KR101148957B1 - Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House - Google Patents

Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House Download PDF

Info

Publication number
KR101148957B1
KR101148957B1 KR1020100047110A KR20100047110A KR101148957B1 KR 101148957 B1 KR101148957 B1 KR 101148957B1 KR 1020100047110 A KR1020100047110 A KR 1020100047110A KR 20100047110 A KR20100047110 A KR 20100047110A KR 101148957 B1 KR101148957 B1 KR 101148957B1
Authority
KR
South Korea
Prior art keywords
arc
afchcn
current
wave
chcn
Prior art date
Application number
KR1020100047110A
Other languages
Korean (ko)
Other versions
KR20110127547A (en
Inventor
고윤석
Original Assignee
남서울대학교 산학협력단
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 남서울대학교 산학협력단 filed Critical 남서울대학교 산학협력단
Priority to KR1020100047110A priority Critical patent/KR101148957B1/en
Publication of KR20110127547A publication Critical patent/KR20110127547A/en
Application granted granted Critical
Publication of KR101148957B1 publication Critical patent/KR101148957B1/en

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing 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
    • G01R31/1227Testing 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141Discrete Fourier transforms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02HEMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H1/00Details of emergency protective circuit arrangements
    • H02H1/0007Details of emergency protective circuit arrangements concerning the detecting means
    • H02H1/0015Using arc detectors

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Discrete Mathematics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

본 발명은 전기수용가의 분전반으로부터 분기된 각각의 선로에서 발생되는 아크고장을 적용이 용이하면서 강력한 비선형 관계를 표시할 수 있는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 판단할 수 있는 주택의 아크고장 판단방법에 관한 것으로,
즉, 분전반의 전원부에 하나의 배선차단기(MCCB)를 매개로 주제어장치를 설치하고 각 분기선로에 과부하 또는 누전이 발생될 때 회로를 차단하는 누전차단기(ELCB)를 설치하며, 상기 주제어장치는 전력선으로부터 전력정보를 수집 및 관리하는 단상전력관리장치와 전류로부터 아크고장을 판단하는 아크고장진단장치로 구성함으로써, 상기 단상전력관리장치는 전력관리 업무를 수행하는 것 외에 아크고장진단장치의 아크고장 출력핀을 주기적으로 감시하여 아크고장진단장치에 의해서 회로 차단 명령이 내려지지 않는 경우 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로차단 명령을 내리거나 아크고장 발생 여부를 LCD에 표시 및 인터넷을 통해 원격 관리 시스템에 전송하게 되고, 상기 아크고장진단장치에 구비된 마이크로 프로세서부는 샘플링된 데이터를 수집하여 아크고장판단 기법에 근거하여 아크고장 여부를 판단, 그 결과를 아크 출력 핀에 출력, 차단기에 회로 차단 명령을 내리거나 단상전력관리장치로 하여금 아크고장여부를 확인할 수 있도록 한 것이다.
The present invention can be easily applied to the arc failure generated in each line diverged from the distribution panel of the electric receiver, and the arc of the house can be judged on the basis of the discrete freeier transformation and the multilayer perceptron artificial neural network which can display a strong nonlinear relationship. Regarding the failure determination method,
That is, a main control device is installed through a single circuit breaker (MCCB) at a power supply unit of a distribution panel, and an earth leakage breaker (ELCB) is installed to cut a circuit when an overload or a short circuit occurs in each branch line. By configuring the single-phase power management device that collects and manages the power information from the single-phase power management device and the arc failure diagnosis device that determines the arc failure from the current, the single-phase power management device not only performs the power management task but also outputs the arc failure of the arc failure diagnosis device. If the circuit breakout command is not issued by the arc fault diagnosis device by periodically monitoring the pin, issue a circuit break command to the breaker (MCCB having an operating mechanism operated by an external command) or display the arc fault on the LCD and display the Internet. It is transmitted to the remote management system through the micro-controller provided in the arc fault diagnosis device The parser collects the sampled data to determine whether the arc has failed based on the arc fault determination technique, outputs the result to the arc output pin, issues a circuit breaker command to the circuit breaker, or checks the single phase power management device for arc failure. I would have to.

Description

주택의 아크고장 전류차단을 위한 아크고장 판단방법{ Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House }Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House}

본 발명은 주택의 아크고장 전류차단을 위한 아크고장 판단방법, 더욱 상세하게는 전기수용가의 분전반으로부터 분기된 각각의 선로에서 발생되는 아크고장을 적용이 용이하면서 강력한 비선형 관계를 표시할 수 있는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 판단할 수 있는 주택의 아크고장 판단방법에 관한 것이다.The present invention is easy to apply the arc failure determination method for blocking the arc failure current of the house, more specifically, the arc failure generated in each line branched from the distribution panel of the electric customer, easy to apply a discrete non-linear relationship can be displayed The present invention relates to a method of determining arc failure of a house that can be determined based on transformation and multilayer perceptron artificial neural network.

일반적으로, 전기 수용가에 전기를 공급하는 시스템의 인입구에는 분전반이 설치되어 있고, 그 분전반 내의 전원 측에는 과부하가 발생 되거나 작업을 할 경우 전력공급을 차단하기 위한 배선 차단기(MCCB : Mold Case Circuit Breaker)가 설치되며, 분전반에서 분기된 각각의 분기선로에는 누전 발생 시 누설전류로부터 전기화재나 인체보호를 목적으로 하는 누전 차단기(ELCB : Earth Leakage Circuit Breaker)가 설치되어 있다(도1 참조).In general, a distribution board is installed at an inlet of a system for supplying electricity to an electric customer, and a circuit breaker (MCCB) is provided at the power supply side of the distribution board to cut off the power supply when an overload occurs or work is performed. Each branch line branched from the distribution panel is provided with an earth leakage circuit breaker (ELCB) for the purpose of protecting an electric fire or a human body from leakage current when an electric leakage occurs (see FIG. 1).

그러나 상기 배선차단기 또는 누전차단기들은 부하전류나 영상전류의 RMS(Root Mean Square) 크기만을 기반으로 동작하기 때문에 전기화재의 주요원인이 되고 있는 아크고장을 판단할 수 없었다. 이들 차단기들은 직렬 및 병렬 아크 발생 시 아크 전류가 너무 작아 고장검출이 어렵기 때문에 고장전류를 차단할 수 없는 문제에 노출되었으며, 이는 전기사용의 안전성을 저하시키게 되었음은 물론 이벤트 발생 시 바로 전기화재로 이어질 수 있는 매우 심각한 문제를 유발하였다.However, since the circuit breakers or the ground fault circuit breakers operate based only on the root mean square (RMS) size of the load current or the image current, the arc failure, which is the main cause of the electric fire, cannot be determined. These circuit breakers have been exposed to the problem that the fault current cannot be blocked because the arc current is too small to detect faults in series and parallel arcs. Has caused a very serious problem.

미국 USFA(United Ststes Fire Administration)의 보고에 의하면, 매년 미국 내 주택에서 67,800건의 전기 아크 화재가 발생하고 있으며, 이로 인해 희생자 485명, 부상자 2,300명 그리고 8,680억원 정도의 재산손실이 보고되고 있다.According to a report from the United Ststes Fire Administration (USFA), 67,800 electric arc fires occur annually in homes in the United States, resulting in 485 victims, 2,300 injured people, and 680 billion won in property losses.

그러므로 수용가 측면에서는 저압 아크고장을 정확하게 인식, 차단함으로써 전기사용의 안전성을 획기적으로 제고할 수 있는 아크고장 판단 기법의 개발이 시급히 요구되고 있다. Therefore, it is urgently required to develop an arc failure determination technique that can significantly improve the safety of electricity use by accurately recognizing and blocking low voltage arc failure from the consumer perspective.

지금까지 주택의 아크고장 판단을 위한 기법에 대하여 다수의 연구들이 있었으나 주로 전류크기 변화, 고주파 채터링 현상, Shoulder 현상, 간헐적으로 가파른 상승률 그리고 펄스 폭 등의 특징들의 변화를 감지함으로써 아크고장을 판단하는 전략들을 제시하였다. 그러나 이들 특징들의 변화가 일관성을 가지지 않고 이들 특징들과 아크고장과의 관계가 강력한 비선형성을 보이기 때문에 아크고장 판단의 신뢰성이 크게 저하되고 있다.Until now, a number of studies have been conducted on the method for determining the arc failure of a house.However, the arc failure is judged by detecting changes in characteristics such as current size change, high frequency chattering phenomenon, shoulder phenomenon, intermittent steep rise rate and pulse width. Strategies were presented. However, since the change of these features is not consistent and the relationship between these features and the arc failure shows strong nonlinearity, the reliability of the arc failure judgment is greatly reduced.

본 발명은 종래에 전기수용가에서 아크전류가 미세할 때 아크고장을 제대로 검출할 수 없는 문제점을 해결하기 위한 것으로, 그 목적은 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망에 기반으로 아크고장을 판단할 수 있는 주택의 아크고장 전류차단을 위한 아크고장 판단방법을 제공하는 것이다.The present invention is to solve the problem that can not properly detect the arc failure when the arc current is fine in the conventional electroconductor, the object of which is to determine the arc failure based on discrete freezer transformation and multilayer perceptron artificial neural network The present invention provides a method for determining arc failure for blocking current of arc faults in residential houses.

이러한 목적을 달성하기 위한 본 발명은, 분전반의 전원부에 하나의 배선차단기(MCCB)를 매개로 주제어장치를 설치하고 각 분기선로에 과부하 또는 누전이 발생될 때 회로를 차단하는 누전차단기(ELCB)를 설치하며, 상기 주제어장치는 전력선으로부터 전력정보를 수집 및 관리하는 단상전력관리장치와 전류로부터 아크고장을 판단하는 아크고장진단장치로 구성함으로써, 상기 단상전력관리장치는 전력관리 업무를 수행하는 것 외에 아크고장진단장치의 아크고장 출력핀을 주기적으로 감시하여 아크고장진단장치에 의해서 회로 차단 명령이 내려지지 않는 경우 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로차단 명령을 내리거나 아크고장 발생 여부를 LCD에 표시 및 인터넷을 통해 원격 관리 시스템에 전송하게 되고, 상기 아크고장진단장치에 구비된 마이크로 프로세서부는 샘플링된 데이터를 수집하여 아크고장판단 기법에 근거하여 아크고장 여부를 판단, 그 결과를 아크 출력 핀에 출력, 차단기에 회로 차단 명령을 내리거나 단상전력관리장치로 하여금 아크고장여부를 확인할 수 있도록 한 것을 특징으로 한다.The present invention for achieving this purpose, the main circuit breaker (ELCB) is installed in the power supply unit of the distribution panel via a single circuit breaker (MCCB) as a medium and cut off the circuit when an overload or a short circuit occurs in each branch line. And the main controller comprises a single phase power management device for collecting and managing power information from a power line and an arc failure diagnosis device for determining an arc failure from a current. Periodically monitor the arc fault output pin of the arc fault diagnosis device, and if a circuit break command is not issued by the arc fault diagnosis device, issue a circuit break command to the breaker (MCCB having an operating mechanism operated by an external command), or It is displayed on the LCD and transmitted to the remote management system via the Internet. The microprocessor unit of the fault diagnosis device collects the sampled data to determine whether the arc has failed based on the arc fault determination technique, and outputs the result to the arc output pin, and gives a circuit breaker command to the circuit breaker or sends it to the single phase power management device. It is characterized in that it can be confirmed whether the arc failure.

이와 같은 본 발명의 주택의 아크고장 전류차단을 위한 아크고장 판단방법은 전기수용가의 분전반을 통과한 각 분기선로에 흐르는 전류신호를 샘플링하고 그 데이터를 수집하여 과부하로 인하여 발생되는 아크고장 여부를 판단하고 그 결과에 따라 신속하게 배선차단기의 회로를 차단 또는 아크고장을 확인함으로써, 종래에 아크 발생 시 아크 전류가 너무 작아서 고장검출이 어려웠던 문제를 해결하여 아크고장으로 인한 화재발생을 극소화할 수 있는 효과가 있으며, 전기사용의 안전성을 향상시킬 수 있는 장점이 있다.The arc fault determination method for blocking the arc fault current of the house of the present invention is to sample the current signal flowing in each branch line passing through the distribution panel of the electric customer and collect the data to determine whether the arc fault caused by the overload According to the result, the circuit of the circuit breaker can be quickly disconnected or the arc fault can be checked. Thus, the problem that the arc current was too small and the failure detection was difficult due to the conventional arc occurrence can be minimized, thereby minimizing the fire caused by the arc failure. There is, there is an advantage to improve the safety of electricity use.

도 1은 일반적인 전기 수용가의 인입구에 설치된 분전반의 구성도,
도 2a 및 2b는 본 발명의 주택의 아크고장 전류차단을 위하여 상기 분전반에 주제어장치가 적용된 상태와 그 주제어장치를 구체적으로 나타낸 블록구성도,
도 3은 본 발명에서 제안하는 UL1699에 근거한 아크고장 판단개념을 설명하기 위한 파형도,
도 4는 본 발명의 다층 퍼셉트론 인공신경회로망을 기반으로 하는 학습과정을 나타낸 흐름도,
도 5는 상기 도 3의 인공신경회로망을 기반으로 전류반파의 아크고장 전류 판단 기법을 나타낸 흐름도,
도 6은 본 발명에서 제안하는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 하는 아크고장 판단에 대한 전체 순서도이다.
1 is a configuration diagram of a distribution panel installed at an inlet of a general electric customer;
Figure 2a and 2b is a block diagram showing a state in which the main control device is applied to the distribution panel and the main control device in detail for the arc fault current blocking of the house of the present invention,
3 is a waveform diagram illustrating an arc failure determination concept based on UL1699 proposed by the present invention;
4 is a flowchart showing a learning process based on a multilayer perceptron artificial neural network of the present invention;
5 is a flowchart illustrating an arc fault current determination method of current half-waves based on the artificial neural network of FIG. 3;
FIG. 6 is a flowchart illustrating an entire arc fault determination based on the discrete free Fourier transform and the multilayer perceptron artificial neural network proposed by the present invention.

이하, 본 발명의 주택의 아크고장 전류차단을 위한 아크고장 판단방법을 첨부도면을 참조하여 설명하면 다음과 같다.Hereinafter, the arc failure determination method for blocking the arc fault current of the house of the present invention will be described with reference to the accompanying drawings.

도 2a는 본 발명의 주택의 아크고장 전류차단을 위하여 분전반에 주제어장치가 적용된 상태를 나타낸 블록구성도로서, 분전반의 전원부에 하나의 배선차단기(MCCB)를 매개로 주제어장치(100)를 설치하고 각 분기선로에 누전차단기(ELCB)를 설치하여 각 분기선로에서 과부하 또는 누전이 발생될 때 회로를 차단하며, 상기 MCCB와 ELCB는 외부 명령에 의해 동작되면서 원격지로 정보를 전송하기 위하여 이더넷컨버터를 설계한다.Figure 2a is a block diagram showing a state in which the main control device is applied to the distribution panel for the arc fault current blocking of the house of the present invention, the main control device 100 is provided via a single circuit breaker (MCCB) in the power supply unit of the distribution panel An earth leakage breaker (ELCB) is installed in each branch line to cut off the circuit when an overload or a short circuit occurs in each branch line, and the MCCB and ELCB are operated by an external command and an Ethernet converter is designed to transmit information to a remote site. do.

도 2b는 상기 분전반에 적용된 주제어장치를 구체적으로 나타낸 블록구성도로서, 본 발명의 아크고장을 진단하는 주제어장치(100)는 전력선으로부터 전력정보를 수집 및 관리하는 단상전력관리장치(10)와, 전류로부터 아크고장을 판단하는 아크고장진단장치(20)로 구성되어 있다.FIG. 2B is a block diagram illustrating a main controller applied to the distribution panel in detail. The main controller 100 for diagnosing arc failure of the present invention includes a single-phase power management apparatus 10 for collecting and managing power information from a power line; It consists of the arc fault diagnosis apparatus 20 which judges an arc fault from an electric current.

상기 단상전력관리장치(10)에 구비된 단상전력관리 IC는 전류센서 CT와 전압센서 회로로부터 전류, 전압 신호를 받아 전압 RMS, 전류 RMS, 유효전력, 무효전력 그리고 사용전력량 데이터를 기록, 관리한다. 마이크로 프로세서는 주기적으로 단상전력관리 IC로부터 전력정보를 얻어 LCD에 디스플레이하고, 필요에 따라 주택 또는 원격 관리 시스템에 인터넷을 통해 전송하며, 또한, 자체 또는 원격관리 시스템의 명령에 의해 전자 릴레이 제어를 통해 분기선로 부하를 On/Off 제어한다. The single phase power management IC provided in the single phase power management device 10 receives current and voltage signals from the current sensor CT and the voltage sensor circuit to record and manage voltage RMS, current RMS, active power, reactive power, and power consumption data. . The microprocessor periodically obtains power information from the single-phase power management IC, displays it on the LCD, transmits it to the home or remote management system via the Internet as needed, and also controls the electronic relay by the command of its own or remote management system. Control the branch line load on / off.

특히, 단상전력관리장치(10)는 전력관리 업무를 수행하는 것 외에 아크고장진단장치(20)의 아크고장 출력핀을 주기적으로 감시한다. 만약, 아크고장 출력 핀의 값이 정상상태 값 1에서 0으로 변하면 아크고장으로 판단, 아크고장진단장치에 의해서 회로 차단 명령이 내려지지 않는 경우 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로차단 명령을 내리거나 아크고장 발생 여부를 LCD에 표시하며 인터넷을 통해 원격 관리 시스템에 전송한다.In particular, the single-phase power management device 10, in addition to performing a power management task, periodically monitors the arc failure output pin of the arc failure diagnosis device 20. If the value of the arc fault output pin changes from the steady state value 1 to 0, it is judged as an arc fault. If a circuit break command is not issued by the arc fault diagnosis device, the breaker (MCCB having an operating mechanism operated by an external command) It sends a circuit break command or displays an arc fault on the LCD and transmits it to the remote management system via the Internet.

아크고장진단장치(20)에 구비된 AD 컨버터는 전류센서 CT로부터 주기적으로 전류 샘플 신호를 기록한다. 마이크로 프로세서부는 샘플링된 데이터를 수집하여 아크고장판단 기법에 근거하여 아크고장 여부를 판단, 그 결과를 아크 출력 핀에 출력, 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로 차단 명령을 내리거나 단상전력관리장치로 하여금 아크고장여부를 확인할 수 있도록 한다. 또한 자기동작성능을 확인할 수 있도록 테스트 버튼을 설계, 테스트 버튼이 눌러질 경우, 내장된 아크고장 파형을 기반으로 아크고장판단 기법에 근거하여 아크고장 여부를 판단 출력 핀에 출력하도록 설계, 구현한다. The AD converter provided in the arc fault diagnosis apparatus 20 periodically records a current sample signal from the current sensor CT. The microprocessor unit collects the sampled data to determine whether the arc has failed based on the arc fault determination technique, outputs the result to the arc output pin, and sends a circuit break command to the breaker (MCCB having an operating mechanism operated by an external command). Lower or allow the single-phase power management device to check for arc failure. In addition, the test button is designed to check the self-operation performance, and when the test button is pressed, it is designed and implemented to output the arc failure to the output pin based on the arc failure determination technique based on the built-in arc failure waveform.

단상전력관리 장치는 전력관리 업무이외에 이 출력 핀을 주기적으로 감시, 아크고장으로 판단되는 경우 그 결과를 주택 또는 원격 관리시스템에 제공하도록 설계한다. 주택 아크고장판단 장치는 마이크로 컨트롤로로서 친숙한 AT91SAM7S256을 사용하였으며 AD컨버터로는 아날로그 디바이스사의 AD7688을 이용하였다.   In addition to the power management task, the single-phase power management device is designed to monitor this output pin periodically and provide the result to the house or the remote management system if it is determined that the arc has failed. The arc fault judgment device of the house used the familiar AT91SAM7S256 as a microcontroller and the AD7688 of analog device as an AD converter.

AFCI(Arc Fault Circuit Interrupter) 규격 UL1699에 의하면, 아크고장 회로차단기는 0.5초 이내에 8개의 반파(HF : Half Cycle)가 아크고장 전류로 확인되면 아크고장으로 판단하고 회로를 차단해야 하는 것으로 정의된다. 따라서 아크고장 판단을 위한 신호처리 윈도우는 30개의 전파(Full Cycle) 또는 60개의 반파(Half Cycle)로 정의될 수 있다. According to the Arc Fault Circuit Interrupter (AFCI) standard UL1699, an arc fault circuit breaker is defined as having an arc fault current and detecting a circuit fault when eight half cycles (HF) are identified as arc fault currents within 0.5 seconds. Therefore, the signal processing window for determining the arc failure may be defined as 30 full cycles or 60 half cycles.

도 3은 본 발명에서 제안하는 UL1699에 근거한 아크고장 판단개념을 설명하기 위한 파형도로서, 블랙 반파들은 아크고장의 일반적인 현상인 쇼울더 현상을 보이기 때문에 아크고장 전류 반파(AFCHC : Arc Fault Current Half Cycle)들을 표시하고, 나머지 반파들은 정상전류 반파들을 표시한다. 또한 상기 파형도에서 아크고장 전류 반파에 대응하는 숫자는 아크고장 전류 반파의 번호를 표시한다. FIG. 3 is a waveform diagram illustrating an arc failure determination concept based on UL1699 proposed by the present invention, and black half waves show a shoulder phenomenon, which is a general phenomenon of arc failure, and thus an arc fault current half cycle (AFCHC). And the remaining half waves represent the steady current half waves. In the waveform diagram, the number corresponding to the arc fault current half wave indicates the number of the arc fault current half wave.

아크고장 판단 메커니즘은 연속적으로 고장전류를 감시하는 것으로 시작된다. 연속적으로 전류를 감시하다가 맨 처음으로 블랙 반파를 형성하는 아크고장 전류 반파(AFCHC)를 발견하게 되면, 그 아크고장 전류 반파(도 3의 1번 지점)의 시작점을 아크고장 판단을 위한 윈도우의 시작점으로 기록하고 그 시작점으로부터 정상전류 반파나 아크고장 전류 반파에 관계없이 60개의 반파를 기록하여 첫 번째 윈도우 즉, 윈도우 1을 결정한다.The arc fault determination mechanism begins by continuously monitoring the fault current. When monitoring the current continuously and discovering the first arc fault current half wave (AFCHC) that forms the black half wave, the starting point of the window for determining the arc fault is the starting point of the arc fault current half wave (point 1 in FIG. 3). The first window, window 1, is determined by recording 60 half-waves regardless of the steady current half-wave or arc fault current half-wave from the starting point.

동시에, 윈도우 1내의 아크고장 전류 반파의 수((AFCHCN : Arc Fault Current Half Cycle Number)를 계수하게 되는데, 만약 AFCHCN≥8인 경우 아크고장으로 판단하고 그렇지 않은 경우 정상으로 판단한다. 도면에서는 AFCHCN=7이므로 아크고장 판단에 실패한다.At the same time, the number of arc fault current half-waves (AFCHCN) in Window 1 is counted, and if AFCHCN≥8, it is determined as an arc fault, otherwise it is determined to be normal. Because it is 7, it fails the arc fault judgment.

이 경우 윈도우는 이동하게 된다. 두 번째 아크고장 전류 반파(AFCHC, 도 3의 2번 지점)의 시작점을 윈도우의 시작점으로 하고 계속적으로 전류 반파를 기록하여 정상전류 반파나 아크고장 전류 반파에 관계없이 윈도우 내의 전류반파의 수(CHCN)가 30개가 되면 새로운 윈도우인 윈도우 2가 정의된다. In this case, the window moves. The starting point of the second arc fault current half wave (AFCHC, point 2 in FIG. 3) is the starting point of the window, and the current half wave is continuously recorded so that the number of current half waves (CHCN) in the window regardless of the steady current half or arc fault current half wave. With 30), a new window, window 2, is defined.

동시에, 윈도우 2내의 아크고장 전류 반파의 수(AFCHCN : Arc Fault Current Half Cycle Number)를 계수하게 되는데, 만약 AFCHCN≥8인 경우 아크고장으로 판단하고 그렇지 않은 경우 정상으로 판단한다. 도면에서는 AFCHCN=7이므로 아크고장 판단에 실패한다. 따라서 윈도우는 다시 이동하게 된다.At the same time, the number of arc fault current half cycle numbers (AFCHCN) in window 2 is counted. If AFCHCN≥8, it is determined as an arc fault, otherwise it is determined to be normal. In the drawing, since AFCHCN = 7, arc failure determination fails. Thus the window is moved again.

세 번째 아크고장 전류 반파(AFCHC, 도 3의 2번 지점)의 시작점을 윈도우의 시작점으로 하고 계속적으로 전류 반파를 기록하여 정상전류 반파나 아크고장 전류 반파에 관계없이 윈도우 내의 전류 반파의 수(CHCN)가 30개가 되면 새로운 윈도우인 윈도우 3이 정의된다.The starting point of the third arc fault current half wave (AFCHC, point 2 in FIG. 3) is the starting point of the window, and the current half wave is continuously recorded so that the number of current half waves (CHCN) in the window regardless of the steady current half or arc fault current half wave. With 30), a new window, window 3, is defined.

동시에, 윈도우 3내의 아크고장 전류 반파의 수(AFCHCN : Arc Fault Current Half Cycle Number)를 계수하게 되는데, 만약 AFCHCN≥8인 경우 아크고장으로 판단하고 그렇지 않은 경우 정상으로 판단한다. 도면에서는 AFCHCN=8이므로 아크고장으로 판단하게 된다.At the same time, the number of Arc Fault Current Half Cycle Numbers (AFCHCN) in Window 3 is counted. If AFCHCN≥8, it is determined as an arc fault, otherwise it is determined to be normal. In the drawing, since AFCHCN = 8, it is determined as an arc failure.

이제 남는 문제는 각 반파가 정상전류 반파인지 아크고장 전류 반파인지를 결정해야 하는 문제가 남는다. 이때 전류 반파의 아크고장 전류 여부에 대한 판단은 다음에 기재되는 다층 퍼셉트론(Multilayer perceptron) 인공신경회로망을 기반으로 한다.The remaining problem remains to determine whether each half wave is a steady current half wave or an arc fault current half wave. At this time, the determination of the arc fault current of the current half-wave is based on the multilayer perceptron artificial neural network described below.

즉, 상기 전류반파의 아크고장 판단 방법은 다층 퍼셉트론 인공신경회로망을 기반으로 하는데, 이때 다층 퍼셉트론 인공신경회로망의 구조 및 신경망 가중치 그리고 바이어스 threshold(문턱전압) 값은, 도 4에 도시한 바와 같이, 인공신경회로망 학습과정을 통해서 결정되며, 그 다층 퍼셉트론 인공신경회로망의 학습과정은 다음과 같다. That is, the arc fault determination method of the current half-wave is based on a multilayer perceptron artificial neural network, wherein the structure, neural weight and bias threshold (threshold voltage) of the multilayer perceptron artificial neural network are shown in FIG. 4, It is determined through the learning process of artificial neural network, and the learning process of the multi-layer perceptron artificial neural network is as follows.

먼저, 각 부하에 대한 정상파형과 아크파형들을 수집한다. 이때 아크파형들은 직렬 아크파형과 병렬 아크파형들로 구성되며, 특히 직렬 아크파형들은 각 부하별 아크파형들이 수집된다. 이때, 파형들의 수가 많기 때문에 병렬아크파형, 각 부하별 정상파형, 각 부하별 직렬 아크파형들 별로 필요한 만큼 클러스터들을 결정한다.First, collect steady and arc waveforms for each load. In this case, the arc waveforms are composed of series arc waveforms and parallel arc waveforms. In particular, the series arc waveforms collect arc waveforms for each load. At this time, since the number of waveforms is large, clusters are determined as necessary for the parallel arc waveform, the stationary waveform for each load, and the series arc waveforms for each load.

각 클러스터들 별로 반파 이산 프리에 변환(fourier transform)을 시도하게 되는데, 이때 수집된 반파의 샘플 데이터 수가 N이고 그 시간영역 시퀀스가 x[n]인 경우 이산프리에 변환은 식(1)로부터 얻어진다.

Figure 112011075872386-pat00008

i번째 이산 프리에 변환결과 X[i]는 복소수이며, 실수부 Re(X[i])와 허수부 Im(X[i])로 구성된다.
상기 클러스터링 기법을 적용하여 각 클러스터 별, 각 반파 별로 대표적인 주파수 스펙트럼 A(i), i=1,...,n을 얻는다. 여기서, A(i)는 반파에 대한 이산 프리에 변환으로부터 얻은 i번째 고조파의 크기로서 다음 식(2)로 표시된다.
Figure 112011075872386-pat00009
A half-wave discrete Fourier transform is attempted for each cluster. When the number of half-wave sample data collected is N and the time-domain sequence is x [n], the discrete Fourier transform is obtained from Equation (1).
Figure 112011075872386-pat00008

The result of the i-th discrete free conversion, X [i], is a complex number and consists of a real part Re (X [i]) and an imaginary part Im (X [i]).
By applying the clustering technique, a representative frequency spectrum A (i), i = 1, ..., n is obtained for each cluster and each half wave. Here, A (i) is the magnitude of the i-th harmonic obtained from the discrete Fourier transform with respect to the half wave, and is represented by the following equation (2).
Figure 112011075872386-pat00009

다음, 모든 반파 파형들에 대해 각 고조파의 크기를 기본파 크기로 나눈 B(i)=A(i)/A(1), 즉, A(i)를 기본파 값으로 나누어 얻으며, i=1,...,9 이다. 다음 각 정상반파 파형들에 대해 학습패턴 P=[B(0),B(2),..,B(9),0]을 작성한다. 반면에 각 아크반파 파형들에 대해 학습패턴 P=[B(0),B(2),...,B(9),1]을 작성한다. Next, for all half-wave waveforms, we obtain B (i) = A (i) / A (1), i.e., A (i) divided by the fundamental value, by dividing each harmonic's magnitude by the fundamental's magnitude, i = 1 , ..., 9. Next, learning patterns P = [B (0), B (2), .., B (9), 0] are generated for each of the standing wave waveforms. On the other hand, learning patterns P = [B (0), B (2), ..., B (9), 1] are generated for each of the arc half wave waveforms.

다음, 모든 학습패턴 P들에 대해서 역전파(Error Back Propagation) 학습 알고리즘을 적용하여 총 허용오차(10-4 ) 내에 들 때까지 반복, 학습함으로써 다층 퍼셉트론의 구조와 신경망 가중치 그리고 바이어스 threshold 값을 결정한다. Next, the error back propagation learning algorithm is applied to all learning pattern Ps, and iterates and learns until it falls within the total tolerance (10 -4 ) to determine the structure, neural network weight, and bias threshold value of the multilayer perceptron. do.

인공 신경회로망을 이용한 전류반파의 아크고장 여부를 판단하기 위하여, AD 컨버터는 CT로부터 입력되는 전류를 일정한 주기로 샘플링하여 반파 파형 데이터를 수집한다. 반파 데이터가 얻어지면 먼저 이산 프리에 변환을 시도하여 주파수 스펙트럼 A(i), i=1,...,n을 얻는다. In order to determine whether an arc of current half wave is broken using an artificial neural network, the AD converter collects half wave waveform data by sampling a current input from the CT at regular intervals. Once the half-wave data is obtained, first try discrete discrete conversion to obtain the frequency spectrum A (i), i = 1, ..., n.

그리고 기본파 크기로 나눈 B(i)=A(i)/A(1), i=1,...,9를 얻은 후, 인공 신경회로망의 입력 패턴 IP(Input Pattern:입력패턴)=[B(0),B(2),...,B(9)]를 작성한다. 끝으로, 이 입력패턴(IP)을 3.2.1의 과정을 통해서 학습된 다층 퍼셉트론 인공신경회로망에 대한 입력으로 인가하여 아크고장 여부를 판단한다.Then, after obtaining B (i) = A (i) / A (1), i = 1, ..., 9 divided by the fundamental wave size, input pattern IP (Input Pattern) = [ B (0), B (2), ..., B (9)]. Finally, this input pattern (IP) is applied as an input to the multilayer perceptron artificial neural network learned through the process of 3.2.1 to determine whether the arc failure.

도 5는 인공신경회로망 기반 전류반파의 아크고장 전류 판단 기법을 나타낸 것이고, 도 6은 본 발명에서 제안되는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 하는 아크고장 판단에 대한 전체 순서도를 나타낸 것으로, 다음의 제 1단계 내지 제 7단계로 설명될 수 있다. FIG. 5 illustrates an arc fault current determination technique of an artificial neural network based current half wave, and FIG. 6 shows an overall flow chart of an arc fault determination based on a discrete free-ier transform and a multilayer perceptron artificial neural network proposed in the present invention. This may be described as the following first to seventh steps.

제 1단계 : AD 컨버터는 전류센서 CT로부터 입력되는 전류를 일정한 주기로 샘플링한다.Step 1: The AD converter samples the current input from the current sensor CT at regular intervals.

제 2단계 : 마이크로 프로세서는 AD 컨버터와 SPI 통신을 통하여 일정한 주기로 전류 샘플링 데이터를 수집, 순차적으로 어레이에 저장한다. 동시에 매 샘플링 데이터를 취하는 순간마다 제로 크로싱을 기준으로 반파가 모두 얻어졌는지의 여부를 확인한다. 만약 반파가 완성되지 않았으면 제 2단계를 반복, 반파가 완성될 때까지 데이터 수집을 계속한다. 반면에 반파가 완료되었으면 제 3단계로 간다. 여기서 제로 크로싱은 전류 파형의 부호가 바뀌는 순간 또는 샘플링 수 가 미리 정해진 반파에 해당하는 수와 같을 때를 의미한다. Step 2: The microprocessor collects current sampling data at regular intervals and stores them in an array through SPI communication with the AD converter. At the same time, it is checked whether or not all half-waves have been obtained on the basis of zero crossing at every sampling data. If the half wave is not complete, repeat step 2 and continue collecting data until the half wave is completed. On the other hand, if the half wave is completed, go to the third step. Here, the zero crossing means the moment when the sign of the current waveform is changed or when the number of sampling is equal to the number corresponding to the predetermined half wave.

제 3단계 : 마이크로 프로세서는 반파 파형에 대해 이산 프리에 변환을 취해, 0에서 n 고조파의 크기 성분 A(i), i=1,...,n을 얻는다. 그리고 기본파 크기로 나눈 B(i)=A(i)/A(1), i=1,...,9를 얻은 후, 학습된 다층 퍼셉트론 인공 신경회로망의 입력패턴으로 IP=[B(0),B(2),...,B(9)]를 작성한 후 다음 단계로 간다. Step 3: The microprocessor takes a discrete free transform on the half wave waveform to obtain the magnitude components A (i), i = 1, ..., n of 0 to n harmonics. Then, after obtaining B (i) = A (i) / A (1), i = 1, ..., 9 divided by the fundamental wave size, IP = [B (as the input pattern of the learned multilayer perceptron artificial neural network. 0), B (2), ..., B (9)] and go to the next step.

제 4단계 : 마이크로 프로세서는 상기 다층 퍼셉트론 구조의 인공신경회로망을 기반으로 하는 이론을 이용하여 아크고장 반파인지 정상전류 반파인지 여부를 결정한다. 만약, 정상전류 반파인 경우 AFCHCN(Arc Fault Current Half Cycle Number:아크고장전류의 반파의 수)=0이면, 상기 제 2단계로 가서 샘플링 데이터 수집을 계속한다. 그렇지 않으면, CHCN(Current Half Cycle Number: 전류반파의 수로서 정상전류 반파 수 + 아크고장전류 반파수)=CHCN+1로 설정, 전류 반파수를 1씩 증분한 후, 다음에서 설명할 제 6단계로 간다. 반면에, 아크고장 전류 반파인 경우 제 5단계로 간다.Step 4: The microprocessor determines whether it is an arc fault half wave or a steady current half wave by using a theory based on the artificial neural network of the multilayer perceptron structure. If the normal current half wave is AFCHCN (number of half fault currents of arc fault current) = 0, go to the second step and continue collecting sampling data. Otherwise, set CHCN (Current Half Cycle Number) as the number of current half-waves and the normal current half-wave number (arc fault current half-wave) = CHCN + 1, and increment the current half-waves by one, and then, in step 6, Going to On the other hand, if the arc fault current is half wave, go to the fifth step.

제 5단계 : 마이크로 프로세서는 AFCHCN=AFCHCN+1로 설정한다. 그리고hcn(AFCHCN)의 값을 CHCN으로 저장한다. 여기서 hcn은 AFCHCN 번째의 아크고장전류반파에 대응하는 전류반파의 수(CHCN)를 저장하는 메모리공간이다. 다음, AFCHCN = 1인지의 여부가 검사된다. 만약 AFCHCN = 1인 경우 윈도우 시작 반파로 설정하고 CHCN을 1로 설정하고 다음 제 6단계로 간다. 반면에 AFCHCN이 1이 아닌 경우 CHCN=CHCN+1로 설정한 후, 제 6단계로 간다.Step 5: The microprocessor sets AFCHCN = AFCHCN + 1. And stores the value of hcn (AFCHCN) as CHCN. Here, hcn is a memory space for storing the number of current half-waves (CHCN) corresponding to the AFCHCN-th arc fault current half-wave. Next, it is checked whether AFCHCN = 1. If AFCHCN = 1, set the window start half wave, set CHCN to 1, and then go to step 6. On the other hand, if AFCHCN is not 1, CHCN = CHCN + 1 is set, and the flow proceeds to step 6.

제 6단계 : AFCHCN≥8인지의 여부가 검사되는데, 만약 AFCHCN≥8인 경우 UL1699에 기반하여 아크고장으로 판단, 아크고장 핀에 아크고장 상태를 출력한 후, 추론을 정지한다. 그렇지 않은 경우 아크고장 조건을 만족하지 않으므로 제 7단계를 계속한다. Step 6: It is checked whether AFCHCN≥8. If AFCHCN≥8, it is determined as an arc failure based on UL1699, and outputs an arc failure state to an arc failure pin, and then stops inference. If not, continue with step 7 because the arc failure condition is not satisfied.

제 7단계 : CHCN≥30인지의 여부가 검사된다. 만약, CHCN≥30이면 아크고장 판단에 실패한 경우이므로 AFCHCN=2에 대응하는 반파를 새로운 윈도우의 시작반파로 설정한다. 그리고 AFCHCN=AFCHCN-1, CHCN=hcn(AFCHCN)으로 설정한 후, 제 2단계로 가서 데이터 수집을 계속한다.Step 7: It is checked whether CHCN≥30. If CHCN≥30, the failure of the arc failure is determined. Therefore, the half wave corresponding to AFCHCN = 2 is set as the start half wave of the new window. After setting AFCHCN = AFCHCN-1 and CHCN = hcn (AFCHCN), go to step 2 to continue data collection.

따라서, 상기와 같은 본 발명은 전기수용가의 분전반에 설치된 배선차단기(MCCB)를 매개로 샘플링된 전류신호 데이터를 수집하여 아크고장을 진단하는 지능형 주제어장치(100)를 설치함에 따라, 전기사용중에 과부하로 인하여 발생되는 아크고장 여부를 주제어장치에서 판단하고 그 결과에 따라 신속하게 배선차단기의 회로를 차단 또는 아크고장을 확인할 수 있도록 한 것이다.Therefore, the present invention as described above, by installing the intelligent main control unit 100 for diagnosing the arc failure by collecting the current signal data sampled through the circuit breaker (MCCB) installed in the distribution panel of the electric customer, overload during electricity use The main controller is to determine whether the arc failure is generated by the main controller and to quickly check the circuit breaker or the arc failure according to the result.

10 : 단상전력관리장치
20 : 아크고장진단장치
100 : 주제어장치
10: single phase power management device
20: arc failure diagnosis device
100: main controller

Claims (3)

전류센서 CT로부터 입력되는 전류를 AD 컨버터에서 일정한 주기로 샘플링을 하는 제1단계;
상기 AD 컨버터와 SPI 통신을 통하여 일정한 주기로 전류 샘플링 데이터를 마이크로 프로세서에서 수집하고, 그 수집된 전류 샘플링 데이터를 순차적으로 어레이에 저장하면서 제로 크로싱을 기준으로 반파가 모두 얻어졌는지의 여부를 확인하는 제2단계;
상기 제로 크로싱을 기준으로 반파가 완성되었을 때 마이크로 프로세서에서 반파 파형에 대해 이산 프리에 변환을 취하여 0에서 n 고조파의 크기 성분 A(i), i=1,...,n을 얻게 되고, 그리고 기본파 크기로 나눈 B(i)=A(i)/A(1), i=1,...,9를 얻은 후 학습된 다층 퍼셉트론 인공 신경회로망의 입력패턴으로 IP=[B(0),B(2),...,B(9)]를 작성하는 제3단계와;
상기 마이크로 프로세서는 상기 다층 퍼셉트론 구조의 인공신경회로망을 기반으로 하는 이론을 이용하여 아크고장전류 반파인지 정상전류 반파인지 여부를 결정하고, 그 결과 정상전류 반파인 경우 AFCHCN=0이면, 상기 샘플링 데이터 수집을 계속하고 그렇지 않으면, CHCN=CHCN+1로 설정, 전류 반파수를 1씩 증분한 후, 다음에서 설명할 제 6단계로 건너뛰는 제4단계와;
상기 이론을 기반으로 결정된 전류가 아크고장 전류 반파인 경우 마이크로 프로세서는 AFCHCN=AFCHCN+1로 설정하고 hcn(AFCHCN)의 값을 CHCN으로 저장하며, 다음에 AFCHCN = 1인지의 여부가 검사되어 만약 AFCHCN = 1인 경우 윈도우 시작 반파로 설정하고 CHCN을 1로 설정하고, 반면에 AFCHCN이 1이 아닌 경우 CHCN=CHCN+1로 설정하는 제5단계;
상기 AFCHCN≥8인지의 여부가 검사되어, 만약 AFCHCN≥8인 경우 UL1699에 기반하여 아크고장으로 판단, 아크고장 핀에 아크고장 상태를 출력한 후 추론을 정지하고, 그렇지 않은 경우 아크고장 조건을 만족하지 않으므로 다음 제 7단계를 계속하는 제6단계;
상기 CHCN≥30인지의 여부가 검사되어, 만약 CHCN≥30이면 아크고장 판단에 실패한 경우이므로 AFCHCN=2에 대응하는 반파를 새로운 윈도우의 시작반파로 설정하고, AFCHCN=AFCHCN-1, CHCN=hcn(AFCHCN)으로 설정한 후, 제 2단계로 가서 데이터 수집을 계속하는 제7단계를 포함하여 된 것을 특징으로 하는 주택의 아크고장 전류차단을 위한 아크고장 판단방법.
A first step of sampling the current input from the current sensor CT at a predetermined period in the AD converter;
A second process of collecting current sampling data from the microprocessor at regular intervals through the SPI communication with the AD converter, and sequentially storing the collected current sampling data in an array and checking whether all half-waves have been obtained based on zero crossing; step;
When the half wave is completed based on the zero crossing, the microprocessor takes a discrete free transform on the half wave waveform to obtain the magnitude components A (i), i = 1, ..., n of 0 to n harmonics, and the fundamental After inputting B (i) = A (i) / A (1), i = 1, ..., 9 divided by wave size, the input pattern of the trained multilayer perceptron artificial neural network is IP = [B (0), B (2), ..., B (9)];
The microprocessor uses the theory based on the artificial neural network of the multi-layer perceptron structure to determine whether it is an arc fault current half wave or a steady current half wave, and as a result, if the normal current half wave is AFCHCN = 0, the sampling data is collected. Continue with, otherwise set CHCN = CHCN + 1, increment the current half wave by 1, and then skip to the sixth step described below;
If the current determined based on the theory is an arc fault current half wave, the microprocessor sets AFCHCN = AFCHCN + 1 and stores the value of hcn (AFCHCN) as CHCN, and then it is checked whether AFCHCN = 1 and if AFCHCN A fifth step of setting a window start half-wave when CH = 1 and setting CHCN to 1, while setting CHCN = CHCN + 1 when AFCHCN is not 1;
It is checked whether AFCHCN≥8, and if AFCHCN≥8, it is determined as an arc failure based on UL1699, outputs an arc failure state to an arc failure pin, and stops inferencing, otherwise, satisfies the arc failure condition. The sixth step, which continues since the next seventh step;
If CHCN≥30 is checked, and if CHCN≥30, the arc failure determination is failed, so the half wave corresponding to AFCHCN = 2 is set as the start half wave of a new window, and AFCHCN = AFCHCN-1, CHCN = hcn ( AFCHCN), and then, go to the second step and the seventh step of continuing data collection comprising the arc failure determination method for the current of the arc failure of the house.
제 1항에 있어서, 상기 제로 크로싱을 기준으로 반파가 모두 얻어졌는지의 여부를 확인하는 제2단계에서 제로 크로싱은 전류 파형의 부호가 바뀌는 순간 또는 샘플링 수가 미리 정해진 반파에 해당하는 수와 같을 때 또는 정상반파의 다음에 아크반파가 존재하는 경우나 정상반파의 전에 아크반파가 존재하는 경우 우선적으로 정상반파에서 파형의 부호가 바뀌는 순간을 의미하며, 만약 반파가 완성되지 않았으면 반파가 완성될 때까지 데이터 수집을 계속하는 제2단계를 반복하고, 반파가 완료되었으면 다음의 제 3단계로 가는 것을 특징으로 하는 주택의 아크고장 전류차단을 위한 아크고장 판단방법.The method of claim 1, wherein in the second step of checking whether all half waves have been obtained based on the zero crossing, the zero crossing is performed when the sign of the current waveform is changed or when the number of samplings is equal to a number corresponding to a predetermined half wave. If the arc wave is present after the stationary wave or if the arc wave is present before the stationary wave, it means the moment when the sign of the waveform changes from the stationary wave first.If the half wave is not completed, it is until the half wave is completed. Repeating the second step of continuing to collect data, if the half wave is completed, the arc failure determination method for blocking the arc fault current of the house, characterized in that the third step. 제 1항에 있어서, 상기 제4단계에서 마이크로 프로세서는 AFCHCN=AFCHCN+1로 설정하고 hcn(AFCHCN)의 값을 CHCN으로 저장할 때, 여기서 hcn(AFCHCN)은 AFCHCN 번째에 대응하는 CHCN을 저장하는 메모리공간인 것을 특징으로 하는 주택의 아크고장 전류차단을 위한 아크고장 판단방법.The memory of claim 1, wherein when the microprocessor sets AFCHCN = AFCHCN + 1 and stores the value of hcn (AFCHCN) as CHCN in the fourth step, hcn (AFCHCN) stores the CHCN corresponding to the AFCHCN th. Arc failure determination method for blocking the current of the arc failure of the house, characterized in that the space.
KR1020100047110A 2010-05-19 2010-05-19 Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House KR101148957B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100047110A KR101148957B1 (en) 2010-05-19 2010-05-19 Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100047110A KR101148957B1 (en) 2010-05-19 2010-05-19 Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House

Publications (2)

Publication Number Publication Date
KR20110127547A KR20110127547A (en) 2011-11-25
KR101148957B1 true KR101148957B1 (en) 2012-05-22

Family

ID=45396166

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100047110A KR101148957B1 (en) 2010-05-19 2010-05-19 Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House

Country Status (1)

Country Link
KR (1) KR101148957B1 (en)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101510617B1 (en) * 2013-09-25 2015-04-10 남서울대학교 산학협력단 A digital multi-function breaker for integrated blocking of arc, short circuit, leakage and overload current and the blocking method thereof
CN104215826A (en) * 2014-06-05 2014-12-17 张天福 Faulted arc type electrical fire monitoring detector and faulted arc recognition and alarm method
KR102125765B1 (en) * 2018-11-26 2020-06-23 유경학 Electric Power Energy Management Devices in Distributed Circuits
KR102393632B1 (en) * 2019-10-10 2022-05-03 한전케이디엔주식회사 System for diving distribution line
CN112992364A (en) * 2021-02-07 2021-06-18 广州医科大学附属脑科医院 Cognition-based universal first schizophrenia diagnosis model for teenagers and adults, construction method and diagnosis system
KR102628289B1 (en) * 2021-09-10 2024-01-23 라웅재 Simultaneous earth leakage and arc testing device

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63114007U (en) 1987-01-19 1988-07-22
JP3886150B2 (en) 1996-02-13 2007-02-28 スクウエアー ディー カンパニー Arc fault detection system
JP4149606B2 (en) 1998-03-27 2008-09-10 イートン コーポレーション Test circuit for arc fault detector

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63114007U (en) 1987-01-19 1988-07-22
JP3886150B2 (en) 1996-02-13 2007-02-28 スクウエアー ディー カンパニー Arc fault detection system
JP4149606B2 (en) 1998-03-27 2008-09-10 イートン コーポレーション Test circuit for arc fault detector

Also Published As

Publication number Publication date
KR20110127547A (en) 2011-11-25

Similar Documents

Publication Publication Date Title
KR101148957B1 (en) Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House
Liu et al. D-PMU based applications for emerging active distribution systems: A review
CN102288857B (en) Fault arc identification and detection method and detection protection device
EP2082246B1 (en) Cable fault detection
CN102066956B (en) Electrical anomaly detection method and system
CN107219413A (en) Method for inferring disorderly closedown from power quality data
CN103199514B (en) Method of eliminating ferromagnetic resonances
JP2021148778A (en) Failure position identification method based on transient state for ungrounded power distribution system
CN101957396B (en) On-line monitoring device and method for voltage quality of electric power system
CN103718055A (en) Systems and apparatus for fault detection in dc power sources using ac residual current detection
CN108828406A (en) The fault recognition method and its system of non-intrusion type user power utilization
CN202133738U (en) Detection and protection device for fault arc
WO2013135069A1 (en) Timing variable based method for detecting time synchronization capability of real-time measurement device
KR100875127B1 (en) Multifunctional terminal device for distribution automation and its operation method
CN206804743U (en) Switch cabinet state monitoring device and system
CN104380554A (en) Fault detection in energy supply networks
CN103926524A (en) Method for testing converter valve control device in low-voltage control mode
EP3972084A2 (en) Systems and methods for monitoring energy-related data in an electrical system
KR20140067653A (en) Apparatus and method of partial discharge analysing for diagnosisng partial discharge detector
KR100777828B1 (en) Electronic wattmeter capable of power distribution line and the fault monitoring method thereby
CN104090211B (en) A kind of online test method of distribution line high resistance earthing fault
CN105486984A (en) Dynamic voltage source control-based direct-current grounding searching method and apparatus
JP4924199B2 (en) Three-phase circuit breaker characteristic measurement device, three-phase circuit breaker irregularity abnormality detection method, and program for causing a computer to execute three-phase circuit breaker irregularity abnormality detection
CN112838564A (en) Low-voltage line electric shock fault judgment method based on triple combined criteria and residual current circuit breaker
CN107632237A (en) A kind of fault line selection method for single-phase-to-ground fault based on wavelet character amount correlation after failure

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150423

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160404

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170327

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180416

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee