KR20230078354A - 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법 - Google Patents
부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법 Download PDFInfo
- Publication number
- KR20230078354A KR20230078354A KR1020210166052A KR20210166052A KR20230078354A KR 20230078354 A KR20230078354 A KR 20230078354A KR 1020210166052 A KR1020210166052 A KR 1020210166052A KR 20210166052 A KR20210166052 A KR 20210166052A KR 20230078354 A KR20230078354 A KR 20230078354A
- Authority
- KR
- South Korea
- Prior art keywords
- partial discharge
- gateway
- pattern analysis
- data
- hmi
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000005516 engineering process Methods 0.000 claims abstract description 6
- 238000010801 machine learning Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000009413 insulation Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000011017 operating method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01R31/1227—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R13/00—Arrangements for displaying electric variables or waveforms
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Testing Relating To Insulation (AREA)
Abstract
본 일 실시 예에 따른 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템은, 고전압 기기에 구비되어 부분방전과 연관된 데이터를 수집하도록 구현된 하나 이상의 PD 측정센서; 상기 고전압 기기 또는 상기 PD 측정센서로부터 획득된 센싱 데이터에 대한 전처리를 수행하고, 상기 전처리가 수행된 전처리 데이터를 상기 게이트웨이로 송신하도록 구현되는 하나 이상의 엣지디바이스; 상기 하나 이상의 PD 측정센서 및 상기 하나 이상의 엣지 디바이스와 연동되는 게이트웨이; 및 상기 게이트웨이로부터 전달된 부분방전 데이터를 기반으로 부분방전의 상태를 가시화하는 HMI(Human-Machine Interface)를 포함하되, 상기 HMI에는 Auto-ML(Automatic Machine Learning) 기술이 적용된다.
Description
본 명세서는 부분방전 측정 시스템 및 이를 위한 동작 방법에 관한 것으로, 더 구체적으로는 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법 에 관한 것이다.
부분방전(Partial Discharge, 이하 'PD')은 도 1과 같이 각종 산업체 및 전력계통 변전소에 설치되는 고압 배전반, 고압 케이블, 변압기, 가스절연 개폐장치(Gas Insulated Switchgear, 이하 GIS) 등 전력기기 시스템의 어느 한 부분에 생기는 방전을 총칭할 수 있다. 부분방전(PD)의 종류는 전극의 첨단 부근에 생기는 코로나 방전, 절연물의 표면을 따라서 생기는 연면방전, 절연물 내의 공극에 생기는 보이드 방전 등을 들 수 있다.
1970년대 중반부터 개발 적용된 부분방전 측정법(IEC60270)이 연구되어 왔으나 현장에 적용할 경우, 외부의 백그라운드 노이즈로 인하여 차폐실에서 측정된 데이터와 같은 신뢰성 있는 결과를 얻을 수 없을 뿐만 아니라 측정결과의 재현성이 떨어지는 것으로 알려져 왔다.
국내에서도 부분방전 측정을 위한 시제품이 출시되고 있으나 수천만원 대 고가 제품이며, 외국제품의 경우에는 1억원 대 고가 제품이어서 상시 진단 솔루션으로 활용하기에는 경제성이 낮다는 문제가 존재한다.
종래 제안으로 '전력기기의 부분방전 감시 시스템'에 관한 등록특허공보 제10-2117938 호를 참조할 수 있다.
본 명세서의 일 목적은, 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법을 제공하는데 있다.
본 일 실시 예에 따른 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템은, 고전압 기기에 구비되어 부분방전과 연관된 데이터를 수집하도록 구현된 하나 이상의 PD 측정센서; 상기 고전압 기기 또는 상기 PD 측정센서로부터 획득된 센싱 데이터에 대한 전처리를 수행하고, 상기 전처리가 수행된 전처리 데이터를 상기 게이트웨이로 송신하도록 구현되는 하나 이상의 엣지디바이스; 상기 하나 이상의 PD 측정센서 및 상기 하나 이상의 엣지 디바이스와 연동되는 게이트웨이; 및 상기 게이트웨이로부터 전달된 부분방전 데이터를 기반으로 부분방전의 상태를 가시화하는 HMI(Human-Machine Interface)를 포함하되, 상기 HMI에는 Auto-ML(Automatic Machine Learning) 기술이 적용된다.
본 일 실시 예에 따르면, Auto-ML 인공지능 기술의 적용을 통하여 높은 정밀도로 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법이 제공될 수 있다.
도 1은 부분 방전에 의한 절연 사고에 관한 도면이다.
도 2는 본 일 실시 예에 따른 부분방전 측정 시스템의 개념도를 보여준다.
도 3은 본 일 실시 예에 따른 부분방전 측정 시스템의 블록도를 보여준다.
도 4는 본 일 실시 에에 따른 부분방전 패턴 분석을 수행하는 시뮬레이션 화면을 보여준다.
도 2는 본 일 실시 예에 따른 부분방전 측정 시스템의 개념도를 보여준다.
도 3은 본 일 실시 예에 따른 부분방전 측정 시스템의 블록도를 보여준다.
도 4는 본 일 실시 에에 따른 부분방전 패턴 분석을 수행하는 시뮬레이션 화면을 보여준다.
전술한 특성 및 이하 상세한 설명은 모두 본 명세서의 설명 및 이해를 돕기 위한 예시적인 사항이다. 즉, 본 명세서는 이와 같은 실시 예에 한정되지 않고 다른 형태로 구체화될 수 있다. 다음 실시 형태들은 단지 본 명세서를 완전히 개시하기 위한 예시이며, 본 명세서가 속하는 기술 분야의 통상의 기술자들에게 본 명세서를 전달하기 위한 설명이다. 따라서, 본 명세서의 구성 요소들을 구현하기 위한 방법이 여럿 있는 경우에는, 이들 방법 중 특정한 것 또는 이와 동일성 있는 것 가운데 어떠한 것으로든 본 명세서의 구현이 가능함을 분명히 할 필요가 있다.
본 명세서에서 어떤 구성이 특정 요소들을 포함한다는 언급이 있는 경우, 또는 어떤 과정이 특정 단계들을 포함한다는 언급이 있는 경우는, 그 외 다른 요소 또는 다른 단계들이 더 포함될 수 있음을 의미한다. 즉, 본 명세서에서 사용되는 용어들은 특정 실시 형태를 설명하기 위한 것일 뿐이고, 본 명세서의 개념을 한정하기 위한 것이 아니다. 나아가, 발명의 이해를 돕기 위해 설명한 예시들은 그것의 상보적인 실시 예도 포함한다.
본 명세서에서 사용되는 용어들은 본 명세서가 속하는 기술 분야의 통상의 기술자들이 일반으로 이해하는 의미를 갖는다. 보편적으로 사용되는 용어들은 본 명세서의 맥락에 따라 일관적인 의미로 해석되어야 한다. 또한, 본 명세서에서 사용되는 용어들은, 그 의미가 명확히 정의된 경우가 아니라면, 지나치게 이상적이거나 형식적인 의미로 해석되지 않아야 한다. 이하 첨부된 도면을 통하여 본 명세서의 실시 예가 설명된다.
도 1은 부분 방전에 의한 절연 사고에 관한 도면이다.
도 1을 참조하면, 부분방전은 제조공정, 기계적 스트레스 또는 절연 노화공정상의 결함으로 인한 고장, 불순물 또는 균열의 존재로 인해 고전압(HV) 장치의 절연 재료 내부에서 발생하는 방전을 의미한다.
또한, 부분방전(PD)는 부적인 절연구조를 파괴하여 절연열화를 초래하고 결국에는 장기적으로 전체절연을 통해 확산되어 고전압 장치의 고장을 일으킬 수 있다.
도 2는 본 일 실시 예에 따른 부분방전 측정 시스템의 개념도를 보여준다.
도 2를 참조하면, 본 일 실시 예에 따른 부분방전 측정 시스템(100)은 PD 측정센서(110), 엣지바이스(120), 게이트웨이(130) 및 HMI(Human-Machine Interface, 140)을 포함할 수 있다.
예를 들어, 도 2의 PD 측정센서(110는 폐쇄 배전반 또는 금속으로 차단된 전력기기의 이상 시 발생하는 내부 부분방전으로 인하여 발생된 전자파에 유기된 과도대지 전압(Transient Earth Voltage, 이하 'TEV' 센서)를 측정하는 TEV 센서를 포함할 수 있다.
또한, PD 측정센서(110)는 노이즈 필터를 포함할 수 있으며, 전원 인입단에 NCT(Noise cut transformer)의 구현을 통해 노이즈의 처리가 가능할 수 있다. 일 예로, 노이즈 필터는 측정대역에 최적화된 다중 밴드패스필터(Band Pass Filter)로 구현될 수 있다.
또한, PD 측정센서(110)는 커패시턴스의 크기 최적화에 따른 TEV 센서 어레이를 기반으로 제작될 수 있다. 또한, PD 측정센서(110)는 센싱되는 모든 신호를 손실 없이 샘플링하가 위한 샘플 앤 홀드(Sample & Hold) 회로를 포함할 수 있다.
예를 들어, 도 2의 엣지디바이스(120)는 수집된 센서 데이터에 대한 전처리를 수행할 뿐만 아니라 전처리 데이터를 게이트웨이(130)로 전송할 수 있다.
이 경우, 엣지디바이스(120)는 수집된 데이터를 미리 정해진 규격에 따라 연산 및 변환하여 로컬 또는 원격 데이터베이스에 저장할 수 있다. 또한, 엣지디바이스(120)는 센서 정보 데이터에 시각 데이터를 포함하는 동기화된 데이터를 생성할 수 있다.
또한, 엣지디바이스(120)는 수집된 데이터, 전처리된 데이터 또는 동기화된 데이터를 무선통신을 통해 게이트웨이(130)로 전송할 수 있다. 한편, 엣지디바이스(120)는 데이터 트래픽 및 커버리지를 분석할 수 있다. 이러한 분석 과정에는 엣지디바이스(120)와 연관된 데이터의 양, 전송 주기 및 신호 간섭에 대한 분석정보가 함께 고려될 수 있다.
예를 들어, 도 2의 게이트웨이(130)는 하나 이상의 PD 측정센서(110) 및 하나 이상의 엣지바이스(120)와 무선 통신(예로, LoRa 통신)을 기반으로 연동될 수 있다. 여기서, 무선 통신은 송수신 데이터 자체를 수백~수천개로 심볼화하여 전송함으로써 노이즈에 보다 강건한 CSS(Chirp Spread Spectrum) 변조 기법이 적용될 수 있다.
예를 들어, 도 2의 HMI(140)는 인공지능을 이용한 부분방전 감지를 위한 진단 소프트웨어를 기반으로 구현될 수 있다.
특히, HMI(140)에는 부분방전의 상태를 가시화할 수 있으며, 이를 위하여 부분방전 패턴과 연관된 데이터베이스(DB)가 미리 구축될 수 있다.
여기서, 부분방전 패턴과 연관된 데이터베이스(DB)는 부분방전(PD) 이벤트의 번호, 센서명(일 예로, 센서명은 DAS 번호와 센서 번호의 조합으로 구성 가능), 부분방전(PD) 이벤트의 발생 시각, 부분방전(PD) 이벤트 데이터 파일의 이름, 부분방전(PD) 결과와 일치율이 표시될 수 있다.
또한, HMI(140)에는 Auto-ML AI 알고리즘이 적용될 수 있으며, SaaS형 어플리케이션을 통해 구현될 수 있다.
또한, HMI(140)에는 자동으로 부분방전 패턴을 인식하여 별도의 분석 기능 및 분석결과에 대한 보고서 생성 기능이 구현될 수 있을 뿐만 아니라 부분방전 신호의 검출 시 관리자에게 자동으로 알림 기능이 구현될 수 있다.
도 3은 본 일 실시 예에 따른 부분방전 측정 시스템의 블록도를 보여준다.
도 3을 참조하면, 복수의 TEV 센서로부터 수집된 부분방전 데이터(PD Data)는 무선통신을 통해 수집되어 별도의 플랫폼 서버에 저장될 수 있다. 또한, 수집된 부분방전 데이터(PD Data)에 대한 PD 상태정보와 함께 머신러닝 기반의 AI를 통한 상태 예측 정보가 제공될 수 있다.
도 4는 본 일 실시 에에 따른 부분방전 패턴 분석을 수행하는 시뮬레이션 화면을 보여준다.
도 2 내지 도 4를 참조하면, 본 일 실시 예에 따른 부분방전 측정 시스템에는 기계 스스로 ML 개발 과정에 필요한 분석 및 수정 행위를 반복하며 고품질의 머신러닝 모델을 생성하는 Auto-ML(Automatic Machine Learning) 기술이 적용될 수 있다.
도 4와 같은 Auto-ML 기술은 노이즈 등 복잡한 부분방전 패턴을 정형화하여 비전문가도 쉽게 판독할 수 있도록 할 수 있다는 장점이 존재한다.
본 명세서의 상세한 설명에서는 구체적인 실시 예에 관하여 설명하였으나, 본 명세서의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능하다. 그러므로, 본 명세서의 범위는 상술한 실시 예에 국한되어 정해져서는 안되며 후술하는 특허청구범위뿐만 아니라 이 발명의 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100: 부분방전 측정 시스템
110: PD 측정센서
120: 엣지디바이스
130: 게이트웨이
140: HMI
110: PD 측정센서
120: 엣지디바이스
130: 게이트웨이
140: HMI
Claims (1)
- 고전압 기기에 구비되어 부분방전과 연관된 데이터를 수집하도록 구현된 하나 이상의 PD 측정센서;
상기 고전압 기기 또는 상기 PD 측정센서로부터 획득된 센싱 데이터에 대한 전처리를 수행하고, 상기 전처리가 수행된 전처리 데이터를 상기 게이트웨이로 송신하도록 구현되는 하나 이상의 엣지디바이스;
상기 하나 이상의 PD 측정센서 및 상기 하나 이상의 엣지 디바이스와 연동되는 게이트웨이; 및
상기 게이트웨이로부터 전달된 부분방전 데이터를 기반으로 부분방전의 상태를 가시화하는 HMI(Human-Machine Interface)를 포함하되,
상기 HMI에는 Auto-ML(Automatic Machine Learning) 기술이 적용되는, 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210166052A KR20230078354A (ko) | 2021-11-26 | 2021-11-26 | 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210166052A KR20230078354A (ko) | 2021-11-26 | 2021-11-26 | 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230078354A true KR20230078354A (ko) | 2023-06-02 |
Family
ID=86755685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210166052A KR20230078354A (ko) | 2021-11-26 | 2021-11-26 | 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230078354A (ko) |
-
2021
- 2021-11-26 KR KR1020210166052A patent/KR20230078354A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2082246B1 (en) | Cable fault detection | |
| KR100691655B1 (ko) | 가스절연기기의 부분방전진단장치 및 진단방법 | |
| Ramírez-Niño et al. | Acoustic measuring of partial discharge in power transformers | |
| KR20060086502A (ko) | 부분 방전 검출방법 | |
| KR101738076B1 (ko) | 부분방전 진단의 신뢰도를 표시하는 부분방전 원격진단시스템 | |
| CN103913679A (zh) | 高压开关柜局部放电在线监测*** | |
| CN203350430U (zh) | 气体绝缘组合电器局部放电检测传感器的检测*** | |
| WO2022105286A1 (zh) | 一种基于递进式识别来监测异常状态的***及方法 | |
| EP2725367B1 (en) | Method and device for monitoring partial discharges | |
| US9188632B1 (en) | Self learning radio frequency monitoring system for identifying and locating faults in electrical distribution systems | |
| CN117148076B (zh) | 一种多特征融合的高压开关柜局部放电识别方法及*** | |
| Kim et al. | New diagnosis method of unknown phase-shifted PD signals for gas insulated switchgears | |
| KR101843792B1 (ko) | 전력설비의 부분방전 판정방법 | |
| JPH08271573A (ja) | 部分放電検出方法 | |
| Taki et al. | Soft fault diagnosis in wiring networks using reflectometry and Principal Component Analysis | |
| Bell et al. | High-voltage onsite commissioning tests for gas-insulated substations using UHF partial discharge detection | |
| CN116660703B (zh) | 基于数据分析的配网***绝缘故障在线监测*** | |
| CN113702778A (zh) | 一种gil电弧放电故障定位方法及*** | |
| KR20230078354A (ko) | 부분방전 패턴 분석을 수행하는 부분방전 측정 시스템 및 이를 위한 동작 방법 | |
| KR20230078353A (ko) | 부분방전 측정 시스템 및 이를 위한 동작 방법 | |
| CN115524583A (zh) | 一种用于gis的局部放电监测方法、装置及介质 | |
| Lachance et al. | A Comparison of PD Detection Techniques for Complete Assemblies of Air-Insulated Switchgear | |
| Judd et al. | UHF diagnostic monitoring techniques for power transformers | |
| CN114660424A (zh) | 一种gis设备局部放电检测诊断*** | |
| Min et al. | Application of combined PD sensor for GIS PD detection and condition monitoring |