KR101326709B1 - 공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법 - Google Patents

공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법 Download PDF

Info

Publication number
KR101326709B1
KR101326709B1 KR1020130072586A KR20130072586A KR101326709B1 KR 101326709 B1 KR101326709 B1 KR 101326709B1 KR 1020130072586 A KR1020130072586 A KR 1020130072586A KR 20130072586 A KR20130072586 A KR 20130072586A KR 101326709 B1 KR101326709 B1 KR 101326709B1
Authority
KR
South Korea
Prior art keywords
housing
information
cleanliness
temperature
humidity
Prior art date
Application number
KR1020130072586A
Other languages
English (en)
Inventor
정병철
Original Assignee
보은용사촌 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 보은용사촌 주식회사 filed Critical 보은용사촌 주식회사
Priority to KR1020130072586A priority Critical patent/KR101326709B1/ko
Application granted granted Critical
Publication of KR101326709B1 publication Critical patent/KR101326709B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
    • H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
    • H02B1/56—Cooling; Ventilation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/14—Toxic gas alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/20—Status alarms responsive to moisture
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20009—Modifications to facilitate cooling, ventilating, or heating using a gaseous coolant in electronic enclosures
    • H05K7/20136—Forced ventilation, e.g. by fans

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Toxicology (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Thermal Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Power Engineering (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

하우징의 일측에 설치된 공기와류냉각튜브를 통하여 압축공기가 하우징 내부로 유입되며, 하우징의 내부에 각종 전력장치들이 설치되는 전력공급장치가 개시된다. 전력공급장치는 압축공기를 하우징의 내부로 강제 유입시키는 공기유입수단과, 하우징 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출하는 검출수단과, 검출수단으로부터 검출된 환경정보에 기초하여 하우징 내부의 청정정보를 산출하는 청정도 산출수단과, 청정도 산출수단으로부터 산출된 청정정보에 기초하여 공기유입수단을 제어하는 제어수단을 포함하여 구성된다. 따라서, 전력공급장치 내부의 청정도를 정확하게 판단할 수 있다.

Description

공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법 {POWER SUPPLY APPARATUS USING THE SWIRLING AIR AND METHOD FOR CONTROLLING THEREOF}
본 발명은 수배전반, 전동기 제어반, 분전반 등의 전력공급장치에 관한 것으로, 더욱 상세하게는 공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반 및 이를 제어하는 방법에 관한 것이다.
일반적으로 수전반과 분전반, 배전반, 전동기 제어반 등의 전력공급장치는 실외에 설치가 가능하도록 함과 아울러 침수에 의한 누전 등이 발생되지 않도록 하고, 외부인의 침입에 의한 안전사고를 방지하기 위하여 벽면과 지붕에 의해 외측면이 차단되도록 하되, 일측에 출입문이 형성된 하우징을 형성하고, 하우징의 내측에 각종 전력장치들이 설치되도록 하고 있다.
따라서, 고압의 전류가 흐르는 각종 전력장비들이 실외 환경에 노출되지 않으면서 안정적인 전력의 공급이 이루어질 수 있을 뿐만 아니라, 전력장비들이 계절에 관계없이 최적의 온도조건 하에서의 작동을 보장받을 수 있게 되는 것이다.
그러나, 종래의 전력공급장치는 단지 과전류나 누전차단을 위한 감지만 가능하였으며, 과열, 습도, 압력, 분진량 등을 종합적으로 검토하여 전력공급장치 내부의 환경을 청정하게 조성하기 위한 실시간 모니터링을 하지 못한 문제가 있다.
한국등록특허 제10-0860346호 (2008년 09월 19일) 한국등록특허 제10-0927959호 (2009년 11월 16일)
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 전력공급장치 내부의 환경을 청정하게 유지할 수 있는 전력공급장치 (고압반, 저압반, 분전반, 전동기 제어반을 일괄하여 전력공급장치라 함) 및 이를 제어하는 방법을 제공하는데 있다.
삭제
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 전력공급장치 내부의 환경을 청정하게 유지할 수 있는 전력공급장치 및 이의 제어방법을 제공하는데 있다.
상기한 본 발명의 목적을 달성하기 위한 본 발명의 일 실시예에 따른 전력공급장치는, 하우징의 일측에 설치된 공기와류냉각튜브를 통하여 압축공기가 하우징 내부로 유입되며, 하우징의 내부에 각종 전력장치들이 설치되는 전력공급장치로서, 압축공기를 상기 하우징의 내부로 강제 유입시키는 공기유입수단과, 상기 하우징 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출하는 검출수단과, 상기 검출수단으로부터 검출된 환경정보에 기초하여 상기 하우징 내부의 청정정보를 산출하는 청정도 산출수단과, 상기 청정도 산출수단으로부터 산출된 상기 청정정보에 기초하여 상기 공기유입수단을 제어하는 제어수단을 포함한다.
여기서, 상기 전력공급장치는, 수전반, 배전반, 전동기 제어반 및 분전반 중 어느 하나일 수 있다.
또한, 상기 전력공급장치는, 상기 청정도 산출수단으로부터의 상기 하우징 내부의 청정정보를 상기 하우징 외부에서 알 수 있도록 경고하는 경고수단을 더 포함할 수 있다.
또한, 상기 검출수단은, 상기 하우징 내부의 특정 부분의 온도 및 상기 특정 부분의 주변 온도를 검출하는 온도 검출부와, 상기 하우징 내부의 습도를 검출하는 습도 검출부와, 상기 하우징 내부의 분진량을 검출하는 분진량 검출부와, 상기 하우징 내부의 압력을 검출하는 압력 검출부를 포함할 수 있다.
또한, 상기 청정도 산출수단은, 상기 온도 검출부로부터 수신한 상기 하우징 내부의 상기 특정 부분의 온도 및 상기 특정 부분의 주변 온도 정보, 상기 분진량 검출부로부터 수신한 상기 하우징 내부의 분진량 정보, 상기 습도 검출부로부터 수신한 상기 하우징 내부의 습도 정보 및 상기 압력 검출부로부터 수신한 상기 하우징 내부의 압력 정보에 기초하여 상기 하우징 내부의 온도상승정보, 습도정보 및 분진량정보를 추출하는 특징 추출부와, 상기 특징 추출부로부터 수신한 상기 온도상승정보, 습도정보 및 분진량정보에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 산출하는 추론부와, 상기 추론부의 결과값과 미리 설정된 기준을 비교하여 상기 하우징 내부의 청정도를 판단하는 판단부를 포함할 수 있다.
여기서, 상기 검출수단은, 상기 환경정보를 미리 설정된 주기 및 미리 설정된 개수로 검출할 수 있다.
또한, 상기 추론부는, 상기 특징 추출부로부터 수신된 상기 하우징 내부의 온도, 습도 및 분진량 중 적어도 하나의 환경정보(특징점)를 FCM(Fuzzy C-means) 알고리즘을 이용하여, 상기 환경정보에 대한 소속행렬 및 클러스터 중심값을 결정하는 전반부모듈과, 다항식 형태의 수학식 모델로 표현되고, WLSE(Weighted Least Square Estimator)로 학습되어, 상기 다항식의 계수를 결정하고, 상기 전반부모듈에서 결정된 상기 환경정보에 대한 소속행렬 및 클러스터 중심값에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 FRBFNN(Fuzzy clustering based RBF Neural Network) 이용하여 산출하는 후반부모듈을 포함할 수 있다.
상기한 본 발명의 다른 목적을 달성하기 위한 본 발명의 일 실시예에 따른 전력공급장치제어방법은, 하우징의 일측에 설치된 공기와류냉각튜브 튜브를 통하여 압축공기가 하우징 내부로 유입되며, 하우징의 내부에 각종 전력장치들이 설치되는 전력공급장치를 제어하는 방법으로서, 상기 하우징 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출하는 단계와, 상기 검출된 환경정보에 기초하여 상기 하우징 내부의 청정정보를 산출하는 단계와, 상기 산출된 청정정보에 기초하여 상기 하우징 내부의 압력을 조절하는 단계를 포함한다.
여기서, 상기 전력공급장치는, 수전반, 배전반, 전동기 제어반 및 분전반 중 어느 하나일 수 있다.
또한, 상기 전력공급장치제어방법은, 상기 하우징 내부의 청정정보를 상기 하우징 외부에서 알 수 있도록 경고하는 단계를 더 포함할 수 있다.
또한, 상기 검출된 환경정보에 기초하여 상기 하우징 내부의 청정정보를 산출하는 단계는, 상기 하우징 내부의 특정 부분의 온도 및 상기 특정 부분의 주변 온도 정보, 상기 하우징 내부의 분진량 정보, 상기 하우징 내부의 습도 정보 및 상기 하우징 내부의 압력 정보에 기초하여 상기 하우징 내부의 온도상승정보, 습도정보 및 분진량정보를 추출하는 단계와, 상기 온도상승정보, 습도정보 및 분진량정보에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 산출하는 단계와, 상기 결과값과 미리 설정된 기준을 비교하여 상기 하우징 내부의 청정도를 판단하는 단계를 포함할 수 있다.
또한, 상기 하우징 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출하는 단계는, 상기 환경정보를 미리 설정된 주기 및 미리 설정된 개수로 검출할 수 있다.
또한, 상기 온도상승정보, 습도정보 및 분진량정보에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 산출하는 단계는, 상기 수신된 하우징 내부의 온도, 습도 및 분진량 중 적어도 하나의 환경정보(특징점)를 FCM(Fuzzy C-means) 알고리즘을 이용하여, 상기 환경정보에 대한 소속행렬 및 클러스터 중심값을 결정하는 단계와, 다항식 형태의 수학식 모델로 표현되고, WLSE(Weighted Least Square Estimator)로 학습되어, 상기 다항식의 계수를 결정하고, 상기 환경정보에 대한 소속행렬 및 클러스터 중심값에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 FRBFNN(Fuzzy clustering based RBF Neural Network) 이용하여 산출하는 단계를 포함할 수 있다.
상기와 같은 본 발명에 따른 전력공급장치에 따르면, 전력공급장치 내부에서 발생하는 과열온도와 과습도, 분진량 및 압력을 검출할 수 있고, 이들 정보를 이용하여 전력공급장치 내부의 청정도를 판단할 수 있다.
또한, 전력공급장치는 FRBFNN(Fuzzy clustering based RBF Neural Network) 이용하여 청정도를 산출하여 전력공급장치 내부의 청정도를 정확히 산출할 수 있으며, 산출된 청정도에 기초하여 전력공급장치 내부의 청정도를 조절하므로, 과열 및 분진 등의 오염으로부터 야기되는 화재 등을 미연에 방지할 수 있다.
또한, 전력공급장치는 내부의 청정도를 전력공급장치 외부로 경고하여 관리자가 전력공급장치에 적절한 조치를 취할 수 있는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 예시도이다.
도 2는 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 구성을 나타내는 블록도이다.
도 3는 본 발명에 활용되는 공기와류냉각튜브의 구조도
도 4는 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 추론부의 구성을 나타내는 블록도이다.
도 5는 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 추론부를 학습시키지 위한 학습데이터를 나타내는 예시도이다.
도 6은 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치를 제어하는 방법을 나타내는 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 예시도이고, 도 2는 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 구성을 나타내는 블록도이다.
도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 공기와류를 이용한 수전반이나 분전반, 배전반 등의 전력공급장치(100)로서, 전력공급장치(100)의 하우징(10) 내부의 압력이 하우징 외부의 압력보다 높은 압력을 유지하도록 하는 공기유입수단을 구비하여 전력공급장치 하우징(10)의 내부에 폭발성 가스, 가연성 가스, 부식성 가스, 분진 등이 유입되는 것을 방지할 수 있다.
전력공급장치(100)는 대용량의 전력을 사용하는 건축물 또는 공장 등지에 설치되는 것으로서, 그 용도에 따라 수전반, 배전반, 분전반 등으로 구분되며, 하우징(10)의 내측에 전력을 분배하고 안정적으로 공급하기 위한 다양한 전력장비들이 설치된다.
전력공급장치(100)는 하우징(10)의 일측에 설치된 공기와류냉각튜브를 통하여 압축공기가 하우징(10) 내부로 유입되며, 하우징(10)의 내부에 각종 전력장치들이 설치되는 전력공급장치(100)로서, 전력공급장치(100)는 공기유입수단(110), 검출수단(120), 청정도 산출수단(130) 및 제어수단(140)을 포함한다.
여기서, 공기와류냉각튜브는 비용이 저렴하며 신뢰성이 높고 유지 보수의 필요성이 전혀 없는 냉각 장치로써, 산업현장에서 사용되는 일반적인 압축공기(콤프레셔)를 구동 에너지원으로 사용한다.
또한, 와류를 생성하는 공기와류냉각튜브는 기계적 구동부가 전혀 없이 차가운 공기와 뜨거운 공기의 흐름을 동시에 만들어 낼 수 있으며, 하우징의 일측에 설치된다.
상기한 공기와류냉각튜브는 관내에 고압의 기체를 분사하여 생기는 공기와류를 이용하여 공급된 기체를 저온과 고온의 기체로 분리해 낼 수 있는 장치이다. 저온의 공기는 기존의 냉각기들에 비해 성능은 떨어지지만 고압의 가스를 이용하는 장소라면 별도의 동력원을 필요로 하지 않고, 저온과 고온의 공기를 동시에 얻을 수 있다는 점과 조작이 단순하며 응답성이 빠르다. 또한. 공기와류냉각튜브는 강력한 와류 유동을 생성하므로 고온의 공기와 저온의 공기를 분리할 수 있다.
이의 동작을 다음 개념도인 도3 참조하여 설명한다.
도 3에 나타난 바와 같이 공기유입구(Air Inlet)와 저온 출구 (Cold Air Out) 와 고온출구(Hot Air Out)로 구성된 공기와류냉각튜브의 축방향으로 일정 거리를 지나면서 공기와류의 강도가 저하되고, 저온 출구 측으로 역류되는 유동이 튜브의 중앙부에서 발생하게 된다. 이때 튜브의 중심선 상에 유동이 일시적으로 정지하는 정체점(Stagnation Point)이 발생하게 된다. 이러한 정체점을 꼭지점으로 역류 유동(Reverse Flow)이 저온 출구 측으로 발생하게 되며, 이 정체점을 중심으로 한 종 모양의 표면이 에너지 전달과 운동량전달의 교환이 이루어지는 경계면으로 작용하게 된다. 경계면에서의 운동량 전달이 에너지 전달보다 크기 때문에 벽면 부근의 유체 온도는 상승하게 되고 튜브 중심부의 온도는 더욱 강하하게 되어 에너지 분리가 발생한다. 즉, 공기와류냉각튜브 내부의 속도차이로 인하여 관의 중심에서 벽면 방향으로 운동량의 전달이 이루어지게 되고 이에 따른 에너지 균형을 위해 열이 중심부로 이동하지 만, 운동량의 전달이 열전달량보다 크기 때문에 벽면 부근의 기체 온도는 상승하게 되고 튜브 중심부의 기체는 냉각된다.
공기유입수단(110)은 압축공기를 하우징(10)의 내부로 강제 유입시킬 수 있고, 공기유입수단(110)은 공기 압축부(111) 및 공기와류냉각튜브(112)를 포함할 수 있다.
공기 압축부(111)는 공기와류 냉각튜브 (112)를 구동하기 위한 에너지원을 공급하는 장치로 예를 들어, 압축공기를 생성하는 콤프레셔가 될 수 있다.
또한, 공기와류 냉각튜브(112)는 공기 압축부(111)의 압축공기를 구동원으로 하여 차가운 공기와 뜨거운 공기의 흐름을 동시에 생성하여 냉각기능을 수행하는 공기와류냉각튜브를 포함할 수 있다.
검출수단(120)은 하우징(10) 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출할 수 있고, 검출수단(120)은 복수개의 온도 검출부(121), 습도 검출부(122), 분진량 검출부(123) 및 압력 검출부(124)를 포함할 수 있다.
온도 검출부(121)는 하우징 내부의 특정 부분의 온도를 측정하는 센서와 상기 특정 부분의 주변온도를 측정하는 센서 등 복수개의 센서를 포함할 수 있어, 온도 검출부(121)는 하우징(10) 내부의 특정 부분의 온도 및 특정 부분의 주변 온도를 검출할 수 있으며, 온도 검출부(121)는 5~14μm 파장대역의 적외선 온도 센서를 포함할 수 있고, 적외선 온도 센서와 연결되어 특정 부분의 온도를 전기적인 신호로 출력할 수 있다.
따라서, 온도 검출부(121)는 하우징(10) 내부의 특정 부분의 온도와 상기 특정 부분의 주변온도를 검출할 수 있어, 후술할 청정도 산출수단(130)의 특징 추출부(131)에서 온도상승정보를 산출하기 위한 정보를 제공할 수 있다.
또한, 온도 검출부(121)는 예를 들어, 비접촉 적외선 센서일 수 있으며, 온도 검출부(121)는 하우징(10) 내부의 온도(특정 부분의 주변 온도)와 특정 부분의 표면 온도를 검출하는 센서로서 검출 거리에 따라 검출하고자 하는 부위를 향하도록 장착될 수 있다.
여기서, 특정 부분은 예를 들어, 하우징(10) 내부에 있는 수배전반의 고압 모선 접촉부분, 차단기 및 개폐기의 접속부분, 변압기 접속부분, 케이블 접속부분, MOF 단자 접속부분, 부스바 부분, 단자대 부분 등이 될 수 있다.
또한, 온도 검출부(121)는 온도 센서에서 출력되는 전기적인 신호를 미리 설정된 주기로, 미리 설정된 개수의 데이터를 입력받아, A/D 변환하여 출력할 수 있다.
여기서, 미리 설정된 주기는 예를 들어, 10 초 일 수 있으며, 미리 설정된 개수는 5000 개의 데이터일 수 있다.
습도 검출부(122)는 하우징(10) 내부의 습도를 검출할 수 있으며, 상대 습도를 0~100%로 구분하여 하우징 내부의 습도를 검출할 수 있다.
분진량 검출부(123)는 하우징 내부(10)의 분진량을 검출할 수 있으며, 분진량 검출부(123)는 하우징(10) 내부의 분진량을 검출하기 위해 적외선 센서를 포함할 수 있다. 적외선 센서는 하우징(10) 외부에서 내부로 침투하는 미세먼지나 그을림에 의한 입자, 주변환경의 오손으로 인한 분진 등을 검출할 수 있다.
여기서, 적외선 센서는 적외선 발광다이오드와 포토 트랜지스터로 구성될 수 있으며, 적외선 발광다이오드에서 적외선광을 조사하고 있는 상태에서 공기 중에 미세먼지가 들어올 경우, 미세먼지에 반사된 광의 량을 포토 트랜지스터로 검출하여 먼지의 상대적인 량을 검출하는 방식으로 하우징 내부의 분진량을 검출할 수 있다.
또한, 분진량 검출부(123)는 적외선 센서에서 출력되는 전기적인 신호를 미리 설정된 주기로, 미리 설정된 개수의 데이터를 입력받아, A/D 변환하여 0~5V의 직류 전압으로 출력할 수 있다.
여기서, 미리 설정된 주기는 예를 들어, 10 초 일 수 있으며, 미리 설정된 개수는 5000 개의 데이터일 수 있다.
압력 검출부(124)는 하우징(10) 내부의 압력을 검출할 수 있으며, 압력 검출부(124)는 압력을 검출할 수 있는 압력센서를 포함하며, 압력센서에서 출력되는 전기적인 신호를 미리 설정된 주기로, 미리 설정된 개수의 데이터를 입력받아, A/D 변환하여 0~5V의 직류 전압으로 출력할 수 있다. 여기서, 미리 설정된 주기는 예를 들어, 1분일 수 있으며, 미리 설정된 개수는 5000 개의 데이터일 수 있다.
청정도 산출수단(130)은 검출수단(120)으로부터 검출된 환경정보에 기초하여 하우징(10) 내부의 청정정보를 산출할 수 있고, 청정도 산출수단(130)은 특징 추출부(131), 추론부(132) 및 판단부(133)를 포함할 수 있다.
특징 추출부(131)는 온도 검출부(121)로부터 수신한 하우징(10) 내부의 특정 부분의 온도 및 특정 부분의 주변 온도 정보, 분진량 검출부(123)로부터 수신한 하우징(10) 내부의 분진량 정보, 습도 검출부(122)로부터 수신한 하우징(10) 내부의 습도 정보 및 압력 검출부로부터 수신한 하우징 내부의 압력 정보에 기초하여 하우징(10) 내부의 청정도를 판단하기 위해 사용되는 특징점인 온도상승정보, 습도정보 및 분진량정보를 추출할 수 있다.
구체적으로, 특징 추출부(131)는 상술한 검출수단으로부터 수신한 미리 설정된 개수의 데이터인 하우징(10) 내부의 특정 부분의 온도 정보, 특정 부분의 주변 온도 정보, 하우징(10) 내부의 분진량 정보, 하우징(10) 내부의 습도 정보 및 하우징(10) 내부의 압력 정보 중 적어도 하나를 기초로 하여 특징점을 추출할 수 있다. 여기서, 특징점은 온도상승정보, 습도정보 및 분진량 정보 중 적어도 어느 하나를 의미할 수 있다.
여기서, 특징 추출부(131)는 하우징(10) 내부의 분진량 정보 및 하우징(10) 내부의 습도 정보를 상기 검출부(120)에서 계측된 값 그대로 사용하며, 분진량 정보 및 습도 정보에 대한 오류 데이터를 필터링할 수 있다.
구체적으로, 온도상승정보는 하우징(10) 내부의 특정 부분의 온도와 특정 부분의 주변온도와의 차이를 의미할 수 있으며, 온도의 차이가 클수록 하우징(10) 내부의 열화정도가 큰것으로 볼 수 있고, 하우징(10) 내부의 열화로 인하여 하우징(10) 내부의 청정도가 낮아지는 것으로 볼 수 있어, 상기 온도상승정보를 청정도 산출에 적용할 수 있다.
또한, 습도정보는 하우징 내부의 습도가 높을수록 분진이 전력장치들에 밀착되어 전력장치들이 오염됨으로써 전기사고를 야기시킬 수 있으므로, 습도정보를 청정도 산출에 적용할 수 있다. 한편, 습도정보는 청정도 산출시에 습도가 높을수록 청정도가 낮아지도록 정의할 수 있다.
또한, 분진량정보는 하우징 내부의 분진량에 대한 미리 설정된 기분 분진량과 분진량 검출부로부터 검출된 분진량을 비교함으로써 산출될 수 있다. 예를 들어, 분진량정보는 미리 설정된 기준 분진량에 대한 백분율로 표현될 수 있고, 분진량이 미리 설정된 기준 분진량보다 많은 경우에 청정도가 낮다고 정의할 수 있다.
추론부(132)는 특징 추출부(131)로부터 수신한 온도상승정보, 습도정보 및 분진량정보인 특징점에 기초하여 하우징(10) 내부의 청정도를 추론할 수 있는 결과값을 산출할 수 있으며, 후술할 도 3에서 구체적으로 설명한다.
판단부(133)는 추론부(132)에서 계산된 결과값과 미리 설정된 청정기준을 비교하여 하우징(10) 내부의 청정도를 판단할 수 있다. 예를 들어, 추론부(132)에서 산출된 결과값이 미리 설정된 기준을 만족하지 않을 경우에 판단부(133)는 하우징 내부가 청정하지 않다고 판단할 수 있다.
제어수단(140)은 청정도 산출수단(130)으로부터 산출된 청정정보에 기초하여 공기유입수단(110)을 제어할 수 있다. 예를 들어, 제어수단(140)은 하우징 내부의 청정도가 미리 설정된 청정기준을 만족하기 않을 경우, 공기유입수단을 제어하여 하우징 내부에 공기를 유입시켜 하우징 내부의 청정도를 개선시킬 수 있다.
구체적으로, 제어수단(140)은 청정도를 높이기 위해 하우징에 설치된 공기유입수단이 구동하도록 제어하여 하우징 내부의 청정도를 향상시킬 수 있다.
즉, 제어수단(140)은 하우징 내부의 청정상태를 유지하기 위해서 하우징 내부의 압력을 외부의 압력보다 높게 할 수 있으며, 이 경우 하우징 내부의 공기가 외부로 유출되며, 이때 하우징 내부로 유입된 분진도 외부로 방출될 수 있어, 하우징 내부의 청정도를 향상시킬 수 있다.
또한, 제어수단(140)은 하우징 내부의 청정도가 주의경보상태가 되는 경우 하우징 내부의 압력이 하우징 외부의 압력보다 5% (5~10% 적정하게는 5%로)정도 높아 질 때까지 공기유입수단(110)이 동작하도록 제어할 수 있다.
예를 들어 설명하면, 제어수단(140)은 하우징 내부의 청정도가 70보다 클 경우, 즉 하우징 내부가 청정상태인 경우, 현재 하우징 내부의 압력과 현재의 하우징 외부의 압력 차이만큼을 유지 하도록 공기유입수단(110)을 제어할 수 있다.
또한, 제어수단(140)은 하우징 내부의 청정도가 20~70사이 인 경우, 즉 관리상태인 경우, 현재 하우징의 외부와 내부의 압력차이보다 5~10% 만큼차이가 나도록 공기유입수단(110)을 제어하며, 동시에 현재 하우징 내부의 청정도를 후술할 경고수단(150)을 통하여 표시하여 관리자의 관리가 필요함을 관리자에게 경고할 수 있다.
또한, 제어수단(140)은 하우징(10) 내부의 청정도가 20보다 작을 경우, 즉 주의상태인 경우, 현재 하우징 내부와 외부의 압력차이를 유지하면서 신속히 수리 조치를 취할수 있도록 후술할 경고수단(150)을 통하여 표시하여 관리자가 수리조치 등을 취할 수 있도록 할 수 있다.
또한, 전력공급장치(100)는 청정도 산출수단(130)으로부터의 하우징(10) 내부의 청정정보를 하우징(10) 외부에서 알 수 있도록 경고하는 경고수단(150)을 더 포함할 수 있다.
여기서, 경고수단(150)은 전력공급장치(100)를 관리하는 관리자가 인식할 수 있도록, LCD, LED 등의 디스플레이 장치 및 스피커 등의 장치가 될 수 있다.
한편, 전력공급장치(100)는 수전반, 배전반, 전동기 제어반 및 분전반 중 어느 하나일 수 있다.
도 4는 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 추론부의 구성을 나타내는 블록도이고, 도 5는 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치의 추론부를 학습시키기 위한 학습데이터를 나타내는 예시도이다.
도 4 및 도 5를 참조하면, 추론부(132)는 특징 추출부(131)로부터 수신한
Figure 112013081861327-pat00001
(본 실시예에서는 온도상승정보, 습도정보 및 분진량정보인 3개의 특징점을 이용한다.) 개의 특징점을 이용하여 하우징 내부의 청정도를 판단할 수 있는 결과값을 산출할 수 있으며, 추론엔진으로는 도 4에 도시된 바와 같이, 퍼지클러스트링 기반 RBF 뉴럴 네트워크(Fuzzy clustering based RBF Neural Network: FRBFNN)를 사용할 수 있다.
추론부(132)는 입력모듈(132-1), 전반부모듈(132-2), 후반부모듈(132-3) 및 출력부모듈(132-4)을 포함할 수 있다. 여기서, 추론부(132)는 3개의 특징점을 이용하여 청정도를 추론하는 것으로 표현하였으나, 이에 한정되지 않는다.
입력모듈(132-1)은 특징 추출부(131)로부터 수신한
Figure 112013056341243-pat00002
개의 특징점(x1, . .., xl)을 수신할 수 있다. 여기서, x1, x2, x3은 각각 특징점1, 특징점2, 특징점3을 의미한다.
전반부모듈(132-2)은 FCM(Fuzzy C-means) 일 수 있고, FCM을 이용하여 입력공간 분할 및 각 공간에서 입력값의 활성레벨을 결정할 수 있다. 또한, 전반부모듈(132-2)은 FRBFNN의 멤버쉽(Membership) 함수의 학습이 FCM에 의해 수행되며, 수행결과에 따라 멤버쉽 값이 결정될 수 있다.
후반부모듈(132-3)은 각 퍼지공간에서의 로컬 모델일 수 있고, 후반부모듈(132-3)은 다항식형태의 수학식모델로 표현될 수 있다. 또한, 후반부모듈(132-3)은 다항식의 학습이 WLSE(Weighted Least Square Estimator)에 의해 수행될 수 있다.
한편, FRBFNN는 하기의 수학식 1과 같이 "if-then" 퍼지규칙 형태로 표현될 수 있으며, 후반부모듈(132-3)의 다항식 형태는 하기의 수학식 2와 같이 표현될 수 있다.
또한, 후반부모듈(132-3)의 다항식은 개별 염색체의 적합도를 나타내며 최적의 적합도를 갖는 유전자 알고리즘을 이용하여 탐색될 수 있다.
Figure 112013056341243-pat00003
수학식 1은 입력되는
Figure 112013056341243-pat00004
개의 데이터
Figure 112013056341243-pat00005
가 j 번째 클러스터 Aj의 조건을 만족시키면 후반부모듈의 출력 데이터
Figure 112013056341243-pat00006
가 얻어지고, 이 값은 하기의 수학식 2와 같은 다항식으로 표시되는 함수
Figure 112013056341243-pat00007
의 값이 된다.
Figure 112013056341243-pat00008
여기서,
Figure 112013056341243-pat00009
는 j 번째 클러스터의 중심값을 나타낸다. 아래 네 개의 다항식 가운데 어떤 다항식을 사용할 것인지와, 다항식의 차수는 유전알고리즘을 사용하여 결정될 수 있다.
즉,
Figure 112013056341243-pat00010
은 입력변수의 수,
Figure 112013056341243-pat00011
는 j번째 퍼지 규칙을 의미한다. 또한, j= 1,…,n, 에서 n은 퍼지 규칙의 수를 의미하고,
Figure 112013056341243-pat00012
는 j번째 규칙에 대한 후반부모듈로써 j번째 입력공간에 대한 로컬모델이며,
Figure 112013056341243-pat00013
는 j번째 규칙에 대한 중심점으로써 FCM으로부터 얻어진다.
또한, FRBFNN 모델은 하기의 수학식 3과 같이 표현될 수 있으며, 본 발명의 전력공급장치(100)에서는 후반부모듈(132-3)의 출력 데이터와 미리 설정된 청정기준을 비교하여 하우징 내부의 청정도를 판단할 수 있다.
Figure 112013056341243-pat00014
여기서, n은 클러스터(퍼지규칙)의 수,
Figure 112013056341243-pat00015
는 j 번째 입력공간에 대한 입력 데이터들의 활성레벨(소속값)을 나타낼 수 있다. 즉,
Figure 112013056341243-pat00016
는 퍼지의 적합도로서 가중치를 의미할 수 있다. 또한,
Figure 112013056341243-pat00017
는 로컬의 입출력 관계식을 의미할 수 있다.
즉,
Figure 112013056341243-pat00018
는 입력값이 각 규칙에 대하여 어느 정도의 영향력을 미치는지를 의미하는 값으로서 FCM(전반부모듈(132-2))으로부터 계산될 수 있다.
여기서, 규칙의 수는 임의의 경험에 의하여 결정될 수 있으며, 본 발명에서는 규칙의 수를 10개로 하였으며, 일반적으로 5~20개 사이의 값으로 결정할 수 있다.
또한, FRBFNN을 본 발명의 전력공급장치(100)의 추론엔진으로 사용하기 위해서는에서는 학습 데이터를 통하여 학습이 되어야 한다. 본 발명에서는 하우징(10) 내부의 청정도를 판단하기 위해, 도 4에 도시된 형태의 학습 데이터를 사용할 수 있다.
구체적으로, 학습을 위해서는 실험 데이터를 획득해야하며, 이 때, 실험 데이터인 특징점 1, 특징점 2 및 특징점 3은 동시에 측정되어야 한다. 예를 들어, 도 4를 참조하여 설명하면, 온도, 분진량, 습도 등의 변화를 설정할 수 있는 실험환경에서 온도, 분진량 및 습도 변화에 따른 100 개의 데이터 세트를 수집할 수 있다.
수집된 데이터 세트에 대하여 FRBFNN의 출력값인 청정도를 정의할 수 있다.
예를 들어, 청정도가 가장 높은 경우에 출력값 y를 100으로, 온도상승, 습도 및 분진상태가 가장 안 좋을 경우에 y를 0으로 정의할 수 있다.
한편, FRBFNN는 전반부 학습과 후반부 학습이 순차적으로 수행되며, 전반부 학습은 FCM 알고리즘에 의해 수행되며, 후반부 학습은 WLSE에 의해 수행된다. FCM은 초기 C-Means 클러스터링을 개선하여 퍼지집합 이론과 최소자승 에러 평가에 기반을 둔 알고리즘이다.
FCM과 C-Means 클러스터링의 중요한 차이점은 C-Means 클러스터링 알고리즘에서 임의의 데이터는 0과 1 사이의 멤버쉽 값으로 특정 지어지는 소속 정도를 가지고 여러 개의 클러스터에 속할 수 있다는 점이다. 그러나, FCM은 목적함수(비용함수)를 사용하여 데이터를 분할하는 동안에 비용함수가 최소가 되도록 분류한다.
소속 행렬 u는 0과 1사이의 값을 가질 수 있으며 주어진 데이터가 각 클러스터에 속하는 소속 정도의 합은 하기의 수학식 4와 같이 1이 될 수 있다.
Figure 112013056341243-pat00019
여기서, n은 클러스터의 수이며, m은 데이터의 수를 의미한다.
또한, FCM에서의 비용함수는 하기의 수학식 5와 같이 일반화될 수 있다.
Figure 112013056341243-pat00020
여기서,
Figure 112013056341243-pat00021
는 0과 1 사이의 값이며,
Figure 112013056341243-pat00022
는 i번째 클러스터의 중심값을 의미하고,
Figure 112013056341243-pat00023
은 퍼지화 계수를 의미한다. 또한,
Figure 112013056341243-pat00024
는 i번째 클러스터의 중심과 j번째 데이터 사이의 거리로써 하기의 수학식 6과 같이 정의되는 정규화된 유클리디안 거리를 사용한다.
Figure 112013056341243-pat00025
여기서, r은 입력공간의 차원이며,
Figure 112013056341243-pat00026
은
Figure 112013056341243-pat00027
번째 변수의 분산을 의미한다.
정규화된 유클리디안 거리를 사용함으로써 큰 값을 갖는 입력변수가 작은 크기를 갖는 입력 변수보다 클러스터의 중심을 결정하는데 많은 영향을 미치는 것을 방지할 수 있다.
한편, 하기의 수학식 8의 비용함수가 최소가 되기 위한 필요조건은 상기의 수학식 6과 하기의 수학식 7과 같다.
Figure 112013056341243-pat00028
FCM은 상기 수학식 7과 하기의 수학식 8을 더 이상 향상시키지 않을 때까지 반복적인 처리를 수행한다. 여기서, 퍼지화 계수는 정규화 정도를 결정하는 역할을 수행하며, 이 값은 FRBFNN의 성능에 영향을 미치며 추후에 유전알고리즘을 이용하여 최적화될 수 있다.
구체적으로, FCM은 후술할 단계를 이용하여 소속행렬
Figure 112013056341243-pat00029
와 클러스터 중심값
Figure 112013056341243-pat00030
를 결정할 수 있다.
Figure 112013056341243-pat00031
FCM은 상기 수학식 4를 만족하며, 0과 1 사이의 랜덤한 값을 갖는 소속행렬
Figure 112013056341243-pat00032
를 초기화한다(단계 1). 다음으로, 상기 수학식 7을 이용하여 클러스터의 중심값
Figure 112013056341243-pat00033
를 계산한다(단계 2). 다음으로, 상기 수학식 5의 비용함수를 계산한다.
만일 비용함수의 계산 결과가 허용오차보다 적거나 더 이상 개선되지 않는 경우에 계산을 중단한다(단계 3). 다음으로, 하기의 수학식 8을 이용하여 새로운 소속행렬
Figure 112013056341243-pat00034
를 계산하고, 상기 단계 2를 수행한다.
또한, 상술한 바와 같이, FCM 알고리즘으로부터 각 클러스터의 중심값
Figure 112013056341243-pat00035
가 결정되며, 상기 수학식 1에서 입력벡터
Figure 112013056341243-pat00036
에 대한 멤버쉽 값은 상기 수학식 8의 다른 표현인 하기의 수학식 9로부터 계산된다.
Figure 112013056341243-pat00037
여기서,
Figure 112013056341243-pat00038
는 j번째 규칙(클러스터)에 대한 소속값을 의미하며, p는 퍼지화 계수를 의미한다. 멤버쉽 값은 클러스터의 중심으로부터 거리가 가까울수록 커지며 다른 클러스터의 중심에 영향을 받??다.
Figure 112013056341243-pat00039
후반부 학습은 후반부 다항식의 계수를 결정하는 것으로서, WLSE를 이용하여 수행되며, 상기 수학식 10의 성능 평가함수의 값이 최소가 되도록 다항식의 계수를 계산하며, 상기 수학식 10을 행렬형식으로 표현하면, 하기의 수학식 11과 같이 표현될 수 있다.
Figure 112013056341243-pat00040
여기서,
Figure 112013056341243-pat00041
는 추정하고자 하는 j번째 다항식의 계수이며,
Figure 112013056341243-pat00042
는 출력되는 데이터를 의미한다.
Figure 112013056341243-pat00043
는 j번째 입력공간에 대한 입력 데이터들의 활성레벨(소속값)을 의미하며, 하기의 수학식 12로부터 계산된다.
여기서,
Figure 112013056341243-pat00044
는 j번째 로컬모델의 계수를 추정하기 위한 입력데이터 행렬을 의미하며, 로컬모델이 선형일 경우 하기의 수학식 12와 같이 정의된다.
Figure 112013056341243-pat00045
여기서, m은 데이터의 수를 의미한다.
또한, j번째 규칙에 대한 로컬모델인 다항식의 계수는 하기의 수학식 13에 의해서 계산된다.
Figure 112013056341243-pat00046
FRBFNN는 FCM과 WLSE에 의해 전반부와 후반부 학습이 수행되지만, 규칙수, 후반부 다항식의 차수, FCM에서 사용되는 퍼지화 계수의 값을 미리 결정해야 하며, 이들 값은 성능에 많은 영향을 미칠 수 있다.
출력부모듈(132-4)의 출력은 0 ~ 100 사이의 값이 출력되도록 학습된다.
최종적으로 학습을 통하여 구축된 FRBFNN은 상술한 수학식 3이며, 특징점 1, 특징점 2, 특징점 3이 입력되는 경우 청정도가 계산되어 출력된다.
여기서, 청정도는 0~100사이의 값으로 출력될 수 있고, 청정도 값의 범위에 따라 청정상태, 관리상태, 주의상태로 판단결과를 표기할 수 있고, 청정도를 청정도 값으로 표시할 수도 있다.
예를 들어, 청정도 산출수단(130)의 판단부(133)는 상기 추론부(132)로부터의 출력값과 미리 설정된 청정기준을 비교하여 하우징 내부의 청정도를 판단할 수 있다.
예를 들어, 미리 설정된 청정기준이 청정도가 70보다 클 경우는 청정상태, 청정도가 20~70사이 이면 관리상태, 청정도가 20보다 작을 경우 주의경보상태로 설정된 경우, 청정도가 80인 경우에 청정상태로 판단할 수 있다.
도 6은 본 발명의 일 실시예에 따른 공기와류를 이용한 전력공급장치를 제어하는 방법을 나타내는 흐름도이다.
도 6를 참조하면, 전력공급장치제어방법은 하우징의 일측에 설치된 공기와류냉각튜브를 통하여 압축공기가 하우징 내부로 유입되며, 하우징의 내부에 각종 전력장치들이 설치되는 전력공급장치를 제어하는 방법이다.
전력공급장치제어방법은 하우징 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출하고(S100), 검출된 환경정보에 기초하여 하우징 내부의 청정정보를 산출하며(S110), 산출된 청정정보에 기초하여 하우징 내부의 압력을 조절하여 하우징 내부의 청정도를 제어할 수 있다(S120). 여기서, 환경정보는 미리 설정된 주기 및 미리 설정된 개수로 검출될 수 있다.
또한, 전력공급장치제어방법은 하우징 내부의 청정정보를 하우징 외부에서 알 수 있도록 경고하는 단계를 더 포함할 수 있다.
구체적으로, 단계 S110은 하우징 내부의 특정 부분의 온도 및 특정 부분의 주변 온도 정보, 하우징 내부의 분진량 정보, 하우징 내부의 습도 정보 및 하우징 내부의 압력 정보에 기초하여 하우징 내부의 온도상승정보, 습도정보 및 분진량정보를 추출한다.
다음으로, 단계 S110은 온도상승정보, 습도정보 및 분진량정보에 기초하여 하우징 내부의 청정도를 추론할 수 있는 결과값을 산출할 수 있다.
구체적으로, 단계 S110은 수신된 하우징 내부의 온도, 습도 및 분진량 중 적어도 하나의 환경정보(특징점)를 FCM(Fuzzy C-means) 알고리즘을 이용하여, 환경정보에 대한 소속행렬 및 클러스터 중심값을 결정할 수 있다.
다음으로, 다항식 형태의 수학식 모델로 표현되고, WLSE(Weighted Least Square Estimator)로 학습되어, 다항식의 계수를 결정하고, 환경정보에 대한 소속행렬 및 클러스터 중심값에 기초하여 하우징 내부의 청정도를 추론할 수 있는 결과값을 FRBFNN(Fuzzy clustering based RBF Neural Network) 이용하여 산출할 수 있다.
다음으로, 단계 S110은 하우징 내부의 청정도를 추론할 수 있는 결과값과 미리 설정된 기준을 비교하여 하우징 내부의 청정도를 판단할 수 있다.
한편, 전력공급장치는 수전반, 배전반, 전동기 제어반 및 분전반 중 어느 하나일 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 하우징 100: 전력공급장치
110: 공기유입수단 111: 공기압축부
112:공기와류냉각튜브 120: 검출수단
121: 온도검출부 122: 습도검출부
123: 분진량검출부 124: 압력검출부
130: 청정도산출수단 131: 특징추출부
132: 추론부 133: 판단부
140: 제어수단 150: 경고수단

Claims (11)

  1. 수전반, 배전반, 전동기 제어반, 고압반, 저압반, 분전반을 내부에 포함하는 하우징의 일측에 설치된 공기와류냉각튜브를 통하여 압축공기가 하우징 내부로 유입되는 전력공급장치로서,
    압축공기를 상기 하우징의 내부로 강제 유입시키는 공기유입수단;
    상기 하우징 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출하는 검출수단;
    상기 검출수단으로부터 검출된 환경정보에 기초하여 상기 하우징 내부의 청정정보를 산출하는 청정도 산출수단; 및
    상기 청정도 산출수단으로부터 산출된 상기 청정정보에 기초하여 상기 공기유입수단을 제어하는 제어수단을 포함하고,
    상기 청정도 산출수단은,
    상기 검출수단으로부터 수신한 상기 하우징 내부의 특정 부분의 온도 및 특정 부분의 주변 온도 정보, 상기 하우징 내부의 분진량 정보, 상기 하우징 내부의 습도 정보 및 상기 하우징 내부의 압력 정보에 기초하여 상기 하우징 내부의 온도상승정보, 습도정보 및 분진량 정보를 추출하는 특징 추출부;
    상기 특징 추출부로부터 수신한 상기 온도상승정보, 습도정보 및 분진량 정보에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 산출하는 추론부; 및
    상기 추론부의 결과값과 미리 설정된 기준을 비교하여 상기 하우징 내부의 청정도를 판단하는 판단부를 포함하는 것을 특징으로 하는 전력공급장치.
  2. 제1항에 있어서,
    상기 청정도 산출수단으로부터의 상기 하우징 내부의 청정정보를 상기 하우징 외부에서 알 수 있도록 경고하는 경고수단을 더 포함하는 것을 특징으로 하는 전력공급장치.
  3. 제1항에 있어서,
    상기 검출수단은,
    상기 하우징 내부의 특정 부분의 온도 및 상기 특정 부분의 주변 온도를 검출하는 온도 검출부;
    상기 하우징 내부의 습도를 검출하는 습도 검출부;
    상기 하우징 내부의 분진량을 검출하는 분진량 검출부; 및
    상기 하우징 내부의 압력을 검출하는 압력 검출부를 포함하는 것을 특징으로 하는 전력공급장치.
  4. 삭제
  5. 제1항에 있어서,
    상기 검출수단은,
    상기 환경정보를 미리 설정된 주기 및 미리 설정된 개수로 검출하는 것을 특징으로 하는 전력공급장치.
  6. 제5항에 있어서,
    상기 추론부는,
    상기 특징 추출부로부터 수신된 상기 하우징 내부의 온도, 습도 및 분진량 중 적어도 하나의 환경정보(특징점)를 FCM(Fuzzy C-means) 알고리즘을 이용하여, 상기 환경정보에 대한 소속행렬 및 클러스터 중심값을 결정하는 전반부모듈; 및
    다항식 형태의 수학식 모델로 표현되고, WLSE(Weighted Least Square Estimator)로 학습되어, 상기 다항식의 계수를 결정하고, 상기 전반부모듈에서 결정된 상기 환경정보에 대한 소속행렬 및 클러스터 중심값에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 FRBFNN(Fuzzy clustering based RBF Neural Network) 이용하여 산출하는 후반부모듈을 포함하는 것을 특징으로 하는 전력공급장치.
  7. 수전반, 배전반, 전동기 제어반, 고압반, 저압반, 분전반을 내부에 포함하는 하우징의 일측에 설치된 공기와류냉각튜브를 통하여 압축공기가 하우징 내부로 유입되는 전력공급장치를 제어하는 방법으로서,
    (a) 상기 하우징 내부의 온도, 습도, 분진량 및 압력 중 적어도 하나의 환경정보를 검출하는 단계;
    (b) 상기 검출된 환경정보에 기초하여 상기 하우징 내부의 청정정보를 산출하는 단계; 및
    (c) 상기 산출된 청정정보에 기초하여 상기 하우징 내부의 압력을 조절하는 단계를 포함하고,
    상기 단계 (b)는
    (b1) 상기 하우징 내부의 특정 부분의 온도 및 상기 특정 부분의 주변 온도 정보, 상기 하우징 내부의 분진량 정보, 상기 하우징 내부의 습도 정보 및 상기 하우징 내부의 압력 정보에 기초하여 상기 하우징 내부의 온도상승정보, 습도정보 및 분진량정보를 추출하는 단계;
    (b2) 상기 온도상승정보, 습도정보 및 분진량정보에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 산출하는 단계; 및
    (b3) 상기 결과값과 미리 설정된 기준을 비교하여 상기 하우징 내부의 청정도를 판단하는 단계를 포함하는 것을 특징으로 하는 전력공급장치의 제어방법.
  8. 제7항에 있어서,
    (d) 상기 하우징 내부의 청정정보를 상기 하우징 외부에서 알 수 있도록 경고하는 단계를 더 포함하는 것을 특징으로 하는 전력공급장치의 제어방법.
  9. 삭제
  10. 제7항에 있어서,
    상기 단계 (a)는
    상기 환경정보를 미리 설정된 주기 및 미리 설정된 개수로 검출하는 것을 특징으로 하는 전력공급장치의 제어방법.
  11. 제 7항에 있어서,
    상기 단계 (b2)는,
    (b21) 수신된 하우징 내부의 온도, 습도 및 분진량 중 적어도 하나의 환경정보(특징점)를 FCM(Fuzzy C-means) 알고리즘을 이용하여, 상기 환경정보에 대한 소속행렬 및 클러스터 중심값을 결정하는 단계; 및
    (b22) 다항식 형태의 수학식 모델로 표현되고, WLSE(Weighted Least Square Estimator)로 학습되어, 상기 다항식의 계수를 결정하고, 상기 환경정보에 대한 소속행렬 및 클러스터 중심값에 기초하여 상기 하우징 내부의 청정도를 추론할 수 있는 결과값을 FRBFNN(Fuzzy clustering based RBF Neural Network) 이용하여 산출하는 단계를 포함하는 것을 특징으로 하는 전력공급장치의 제어방법.
KR1020130072586A 2013-06-24 2013-06-24 공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법 KR101326709B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130072586A KR101326709B1 (ko) 2013-06-24 2013-06-24 공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130072586A KR101326709B1 (ko) 2013-06-24 2013-06-24 공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법

Publications (1)

Publication Number Publication Date
KR101326709B1 true KR101326709B1 (ko) 2013-11-11

Family

ID=49857086

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130072586A KR101326709B1 (ko) 2013-06-24 2013-06-24 공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법

Country Status (1)

Country Link
KR (1) KR101326709B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101785206B1 (ko) * 2016-05-30 2017-10-17 고려대학교 산학협력단 극저온 양전자 방출 단층 촬영장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08205330A (ja) * 1995-01-20 1996-08-09 Meidensha Corp 配電盤の冷却装置
KR20010046005A (ko) * 1999-11-09 2001-06-05 박정극 공기를 이용한 냉각장치
KR100860346B1 (ko) * 2008-04-28 2008-09-25 (주)시연기전 공기 가압식 전력공급장치
KR101064315B1 (ko) 2011-04-08 2011-09-14 삼풍전기 주식회사 광온도센서를 내장한 온도감지형 수배전반(고압반, 저압반, 전동제어반, 분전반)

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08205330A (ja) * 1995-01-20 1996-08-09 Meidensha Corp 配電盤の冷却装置
KR20010046005A (ko) * 1999-11-09 2001-06-05 박정극 공기를 이용한 냉각장치
KR100860346B1 (ko) * 2008-04-28 2008-09-25 (주)시연기전 공기 가압식 전력공급장치
KR101064315B1 (ko) 2011-04-08 2011-09-14 삼풍전기 주식회사 광온도센서를 내장한 온도감지형 수배전반(고압반, 저압반, 전동제어반, 분전반)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101785206B1 (ko) * 2016-05-30 2017-10-17 고려대학교 산학협력단 극저온 양전자 방출 단층 촬영장치

Similar Documents

Publication Publication Date Title
CN109040278B (zh) 医院电气及动力系统安全智能管理云平台、方法及系统
KR101355585B1 (ko) 수배전반의 열화 진단장치 및 그 제어방법
Yan et al. A sensor fault detection strategy for air handling units using cluster analysis
Xu et al. A hybrid data mining approach for anomaly detection and evaluation in residential buildings energy data
US8201028B2 (en) Systems and methods for computer equipment management
US7729882B2 (en) Method and system for assessing performance of control systems
Dong et al. The gas leak detection based on a wireless monitoring system
KR101112003B1 (ko) 수배전반의 열화검출장치
TW201312513A (zh) 感測器群環境事件偵測
KR20180106318A (ko) 복합 센서를 이용한 화재방지장치
Ahmed et al. Recursive construction of output-context fuzzy systems for the condition monitoring of electrical hotspots based on infrared thermography
KR101667914B1 (ko) 지능형 고장 예지형 태양광 발전 시스템
KR101326709B1 (ko) 공기와류를 이용한 최적 쿨러 운전제어 기능의 고압반, 저압반, 분전반, 전동기 제어반을 구비한 전력공급장치 및 이를 제어하는 방법
JP5628013B2 (ja) 住宅機器サポートシステム
CN106979590A (zh) 一种基于物联网的暖通设备异常在线监控系统
CN113433900B (zh) 一种油田站场无人值守智能集控方法和系统
KR101406291B1 (ko) 디지털 아크 플래시 릴레이를 탑재한 수배전 설비의 전원차단장치 및 그 차단방법
CN117609841A (zh) 一种基于神经网络算法的电缆故障预判分析方法
Hasır et al. Simultaneous remote monitoring of transformers’ ambient parameters by using IoT
KR101345234B1 (ko) 아크 플래시 사고에너지의 위험도 진단장치 및 그 진단방법
CN110782632A (zh) 一种电房降温报警系统及方法
CN216315123U (zh) 烘焙装置及烘培系统
CN115565326A (zh) 新能源高渗透率下的变压器状态评估方法及火灾预警方法
Huda et al. A comparative study of MLP networks using backpropagation algorithms in electrical equipment thermography
CN106707746B (zh) 电站锅炉热工参数预测监控系统与方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161011

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171020

Year of fee payment: 5