KR100851038B1

KR100851038B1 - Multiple method for removing noise included in partial discharge signal

Info

Publication number: KR100851038B1
Application number: KR1020070110808A
Authority: KR
Inventors: 강동식; 이상화; 전정우; 조국희
Original assignee: 한국전기연구원
Priority date: 2007-11-01
Filing date: 2007-11-01
Publication date: 2008-08-12

Abstract

A method of removing a hybrid noise from a partial discharge signal is provided to improve a noise suppression performance of a software filter by suppressing a noise while preventing a partial discharge signal from being affected. A partial discharge signal is received(S701) and an initial cleanliness of the partial discharge signal is calculated(S704). When a noise suppression scheme is not selected, the partial discharge signals are arranged in a 3D space having magnitude, phase, and period axes(S724) and the partial discharge signals are applied to various fuzzy allocation functions, such that a noise degree is obtained based on mean values for various magnitudes. The partial discharge signals are arranged into a number to phase space(S718) and the signals having smaller phases than a reference pulse number are removed(S720). The partial discharge signals are arranged into the 3D space and the noises are removed from the partial discharge signal according to a cohesion degree of the partial discharge signals. A maximum cleanliness value is compared with the cleanliness value of the partial discharge signal. When the maximum cleanliness value is greater than that of the partial discharge signal, an optimum noise removing scheme is applied to the partial discharge signals.

Description

Multiple method for removing noise included in partial discharge signal

본 발명은 부분방전용 복합 잡음 제거 방법에 관한 것으로서, 더욱 상세하게는 부분방전신호에 의한 기기의 수명 예측 진단 기법에 있어서 판단의 정확성을 저해하는 요인이 되는 외부 잡음을 제거하는 방법에 관한 것이다.The present invention relates to a method for removing partial composite composite noise, and more particularly, to a method for removing external noise which is a factor that hinders the accuracy of judgment in a diagnostic technique for predicting the life of a device by the partial discharge signal.

도 1은 디지털 부분 방전 측정시스템을 통하여 측정한 신호의 한 예이다. 도 1a는 선으로 표기한 예이며, 도 1b는 점으로 표기한 예이다. 도 1a와 같이 선으로 표기한 경우 작은 크기의 신호가 잘 표현되지 않는 단점이 있어서, 도 1b와 같이 점으로 표기하면, 작은 크기의 신호도 잘 볼 수 있게 된다. 도 1의 신호의 경우 전 위상에 걸쳐 외부 잡음이 포함되어 있음을 알 수 있다. 이러한 외부 잡음은 부분 방전 신호에 의한 기기진단의 정확성을 저해하는 요인이 되므로, 잡음제거에 대한 대책이 필요하다. 기존 제거방법은 위상구간을 이용한 잡음 제거 방법(이하 1차 잡음 제거 방법)과 위상별 발생 빈도 수를 이용한 잡음 제거 방법(이하 2차 잡음 제거 방법)의 두 가지 방법이 순차적으로 적용되는 것이다.1 is an example of a signal measured through a digital partial discharge measurement system. 1A is an example of a line, and FIG. 1B is an example of a dot. In the case of a line as shown in FIG. 1A, a signal having a small size may not be well represented. When a dot is shown as in FIG. 1B, a small signal may be well seen. In the case of the signal of Figure 1 it can be seen that the external noise is included over the entire phase. Since the external noise is a factor that hinders the accuracy of the device diagnosis due to the partial discharge signal, it is necessary to take measures against noise. Conventional elimination methods are applied in two ways: noise reduction method using phase intervals (hereinafter referred to as primary noise removal method) and noise reduction method using frequency of occurrence per phase (hereinafter referred to as secondary noise removal method).

1차 잡음 제거 방법, 즉 위상구간을 이용한 잡음 제거 방법은 다음과 같다. 잡음은 외부에서 유입되므로 비슷한 크기를 가진 신호들이 전 위상(0도~360도)에 걸쳐서 존재할 확률이 높다. 부분 방전 신호의 특징을 보면 특정 위상을 중심으로 발생되므로, 부분 방전 신호가 발생하지 않은 위상이 존재하게 된다.(이하, 이 위상구간을 '잡음 위상'으로 정의한다.) 그러나 디지털 계측을 통해 획득한 신호 중 상기 잡음 위상에 신호가 존재한다면, 외부 잡음으로 볼 수 있다. 그러므로 외부 잡음의 크기를 파악한 후 전 위상에 대하여 비슷한 크기의 신호를 제거하면, 불필요한 외부 잡음을 제거할 수 있게 된다. 여기서 잡음 위상의 범위는 아래와 같이 선정하였다. The first noise cancellation method, that is, the noise removal method using the phase section is as follows. Since noise is introduced from the outside, signals of similar magnitude are more likely to be present over the entire phase (0 to 360 degrees). The characteristics of the partial discharge signal are generated around a specific phase, so that there is a phase in which the partial discharge signal is not generated (hereinafter, this phase section is defined as a 'noise phase'). If a signal exists in the noise phase of one signal, it can be regarded as external noise. Therefore, if the magnitude of the external noise is known and the signal of similar magnitude is removed for the entire phase, unnecessary external noise can be removed. Here, the range of noise phase is selected as follows.

① 0.1～5.0° ① 0.1 to 5.0 °

② 152.0～180.0° ② 152.0 ~ 180.0 °

③ 310.0～360.0° ③ 310.0 ～ 360.0 °

상기와 같이 잡음 위상을 선정되는 이유는 부분 방전 신호의 특성상 전압곡선(사인파) 중 상승 부위에 존재 확률이 높으므로 하강 부위에는 잡음만 존재한다고 가정하였다. 상기에서 제안한 1차 잡음 제거 방법을 도 1의 신호에 적용하였으며, 그 결과를 도 2에 나타내었다. The reason why the noise phase is selected as described above is that since there is a high probability of existence in the rising part of the voltage curve (sine wave) due to the characteristics of the partial discharge signal, it is assumed that only the noise exists in the falling part. The proposed first noise canceling method was applied to the signal of FIG. 1, and the results are shown in FIG. 2.

도 2를 보면 잡음 위상의 신호가 완전히 제거됨을 알 수 있다. 도 1에서 잡음 위상의 신호만을 추출하여 크기별 분포를 도 3에 나타내었다. 도 3에서 Y축은 크기이며, X축은 크기별 번호이다. 1차 잡음 제거 방법에서 정의한 잡음 위상에서 발생한 신호가 0~170[mV] 사이에 분포되어 있는 것을 알 수 있으며, 이 신호는 1차 잡음 제거 방법을 적용한 결과로 제거된 신호와 일치함을 알 수 있다. 즉, 1차 잡음 제거 방법은 비슷한 크기를 가진 부분 방전 신호도 함께 제거되는 단점을 가지게 된다.2, it can be seen that the signal of the noise phase is completely removed. In FIG. 1, only a signal having a noise phase is extracted and size distribution is shown in FIG. 3. In FIG. 3, the Y axis is size, and the X axis is size number. It can be seen that the signal generated in the noise phase defined by the first-order noise cancellation method is distributed between 0 and 170 [mV], and this signal is consistent with the removed signal as a result of applying the first-order noise cancellation method. have. That is, the first noise canceling method has a disadvantage in that partial discharge signals having similar magnitudes are also removed.

2차 잡음 제거 방법, 즉 위상별 발생 빈도 수를 이용한 잡음 제거 방법은 다음과 같다.The second noise cancellation method, that is, the noise removal method using the frequency of occurrence for each phase is as follows.

1차 잡음 제거 방법으로 제거되지 않는 잡음이 존재하는 경우도 있다. 2차 잡음 제거 방법은 일반적으로 부분 방전이 발생할 때 집중적으로 발생한다는 원리를 이용하여 잡음 위상 선정구간 외에 존재하는 일회성 신호를 잡음으로 간주하여 제거하는 방법이다. 1차 잡음 제거 방법을 적용한 후 위상별 발생 빈도를 도 4에 나타내었다. 도 4에서 X축은 위상을, Y축은 발생빈도를 각각 나타내며, 발생 빈도 1 이하의 신호를 잡음으로 간주하여 제거하면 된다. 도 5a에 1차 잡음 제거 방법 결과를, 도 5b에 2차 잡음 제거 방법 결과를 각각 나타내었다. 발생빈도 1 이하의 신호가 그다지 많지 않기 때문에, 1차 결과와 2차 결과의 차이가 크지 않음을 알 수 있다. 즉, 2차 잡음 제거 방법은 1차 잡음 제거 방법의 보완적인 특징이 있다. In some cases, there may be noise that is not removed by the primary noise cancellation method. Secondary noise elimination is a method of eliminating one-time signals that exist outside the noise phase selection section as noise by using the principle that they occur intensively when partial discharges occur. The frequency of occurrence of each phase after applying the first noise reduction method is shown in FIG. 4. In FIG. 4, the X axis represents a phase and the Y axis represents a frequency of occurrence, and a signal having a frequency of occurrence 1 or less may be regarded as noise and removed. 5A shows the results of the first order noise canceling method, and FIG. 5B shows the results of the second order noise removing method. Since there are not many signals below the frequency of occurrence 1, it can be seen that the difference between the primary and secondary results is not large. That is, the secondary noise cancellation method has a complementary feature of the primary noise removal method.

이러한 기존 제거 방식은 비슷한 크기를 가진 부분 방전 신호도 함께 제거되어 기기진단의 정확성을 떨어뜨리는 단점을 가지게 된다. 또한 반복되어 측정되는 다량의 잡음, 크기가 큰 잡음, 크기가 주기적으로 변하는 잡음에 약하다. 그리고, 두 가지 잡음 제거 방법을 항상 순차적으로 실행하여, 부분 방전 신호까지 불필요하게 훼손시킬 가능성이 존재한다. This conventional elimination method also has the disadvantage that the partial discharge signals with similar magnitudes are also removed, thereby reducing the accuracy of device diagnosis. It is also vulnerable to large amounts of noise that are repeatedly measured, loud noises, and noises that vary in magnitude periodically. In addition, there is a possibility that the two noise canceling methods are always executed sequentially, thereby unnecessarily damaging even the partial discharge signal.

본 발명은 상기한 바와 같은 종래의 문제점을 해결하기 위한 것으로, 부분방전신호의 종류에 따라 적절한 잡음 제거 방식의 종류와 설정을 자동으로 결정하여 상기 부분방전신호에 포함된 잡음을 최대한 제거할 수 있는 방법을 제공함에 그 목적이 있다.The present invention is to solve the conventional problems as described above, it is possible to automatically remove the noise contained in the partial discharge signal by automatically determining the type and setting of the appropriate noise cancellation method according to the type of the partial discharge signal. The purpose is to provide a method.

상기 목적을 달성하기 위하여, 본 발명에 따른 부분 방전 신호용 복합 잡음 제거 방법은 (i) 부분방전신호를 수신하는 단계; (ii) 상기 수신된 부분방전신호의 초기 청정도를 계산하는 단계; (iii) 상기 부분방전신호를 크기 대 위상 분포로 정렬하여 크기별 위상 분포 데이터를 얻는 단계; (iv) 상기 크기별 위상 분포 데이터가 제1 부분 방전형인 0도 ~ 152도 및 300도 ~ 360도의 제1 위상 범위, 제1 잡음형인 50도 ~ 270도의 제2 위상 범위, 제2 부분 방전형인 120도 ~ 340도의 제3 위상 범위, 또는 제2 잡음형인 0도 ~ 90도 및 230도 ~ 360도의 제4 위상 범위에 분포하는 지에 따른 0 내지 1의 출력 지수를 부여하는 방식으로, 신호의 위상 분포 정도를 확률로 표현한 퍼지 소속도 함수에 상기 크기별 위상 분포 데이터를 각각 적용하여 다수의 출력 지수를 얻는 단계; (v) 상기 다수의 출력 지수를 수학식인

및 0≤ff(x)≤1에 적용하여 상기 제1 위상 범위, 상기 제2 위상 범위, 상기 제3 위상 범위, 상기 제4 위상 범위에 대응하는 4개 타입의 퍼지 지수로서 크기별 평균값을 계산하고, 여기서, FV는 상기 4개 타입의 퍼지 지수이고, ff(x)는 퍼지 소속도 함수의 출력 지수이며, x_k는 신호의 위상이고, n은 신호의 개수인 단계; 및 (vi) (1) 상기 제1 위상 범위, (2) 상기 제2 위상 범위, (3) 상기 제3 위상 범위, (4) 상기 제4 위상 범위, (5) 제1 및 제2 위상 범위, (6) 상기 제1 및 제4 위상 범위, (7) 상기 제2 및 제3 위상 범위, (8) 상기 제2 및 제4 위상 범위, (9) 상기 제3 및 제4 위상 범위, (10) 상기 제1 내지 제3 위상 범위, (11) 상기 제1, 제2, 및 제4 위상 범위, (12) 제1, 제3 및 제4 위상 범위, (13) 제2 내지 제4 위상 범위, 또는 (14) 상기 제1 내지 제4 위상 범위 각각에서의 적어도 하나의 퍼지 지수의 최소값에 상기 크기별 위상 분포 데이터가 (1) 상기 제1 또는 제3 위상 범위, (2) 상기 제2 또는 제4 위상 범위, (3) 상기 제1 및 제4 위상 범위, 상기 제2 및 제3 위상 범위, 상기 제1 내지 제3 위상 범위, 또는 제1, 제3 및 제4 위상 범위, (4) 상기 제1 및 제2 위상 범위, 상기 제2 및 제4 위상 범위, 상기 제3 및 제4 위상 범위, 상기 제1, 제2, 및 제4 위상 범위, 제2 내지 제4 위상 범위, 또는 상기 제1 내지 제4 위상 범위에 분포하는 경우의 순으로 상대적으로 작은 가중치를 각각 부여하여 얻은 14개 값들의 평균값을 잡음 유사 정도로서 결정하는 방식으로 상기 크기별 위상 분포 데이터의 4개 타입의 퍼지 지수를 입력받아 퍼지 로직에 적용하는 단계; (vii) 상기 잡음 유사 정도가 높은 상기 크기별 펄스를 제거하는 방식으로 상기 부분 방전 신호에 포함된 잡음을 제거하는 단계; (viii) 상기 부분방전신호를 개수 대 위상 분포로 정렬하고 펄스 개수가 기준 펄스 수보다 작은 위상을 가진 신호들을 잡음으로서 제거하는 단계; (ix) 상기 부분방전신호를 크기 대 위상 대 주기의 3차원 분포로 정렬하고 상기 입력 부분방전신호의 응집도에 따라 상기 부분방전신호에 포함된 잡음을 제거하는 단계; (x) 단계 (vii), 단계 (viii), 및 단계 (ix)의 수행 후 잡음이 제거된 신호의 청정도를 각각 계산하는 단계; (xi) 단계 (x)의 수행 후 잡음이 제거된 신호의 청정도 중 최대 값을 단계 (ii)에서 계산된 상기 부분방전신호의 초기 청정도와 비교하는 단계; (xii) 상기 최대 값이 단계 (ii)에서 계산된 상기 부분방전신호의 청정도보다 큰 경우, 단계 (iii) 내지 (vii), (viii), 및 (ix) 중에서 상기 최대 청정도에 해당하는 제거 단계를 최적 잡음 제거 방식으로 결정하는 단계를 포함하고, 상기 청정도는 신호에 잡음이 덜 포함된 정도를 의미하는 것을 특징으로 한다.In order to achieve the above object, the composite noise reduction method for a partial discharge signal according to the present invention comprises the steps of: (i) receiving a partial discharge signal; (ii) calculating an initial cleanliness of the received partial discharge signal; (iii) arranging the partial discharge signals in magnitude versus phase distribution to obtain phase distribution data for each size; (iv) the phase distribution data according to the magnitudes of the first partial discharge type of 0 degrees to 152 degrees and the 300 degree to 360 degrees of the first phase range, the first noise type of 50 degrees to 270 degrees of the second phase range, and the second partial discharge type. In a third phase range of 120 degrees to 340 degrees, or a second noise type 0 to 90 degrees and a fourth phase range of 230 degrees to 360 degrees, to give an output index of 0 to 1, Obtaining a plurality of output indices by applying the phase distribution data for each size to a fuzzy membership function representing probability phase distribution degree; (v) a plurality of output exponents

And an average value for each size as four types of fuzzy indexes corresponding to the first phase range, the second phase range, the third phase range, and the fourth phase range by applying 0 ≦ ff (x) ≦ 1. Where FV is the four types of fuzzy indices, ff (x) is the output exponent of the fuzzy membership function, x _k is the phase of the signal and n is the number of signals; And (vi) (1) the first phase range, (2) the second phase range, (3) the third phase range, (4) the fourth phase range, (5) the first and second phase ranges (6) the first and fourth phase ranges, (7) the second and third phase ranges, (8) the second and fourth phase ranges, (9) the third and fourth phase ranges, ( 10) the first to third phase ranges, (11) the first, second and fourth phase ranges, (12) the first, third and fourth phase ranges, and (13) the second to fourth phases Range, or (14) the magnitude-based phase distribution data at a minimum value of at least one fuzzy index in each of the first to fourth phase ranges, (1) the first or third phase range, (2) the second or A fourth phase range, (3) the first and fourth phase ranges, the second and third phase ranges, the first to third phase ranges, or the first, third and fourth phase ranges, (4) The first and second phase ranges, the second and fourth phase ranges, the third and fourth positions 14 each obtained by giving relatively small weights in order of distribution in the range, the first, second and fourth phase ranges, the second to fourth phase ranges, or the first to fourth phase ranges. Receiving four types of fuzzy indices of the phase distribution data for each size in a manner of determining an average value of the values as a degree of noise similarity and applying the same to fuzzy logic; (vii) removing noise included in the partial discharge signal in such a manner as to remove the magnitude-wise pulse having a high degree of noise similarity; (viii) aligning the partial discharge signals in a number-to-phase distribution and removing signals with noise whose phase is smaller than the reference pulse number as noise; (ix) aligning the partial discharge signal into a three-dimensional distribution of magnitude versus phase versus period and removing noise included in the partial discharge signal according to the degree of cohesion of the input partial discharge signal; (x) calculating the cleanliness of the noise-free signal after each of steps (vii), (viii), and (ix); (xi) comparing the maximum value of the cleanliness of the noise-free signal after performing step (x) with the initial cleanliness of the partial discharge signal calculated in step (ii); (xii) if the maximum value is greater than the cleanliness of the partial discharge signal calculated in step (ii), the removing step corresponding to the maximum cleanliness in steps (iii) to (vii), (viii), and (ix); Determining the optimum noise cancellation method, the cleanliness means that the less noise is included in the signal.

바람직하게는, 상기 입력 부분방전신호의 청정도는 제1 청정도 계산식인 청정도 = 신호구간 펄스 크기의 합 / (잡음구간 펄스 크기의 합 + 0.01)에 의해 계산되고, 상기 청정도의 값이 40 이상인 경우, 제2 청정도 계산식인 청정도 = 신호구간 펄스 크기의 합 - 잡음구간 펄스 크기의 합에 의해 계산된다. 더욱 바람직하게는, 단계 (ix)는 (ix-1) 상기 부분방전신호를 크기 대 위상 대 주기의 3차원 분포로 정렬하는 단계: 및 (ix-2) 상기 입력 부분방전신호의 모든 펄스에 대하여 크기, 위상, 주기 범위 내의 인접 펄스를 소속도 함수에 입력하여 얻은 출력의 합이 기준값 이하이면 잡음으로 간주하여 제거하는 단계를 포함한다. 가장 바람직하게는, 상기 퍼지 소속도 함수가 0.5 내지 1의 출력 지수를 가지고 있으며, 상기 퍼지 소속도 함수에 입력되는 인접 펄스의 크기, 위상, 및 주기가 기준되는 펄스에 인접할수록 큰 가중치를 가지는 특징이 있다. 또한, 상기 부분 방전 신호용 복합 잡음 제거 방법은, 단계 (i)과 단계 (ii) 사이에, 상기 수신된 부분방전신호를 개수 대 크기 분포로 정렬하고 상기 수신된 부분방전신호에 포함된 최소 크기의 다수 잡음 및 큰 개수를 가지는 동일크기의 다수잡음들을 제거하는 단계를 더 포함한다.Preferably, the cleanliness of the input partial discharge signal is calculated by the first cleanliness equation: cleanliness = sum of pulse duration of signal interval / (sum of noise duration pulse amplitude + 0.01), and the cleanliness value is 40 or more. In this case, the second cleanliness equation is calculated by the sum of the cleanliness ratio = the sum of the signal duration pulse magnitudes and the noise duration pulse magnitude. More preferably, step (ix) comprises (ix-1) aligning the partial discharge signal in a three-dimensional distribution of magnitude versus phase versus period: and (ix-2) for all pulses of the input partial discharge signal. And if the sum of the outputs obtained by inputting adjacent pulses in the magnitude, phase, and period ranges to the membership function is less than or equal to the reference value, removing the signals as noise. Most preferably, the fuzzy membership function has an output exponent of 0.5 to 1, and has a greater weight as the fuzzy belonging function is adjacent to a pulse based on the magnitude, phase, and period of an adjacent pulse input to the fuzzy membership function. There is this. In addition, the method for canceling the composite noise for the partial discharge signal includes, between steps (i) and (ii), aligning the received partial discharge signals in a number-to-size distribution and having a minimum magnitude included in the received partial discharge signals. The method may further include removing a plurality of noises of the same size having a plurality of noises and a large number.

본 발명에 따른 소프트웨어 필터의 경우 부분 방전 신호와 잡음이 혼재된 신 호에서 부분 방전 신호는 최대한 유지하면서 잡음만을 제거하기에 효과적이다. 특히 다양한 잡음 제거 방법 및 조건을 적용하여, 다양한 환경에서도 최선을 결과를 자동으로 선택하여 이용할 수 있는데 장점이 있다.In the case of the software filter according to the present invention, it is effective to remove only the noise while maintaining the partial discharge signal as much as possible in the signal in which the partial discharge signal and the noise are mixed. In particular, by applying various noise reduction methods and conditions, it is advantageous to automatically select and use the best result in various environments.

이하, 첨부된 예시 도면에 의거하여 본 발명의 실시예에 따른 부분방전신호용 복합 잡음 제거 방법을 상세히 설명한다. Hereinafter, a method for removing a complex noise for a partial discharge signal according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 6은 본 발명의 실시예에 따른 소프트웨어 필터의 구성을 나타낸 블록이다. 상기 소프트웨어 필터는 수신부(610), 입력부(620), 제어부(630), 및 메모리(640)를 포함한다. 본 발명의 소프트웨어 필터는 입력신호의 종류에 따라 적절한 잡음제거 기법의 종류와 설정을 자동으로 결정하는 특징이 있으며, 이를 위한 잡음제거 전후신호의 잡음 정도를 평가하는 알고리즘이 포함되어 있다. 도 7은 본 발명의 실시예에 따른 부분방전신호용 복합 잡음 제거 방법을 설명하는 흐름도이다.6 is a block diagram showing the configuration of a software filter according to an embodiment of the present invention. The software filter includes a receiver 610, an input unit 620, a controller 630, and a memory 640. The software filter of the present invention is characterized by automatically determining the type and setting of an appropriate noise canceling technique according to the type of the input signal, and includes an algorithm for evaluating the noise level before and after the noise cancellation. 7 is a flowchart illustrating a method of removing a complex noise for a partial discharge signal according to an embodiment of the present invention.

복합 잡음 제거 시스템의 수신부(610)는 부분방전 감지 시스템(미도시)에 의해 감지되어 디지털신호로 변환된 부분방전신호를 수신하여 제어부(630)로 제공한다(단계 S701).The receiver 610 of the complex noise removing system receives the partial discharge signal detected by the partial discharge detection system (not shown) and converted into a digital signal, and provides the received partial discharge signal to the controller 630 (step S701).

제어부(630)는 상기 수신된 부분방전신호를 개수 대 크기 분포로 정렬하고 개수 대 크기 분포의 전처리 알고리즘을 수행하여 상기 수신된 부분방전신호에 포함된, 상기 소프트웨어 필터의 실행 성능에 악 영향을 줄 수 있는, 최소 크기의 다수 잡음 및 큰 개수를 가지는 동일크기의 다수잡음들을 제거한다(단계 S702). 제거 기준이 되는 퍼지 지수에 따라 다수회의 잡음 제거가 이루어지고 각각이 메모 리(640)에 저장된다. The controller 630 may arrange the received partial discharge signals in a number-to-size distribution and perform a preprocessing algorithm of the number-to-size distribution to adversely affect the performance of the software filter included in the received partial discharge signal. A plurality of noises of the smallest magnitude and a large number of noises of the same magnitude having a large number can be removed (step S702). A plurality of noise cancellations are performed according to the fuzzy index, which is a removal reference, and each is stored in the memory 640.

소프트웨어 필터의 입력신호에는 항상 존재하는 작은 크기의 일정한 기본잡음이 다수 존재한다. 그리고 작은 크기가 아닐지라도 동일한 크기의 신호가 매우 다수 존재한다면 그것은 잡음일 가능성이 매우 크다. 이러한 다량의 동일 크기 잡음들은 소프트웨어 필터의 동작 속도에 큰 영향을 주고, 진단 시스템의 다운을 발생시킬 수 있다. 이를 해결하기 위하여 본 발명의 소프트웨어 필터는 개수 대 크기 이용 제거 기법을 활용한 전처리 과정을 두었다. 도 8a 내지 도 8e는 도 7에 설명된 전처리 알고리즘에 의한 잡음 제거 실행 예를 나타낸 그래프들이다. 도 8a와 같은 입력 신호는 도 8c 및 도 8d와 같은 개수 대 크기 분포가 있으며, 이 분포의 가장 왼쪽의 점들은 다량의 기본잡음에 해당하고, 비정상적으로 큰 개수를 가지는 점들은 일정 크기의 기타 외부 잡음을 의미한다. 여기서 기본잡음과 2000 이상의 개수를 가지는 신호를 제거하는 전처리 과정을 거치면, 도 8b와 같이 전처리 후의 파형을 볼 수 있다.The input signal of the software filter has a lot of constant basic noise of small magnitude. And even if it is not small, if there are many signals of the same size, it is very likely noise. These large amounts of equally loud noises can greatly affect the operating speed of the software filter and can cause the diagnostic system to crash. To solve this problem, the software filter of the present invention has a preprocessing process using a number-to-size use elimination technique. 8A through 8E are graphs illustrating an example of noise reduction performed by the preprocessing algorithm illustrated in FIG. 7. The input signal as shown in FIG. 8A has a number-to-size distribution as shown in FIGS. 8C and 8D, and the leftmost points of the distribution correspond to a large amount of basic noise, and the points having an abnormally large number are other externals of a certain size. It means noise. Here, after the preprocessing process of removing the signal having the fundamental noise and the number of 2000 or more, the waveform after the preprocessing can be seen as shown in FIG. 8B.

그 후, 제어부(630)는 상기 수신된 부분방전신호의 초기 청정도를 계산한다(단계 S704).Thereafter, the controller 630 calculates the initial cleanliness of the received partial discharge signal (step S704).

본 발명의 소프트웨어 필터는, 잡음이 포함된 다양한 입력 신호에 대하여, 상기한 기법 중 최적의 잡음 제거 성능을 보이는 기법과 조건을 자동으로 선택할 수 있다. 이 선택을 위하여 잡음 제거 전 신호와 여러 기법을 적용한 잡음 제거 후 신호의 잡음 포함 정도를 평가하는 파라미터와 알고리즘이 필요하다. 신호에 잡음이 덜 포함된 정도를 청정도라고 정의하고, 이를 다음과 같은 방법으로 구한다.The software filter of the present invention may automatically select a technique and a condition showing an optimum noise reduction performance among the above-described techniques for various input signals including noise. This selection requires parameters and algorithms to evaluate the noise inclusion of the pre-noise signal and the post-noise signal with multiple techniques. The degree to which the signal contains less noise is defined as cleanliness, and it is calculated in the following way.

제1 청정도 계산법: 신호구간 펄스 크기의 합 / (잡음구간 펄스 크기의 합 + 0.01)First Cleanliness Calculation Method: Sum of Signal Duration Pulse Size / (Sum of Noise Duration Pulse Size + 0.01)

제2 청정도 계산법: 신호구간 펄스 크기의 합 - 잡음구간 펄스 크기의 합Second Cleanliness Calculation: Sum of Signal Period Pulse Magnitude-Sum of Noise Period Pulse Magnitude

여기서 잡음구간과 신호구간은 크기 대 위상 분포에서, 종래 1차 잡음 제거 기법의 잡음 구간의 잡음 구간(0.1~0.49도, 152.1~179.9도, 310.1~360도), 그 외의 구간을 신호 구간(5~152도, 180~310도)으로 정하였다. 일반적으로 제1 청정도 계산법을 따르고, 제1 청정도 계산법의 결과가 40 이상의 값일 경우 제2 청정도 계산법을 따른다. 제1 청정도 계산법 분모의 0.01은 잡음구간의 펄스가 없을 경우 파라미터가 발산하는 것을 방지하기 위함이다. 제1 청정도 계산법은 잡음이 다수 존재하는 경우 효과적이나, 잡음이 적을 때는 유용한 신호가 과하게 제거되었을 때에도 높은 값이 나올 가능성이 있다. 이에 반해 제2 청정도 계산법은 잡음이 적을 경우 유용한 신호를 보존하는데 유리한 장점이 있으나, 잡음이 충분히 제거되지 않을 경우에도 높은 값을 제시할 가능성이 있다. 따라서, 잡음 포함 정도에 따라 두 가지 계산법을 각각 적용하고, 그 기준이 되는 제1 청정도 계산법의 결과는 시스템 및 신호의 조건에 따라 변화시킬 수 있다. 도 19는 잡음이 적을 때 제2 청정도 계산법이 더 많은 유용한 신호를 보존하는 예를 보여준다. 제1 청정도 계산법만을 따르면, (b)의 결과가 선택될 수 있으나, 청정도가 40 이상이므로 제2 청정도 계산법에 따라 본 발명의 소프트웨어 필터는 유용한 신호가 더 보존된 (c)의 결과를 선택할 것이다.Here, the noise section and the signal section are the noise section (0.1 ~ 0.49 degrees, 152.1 ~ 179.9 degrees, 310.1 ~ 360 degrees) of the noise section of the conventional first-order noise canceling method, and other sections in the magnitude-to-phase distribution. 152 degrees, 180-310 degrees). In general, the first cleanliness calculation method is used, and when the result of the first cleanliness calculation method is a value of 40 or more, the second cleanliness calculation method is used. 0.01 of the first cleanliness denominator is to prevent the parameter from diverging in the absence of pulses in the noise section. The first cleanliness calculation method is effective when there is a lot of noise, but when the noise is low, there is a possibility that a high value is obtained even when a useful signal is excessively removed. On the other hand, the second cleanliness calculation method has an advantage of preserving a useful signal when the noise is low, but may have a high value even when the noise is not sufficiently removed. Therefore, two calculation methods are applied according to the degree of noise inclusion, and the result of the first cleanliness calculation method, which is the reference, can be changed according to the conditions of the system and the signal. 19 shows an example where the second cleanliness calculation preserves more useful signals when there is less noise. According to only the first cleanliness calculation method, the result of (b) can be selected, but since the cleanliness is 40 or more, the software filter of the present invention according to the second cleanliness calculation method selects the result of (c) in which a useful signal is further preserved. will be.

단계 S706에서, 제어부(630)는 입력부(620)로부터 신호에 따라 퍼지 로직에 의한 제거 방식이 선택되었는 지의 여부를 판단한다.In step S706, the control unit 630 determines whether the removal method by the fuzzy logic is selected according to the signal from the input unit 620.

단계 S706의 판단 결과, 상기 퍼지 로직에 의한 제거 방식이 선택된 경우, 제어부(630)은 상기 부분방전신호를 크기 대 위상 분포로 정렬하여 크기별 위상 분포 데이터를 얻고(단계 S708), 상기 크기별 위상 분포 데이터가 제1 부분 방전형인 0도 ~ 152도 및 300도 ~ 360도의 제1 위상 범위, 제1 잡음형인 50도 ~ 270도의 제2 위상 범위, 제2 부분 방전형인 120도 ~ 340도의 제3 위상 범위, 또는 제2 잡음형인 0도 ~ 90도 및 230도 ~ 360도의 제4 위상 범위에 분포하는 지에 따른 0 내지 1의 출력 지수를 부여하는 방식으로, 신호의 위상 분포 정도를 확률로 표현한 퍼지 소속도 함수에 상기 크기별 위상 분포 데이터를 각각 적용하여 다수의 출력 지수를 얻는다(단계 S710).As a result of the determination in step S706, when the removal method by the fuzzy logic is selected, the control unit 630 arranges the partial discharge signal in size-to-phase distribution to obtain phase distribution data for each size (step S708), and phase distribution data for each size. The first phase range of 0 degrees to 152 degrees and 300 degrees to 360 degrees, the first partial discharge type, the second phase range of 50 degrees to 270 degrees of the first noise type, and the third phase range of 120 degrees to 340 degrees of the second partial discharge type. Fuzzy expression that expresses the phase distribution degree of the signal with probability by giving an output exponent of 0 to 1 depending on whether it is distributed in a phase range or a fourth phase range of 0 degrees to 90 degrees and 230 degrees to 360 degrees as the second noise type. A plurality of output exponents are obtained by applying the phase distribution data for each size to the degree of belonging function (step S710).

크기 대 위상 분포의 잡음분포유형 Noise Distribution Types of Magnitude versus Phase Distribution

부분 방전 신호를 표현하는데 있어서 크기 대 위상으로 표현하는 것이 가장 일반적인 표현 방법이다. 왜냐하면, 디지털 부분 방전 측정시스템에서 신호의 측정시 기본적으로 시간 대비 크기로 계측하고 있으며, 시간을 위상으로 변환하여 표현하였다. 백색 잡음의 경우 하드웨어필터를 통해 제거될 수 있지만, 측정하고자 하는 주파수에 겹쳐진 백색 잡음의 경우 제거하는 것이 매우 어렵다. 이 백색 잡음은 디지털 부분 방전 측정시스템에 의해 여과없이 그대로 계측되며, 부분 방전 특성을 분석하는데 방해요인이 된다. 부분 방전 신호와 백색 잡음이 혼재되어 계측된 신호를 살펴보면, 대부분의 백색 잡음이 1개 이상의 일정한 크기를 가짐을 알 수 있다. 즉, 1개의 일정한 크기를 가진 백색 잡음이 계측된 경우도 있고, 다수의 일정한 크기를 가진 백색 잡음이 계측된 경우도 있다. 상기 내용으로부터 크기별 위상분포를 살펴보면, 어떤 특정 크기에서 백색 잡음이 분포됨을 알 수 있다. 상기 크기종류에 따라 위상분포를 분석한 결과, A형~J형까지 10가지 유형으로 분류될 수 있었다. 도 9a 내지 도 9j는 도 7에 설명된 크기별 위상 분포 유형을 나타낸 그래프들로서, A형~J형까지 대표유형을 나타내었다. A형의 경우 특징을 추출하는 것이 어려우며, 전체위상에 모두 분포하므로 백색 잡음으로 볼 수 있다. 그러나 B형에서 G형의 경우 집중성을 보이는 신호와 임의의 잡음이 혼재함을 볼 수 있다. H형에서 J형은 부분 방전 신호의 특징과 같이 특정 위상에서 집중적으로 분포하고 있음을 알 수 있다. 분류기준은 아래의 표 1과 같다.The magnitude-to-phase representation of the partial discharge signal is the most common expression method. This is because the digital partial discharge measurement system basically measures the time versus magnitude when measuring signals, and converts time into phases. White noise can be removed through a hardware filter, but white noise superimposed on the frequency to be measured is very difficult to remove. This white noise is measured as-is without filtration by the digital partial discharge measurement system and is an obstacle to analyzing the partial discharge characteristics. Looking at the signal measured by mixing the partial discharge signal and the white noise, it can be seen that most of the white noise has one or more constant magnitudes. In other words, one constant white noise may be measured, and many constant white noises may be measured. Looking at the phase distribution by size from the above description, it can be seen that white noise is distributed at a specific size. As a result of analyzing the phase distribution according to the size type, it could be classified into 10 types from type A to type J. 9A to 9J are graphs illustrating the phase distribution types for each size described in FIG. 7, and represent representative types of the A-J types. In the case of type A, it is difficult to extract features, and it can be seen as white noise because it is distributed all over the phase. However, in the case of type B to type G, it can be seen that there is a mixture of concentrated signals and random noise. It can be seen that in the H type, the J type is intensively distributed in a specific phase as in the characteristic of the partial discharge signal. Classification criteria are shown in Table 1 below.

유형type 분 류 기 준Classification criteria AA 전 위상에 걸쳐서 고루 분포된 경우 특징을 추출하는 것이 불가능하며, 백색 잡음으로 보여짐It is impossible to extract features when they are evenly distributed over all phases, and appear as white noise BB 타영역에 비해 90도~180도, 270도~360도 사이에 집중된 경우 PD신호가 일부 구간에 집중되고 있지만, 잡음 성분도 다수 포함When the signal is concentrated between 90 degrees and 180 degrees and 270 degrees and 360 degrees compared to other regions, the PD signal is concentrated in some sections, but also includes a large number of noise components. CC 타영역에 비해 180도~360도 사이에 집중된 경우 B형과 유사하지만, 신호의 집중구간이 상이함, 잡음 성분 포함It is similar to type B when it is concentrated between 180 degrees and 360 degrees compared to other areas, but the concentration range of the signal is different, and it includes noise components. DD 타영역에 비해 90도~270도 사이에 집중된 경우 B형, C형과 유사하지만, 집중 구간이 상이함, 잡음 성분 포함When concentrated between 90 degrees and 270 degrees compared to other areas, it is similar to B type and C type, but different concentration range, including noise component EE 타영역에 비해 0도~90도, 180도~270도 사이에 집중된 경우 B, C, D형과 유사하지만, 집중 구간이 상이함, 잡음 성분 포함It is similar to B, C, and D type when it is concentrated between 0 degrees ~ 90 degrees and 180 degrees ~ 270 degrees compared to other areas, but the concentration section is different, and noise component is included. FF 타영역에 비해 0도~180도 사이에 집중된 경우 B, C, D, E형과 유사하지만, 집중 구간이 상이함, 잡음 성분 포함It is similar to B, C, D, and E type when it is concentrated between 0 ~ 180 degrees compared to other areas, but the concentration range is different, including noise component GG 타영역에 비해 0도~90도, 270도~360도 사이에 집중된 경우 B, C, D, E, F형과 유사하지만, 집중구간이 상이함, 잡음 성분 포함It is similar to B, C, D, E, and F type when it is concentrated between 0 degrees ~ 90 degrees and 270 degrees ~ 360 degrees compared to other areas, but the concentration section is different, and noise component is included HH 90도 부근에만 존재하는 경우 대부분이 PD 신호로 보여짐, 잡음 성분없음Mostly present as PD signal when only around 90 degrees, no noise component II 270도 부근에만 존재하는 경우 H형과 다른구간에 집중, 대부분이 PD 신호로 보여짐, 잡음 성분없음If present only around 270 degrees, concentrated on type H and other sections, most of them are shown as PD signal, no noise component JJ 90도, 270도 부근에 모두 존재하는 경우 H,I형이 함께 나타나고 있음.Type H and I appear together when present at both 90 and 270 degrees.

상기에서 분류된 유형을 이용하여, A형이 백색 잡음만을 추출하여 제거하거나, 부분 방전 신호로 분류되는 유형을 제외한 나머지를 제거해 볼 수 있을 것이다. 즉, 백색 잡음유형 외에 부분 방전 신호와 잡음이 혼재된 유형도 추가 제거하면서 잡음제거의 정도를 선택할 수 있는 것이다.Using the types classified above, the A type may extract and remove only white noise, or may remove other than the type classified as a partial discharge signal. That is, in addition to the white noise type, the amount of noise reduction can be selected while additionally removing the type of mixed partial discharge signal and noise.

퍼지소속도 함수 및 퍼지로직 이용 제거 방법 Fuzzy Small Velocity Function and Fuzzy Logic Removal Method

상기 크기별 위상분포 분류에 있어서 분류자의 주관적인 판단에 의해 이루어지는 단점이 있었다. 그러나 이러한 주관적인 판단을 좀 더 객관화시키기 위해 확률 개념을 도입할 수 있다. 즉 신호의 위상분포 정도를 확률로 표현하는 방법을 생각해 볼 수 있다. 그러나 확률표현에 있어서 표현 및 이해의 용이함을 위해 퍼지의 소속도함수 개념을 도 10과 같이 도입하였다. 도 10은 본 발명의 실시예에 따른 퍼지 소속도 함수의 개념을 정의한 그래프이다. 즉, 입력변수로 위상정보를 출력변수로 지수를 나타내는 함수로 정의한다. 만일 계측된 신호가 0도~180도 사이에 있다면(A지점), 이 신호는 0~1 사이의 지수를 부여한다. 그러나 180도~360도 사이에 있다면(B지점), 이 신호는 1의 지수만을 부여하게 된다. 아래의 표 2에 각 유형별로 정의된 소속도 함수를 도 11a 내지 도 11j에 나타내었다. 도 11a 내지 도 11j는 본 발명의 실시예에 따른 유형별 퍼지 소속도 함수를 정의한 그래프들이다.There was a drawback in subjective judgment of classifier in classifying the phase distribution by size. However, the concept of probability can be introduced to further objectify these subjective judgments. That is, a method of expressing the degree of phase distribution of a signal as a probability can be considered. However, the concept of belonging function of fuzzy is introduced as shown in FIG. 10 for ease of expression and understanding in probability expression. 10 is a graph defining the concept of a fuzzy belonging function according to an embodiment of the present invention. That is, phase information is defined as a function representing an exponent as an output variable. If the measured signal is between 0 and 180 degrees (point A), this signal gives an exponent between 0 and 1. However, if it is between 180 and 360 degrees (point B), this signal will give only one exponent. Table 2 below shows the membership function defined for each type in FIGS. 11A to 11J. 11A to 11J are graphs defining a fuzzy membership function for each type according to an embodiment of the present invention.

유형type 퍼지소속도 함수Fuzzy Small Velocity Function 유형type 퍼지소속도 함수Fuzzy Small Velocity Function AA 0도 ≤ x_k ≤ 360도: ff_A(x_k) = 10 degrees ≤ x _k ≤ 360 degrees: ff _A (x _k ) = 1 FF 0도 ≤ x_k ≤ 180도: ff_A(x_k) = 1 180도 < x_k ≤ 360도: 0 ≤ ff_A(x_k) ≤ 10 degrees ≤ x _k ≤ 180 degrees: ff _A (x _k ) = 1 180 degrees <x _k ≤ 360 degrees: 0 ≤ ff _A (x _k ) ≤ 1 BB 0도 ≤ x_k ≤ 90도: 0 ≤ ff_A(x_k) ≤ 1 90도 < x_k ≤ 180도: ff_A(x_k) = 1 180도 < x_k ≤ 270도: 0 < ff_A(x_k) ≤ 1 270도 < x_k ≤ 360도: ff_A(x_k) = 10 degrees ≤ x _k ≤ 90 degrees: 0 ≤ ff _A (x _k ) ≤ 1 90 degrees <x _k ≤ 180 degrees: ff _A (x _k ) = 1 180 degrees <x _k ≤ 270 degrees: 0 <ff _A ( x _k ) ≤ 1 270 degrees <x _k ≤ 360 degrees: ff _A (x _k ) = 1 GG 0도 ≤ x_k ≤ 90도: ff_A(x_k) = 1 90도 < x_k ≤ 180도: 0 < ff_A(x_k) ≤ 1 180도 < x_k ≤ 270도: 0 < ff_A(x_k) ≤ 1 270도 < x_k ≤ 360도: ff_A(x_k) = 10 degrees ≤ x _k ≤ 90 degrees: ff _A (x _k ) = 1 90 degrees <x _k ≤ 180 degrees: 0 <ff _A (x _k ) ≤ 1 180 degrees <x _k ≤ 270 degrees: 0 <ff _A ( x _k ) ≤ 1 270 degrees <x _k ≤ 360 degrees: ff _A (x _k ) = 1 CC 0도 ≤ x_k ≤ 180도: 0 ≤ ff_A(x_k) ≤ 1 180도 < x_k ≤ 360도: ff_A(x_k) = 10 degrees ≤ x _k ≤ 180 degrees: 0 ≤ ff _A (x _k ) ≤ 1 180 degrees <x _k ≤ 360 degrees: ff _A (x _k ) = 1 HH 0도 ≤ x_k ≤ 40도: ff_A(x_k) = 0 40도 < x_k ≤ 120도: ff_A(x_k) = 1 120도 < x_k ≤ 360도: ff_A(x_k) = 00 degrees ≤ x _k ≤ 40 degrees: ff _A (x _k ) = 0 40 degrees <x _k ≤ 120 degrees: ff _A (x _k ) = 1 120 degrees <x _k ≤ 360 degrees: ff _A (x _k ) = 0 DD 0도 ≤ x_k ≤ 90도: 0 ≤ ff_A(x_k) ≤ 1 90도 < x_k ≤ 270도: ff_A(x_k) = 1 270도 < x_k ≤ 360도: 0 ≤ ff_A(x_k) ≤ 10 degrees ≤ x _k ≤ 90 degrees: 0 ≤ ff _A (x _k ) ≤ 1 90 degrees <x _k ≤ 270 degrees: ff _A (x _k ) = 1 270 degrees <x _k ≤ 360 degrees: 0 ≤ ff _A ( x _k ) ≤ 1 II 0도 ≤ x_k ≤ 220도: ff_A(x_k) = 0 220도 < x_k ≤ 280도: ff_A(x_k) = 1 280도 < x_k ≤ 360도: ff_A(x_k) = 00 degrees ≤ x _k ≤ 220 degrees: ff _A (x _k ) = 0 220 degrees <x _k ≤ 280 degrees: ff _A (x _k ) = 1 280 degrees <x _k ≤ 360 degrees: ff _A (x _k ) = 0 EE 0도 ≤ x_k ≤ 90도: ff_A(x_k) = 1 90도 < x_k ≤ 180도: 0 < ff_A(x_k) ≤ 1 180도 < x_k ≤ 270도: ff_A(x_k) = 1 270도 < x_k ≤ 360도: 0 < ff_A(x_k) ≤ 10 degrees ≤ x _k ≤ 90 degrees: ff _A (x _k ) = 1 90 degrees <x _k ≤ 180 degrees: 0 <ff _A (x _k ) ≤ 1 180 degrees <x _k ≤ 270 degrees: ff _A (x _k ) = 1 270 degrees <x _k ≤ 360 degrees: 0 <ff _A (x _k ) ≤ 1 JJ 0도 ≤ x_k ≤ 40도: ff_A(x_k) = 0 40도 < x_k ≤ 120도: ff_A(x_k) = 1 120도 < x_k ≤ 2200도: ff_A(x_k) = 0 220도 < x_k ≤ 280도: ff_A(x_k) = 1 280도 < x_k ≤ 360도: ff_A(x_k) = 00 degrees ≤ x _k ≤ 40 degrees: ff _A (x _k ) = 0 40 degrees <x _k ≤ 120 degrees: ff _A (x _k ) = 1 120 degrees <x _k ≤ 2200 degrees: ff _A (x _k ) = 0 220 degrees <x _k ≤ 280 degrees: ff _A (x _k ) = 1 280 degrees <x _k ≤ 360 degrees: ff _A (x _k ) = 0

삭제delete

상기에 정의한 퍼지 소속도 함수는 크기별 위상 분포의 유형으로부터 도출되어 정의되었다. 그러나 일부 유형에서 서로 교집되는 영역이 발생하여 입력된 위상 분포의 차이를 잘 나타내지 못하였다. 그래서 퍼지 소속도 함수의 정의에 있어서 기존 유형으로부터 도출하는 방식이 아닌 부분 방전 신호의 특성에 기초하여 퍼지 소속도 함수를 새롭게 정의하여 볼 수 있다. 또한 이러한 부분 방전 신호의 특성을 살리면서도 도 12a 내지 도 12d와 같이 제1 부분 방전형인 0도 ~ 152도 및 300도 ~ 360도의 제1 위상 범위, 제1 잡음형인 50도 ~ 270도의 제2 위상 범위, 제2 부분 방전형인 120도 ~ 340도의 제3 위상 범위, 또는 제2 잡음형인 0도 ~ 90도 및 230도 ~ 360도의 제4 위상 범위의 4가지 영역으로 간략화할 수 있다. 도 12a 내지 도 12d는 본 발명의 실시예에 따른 퍼지추론 입력 퍼지 소속도 함수를 정의한 그래프들이다. 필요하다면 더 세세하게 영역을 나눌 수도 있다. 이때 위상 분포는 균등하게 하였다.The fuzzy membership function defined above was derived from the type of phase distribution by size. In some types, however, intersected regions occur, which does not represent the difference in the input phase distribution. Therefore, in the definition of the fuzzy membership function, the fuzzy membership function can be newly defined based on the characteristics of the partial discharge signal rather than the method derived from the existing type. In addition, while utilizing the characteristics of the partial discharge signal, as shown in FIGS. 12A to 12D, the first phase range of 0 degrees to 152 degrees and the 300 degrees to 360 degrees of the first partial discharge type and the second noise type of 50 degrees to 270 degrees It can be simplified to four regions of the phase range, the third phase range of 120 degrees to 340 degrees of the second partial discharge type, or the fourth phase range of 0 degrees to 90 degrees and the 230 degrees to 360 degrees of the second noise type. 12A to 12D are graphs defining a fuzzy inference input fuzzy membership function according to an embodiment of the present invention. If necessary, the area can be further divided. At this time, the phase distribution was equalized.

상기 4가지 위상 범위별로 출력된 다수의 출력 지수를 수학식 1에 적용하여 상기 제1 위상 범위, 상기 제2 위상 범위, 상기 제3 위상 범위, 상기 제4 위상 범위에 대응하는 A, B, C, D형 4개 타입의 퍼지 지수로서 크기별 평균값을 계산한다(단계 S710). 상기 4개 타입의 퍼지 지수(FV)를 구하기 위해 아래의 수학식 1과 같이 평균을 이용하여 구하였다.

0≤ff(x)≤1
여기서, FV는 상기 4개 타입의 퍼지 지수이고, ff(x)는 퍼지 소속도 함수이며, x_k는 신호의 위상이고, n은 신호의 개수이다. 이어서, 도 14를 참조하면, 제어부(630)는 (1) 상기 제1 위상 범위, (2) 상기 제2 위상 범위, (3) 상기 제3 위상 범위, (4) 상기 제4 위상 범위, (5) 제1 및 제2 위상 범위, (6) 상기 제1 및 제4 위상 범위, (7) 상기 제2 및 제3 위상 범위, (8) 상기 제2 및 제4 위상 범위, (9) 상기 제3 및 제4 위상 범위, (10) 상기 제1 내지 제3 위상 범위, (11) 상기 제1, 제2, 및 제4 위상 범위, (12) 제1, 제3 및 제4 위상 범위, (13) 제2 내지 제4 위상 범위, 또는 (14) 상기 제1 내지 제4 위상 범위 각각에서의 적어도 하나의 퍼지 지수의 최소값에 상기 크기별 위상 분포 데이터가 어느 위상 범위에 분포하는 지에 따라 상이한 가중치를 부여하여 얻은 값들의 평균값을 잡음 유사 정도로 결정하는 방식으로, 상기 크기별 펄스의 4개 타입의 퍼지 지수를 입력받아 퍼지 로직에 적용하고, 상기 잡음 유사 정도가 높은 상기 크기별 펄스를 제거하는 방식으로 상기 부분 방전 신호에 포함된 잡음을 제거한다(단계 S712). A, B, and C corresponding to the first phase range, the second phase range, the third phase range, and the fourth phase range by applying a plurality of output indices output for each of the four phase ranges to Equation 1 , As the fuzzy index of the four D-types, an average value for each size is calculated (step S710). In order to obtain the four types of fuzzy indexes (FV) it was calculated using the average as shown in Equation 1 below.

0≤ff (x) ≤1
Where FV is the four types of fuzzy indices, ff (x) is a fuzzy membership function, x _k is the phase of the signal, and n is the number of signals. Subsequently, referring to FIG. 14, the controller 630 may include (1) the first phase range, (2) the second phase range, (3) the third phase range, (4) the fourth phase range, ( 5) first and second phase ranges, (6) the first and fourth phase ranges, (7) the second and third phase ranges, (8) the second and fourth phase ranges, (9) the Third and fourth phase ranges, (10) the first to third phase ranges, (11) the first, second, and fourth phase ranges, (12) the first, third and fourth phase ranges, (13) different weights depending on which phase range the phase distribution data for each size is distributed to the minimum value of at least one fuzzy index in each of the second to fourth phase ranges, or (14) the first to fourth phase ranges. In order to determine the average value of the values obtained by applying the noise similarity, four types of fuzzy index of the pulse for each size is received and applied to the fuzzy logic, the noise similarity is The noise included in the partial discharge signal is removed in such a manner as to remove the high magnitude pulse (step S712).

단계 S712에서, 상기 퍼지 소속도 함수의 출력 값을 판단하기 위해 퍼지 추론 시스템을 도입하였고, 여기서 정의한 퍼지 추론 시스템을 도 13에 나타내었다. 도 13은 본 발명의 실시예에 따른 퍼지로직 시스템을 나타낸 도면이다. 퍼지 로직(퍼지룰) 입력변수는 A, B, C, D형의 퍼지 지수 4개로 정의하고, 퍼지로직 출력변수는 잡음 신호와의 유사 정도 1개로 정의하였다. 각 크기별로 A, B, C, D형의 퍼지 지수를 구한 후, 퍼지 로직에 대입하여 각 크기별 잡음 신호와의 유사 정도를 구하는 것이다.In step S712, a fuzzy inference system is introduced to determine an output value of the fuzzy membership function, and the fuzzy inference system defined here is illustrated in FIG. 13. FIG. 13 illustrates a fuzzy logic system according to an exemplary embodiment of the present invention. FIG. Fuzzy logic (fuzzy rule) input variables are defined as four fuzzy exponents of A, B, C, and D type, and fuzzy logic output variables are defined as one similarity with noise signal. After obtaining the fuzzy indexes of A, B, C, and D for each size, the degree of similarity with the noise signal of each size is calculated by substituting the fuzzy logic.

여기서 사용한 퍼지 로직은 도 14와 같이 총 14개로 구성되며, 퍼지 로직 정의 방법은 그림과 같이 If ~ then ~ 형식으로 정의한다. 도 14는 본 발명의 실시예에 따른 퍼지 로직을 나타낸 도면이다. 제1 또는 제2 퍼지 로직은, 상기 크기별 위상 분포 데이터가 A형(제1 부분 방전형) 또는 C형(제2 부분 방전형)에 각각 존재한다면, 즉 0도 ~ 152도 및 300~360도의 제1 위상 범위 또는 120도 ~ 340도의 제3 위상 범위에 분포하는 경우, 이 신호는 잡음 신호로 볼 수 없으므로, 퍼지 출력을 ZE 즉, 잡음 신호가 아닌 것으로 정의하여 상기 제1 또는 제3 위상 범위의 퍼지 지수에 각각 0의 가중치를 부여하여 얻은 값들을 출력한다. 그리고 제3 또는 제4 퍼지 로직은, 상기 크기별 위상 분포 데이터가 B형(제1 잡음형) 또는 D형(제2 잡음형)에 각각 존재한다면, 즉 50도 ~ 270도의 제2 위상 범위, 0도 ~ 90도 및 230도 ~ 360도의 제4 위상 범위에 분포하는 경우, 이 신호는 잡음 신호로 볼 수 있으므로, 퍼지 출력을 WN 즉, 잡음 유사 정도를 약함으로 정의하여 상기 제2 또는 제4 위상 범위의 퍼지 지수에 -0.5의 가중치를 부여하여 얻은 값들을 출력한다. 만일 제5 내지 제9 로직은, 상기 크기별 위상 분포 데이터가 A형과 D형에 동시에 존재하거나, B형과 C형에 동시에 존재하거나, B형과 D형에 동시에 존재하거나, A형 내지 C형에 동시에 존재하거나, A형, C형, D형에 동시에 한다면, 즉, 상기 제1 및 제4 위상 범위, 상기 제2 및 제3 위상 범위, 상기 제2 및 제4 위상 범위, 제1 내지 제3 위상 범위, 또는 제1, 제3 및 제4 위상 범위에 동시에 분포하는 경우, 퍼지 출력은 MN 즉, 잡음 유사 정도를 중간으로 정의하여 상기 제1 및 제4 위상 범위의 퍼지 지수들의 최소값, 상기 제2 및 제3 위상 범위의 퍼지 지수들의 최소값, 상기 제2 및 제4 위상 범위의 퍼지 지수들의 최소값, 제1 내지 제3 위상 범위의 퍼지 지수들의 최소값, 또는 제1, 제3 및 제4 위상 범위의 퍼지 지수들의 최소값에 -1의 가중치를 부여하여 얻은 값들을 출력한다. 만일 제10 내지 제14 퍼지 로직은, 상기 크기별 위상 분포 데이터가 A형과 B형, C형과 D형, A형, B형 및 D형, B형 ~ D형, 또는 A~D형에 동시에 존재한다면, 즉 상기 제1 및 제2 위상 범위, 제3 및 제4 위상 범위, 제1, 제2 및 제4 위상 범위, 제2 내지 제4 위상 범위, 또는 제1 내지 제4 위상 범위에 동시에 분포하는 경우, 상기 신호는 백색 잡음일 확률이 높으므로, 퍼지 출력은 SN 즉, 잡음 유사 정도를 강함으로 정의하여 상기 제1 및 제2 위상 범위의 퍼지 지수들의 최소값, 제3 및 제4 위상 범위의 퍼지 지수들의 최소값, 제1, 제2 및 제4 위상 범위의 퍼지 지수들의 최소값, 제2 내지 제4 위상 범위의 퍼지 지수들의 최소값, 또는 제1 내지 제4 위상 범위의 퍼지 지수들의 최소값에 -1.5의 가중치를 부여하여 얻은 값들을 출력한다. 상기 퍼지 로직은 상기한 14개의 세부 퍼지 로직으로 이루어지며, 각 세부 퍼지 로직의 출력을 평균하는 방식으로, 즉, 상기 제1 내지 제14 퍼지 로직의 출력값들의 평균값을 잡음 유사 정도로 결정한다. 도 15a 내지 도 15f는 도 14에 도시된 퍼지로직에 의한 잡음 제거 방법의 예를 나타낸 그래프들이다.The fuzzy logic used here is composed of a total of 14 as shown in Figure 14, the fuzzy logic definition method is defined in the form If ~ then ~ as shown in the figure. 14 illustrates fuzzy logic according to an embodiment of the present invention. The first or second fuzzy logic may be configured such that if the phase distribution data for each size are present in type A (first partial discharge type) or type C (second partial discharge type), that is, 0 degrees to 152 degrees and 300 to 360 degrees, respectively. If the signal is distributed in the first phase range or the third phase range of 120 degrees to 340 degrees, the signal cannot be viewed as a noise signal. Therefore, the fuzzy output is defined as ZE, that is, the noise signal, so that the first or third phase range is defined. The fuzzy indices of are assigned the weights of 0, respectively. And the third or fourth fuzzy logic, if the phase-specific phase distribution data is present in the type B (first noise type) or type D (second noise type), that is, the second phase range of 50 degrees to 270 degrees, 0 If the signal is distributed in the fourth phase range of 90 degrees to 90 degrees and 230 degrees to 360 degrees, the signal can be regarded as a noise signal. Therefore, the fuzzy output is defined as WN, that is, the degree of noise similarity, and thus the second or fourth phase. Output the values obtained by weighting -0.5 to the fuzzy index of the range. If the fifth to ninth logic, the phase distribution data for each size is present in the A type and D type at the same time, at the same time in the B type and C type, at the same time in the B type and D type, or A type to C type At the same time, or at the same time in the A-type, C-type, D-type, that is, the first and fourth phase ranges, the second and third phase ranges, the second and fourth phase ranges, In the case of simultaneous distribution in three phase ranges, or first, third and fourth phase ranges, the fuzzy output is defined as MN, i.e., the degree of noise likelihood, as the minimum value of the fuzzy indices of the first and fourth phase ranges, Minimum values of fuzzy indices of the second and third phase ranges, Minimum values of fuzzy indices of the second and fourth phase ranges, Minimum values of fuzzy indices of the first to third phase ranges, or first, third and fourth phases Output the values obtained by weighting -1 to the minimum value of fuzzy indices in the range. . If the tenth to fourteenth fuzzy logic, the phase distribution data according to the size is A and B, C and D, A, B and D, B to D, or A to D at the same time If present, i.e. simultaneously in the first and second phase ranges, the third and fourth phase ranges, the first, second and fourth phase ranges, the second to fourth phase ranges, or the first to fourth phase ranges. In the case of distribution, since the signal is likely to be white noise, the fuzzy output is defined as SN, i.e., the degree of noise similarity, so that the minimum, third and fourth phase ranges of the fuzzy indices of the first and second phase ranges are defined. The minimum value of the fuzzy indices of the first, second and fourth phase ranges, the minimum value of the fuzzy indices of the second to fourth phase ranges, or the minimum value of the fuzzy indices of the first to fourth phase ranges Output the values obtained by giving a weight of 1.5. The fuzzy logic consists of the 14 detailed fuzzy logics described above, and determines the average value of the output values of the first to fourteenth fuzzy logics in a manner similar to the output of each detailed fuzzy logic. 15A to 15F are graphs illustrating an example of a method of removing noise by fuzzy logic illustrated in FIG. 14.

제어부(630)는 단계 S712의 수행 후에, 상기 부분방전신호의 제1 청정도를 계산한다(단계 S714).After performing step S712, the controller 630 calculates a first cleanliness level of the partial discharge signal (step S714).

단계 S706의 판단에서, 상기 퍼지 로직에 의한 제거 방식이 선택되지 않은 경우, 제어부(630)은 입력부(620)로부터 신호에 따라 개수 대 위상 분포의 잡음 제거 방식이 선택되었는 지의 여부를 판단한다(단계 S716).In the determination of step S706, when the cancellation method by the fuzzy logic is not selected, the controller 630 determines whether the noise cancellation method of the number versus phase distribution is selected according to the signal from the input unit 620 (step S716).

단계 S716의 판단결과, 상기 개수 대 위상 분포의 잡음 제거 방식이 선택된 경우, 제어부(630)는 상기 부분방전신호를 개수 대 위상 분포로 정렬하고(단계 S718), 펄스 개수가 기준 펄스 수보다 작은 위상을 가진 신호들을 잡음으로서 제거한다(단계 S720).As a result of the determination in step S716, when the noise cancellation method of the number-to-phase distribution is selected, the control unit 630 arranges the partial discharge signal in the number-to-phase distribution (step S718), and the number of pulses is smaller than the reference pulse number. The signals with the noise are removed as noise (step S720).

도 16a 내지 도 16c는 도 7에 도시된 개수 대 위상 분포에 의한 잡음 제거 방법를 설명하기 위한 그래프들이다. 도 16a와 같이 백색 잡음과 부분 방전 신호가 혼재한 신호에 대하여, (b)와 같이 3차원으로 표현될 수 있다. 여기서 부분 방전 신호가 존재할 가능성이 높은 영역에 신호들이 다수 분포되어 있는 것을 볼 수 있다. 또한 잡음 영역에서는 소수의 신호만이 분포되어 있음을 볼 수 있다. 여기서 도 16c와 같이 개수 대. 위상으로 표현해 보면, 부분 방전 신호 영역에는 펄스 개 수가 다소 높게 나오고, 잡음 영역에서는 펄스 개수가 다소 낮게 나타남을 알 수 있다. 여기서 펄스 개수가 작게 나오는 위상의 신호만을 추출하여 제거하는 방법을 적용시킬 수 있다.16A to 16C are graphs for describing a method of removing noise by the number versus phase distribution shown in FIG. 7. As shown in (b) of FIG. 16A, a signal in which white noise and a partial discharge signal are mixed may be expressed in three dimensions. Here, it can be seen that a large number of signals are distributed in a region where a partial discharge signal is likely to exist. In addition, it can be seen that only a few signals are distributed in the noise region. Where vs. number as shown in FIG. 16C. In terms of phase, the number of pulses appears somewhat higher in the partial discharge signal region and the number of pulses appears somewhat lower in the noise region. Here, a method of extracting and removing only a signal having a phase in which the number of pulses is small can be applied.

제어부(630)는 단계 S720의 수행 후에, 상기 부분방전신호의 제2 청정도를 계산한다(단계 S722).After performing step S720, the controller 630 calculates a second cleanliness level of the partial discharge signal (step S722).

단계 S716의 판단에서, 상기 개수 대 위상 분포의 잡음 제거 방식이 선택되지 않은 경우, 제어부(630)는 신호의 응집성을 이용한 잡음 제거 방식이 선택된 것으로 판단하고 상기 부분방전신호를 크기 대 위상 대 주기의 3차원 분포로 정렬하고(단계 S724), 상기 입력 부분방전신호의 응집도에 따라 상기 부분방전신호에 포함된 잡음을 제거한다. 즉 상기 입력 부분방전신호의 모든 펄스에 대하여 크기, 위상, 주기 범위 내의 인접 펄스를 소속도 함수에 입력하여 얻은 출력의 합이 기준값 이하이면 잡음으로 간주하여 제거한다(단계 S726).In the determination of step S716, when the noise canceling method of the number-to-phase distribution is not selected, the controller 630 determines that the noise canceling method using the coherence of the signal is selected and sets the partial discharge signal to the magnitude-to-phase-period. Aligned in a three-dimensional distribution (step S724), the noise included in the partial discharge signal is removed according to the degree of cohesion of the input partial discharge signal. That is, if the sum of the outputs obtained by inputting adjacent pulses in the magnitude, phase, and period ranges to all the pulses of the input partial discharge signal to the belonging degree function is less than or equal to the reference value, it is regarded as noise and removed (step S726).

도 17a와 같이 불규칙한 크기를 가진 주기적 잡음의 경우 처리하기가 곤란하다. 따라서, 새로운 잡음제거 방법과 퍼지소속도 함수를 정의할 필요가 있다. 도 17c의 크기 대 위상 대 주기의 3차원 분포에서, 부분 방전 펄스는 노이즈와는 다르게 유사한 크기, 위상, 주기로 밀집되어 나타나는 성질이 있으며, 이를 이용하여 퍼지 소속도함수를 정의할 수 있다. 신호의 크기를 위상과 주기의 함수로 나타내면 도 18(a)와 같이 나타낼 수 있고, 여기서는 θ는 위상, T는 주기가 된다. 임의 위상과 주기 신호의 노이즈 판단은 인접해 있는 신호에 따라 달라진다. 신호에 따라 고려되는 범위는 변경 가능하며, 그 범위는 (θ-PA/2) 내지 (θ+PA/2)의 위상 안, (T-PE/2) 내지 (T+PE/2)의 주기 내, 그 크기가 S(θ, T)-MA/2 내지 {S(θ, T)-MA/2} 내지 {S(θ, T)+MA/2}인 신호들이다. 이러한 고려되는 주변 신호를 도 18(b)와 같이 소속도 함수에 사영시켜, 그 합이 특정 수준 이하이면 잡음으로 간주하여 제거한다. 본 발명의 실시예에 의하면, 상기 퍼지 소속도 함수가 0.5 내지 1의 출력 지수를 가지고 있으며, 상기 퍼지 소속도 함수에 입력되는 인접 펄스의 크기, 위상, 및 주기가 기준되는 펄스에 인접할수록 큰 가중치를 가지는 특징이 있다.In the case of periodic noise having an irregular magnitude as shown in FIG. 17A, it is difficult to process. Therefore, it is necessary to define a new noise reduction method and a fuzzy small velocity function. In the three-dimensional distribution of magnitude versus phase versus period of FIG. 17C, the partial discharge pulses are densely represented with similar magnitudes, phases, and periods, unlike noise, and the fuzzy membership function may be defined using them. When the magnitude of the signal is expressed as a function of phase and period, it can be expressed as shown in FIG. 18 (a), where θ is a phase and T is a period. The noise determination of the arbitrary phase and periodic signals depends on the adjacent signals. The range considered according to the signal can be changed, and the range is within a phase of (θ-PA / 2) to (θ + PA / 2) and a period of (T-PE / 2) to (T + PE / 2) Are signals whose magnitudes are S (θ, T) -MA / 2 to {S (θ, T) -MA / 2} to {S (θ, T) + MA / 2}. This considered peripheral signal is projected to the belonging function as shown in Fig. 18 (b), and when the sum is less than a certain level, it is regarded as noise and removed. According to an embodiment of the present invention, the fuzzy membership function has an output index of 0.5 to 1, and the larger the weight is closer to the pulse based on the magnitude, phase, and period of the adjacent pulse input to the fuzzy membership function. It is characterized by having.

제어부(630)는 단계 S726의 수행 후에, 상기 부분방전신호의 제3 청정도를 계산한다(단계 S728).After performing step S726, the controller 630 calculates a third degree of cleanliness of the partial discharge signal (step S728).

제어부(630)는 상기 제1 청정도, 상기 제2 청정도, 및 상기 제3 청정도를 비교하고(단계 S730), 이중 최대 청정도가 상기 부분방전신호의 초기 청정도 보다 큰지의 여부를 판단한다(단계 S732).The controller 630 compares the first cleanliness, the second cleanliness, and the third cleanliness (step S730), and determines whether the maximum maximum cleanliness is greater than the initial cleanliness of the partial discharge signal (S730). Step S732).

상기 최대 청정도가 상기 부분방전신호의 초기 청정도보다 큰 경우, 상기 최대 청정도에 해당하는 제거 방식을 최적 잡음 제거 방식을 결정한다(단계 S734).When the maximum cleanliness is greater than the initial cleanliness of the partial discharge signal, an optimal noise canceling method is determined as a cancellation method corresponding to the maximum cleanliness (step S734).

상기한 바와 같이, 상기 다양한 기법과 조건별로 잡음 제거를 수행한 이후의 신호에 대한 청정도를 계산하여, 최대의 청정도를 갖는 기법과 변수 조건을 선정한다. 이때 상위 몇 개의 청정도를 갖는 기법과 결과를 취할 수도 있으며, 청정도 비교시 환경에 따라 잡음 제거 방법 및 조건 별로 가중치를 둘 수도 있다. As described above, the cleanliness of the signal after noise removal is performed for each of the various techniques and conditions, and the technique having the maximum cleanliness and the variable condition are selected. At this time, a technique and a result having the top few cleanliness may be taken, and when comparing cleanliness, weights may be weighted according to noise removal methods and conditions according to the environment.

그리고 나서 선택된 잡음 제거 후의 결과를 출력하고 기기진단의 데이터로 이용한다.The result after the selected noise reduction is then output and used as data for instrument diagnostics.

도 8에는 본 소프트웨어 필터에 의한 잡음제거 기법 실시예를 나타내었다. 도 8a의 원신호는 부분 방전 신호와 잡음 신호가 혼재되어 계측된 신호이며, 도 8b는 전 처리후의 결과이고, 도 8c 및 도 8d는 실행도중의 개수 대 크기분포 및 크기별 정렬결과이다. 도 8d는 본 소프트웨어 필터에 의해 최대의 청정도를 갖는 것으로 판별된 결과 파형이다. Lgc1로 표기된 것은 크기 대 위상분포의 퍼지로직기법을 이용한 결과라는 뜻이고, outrejection 0.3은 0.3 이하의 퍼지지수를 가지는 펄스를 제거한 파형이라는 뜻이다.8 shows an embodiment of a noise reduction technique using the software filter. The original signal of FIG. 8A is a signal measured by mixing a partial discharge signal and a noise signal, and FIG. 8B is a result after preprocessing, and FIGS. 8C and 8D are results of number-to-size distribution and size-aligned results during execution. 8D is a result waveform determined as having the maximum cleanliness by this software filter. Lgc1 denotes a result of using the magnitude-to-phase distribution fuzzy logic technique, and outrejection 0.3 means a waveform obtained by removing a pulse having a fuzzy index of 0.3 or less.

이상에서는 본 발명을 특정의 바람직한 실시예로서 설명하였으나, 본 발명은 상기한 실시예에 한정되지 아니하며, 특허 청구의 범위에서 청구하는 본 발명의 요 지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형이 가능할 것이다.The present invention has been described above as a specific preferred embodiment, but the present invention is not limited to the above-described embodiments, and the present invention is not limited to the above-mentioned claims without departing from the gist of the present invention. Anyone with a variety of variations will be possible.

본 발명에 따른 부분 방전 신호용 복합 잡음 제거 방법은 부분방전 측정시스템에 사용될 수 있다.The composite noise canceling method for the partial discharge signal according to the present invention can be used in a partial discharge measurement system.

도 1은 종래 방법에 의한 부분 방전 신호를 측정한 예를 나타낸 그래프이다.1 is a graph showing an example of measuring a partial discharge signal by a conventional method.

도 2는 종래의 1차 잡음 제거 방법 적용 결과 예를 나타낸 그래프이다.2 is a graph showing an example of a result of applying a conventional first noise removing method.

도 3은 도 1의 신호에서 잡음 위상의 신호 만을 추출하여 각 신호별 크기분포의 예를 나타낸 그래프이다.3 is a graph illustrating an example of size distribution for each signal by extracting only a signal having a noise phase from the signal of FIG. 1.

도 4는 종래의 1차 잡음 제거 방법을 적용한 후 위상별 발생 빈도를 나타낸 그래프이다.Figure 4 is a graph showing the frequency of occurrence of each phase after applying the conventional first-order noise reduction method.

도 5는 종래의 1차 및 2차 잡음 제거 방법 적용 결과를 나타낸 그래프이다.5 is a graph showing the results of applying the conventional first and second noise reduction method.

도 6은 본 발명의 실시예에 따른 소프트웨어 필터의 구성을 나타낸 블록이다.6 is a block diagram showing the configuration of a software filter according to an embodiment of the present invention.

도 7은 본 발명의 실시예에 따른 부분방전신호용 복합 잡음 제거 방법을 설명하는 흐름도이다.7 is a flowchart illustrating a method of removing a complex noise for a partial discharge signal according to an embodiment of the present invention.

도 8a 내지 도 8e는 도 7에 설명된 전처리 알고리즘에 의한 잡음 제거 실행 예를 나타낸 그래프들이다.8A through 8E are graphs illustrating an example of noise reduction performed by the preprocessing algorithm illustrated in FIG. 7.

도 9a 내지 도 9j는 도 7에 설명된 크기별 위상 분포 유형을 나타낸 그래프들이다.9A to 9J are graphs illustrating the type of phase distribution for each size described in FIG. 7.

도 10은 본 발명의 실시예에 따른 퍼지 소속도 함수의 개념을 정의한 그래프이다.10 is a graph defining the concept of a fuzzy belonging function according to an embodiment of the present invention.

도 11a 내지 도 11j는 본 발명의 실시예에 따른 유형별 퍼지 소속도 함수를 정의한 그래프들이다.11A to 11J are graphs defining a fuzzy membership function for each type according to an embodiment of the present invention.

도 12a 내지 도 12d는 본 발명의 실시예에 따른 퍼지추론 입력 퍼지 소속도 함수를 정의한 그래프들이다.12A to 12D are graphs defining a fuzzy inference input fuzzy membership function according to an embodiment of the present invention.

도 13은 본 발명의 실시예에 따른 퍼지로직 시스템을 나타낸 도면이다.FIG. 13 illustrates a fuzzy logic system according to an exemplary embodiment of the present invention. FIG.

도 14는 본 발명의 실시예에 따른 퍼지로직을 나타낸 도면이다.14 is a view showing a purge logic according to an embodiment of the present invention.

도 15a 내지 도 15f는 도 14에 도시된 퍼지로직에 의한 잡음 제거 방법의 예를 나타낸 그래프들이다.15A to 15F are graphs illustrating an example of a method of removing noise by fuzzy logic illustrated in FIG. 14.

도 16a 내지 도 16c는 도 7에 도시된 개수 대 위상 분포에 의한 잡음 제거 방법를 설명하기 위한 그래프들이다.16A to 16C are graphs for describing a method of removing noise by the number versus phase distribution shown in FIG. 7.

도 17a 내지 도 17c는 도 7에 도시된 부분방전 펄스의 응집도를 기초로 한 잡음 제거 방법을 설명하기 위한 그래프들이다.17A to 17C are graphs for describing a noise removing method based on the degree of aggregation of the partial discharge pulses shown in FIG. 7.

도 18은 도 7에 도시된 부분방전 펄스의 응집도를 기초로 한 잡음 제거 방법의 소속도 함수를 나타낸 그래프이다.FIG. 18 is a graph showing the belonging function of the noise canceling method based on the degree of aggregation of the partial discharge pulses shown in FIG. 7.

도 19a 내지 도 19c는 본 발명의 실시예에 따른 잡음 제거 전후의 부분방전신호의 청정도를 나타낸 그래프들이다.19A to 19C are graphs illustrating the cleanliness of partial discharge signals before and after noise cancellation according to an embodiment of the present invention.

Claims

(i) receiving a partial discharge signal;

(ii) calculating an initial cleanliness of the received partial discharge signal;

(iii) arranging the partial discharge signals in magnitude versus phase distribution to obtain phase distribution data for each size;

(iv) the phase distribution data according to the magnitudes of the first partial discharge type of 0 degrees to 152 degrees and the 300 degree to 360 degrees of the first phase range, the first noise type of 50 degrees to 270 degrees of the second phase range, and the second partial discharge type. In a third phase range of 120 degrees to 340 degrees, or a second noise type 0 to 90 degrees and a fourth phase range of 230 degrees to 360 degrees, to give an output index of 0 to 1, Obtaining a plurality of output indices by applying the phase distribution data for each size to a fuzzy membership function representing probability phase distribution degree;

(v) a plurality of output exponents

And an average value for each size as four types of fuzzy indexes corresponding to the first phase range, the second phase range, the third phase range, and the fourth phase range by applying 0 ≦ ff (x) ≦ 1. Where FV is the four types of fuzzy indices, ff (x) is the output exponent of the fuzzy membership function, x _k is the phase of the signal and n is the number of signals; And

(vi) (1) the first phase range, (2) the second phase range, (3) the third phase range, (4) the fourth phase range, (5) the first and second phase ranges, (6) the first and fourth phase ranges, (7) the second and third phase ranges, (8) the second and fourth phase ranges, (9) the third and fourth phase ranges, (10 ) The first to third phase ranges, (11) the first, second, and fourth phase ranges, (12) the first, third, and fourth phase ranges, and (13) the second to fourth phase ranges. Or (14) the magnitude-based phase distribution data at the minimum value of at least one fuzzy index in each of the first to fourth phase ranges, (1) the first or third phase range, (2) the second or third Four phase ranges, (3) the first and fourth phase ranges, the second and third phase ranges, the first to third phase ranges, or the first, third and fourth phase ranges, (4) the First and second phase ranges, the second and fourth phase ranges, and the third and fourth phases 14 each obtained by giving relatively small weights in order of distribution in the range, the first, second and fourth phase ranges, the second to fourth phase ranges, or the first to fourth phase ranges. Receiving four types of fuzzy indices of the phase distribution data for each size in a manner of determining an average value of the values as a degree of noise similarity and applying the same to fuzzy logic;

(vii) removing noise included in the partial discharge signal in such a manner as to remove the magnitude-wise pulse having a high degree of noise similarity;

(viii) aligning the partial discharge signals in a number-to-phase distribution and removing signals with noise whose phase is smaller than the reference pulse number as noise;

(ix) aligning the partial discharge signal into a three-dimensional distribution of magnitude versus phase versus period and removing noise included in the partial discharge signal according to the degree of cohesion of the input partial discharge signal;

(x) calculating the cleanliness of the noise-free signal after each of steps (vii), (viii), and (ix);

(xi) comparing the maximum value of the cleanliness of the noise-free signal after performing step (x) with the initial cleanliness of the partial discharge signal calculated in step (ii);

(xii) if the maximum value is greater than the cleanliness of the partial discharge signal calculated in step (ii), the removing step corresponding to the maximum cleanliness in steps (iii) to (vii), (viii), and (ix); Determining the optimal noise cancellation method;

The cleanliness means less noise in the signal means a composite noise reduction method for a partial discharge signal.

According to claim 1, The cleanliness of the input partial discharge signal is calculated by the cleanliness = sum of the signal interval pulse size / (sum of noise interval pulse size + 0.01) which is the first cleanliness calculation formula, the value of the cleanliness is The clean noise = sum of the signal interval pulse magnitude minus the second cleanliness equation, when the value is 40 or more, the complex noise cancellation method for the partial discharge signal.

delete

The method of claim 1, wherein step (ix)

(ix-1) arranging the partial discharge signals in a three-dimensional distribution of magnitude versus phase versus period: and

(ix-2) a portion including all the pulses of the input partial discharge signal, if the sum of the outputs obtained by inputting adjacent pulses in the magnitude, phase, and period ranges to the membership function is less than the reference value, and including the step of removing them as noise; Complex noise cancellation method for discharge signal.

The method according to claim 7, wherein the fuzzy membership function has an output index of 0.5 to 1, and the larger the weight is closer to the pulse based on the magnitude, phase, and period of the adjacent pulse input to the fuzzy membership function. Characteristic complex noise cancellation method for partial discharge signals.

The method of claim 1, wherein, between steps (i) and (ii), the received partial discharge signals are arranged in a number-to-size distribution, and a plurality of noises and a large number of minimum magnitudes included in the received partial discharge signals are arranged. The branch further comprises the step of removing a plurality of noise of the same size complex noise cancellation method for a partial discharge signal.