 학습 정확도를 나타낸 테이블로서, 도 15의 (a)는 실제 데이터를 이용하여 학습한 결과의 정확도에 대한 테이블이고, 도 15의 (b)는 실제 데이터와 모사 데이터를 혼합한 혼합 데이터를 이용하여 학습한 결과의 정확도에 대한 테이블이다. 이때, 도 15의 출력 종류(output class)에서 1은 노이즈, 2은 보이드 방전, 3은 코로나 방전, 4는 플로팅 방전이다.
첨부된 도 15에 나타난 바와 같이, 실제 데이터만을 이용한 정확도와 실제 데이터와 모사 데이터를 혼합한 혼합 데이터의 정확도를 비교하여 보면, 전반적으로 모사 데이터를 추가로 사용한 경우가 84.17%로 실제 데이터만 사용한 경우보다 0.83%정도 높은 성능을 보이는 것을 확인할 수 있다.
그중에서도 노이즈 및 자유도체 방전의 경우 각각 2.43%, 2.14%씩 증가한 것을 알 수 있다. 하지만, 보이드 방전 및 코로나 방전의 경우 정확도는 각각 3.09%, 3.91% 저하된 것을 알 수 있으나, 상기 보이드 방전 및 코로나 방전에 정확도는 각각 96.91%, 94.95%로 도출되어 노이즈 및 자유도체 방전의 정확도에 비해 상대적으로 높은 정확도를 보여주고 있음을 확인하였다.
도 16은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 PRPD기반 비교 데이터에 학습 정확도를 나타낸 테이블이다. 이때, 도 16 출력 종류(output class)에서 1은 노이즈, 2는 보이드 방전, 3은 코로나 방전, 4는 플로팅 방전이다. 도 15의 a와 도 16을 비교해보면 PRPD 이미지를 사용한 경우가 PRPS의 경우보다 전반적으로 11.7%정도 더 높은 97.43%의 분류율을 보인다.
코로나 방전, 절연체 방전과 플로팅 방전을 100%로 분류하지만, 116개 중의 노이즈 중에서 12개를 보이드방전으로 오분류 한 것을 확인 할 수 있다.
도 17은 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템에 적용된 APPRPD기반 비교 데이터에 학습 정확도를 나타낸 테이블이다. 도 16과 도 17을 비교해 보면 APPRPD 이미지를 사용한 경우(도 17)가 PRPD의 경우(도 16)보다 전반적으로 1.86%정도 더 높은 99.29%의 분류율을 보인다.
지능형 진단모듈(324)은 상기 비교모듈(323)에서 도출된 식별요소벡터에 대해 부분방전의 종류를 진단한다. 여기서, 상기 지능형 진단모듈(324)은 부분방전을 코로나 방전, 연면 방전, 보이드 방전, 부유전극 방전 및 노이즈로 구분하여 진단하게 된다.
상기 진단부(320)에 따르면, 부분방전의 종류에 따라 식별요소벡터의 클러스터를 미리 저장된 상태에서, 검출장치(100)에서 검출된 검출 데이터가 입력되면, 입력된 검출 데이터에서 유효한 식별요소를 추출하고 패턴을 분류한 후, 미리 저장된 식별요소벡터의 클러스터와 비교를 통해 상기 검출장치(100)에서 검출된 검출 데이터에 대한 부분방전의 종류를 진단할 수 있게 된다.
출력부(330)는 상기 진단부(320)에서 진단된 결과를 외부장치(서버 등) 또는 외부 단말기(관리자 통신기기 등) 등의 HMI로 전송하여 표시되도록 한다.
본 발명에 의하면, 전력설비에서 발생되는 부분방전은 복수의 UHF센서에 의해 검출되어 원격의 모니터링장치에서 부분방전의 종류를 진단하고, 진단결과에 따라 부분방전과 관련된 전력기기를 파악할 수 있으며, 다양한 종류별의 진단 방법을 각 특징별 부분방전 진단으로 수행하기 위한 주파수별 모듈을 자동으로 인식하여 인식된 모듈에 맞는 부분방전을 진단할 수 있는 장점이 있다.
상기에서는 본 발명에 따른 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템의 바람직한 실시 예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고, 청구범위 및 발명의 설명, 첨부한 도면의 범위 내에서 여러 가지로 변형하여 실시하는 것이 가능하고, 이 또한 본 발명의 범위내에 속한다.
100: 검출장치 101: UHF모듈
110: UHF센서 120: UHF변환기
121: 증폭기 122: 제1 다이오드
123: 제1 커패시터 124: 제2 커패시터
125: 션트저항 200: 신호처리장치
210: AD컨버터 220: 복합신호처리기
230: 임시메모리 240: 트리거입력기
250: RTC 260: 디지털신호처리기
300: 모니터링장치 310: 분석부
320: 진단부 330: 출력부

Claims (10)

  1. 고압 케이블, 변압기, GIS(Gas Insulated Switchgear, 가스절연 개폐장치) 및 개폐기 중 어느 하나 이상을 포함하는 배전반에서 발생하는 부분방전을 검출하는 검출장치(100);
    상기 검출장치(100)로부터 전송된 신호를 디지털신호로 변환하여 전송하는 신호처리장치(200); 및
    상기 신호처리장치(200)로부터 전송된 디지털신호를 분석하여 진단하는 모니터링장치(300);
    를 포함하여 구성되고,
    상기 검출장치(100)는,
    상기 배전반에 설치되어, 300MHz~3GHz의 극초단파를 이용하여 상기 전력설비에서의 부분방전으로 생성된 초고주파의 전기적인 신호를 검출하는 UHF(Ultra High Frequency)모듈(101);
    을 포함하고,
    상기 UHF모듈(101)은,
    UHF센서(110); 및
    상기 UHF센서(110)에서 검출된 신호의 피크 신호를 검출하여 샘플링하는 UHF변환기(120);
    를 포함하며,
    상기 UHF변환기(120)는,
    상기 UHF센서(110)로부터 출력된 신호를 증폭하는 증폭기(121);
    상기 증폭기(121)에서 출력되는 신호에 대해 저주파신호를 차단하는 제1 다이오드(122);
    상기 제1 다이오드(122)에서 출력되는 신호가 양의 펄스신호인 경우 피크 전압에 의해 충전되는 제1 커패시터(123);
    상기 제1 다이오드(122)와 제1 커패시터(123) 사이의 펄스신호에 대해 전압을 충전하는 제2 커패시터(124); 및
    상기 제2 커패시터(124)와 병렬연결되어 상기 제2 커패시터(124)에 충전 전류를 제한하고 충전 전압을 방전시키는 션트저항(125);
    을 포함하는 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
  2. 삭제
  3. 삭제
  4. 청구항 1에 있어서,
    상기 UHF센서(110)는,
    M-자형 마이크로스트립 구조의 안테나로 구성되는 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
  5. 청구항 1에 있어서,
    상기 신호처리장치(200)는,
    상기 검출장치(100)로부터 출력된 아날로그신호 각각을 디지털신호로 변환하는 AD컨버터(210);
    상기 AD컨버터(210)에서 출력되는 복수의 디지털 신호를 설정된 로직에 따라 순차적으로 출력하는 복합신호처리기(220);
    상기 복합신호처리기(220)에서 출력되는 디지털신호를 임시 저장하는 임시메모리(230);
    트리거신호를 제공하는 트리거입력기(240);
    실시간 시간을 제공하는 RTC(250); 및
    상기 RTC(250)에서 제공되는 실시간 시간에 근거하여 상기 트리거입력기(240)에서 제공된 트리거신호를 기준으로 상기 임시메모리(230)의 디지털신호를 상기 모니터링장치(300)로 전송하는 디지털신호처리기(260);
    를 포함하는 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
  6. 청구항 1에 있어서,
    상기 모니터링장치(300)는,
    상기 신호처리장치(200)로부터 전송된 데이터에 근거하여, 수신된 데이터에 대한 부분방전의 특성을 분석하는 분석부(310);
    상기 분석부(310)에서 분석된 2차원 이미지에 근거하여 식별요소를 추출하고, 추출된 식별요소에 근거하여 부분방전을 진단하는 진단부(320); 및
    상기 진단부(320)에서 진단된 결과를 외부장치 또는 외부 단말기인 HMI로 전송하는 출력부(330);
    를 포함하여 구성되는 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
  7. 청구항 6에 있어서,
    상기 분석부(310)는,
    상기 신호처리장치(200)로부터 전송된 부분방전 신호의 위상과 펄스의 크기 및 펄스 빈도를 이용하여 PRPD 분석 방식으로 분석하여 증폭처리하는 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
  8. 청구항 6에 있어서,
    상기 진단부(320)는,
    수신된 상기 디지털신호인 검출 데이터로부터 식별요소를 추출하는 식별요소 추출모듈(321);
    상기 식별요소 추출모듈(321)에서 추출된 식별요소에 대하여 식별요소벡터를 이용하여 식별요소의 패턴을 클러스터별로 분류하는 패턴분류모듈(322);
    상기 패턴분류모듈(322)을 통해 검출 데이터가 미리 저장된 비교 데이터의 어느 클러스터에 포함되는 것인지를 비교하는 비교모듈(323); 및
    상기 비교모듈(323)에서 비교된 클러스터에 대하여 상기 검출 데이터에 대한 부분방전의 종류를 진단하는 지능형 진단모듈(324);
    을 포함하는 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
  9. 청구항 8에 있어서,
    상기 비교 데이터는,
    모의실험에 의해 검출된 실제 데이터(real data)와 임의로 생성된 모사 데이터(fake data)를 혼합한 학습 데이터를 학습시켜 생성되고, 상기 학습 데이터는 CNN(Convolutional Neural Networks)을 이용하여 판별되도록 구성된 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
  10. 청구항 9에 있어서,
    상기 모사 데이터는,
    DCGAN(Deep Convolutional Generative Adversarial) 지능형 알고리즘을 이용하여 생성되는 것을 특징으로 하는 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템.
KR1020210187437A 2021-12-24 2021-12-24 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템 KR102377936B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210187437A KR102377936B1 (ko) 2021-12-24 2021-12-24 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210187437A KR102377936B1 (ko) 2021-12-24 2021-12-24 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템

Publications (1)

Publication Number Publication Date
KR102377936B1 true KR102377936B1 (ko) 2022-03-23

Family

ID=80963417

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210187437A KR102377936B1 (ko) 2021-12-24 2021-12-24 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템

Country Status (1)

Country Link
KR (1) KR102377936B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7203292B1 (ja) 2022-05-27 2023-01-12 三菱電機株式会社 ガス絶縁開閉装置の部分放電監視装置
KR102571411B1 (ko) * 2023-05-16 2023-08-28 주식회사 솔라리치 Uhf센서를 이용한 ai기반의 배전반 부분방전 감시 및 진단 시스템
WO2024114948A1 (en) * 2022-12-02 2024-06-06 Eaton Intelligent Power Limited Method and system to classify partial discharge severity

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030033693A (ko) * 2001-10-24 2003-05-01 한국전력공사 가스절연 고전압기기의 위험도 측정장치 및 방법
KR20030053172A (ko) * 2001-12-22 2003-06-28 한국전력공사 배전선로의 가스절연 고전압 개폐장치의 부분방전 위험도평가방법과 그 장치
KR101385318B1 (ko) * 2013-01-02 2014-04-16 오피전력기술 주식회사 부분 방전 진단 장치 및 그 방법
KR101553005B1 (ko) * 2015-04-20 2015-10-01 지투파워 (주) 전력설비의 부분방전 감시진단 시스템
KR101574615B1 (ko) * 2015-06-18 2015-12-11 지투파워(주) 통계적 위상패턴 기반의 신호검출 방법을 이용한 전력설비 부분 방전 감시진단 시스템
KR101574613B1 (ko) * 2015-05-27 2015-12-11 지투파워(주) 원격 설정 기능이 있는 초고주파 전기신호 검출에 의한 부분방전 감시진단 시스템
KR101908706B1 (ko) 2016-11-22 2018-10-16 (주) 에코투모로우코리아 전력기반설비의 부분방전 진단 및 종합 관리시스템
KR102117938B1 (ko) 2019-01-31 2020-06-02 한국전력공사 전력기기의 부분방전 감시 시스템
KR102193912B1 (ko) * 2020-07-15 2020-12-23 한국남부발전(주) 전력설비의 부분방전 신호 검출장치 및 그 방법
KR102295214B1 (ko) * 2021-05-31 2021-08-31 지투파워(주) 고주파 전류센서를 이용한 배전반의 부분방전 검출 진단 시스템
KR20220004292A (ko) * 2020-07-03 2022-01-11 한국전력공사 전력설비의 부분방전을 검출하는 방법 및 그 시스템

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030033693A (ko) * 2001-10-24 2003-05-01 한국전력공사 가스절연 고전압기기의 위험도 측정장치 및 방법
KR20030053172A (ko) * 2001-12-22 2003-06-28 한국전력공사 배전선로의 가스절연 고전압 개폐장치의 부분방전 위험도평가방법과 그 장치
KR101385318B1 (ko) * 2013-01-02 2014-04-16 오피전력기술 주식회사 부분 방전 진단 장치 및 그 방법
KR101553005B1 (ko) * 2015-04-20 2015-10-01 지투파워 (주) 전력설비의 부분방전 감시진단 시스템
KR101574613B1 (ko) * 2015-05-27 2015-12-11 지투파워(주) 원격 설정 기능이 있는 초고주파 전기신호 검출에 의한 부분방전 감시진단 시스템
KR101574615B1 (ko) * 2015-06-18 2015-12-11 지투파워(주) 통계적 위상패턴 기반의 신호검출 방법을 이용한 전력설비 부분 방전 감시진단 시스템
KR101908706B1 (ko) 2016-11-22 2018-10-16 (주) 에코투모로우코리아 전력기반설비의 부분방전 진단 및 종합 관리시스템
KR102117938B1 (ko) 2019-01-31 2020-06-02 한국전력공사 전력기기의 부분방전 감시 시스템
KR20220004292A (ko) * 2020-07-03 2022-01-11 한국전력공사 전력설비의 부분방전을 검출하는 방법 및 그 시스템
KR102193912B1 (ko) * 2020-07-15 2020-12-23 한국남부발전(주) 전력설비의 부분방전 신호 검출장치 및 그 방법
KR102295214B1 (ko) * 2021-05-31 2021-08-31 지투파워(주) 고주파 전류센서를 이용한 배전반의 부분방전 검출 진단 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7203292B1 (ja) 2022-05-27 2023-01-12 三菱電機株式会社 ガス絶縁開閉装置の部分放電監視装置
WO2023228395A1 (ja) * 2022-05-27 2023-11-30 三菱電機株式会社 ガス絶縁開閉装置の部分放電監視装置
WO2024114948A1 (en) * 2022-12-02 2024-06-06 Eaton Intelligent Power Limited Method and system to classify partial discharge severity
KR102571411B1 (ko) * 2023-05-16 2023-08-28 주식회사 솔라리치 Uhf센서를 이용한 ai기반의 배전반 부분방전 감시 및 진단 시스템

Similar Documents

Publication Publication Date Title
KR102377936B1 (ko) 초고주파전기신호를 이용한 지능형 배전반 부분방전 감시진단 시스템
JP6514332B2 (ja) 部分放電検出システム
Xavier et al. Design and application of a circular printed monopole antenna in partial discharge detection
Dukanac Application of UHF method for partial discharge source location in power transformers
KR101574615B1 (ko) 통계적 위상패턴 기반의 신호검출 방법을 이용한 전력설비 부분 방전 감시진단 시스템
AU2006326931B2 (en) Method and apparatus for detecting an event
KR102377939B1 (ko) Uhf 및 hfct 전기신호를 이용한 배전반 부분방전 감시진단 시스템
Moore et al. Partial discharge investigation of a power transformer using wireless wideband radio-frequency measurements
Dai et al. Feature extraction of GIS partial discharge signal based on S‐transform and singular value decomposition
Li et al. Partial discharge source localization in GIS based on image edge detection and support vector machine
De Kock et al. UHF PD detection in gas-insulated switchgear-suitability and sensitivity of the UHF method in comparison with the IEC 270 method
KR102547467B1 (ko) Uhf 고주파 신호를 이용한 지능형 부분방전 진단기능을 탑재한 배전반
Seo et al. Identification of insulation defects based on chaotic analysis of partial discharge in HVDC superconducting cable
CN204044296U (zh) 一种局部放电检测***
KR102295214B1 (ko) 고주파 전류센서를 이용한 배전반의 부분방전 검출 진단 시스템
Huecker et al. UHF partial discharge monitoring and expert system diagnosis
Meijer et al. UHF defect evaluation in gas insulated equipment
CN110703078A (zh) 基于频谱能量分析与自组织竞争算法的gis故障诊断方法
Massaoudi et al. UHF partial discharge localization in gas-insulated switchgears: Gradient boosting based approach
KR101843792B1 (ko) 전력설비의 부분방전 판정방법
Bell et al. High-voltage onsite commissioning tests for gas-insulated substations using UHF partial discharge detection
CN109738756A (zh) 输电线路检测***、方法和装置
Sahoo et al. A review on condition monitoring of GIS
JP2003043094A (ja) 電磁波源検出方法および絶縁劣化診断方法と装置
Ardila‐Rey et al. A new technique for separation of partial discharge sources and electromagnetic noise in radiofrequency measurements using energy ratios of different antennas

Legal Events

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