KR101575204B1 - 부분 방전 진단 장치 및 그 방법 - Google Patents

부분 방전 진단 장치 및 그 방법 Download PDF

Info

Publication number
KR101575204B1
KR101575204B1 KR1020150082841A KR20150082841A KR101575204B1 KR 101575204 B1 KR101575204 B1 KR 101575204B1 KR 1020150082841 A KR1020150082841 A KR 1020150082841A KR 20150082841 A KR20150082841 A KR 20150082841A KR 101575204 B1 KR101575204 B1 KR 101575204B1
Authority
KR
South Korea
Prior art keywords
value
sample
array
determination
judgment
Prior art date
Application number
KR1020150082841A
Other languages
English (en)
Inventor
정재기
Original Assignee
정재기
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 정재기 filed Critical 정재기
Priority to KR1020150082841A priority Critical patent/KR101575204B1/ko
Application granted granted Critical
Publication of KR101575204B1 publication Critical patent/KR101575204B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10—Measuring sum, difference or ratio

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

본 발명은 부분방전유형 진단방법에 관한 것이다. 본 발명의 부분방전유형 진단방법은 기설정 단위시간동안 부분 방전 감시 영역 상에 설치된 센서로부터 센싱값을 수집하는 단계, 수집된 센싱값에서 오프셋 노이즈를 제거하는 단계, 현재 수집된 상기 오프셋 노이즈가 제거된 센싱값을 기준 샘플(SN)로 설정하는 단계, 기설정된 주기 내에서, 상기 기준샘플을 기준으로 일정시간단위(P)로 이격된 위치의 적어도 하나의 이전샘플을 상대 샘플(SN+P)로 설정하는 단계, 기준 샘플 및 상대 샘플 중 센싱값이 최고인 샘플을 최대값 샘플(Smax)로 설정하는 단계, 기준샘플, 상대 샘플 및 최대값 샘플들의 발생 시간 대비 크기 분포를 나타내는 판정배열을 생성하는 단계 및 생성된 판정배열로부터 판정변수를 산출하고, 산출된 판정변수와 기설정된 라이브러리의 판정변수를 비교하여 부분방전유형을 진단하는 단계를 포함한다.

Description

부분 방전 진단 장치 및 그 방법{APPARATUS AND METHOD FOR DIAGNOSING A PARTIAL DISCHARGING EQUIPPED}
본 발명은 전력 설비에서의 부분 방전을 진단하는 부분 방전 진단 장치에 관한 것이다.
현재 GIS(Gas Insulated Switchgear) 고장예방을 위해 사용하고 있는 UHF(Ultra High Frequency) 부분방전 진단 온라인 시스템과 포터블 장비에는 결함의 종류를 인식하기 위한 판정방법이 소프트웨어의 핵심 내용으로 탑재되어 있다.
이 결함 인식용 판정방법은 신경망(Neural Network)을 이용하여 기 정의된 결함의 종류와 일치될 확률의 형태로 결과를 표시하며, Neural Network는 위상, 방전량, 방전횟수 등을 기준으로 산출된 수백 개 이상의 학습 데이터를 이용하여 검출된 부분방전신호의 결함유형을 판정한다. 즉, 신경망을 이용하여 부분방전신호의 결합유형을 판정하는 알고리즘은 복잡하고 메모리를 많이 필요로 한다.
현재 사용하고 있는 Neural Network 판정방법은 학습되지 않은 패턴에 의한 파라미터에서는 결함유형 판정의 정확도가 현저히 떨어지고 다른 결함으로 판정하게 되는 원천적인 문제점을 내포하고 있어, 발생할 수 있는 모든결함에 대하여 모의하고 학습시켜야 한다.
또한, 온라인 시스템은 매우 많은 양의 이벤트가 발생되어 이를 개별적으로 확인, 분석하는데 많은 인력과 시간이 소요되고 있으며 포터블 장비도 다른 결함의 형태를 결과물로 나타내는 경우가 많은데, 이러한 경우 온라인시스템과 마찬가지로 기기 상태를 판단하는데 많은 인력과 시간이 소요되며 잘못된 대처가 이루어 질 수 있는 개연성이 있어 결함을 노이즈로 판정할 경우 사전에 고장 발생을 예방할 수 없으며, 노이즈를 결함으로 판정할 경우 과잉 점검에 따른 경제적 손실을 수반하고 있는 실정이다.
1. 국내등록특허 10-1165214
본 발명의 목적은, 기존에 사용하고 있는 부분방전 진단시스템 및 장비의 뉴럴 네트워크 부분방전유형 판정방법이 판정의 정확도가 현저히 떨어지고 다른 결함으로 판정하게 되는 문제 및 판정시간이 오래 걸린다는 문제를 보강하기 위한 새로운 진단 알고리즘을 이용하여 부분방전을 진단하는 부분 방전 진단 장치 및 그 방법을 제공함에 있다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 부분방전유형 진단방법은 기설정 단위시간동안 부분 방전 감시 영역 상에 설치된 센서로부터 센싱값을 수집하는 단계, 상기 수집된 센싱값에서 오프셋 노이즈를 제거하는 단계, 현재 수집된 상기 오프셋 노이즈가 제거된 센싱값을 기준 샘플(SN)로 설정하는 단계, 기설정된 주기 내에서, 상기 기준샘플을 기준으로 일정시간단위(P)로 이격된 위치의 적어도 하나의 이전샘플을 상대 샘플(SN+P)로 설정하는 단계, 상기 기준 샘플 및 상대 샘플 중 센싱값이 최고인 샘플을 최대값 샘플(Smax)로 설정하는 단계, 상기 기준샘플, 상대 샘플 및 최대값 샘플들의 발생 시간 대비 크기 분포를 나타내는 판정배열을 생성하는 단계 및 상기 생성된 판정배열로부터 판정변수를 산출하고, 산출된 판정변수와 기설정된 라이브러리를 비교하여 부분방전유형을 진단하는 단계를 포함한다.
또한, 본 발명의 일 실시 예에 따른 부분방전유형 진단장치는 기설정 단위시간동안 부분 방전 감시 영역 상에 설치된 센서로부터 센싱값이 수집되면, 상기 수집된 센싱값에서 오프셋 노이즈를 제거하는 필터부, 현재 수집된 상기 오프셋 노이즈가 제거된 센싱값을 기준 샘플(SN), 기설정된 주기 내에서 상기 기준샘플을 기준으로 일정시간단위(P)로 이격된 위치의 적어도 하나의 이전샘플을 상대 샘플(SN+P), 그리고 상기 기준 샘플 및 상대 샘플 중 센싱값이 최고인 샘플을 최대값 샘플(Smax)로 설정하고, 상기 기준샘플, 상대 샘플 및 최대값 샘플들의 발생 시간 대비 크기 분포를 나타내는 판정배열을 생성하는 판정배열 생성부 및 상기 생성된 판정배열로부터 판정변수를 산출하고, 산출된 판정변수와 기설정된 라이브러리를 비교하여 부분방전유형을 진단하는 진단부를 포함한다.
이상에서 설명한 바와 같이, 본 발명에 의하면, 판정배열 및 판정요소를 산출하여 부분방전유형을 판정함으로써, 판정시간을 단축시키고 판정의 정확도를 향상시킬 수 있는 이점이 있다.
특히, 수집된 센싱값들 중 오프셋 노이즈를 제거함으로써 판정의 정확도를 보다 향상시킬 수 있다. 또한, 이전 판정배열 값과의 관계에서 가중치가 부여된 판정배열 값을 사용하여 진단을 수행함으로써 진단 결과의 급변을 방지할 수 있다. 이에 따라, 진단 신뢰성이 보다 향상될 수 있다.
도 1은 본 발명의 바람직한 일 실시예에 따른 부분방전유형 진단장치의 구성을 나타내는 구성블럭도이다.
도 2(a) 및 (2b)는 도 1의 부분방전유형 진단장치에서 수집하는 센싱값을 설명하기 위한 도면이다.
도 3은 도 1의 필터부의 오프셋 노이즈 제거를 설명하기 위한 그래프이다.
도 4는 도 1의 판정배열 생성부의 판정배열 생성을 설명하기 위한 도면이다.
도 5는 본 발명의 바람직한 일 실시예에 따른 부분방전유형 진단방법을 설명하기 위한 흐름도이다.
도 6은 도 5의 오프셋 노이즈 제거방법을 설명하기 위한 흐름도이다.
도 7은 도 5의 판정배열 생성을 설명하기 위한 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. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 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 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면 1 내지 7을 참조하여 본 발명의 바람직한 일 실시 예에 따른 부분방전유형 진단장치 및 부분방전유형 진단방법에 대하여 설명한다. 본 발명의 부분방전유형 진단장치는 부분 방전 진단 대상 공간 상에 설치된 부분 방전 감시 센서로부터 센싱값을 수집하여 부분방전유무 및 부분방전유형을 진단할 수 있다. 여기서, 부분 방전 진단 대상 공간은 GIS 시스템(GasInsulated Switchgear System)과 같은 전력기기 절연 시스템 등이 될 수 있다.
이하의 설명에 있어, 본 발명의 요지를 명확하게 하기 위해 종래 주지된 사항에 대한 설명은 생략하거나 간단히 한다.
도 1은 본 발명의 바람직한 일 실시예에 따른 부분방전유형 진단장치의 구성을 나타내는 구성블럭도이다. 본 발명의 일 실시 예에 따른 부분방전유형 진단장치(100)는 버퍼(110), 필터부(120), 판정배열 생성부(130) 및 진단부(140)를 포함한다. 또한, 판정배열 생성부(130)는 산출부(131) 및 배열부(132)를 포함한다. 또한, 진단부(140)는 판정변수 산출부(141) 및 판단부(142)를 포함한다.
버퍼(110)는 부분 방전 진단 대상 공간 상에 설치된 부분 방전 감시 센서(미도시)로부터 수신되는 센싱값을 수집한다. 버퍼(110)에 수집되는 센싱값 데이타는 도 2를 통해 설명할 수 있다. 도 2(a) 및 도 2(b)는 도 1의 부분방전유형 진단장치에서 수집하는 센싱값을 설명하기 위한 도면이다.
도 2(a)에 도시된 바와 같이, 버퍼(110)는 8192(64sample*128cycle)길이의 센싱값 데이타(10)를 수집하며, 1cycle씩 이동시키며 센싱값을 실시간으로 수집한다. 다만, 이는 본 발명의 일 실시 예로, 알고리즘 설계자에 의해 변경될 수도 있다. 여기서, 수집되는 센싱값은 ADC(미도시)에 의해 샘플링되는 샘플의 크기(값)가 될 수 있다.
도 2(b)는 발생시간(t) 순으로 수집되는 샘플(Sn+P)의 센싱값을 도시하고 있다. 여기서, n은 1 내지 (8192-64) 중 하나의 값으로 각 샘플의 위치가 되고, p는 단위발생 시간간격으로 기준샘플(Sn)로부터의 이격간격이 된다. 즉, 도 2(b)를 참고하면, 기준샘플은 Sn, 상대 샘플은 기준 샘플(Sn)을 제외한 나머지 샘플(Sn+P), 최대값 샘플(Smax)은 판정 배열 생성을 위해 기설정된 한 주기의 샘플 중 센싱값이 최대값인 샘플이 된다. 여기서, 한주기는 기준 샘플 및 기준 샘플로부터 기설정 이격 위치 내의 상대 샘플들의 위치가 된다. 본 발명의 일 실시예에서는, 한 주기를 기준샘플(Sn)부터 63번째 이격된 상대 샘플까지인 경우를 예로 설명할 수 있다.
필터부(120)는 부분방전유형 진단 즉, 판정을 위해 수집된 샘플의 센싱값들 중 판정에 방해가 되는 오프셋 노이즈를 제거하여 판정 정확도를 높일 수 있다. 이에 대한 설명은 도 3을 참고하여 설명할 수 있다. 도 3은 도 1의 필터부의 오프셋 노이즈 제거를 설명하기 위한 그래프이다.
필터부(120)는 오프셋 노이즈 제거를 위해, 샘플의 센싱값들을 크기(값)순으로 배열한다. 이때, 배열은 오름차순으로 한다. 또한, 센싱값들의 배열은 내림차순으로도 할 수 있다. 도 3을 참고하면, 그래프의 가로축은 센싱값이 되고, 세로축은 센싱값의 발생횟수가 된다. 도 3에 도시된 바와 같이, 샘플의 센싱값(크기값) 및 발생횟수를 기준으로 그래프(패턴:A,B)가 형성된 것을 확인할 수 있다.
필터부(120)는 배열된 센싱값들의 총 발생횟수의 하위 5% 위치(a) 및 상위 5% 위치(b)를 탐색하고, 하위 5% 및 상위 5% 사이의 중간 위치(c)를 탐색한다. 또한, 필터부(120)는 하위 5% 및 상위 5% 사이에 배열된 센싱값들의 총 발생횟수의 5%를 산출하고, 탐색된 중간 위치(c)에서 하위측으로 상기 산출된 5%인 위치(d)를 오프셋 노이즈 위치로 판단하고, 오프셋 노이즈 위치 이하의 센싱값들을 제거한다.이에 따라, 판정을 보다 명확하게 할 수 있다.
일 예로, 오름차순으로 정렬된 센싱값들이 [10, 13, 20, 32, 43, 52, 64, 71, 73, 134, 136, 152, 163, 171]이고, 각 센싱값들의 발생횟수가 [3, 10, 20, 30, 31, 30, 25, 10, 5, 3, 3, 5, 20, 15, 3]이라 하면, 총 발생횟수는 213회가 될 수 있다. 213의 5%는 10.65이므로 버림하여 10으로 가정한다면, 하위 5% 위치(a)는 크기순으로 배열된 센싱값 중 발생횟수가 10번째인 위치가 되고, 상위 5% 위치(b)는 크기순으로 배열된 센싱값 중 발생횟수가 203번째인 위치가 된다.
여기서, 10번째 위치(a)와 203번째 위치(b) 중간은 96.5번째이므로 버림하여 96번째 위치, 즉 10+96=106번째 위치가 중간위치(c)가 된다. 여기서, 10번째 위치(a)와 203번째 위치(b) 사이의 총 발생횟수는 193이고, 193의 5%는 9.65이므로 버림하여 9가 된다. 이에 따라, 오프셋 노이즈의 위치(d)는 106번째 위치(c)에서 발생횟수 9만큼 하위쪽으로 이동된 위치9(d)가 될 수 있다. 필터부(120)는 오프셋 노이즈로 판단된 위치(d) 이하의 센싱값들을 제거한다.
판정배열 생성부(130)는 오프셋 노이즈가 제거된 샘플 중 기준 샘플, 상대 샘플 및 최대값 샘플들의 발생 시간 대비 크기 분포를 나타내는 판정배열을 생성하여, 진단부(140)의 부분방전유형 진단에 이용할 수 있게 한다. 이때, 판정배열 생성부(130)는 1초 형태의 배열을 생성한다. 도 4를 참고하면, 판정배열은 일축이 센싱값(F(s))이며, 타축이 P(샘플의 단위발생 시간간격으로, 기준샘플(Sn)로부터의 이격위치)가 된다. 여기서, 판정배열의 크기는 각 축값의 개수에 의해 결정된다. 예를 들어, m*n 판정배열을 생성하는 경우, 도 4와 같이 일축의 센싱값(f(s))의 개수(a)는 Vmax/n개가 되며, 타축의 P값의 개수는 m개가 된다.
산출부(131)는 판정배열에 적용하기 위한 각 주기별 판정배열값을 산출하고, 배열부(132)는 산출된 판정배열값을 해당 판정배열위치에 누적합산하여 최종 판정배열을 생성한다. 판정배열은 다음의 수학식들을 이용하여 생성될 수 있다.
산출부(131)는 하기의 수학식1 및 2를 이용하여, 시작지점의 값차(f1(s)) 및 상대지점의 값차(f2(s))를 산출한다. 이때, 부분 방전 발생시 유형별로 크기의 차이가 있다. 또한, 동일한 부분방전일지라도 부분방전원의 열화 정도에 따라 크기의 차이가 발생한다. 서로 다른 부분 방전 종류에 대해서는 샘플 최대값이 다르므로 각각의 유형에 따라 센싱값은 처리될 필요가 있다. 동일한 종류의 부분 방전에 대해서는 크기의 변화 보다는 파형 형태의 변화에 민감하게 반응할 수 있도록, 수학식 1 및 2와 같이 각 주기 내의 샘플들의 센싱값에, 수집된 센싱값 중 해당 주기 내의 최대값 즉, 최대값 샘플의 값을 적용시킬 수 있다.
Figure 112015056547917-pat00001
Figure 112015056547917-pat00002
여기서, f1(s)는 시작지점의 값 차, f2(s)는 상대지점의 값 차, Vmax는 측정 가능한 최대값, Smax는 최대값 샘플의 값, Sn은 기준 샘플의 값, Sn+1은 기준 샘플 이전에 수집된 이전샘플의 값, SN+P는 기준 샘플(Sn)에서 P만큼 이격된 위치의 상대 샘플의 값이 된다. 이때, 산출되는 각 샘플의 값들은 각 주기별로 생성된다.
또한, 산출부(131)는 판정배열의 단순화를 위해 양의 값들 중, 시작지점의 값차f1(s) 보다 큰 값을 가지는 샘플을 추출할 수 있다. 이는 하기의 조건식1을 이용할 수 있다.
<조건식 1>
Figure 112015056547917-pat00003
여기서, f(s)는 샘플의 센싱값이다. 또한, 산출부(131)는 하기의 수학식3을 이용하여, 조건식1에 의해 결정된 샘플의 센싱값을 재산출할 수 있다.
Figure 112015056547917-pat00004
여기서, 판정배열의 크기가 m*n이고, m축은 기준샘플로부터의 이격된 상대샘플의 위치(P)이고, n축은 배열 생성을 위한 센싱값(f(s))이며, a는 Vmax/n이 된다. 예를 들어, 64*64의 판정배열의 경우 Vmax가 4096이면, a는 64가 된다.
한편, 본 발명의 일 실시예에서는 단위시간동안 수집되는 샘플데이터의 길이가 8192인 경우를 예로 설명할 수 있다. 또한, 64*64 판정배열을 생성하는 경우를 예로 설명한다.
산출부(131)는 샘플의 센싱값(f(s))이 산출되면, 하기의 조건식2에 따라 판정배열 값(f'(s))을 산출할 수 있다.
<조건식 2>
Figure 112015056547917-pat00005
b는 p(샘플의 단위발생 시간간격으로 기준샘플로부터의 이격된 상대샘플의 위치)의 개수가 된다. 64(P)*64(f(s))의 판정배열의 경우, b는 64가 된다.
배열부(132)는 산출부(131)에서 산출된 판정배열 값(f'(s))을 하기 배열 즉, 수학식4에 적용하여 판정배열을 생성할 수 있다.
Figure 112015056547917-pat00006
여기서, p는 기준샘플로부터의 이격된 상대샘플의 위치(P)이고, f(s)는 수학식3에서 산출된 센싱값이 된다. 또한, 판정배열 값은 기준샘플(Sn)이 S1 부터 S8128인 경우까지 산출되며, 기준샘플의 이동시 발생되는 각 주기의 판정배열 값(f'(s))은 해당배열 위치에서 누적합산된다.
이에 따라, 최종 생성되는 판정배열은, 부분방전유형 판정을 위해 수집되는 샘플 각각에 대한 판정배열 값(f'(s))이 누적합산되어 생성된 결과값이 된다. 여기서 생성된 판정배열은 도 4와 같이 도시될 수 있다.
이때, 배열부(132)는 판정값의 급변을 막기 위해 이전에 생성된 판정배열 값에 가중치를 부여할 수 있다. 이후 생성된 판정배열 값은 가중치가 부여된 판정배열값에 누적합산된다. 이때, 배열부(132)는 다음의 수학식4를 이용하여 판정배열 값에 가중치를 부여하여 판정배열을 생성할 수도 있다.
Figure 112015056547917-pat00007
여기서, A는 가중치가 부여된 판정배열 값, B는 이전 판정배열 값, C는 현재 판정배열 값이며, x는 0<x≤1의 조건이 된다.
이와 같이 이전 판정배열 값과의 관계에서 가중치가 부여된 판정배열 값을 사용하여 진단을 수행하는 것에 의해 진단 결과의 급변을 방지할 수 있다. 부분방전 발생시 동일 종류의 부분 방전이 지속적으로 발생하므로, 이와 같이 부분방전 진단시 이전 데이터를 참고함으로써 진단 신뢰성이 보다 향상될 수 있다.
진단부(140)는 판정배열 생성부(130)에서 생성된 판정배열을 이용하여 판정변수를 산출하고, 산출된 판정변수와 기설정된 라이브러리를 비교하여 부분방전유형을 진단한다. 진단부(140)는 판정변수 산출부(141) 및 판단부(142)를 포함한다.
판정변수 산출부(141)는 판정배열 생성부(140)에서 생성된 판정배열을 이용하여 판정변수를 산출할 수 있다. 이는, 도 4를 참고하여 설명하도록 한다.
판정변수 산출부(141)는 판정배열의 각 가로배열[h(0),h(1),h(2)…h(63)]별 합산값 및 각 세로배열[v(0),v(1),v(2)…v(63)]별 합산값, 모든 배열의 합산값(total), 모든 가로배열의 표준편차 및 모든 세로배열의 표준편차를 이용하여 판정변수를 산출할 수 있다. 이때, 판정변수는 다음과 같이 정의할 수 있다.
value[0] : vsum[0~7]+vsum[24~39]+vsum[56~63]/total
value[1] : hsum[0~15]/total
value[2] : hsum[16~31]/total
value[3] : hsum[32~47]/total
value[4] : sdv/sdh
sdv : standard deviation(vsum[0~63])/total
sdh : standard deviation(hsum[0~63])/total
판단부(160)는 산출된 판정변수 value[0] 내지 value[4]의 값과 기설정된 라이브러리를 비교하여, 유사도를 판단할 수 있다. 이때, 기설정된 라이브러리는 다양한 부분방전유형에 따른 파형값들을 판정변수로 산출하여 구축된 값들이 될 수 있다.
여기서, 부분방전유형은 Corona, Particle, Floating, Void 등이 된다. 판단부(142)는 하기의 수학식6을 이용하여 부분방전유형 판정을 위한 유사도를 판단한다.
Figure 112015056547917-pat00008
L : 판정변수값들로 이루어진 부분방전 Library 데이터
Lend : 판정변수값들로 이루어진 부분방전 데이터의 마지막 Library
f(j) : 판정변수값으로 계산된 실시간 측정 데이터
g(i,j) : 판정변수값으로 이루어진 Library 데이터
에서 i는 구축된 라이브러리 개수, j는 판정변수값
판정변수는 value[0] ~ value[4] 및 각 부분방전 유형을 구분하기 위한 value[5] ~ value[9]를 가지며, 이 판정변수의 개수는 부분방전 유형에 따라 확장될 수 있다. 유형값은 각 유형별로 구분 지을 수 있다. 예를 들어, 각유형별 라이브러리 데이터는 하기와 같은 판정변수 값들로 구성될 수 있다.Corona : {value[0], value[1], value[2], value[3], value[4], 1, 0, 0, 0, 0},Floating : {value[0], value[1], value[2], value[3], value[4], 0, 1, 0, 0, 0},Particle : {value[0], value[1], value[2], value[3], value[4], 0, 0, 1, 0, 0},Void : {value[0], value[1], value[2], value[3], value[4], 0, 0, 0, 1, 0},Noise : {value[0], value[1], value[2], value[3], value[4], 0, 0, 0, 0, 1},등으로 구성할 수 있다.
판단부(142)는 수학식6에 의해 산출된 값이 "0"에 가까울수록 유사도가 높은 것으로 판단하고, 유사도가 높은 라이브러리의 부분방전유형에 해당하는 것으로 판단할 수 있다.
판단부(142)는 수학식 6에서 산출된 값을 하기의 수학식 7 및 8에 적용하여 부분방전유형을 판정하기 위한 판정 결과값을 산출할 수 있다.
Figure 112015056547917-pat00009
F(x) : 수학식6에서 계산된 값
Figure 112015056547917-pat00010
G(x) : 수학식 7에서 계산된 값, H(x) : 판정 결과값
여기서, 수학식6 ~ 수학식8은 판정 결과값을 얻기 위한 하나의 실시예이며, 원하는 결과를 얻기 위해 다른 계산식을 사용할 수도 있다.
도 5는 본 발명의 바람직한 일 실시예에 따른 부분방전유형 진단방법을 설명하기 위한 흐름도이다.
설명의 이해를 위해, 도 1 내지 도4를 참고하여 설명할 수 있다. 도 5에 따르면, 기설정된 단위시간동안 부분 방전 감시 센서(미도시)로부터 센싱값을 수집한다(S510). 이때, 센싱값을 수집하는 버퍼(110)는 8192(64sample*128cycle)길이의 센싱값 데이타(10)를 수집하며, 1cycle씩 이동시키며 센싱값을 실시간으로 수집한다.
다음으로, 수집된 센싱값 중 오프셋 노이즈를 제거한다(S520). 이에 대한 구체적인 설명은 도 6에서 설명하도록 한다.
다음으로, 오프셋 노이즈가 제거된 센싱값 중 현재 수집된 센싱값인 기준 샘플(SN), 기준샘플과 일정시간단위(P)로 이격된 위치에서 발생되는 상대 샘플(SN+P), 및 한 주기(상기 기준 샘플 및 기준 샘플로부터 기설정 이격 위치 내의 상대 샘플들)내에서 센싱값이 최고인 최대값 샘플(Smax)중 하나로 분류하고, 상기 기준샘플, 상대 샘플 및 최대값 샘플들의 발생 시간 대비 크기 분포를 나타내는 판정배열을 생성한다(S530). 이때, 판정배열은 1초형태의 배열로 생성되며, 알고리즘 설계자에 의해 배열의 사이즈는 조절될 수 있다. 한편, 판정배열생성에 대한 구체적인 설명은 도 7에서 설명하도록 한다.
다음으로, 생성된 판정배열을 이용하여 상기에서 정의된 판정변수 value[0] 내지 value[4]를 산출한다(S540). 또한, 산출된 판정변수와 기설정된 라이브러리를 비교하여 유사도를 판단한다(S550). 여기서, 유사도는 수학식5를 이용하여 산출하며, 산출된 값이 "0"에 가까울수록 유사도가 높은 것으로 판단한다. 유사도 판단시, "0"에 가까우면, 비교된 라이브러리의 부분방전유형으로 판단한다(S560).
도 6은 도 5의 오프셋 노이즈 제거방법을 설명하기 위한 흐름도이다. 도 6에 따르면, 도 5의 S510에서 수집된 센싱값들을 크기순으로 배열한다(S610). 이때, 도 3과 같은 그래프 형태로 센싱값들이 배열될 수 있으며, 일축은 센싱값들의 크기이며 타축은 센싱값의 발생횟수가 된다.
다음으로, 배열된 센싱값들의 총 발생횟수의 하위 5% 위치(a)로 및 상위 5% 위치(b)를 탐색한다(S620). 또한, 하위 5% 및 상위 5% 사이의 중간 위치(c)를 탐색하고(S630), 하위 5% 및 상위 5% 사이에 배열된 센싱값들의 총 발생횟수의 5%를 산출한다(S640).
다음으로, S630에서 탐색된 중간 위치(c)로부터 S640에서 산출된 하위5% 이격된 위치(d)를 탐색하고(S650), 오프셋 노이즈 위치로 판단하여 오프셋 노이즈 위치 이하의 센싱값들을 제거함으로써 판정을 보다 명확하게 할 수 있다(S660).
도 7은 도 5의 판정배열 생성을 설명하기 위한 흐름도이다. 판정배열 생성은 수학식 1 내지 5 및 조건식 1, 2를 참고하여 설명할 수 있다.
판정배열은 1초 형태의 사이즈로 생성된다. 즉, 도 5의 S520에서 오프셋 노이즈가 제거된 센싱값들을 한 주기내에서 기준샘플, 상대샘플, 최대값 샘플로 분류하고, 분류된 샘플들을 한 주기 단위로 S710 내지 S780을 수행하여 판정배열값을 생성하고, 각 주기에서 산출되는 판정배열에 누적합산하여 1초 형태의 최종 판정배열을 생성한다. 본 발명의 실시 예에서는 기준샘플로부터 63번째 이격된 상대샘플까지를 한 주기(64개의 샘플)이며, 64X64 판정배열을 생성하는 경우를 예로 설명한다.
구체적으로, 수학식1을 이용하여 해당 주기의 기준샘플(Sn)을 기준으로, 시작지점의 값차(f1(s))를 산출하고(S710), 기준샘플에서 P만큼 이격된 상대샘플(Sn+P)에 대한 상대지점의 값차(f2(s))를 산출한다(S720). 이때, P는 1부터 시작된다.
다음으로, 판정배열의 단순화를 위해 조건식1을 이용하여, 양의 값들 중 시작지점의 값차f1(s) 보다 큰 값을 가지는 샘플을 추출하고(S730), 수학식3을 이용하여, 조건식1에 의해 결정된 샘플의 센싱값을 재산출한다(S740).
다음으로, S710에서 산출된 시작지점의 값차(f1(s))를 조건식2에 적용하여 판정배열 값(f'(s))으로 변환하고(S750). S750에서 산출된 판정배열값을 수학식3에서 산출된 f(s)의 위치에 적용시켜 수학식4(배열)를 생성한다(S760).
해당 주기에 대한 판정배열값 산출이 왼료되었는지 판단하여(S770), 완료되지 않은 경우 해당 주기의 상대샘플 위치를 이동시켜(S780) p=2인 상대샘플에 대하여 S720 내지 S760를 수행한다. P=64가 될 때까지 각 상대샘플에 대하여 S720 내지 S760를 반복수행하여 해당 주기에 대한 판정배열값을 적용한 판정배열을 생성한다.
또한, 해당 주기에 대한 판정배열값 생성이 완료되면, 기준샘플 위치를 이동시켜(S790) S710 내지 S790단계를 반복수행한다. 이때, 각 주기마다 생성된 판정배열값은 판정배열의 해당위치에 누적합산되어 최종 판정배열이 생성된다. 여기서, 생성된 최종 판정배열은 도 5의 S540에서 판정변수 산출시 이용된다.
한편, S760단계에서 이전 판정배열 값이 존재하는 경우, 판정값의 급변을 막기 위해 수학식5를 이용하여, 이전에 생성된 판정배열 값에 가중치를 부여할 수도 있다.
이와 같은 가벼워진 알고리즘을 이용하여 부분 방전 유형을 진단함으로써, 부분방전유형 진단시간을 단축시키고, 판정의 정확도를 향상시킬 수 있다.
상기한 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
100 : 부분방전유형 진단장치 110 : 버퍼
120 : 필터부 130 : 판정배열 생성부
140 : 진단부

Claims (10)

  1. 기설정 단위시간동안 부분 방전 감시 영역 상에 설치된 센서로부터 센싱값을 수집하는 단계;
    상기 수집된 센싱값에서 오프셋 노이즈를 제거하는 단계;
    현재 수집된 상기 오프셋 노이즈가 제거된 센싱값을 기준 샘플(SN)로 설정하는 단계;
    기설정된 주기 내에서, 상기 기준샘플을 기준으로 일정시간단위(P)로 이격된 위치의 적어도 하나의 이전샘플을 상대 샘플(SN+P)로 설정하는 단계;
    상기 기준 샘플 및 상대 샘플 중 센싱값이 최고인 샘플을 최대값 샘플(Smax)로 설정하는 단계;
    상기 기준샘플, 상대 샘플 및 최대값 샘플의 발생 시간 대비 크기 분포를 나타내는 판정배열을 생성하는 단계; 및
    상기 생성된 판정배열로부터 판정변수를 산출하고, 산출된 판정변수와 기설정된 라이브러리의 판정변수를 비교하여 부분방전유형을 진단하는 단계를 포함하는 것을 특징으로 하는 부분방전유형 진단방법.
  2. 제1항에 있어서,
    상기 부분방전 유형을 진단하는 단계는,
    상기 생성된 판정배열의 가로배열 합산값, 세로배열 합산값, 총 합산값 및 표준편차를 산출하고, 산출된 가로배열 합산값, 세로배열 합산값, 총 합산값 및 표준편차을 이용하여 판정변수를 산출하는 단계;
    상기 산출된 판정변수와 기설정된 라이브러리의 판정변수를 비교하여 유사도를 판단하는 단계; 및
    상기 유사도에 따라 부분방전유형을 진단하는 단계를 포함하는 것을 특징으로 하는 부분방전유형 진단방법.
  3. 제1항에 있어서,
    상기 오프셋 노이즈를 제거하는 단계는,
    상기 수집된 센싱값을 크기순으로 배열하고, 배열된 센싱값들의 총 발생횟수의 하위 5% 및 상위 5% 위치를 탐색하는 단계;
    상기 하위 5% 및 상위 5% 사이의 중간 위치를 탐색하는 단계;
    상기 하위 5% 및 상위 5% 사이에 배열된 센싱값들의 총 발생횟수의 5%를 산출하는 단계; 및
    상기 탐색된 중간 위치에서 하위측으로 상기 산출된 5%인 위치를 오프셋 노이즈 위치로 판단하고, 판단된 오프셋 노이즈를 제거하는 단계를 포함하는 것을 특징으로 하는 부분방전유형 진단방법.
  4. 제1항에 있어서,
    상기 판정배열을 생성하는 단계는,
    (a) 수학식1 및 2를 이용하여, 시작지점의 값차(f1(s)) 및 상대지점의 값차(f2(s))를 산출하는 단계;
    (수학식1)
    Figure 112015091732989-pat00011
    ,
    (수학식2)
    Figure 112015091732989-pat00012

    여기서, f1(s)는 시작지점의 값 차, f2(s)는 상대지점의 값 차, Vmax는 측정 가능한 최대값, Smax는 최대값 샘플의 값, Sn은 기준 샘플의 값, Sn+1은 기준 샘플 이전에 수집된 이전샘플의 값(P=1인 상대 샘플의 값), SN+P는 기준 샘플(Sn)에서 P만큼 이격된 위치의 상대 샘플의 값임
    (b)조건식1을 이용하여, 시작지점의 값차(f1(s)) 보다 큰 값을 가지는 샘플을 추출하는 단계;
    (조건식1)
    Figure 112015091732989-pat00013

    여기서, f(s)는 샘플의 센싱값임.
    (c) 수학식3을 이용하여, 조건식1에 의해 결정된 샘플의 센싱값을 재산출하는 단계;
    (수학식3)
    Figure 112015091732989-pat00014

    여기서, 판정배열의 크기가 m*n이고, m축은 샘플의 단위발생 시간간격으로 기준샘플로부터의 이격된 상대샘플의 위치(P)이고, n축은 배열 생성을 위한 센싱값(f(s))이며, a는 Vmax/n이 됨.
    (d) 조건식2에 따라, 상기 시작지점의 값차(f1(s))를 이용하여 판정배열 값(f'(s))을 산출하는 단계; 및
    (조건식2)
    Figure 112015091732989-pat00015

    b는 상기 m축의 이격간격(p) 개수이며, p는 기준샘플로부터의 이격된 상대샘플의 위치임.
    (e) 상기 산출된 판정배열 값(f'(s))을 수학식4의 배열에 적용하여 판정배열을 생성하는 단계를 포함하며,
    (수학식4)
    Figure 112015091732989-pat00016

    여기서, p는 기준샘플로부터의 이격된 상대샘플의 위치(P)이고, f(s)는 수학식3에서 산출된 센싱값임.
    상기 (a) 내지 (e)단계는 기설정된 주기별로 반복수행되며, 각 주기별로 생성된 판정배열 값(f'(s))이 누적 합산되어 최종 판정배열이 생성되는 것을 특징으로 하는 부분방전유형 진단방법.
  5. 제4항에 있어서,
    상기 판정배열 값(f'(s))의 누적 합산시 다음의 수학식,
    가중치가 부여된 판정배열 값 = (이전 판정배열 값*(1-x))+(현재 판정배열 값*x) (여기서, 0<x≤1)
    에 의해 가중치가 부여된 값을 사용하여 판정배열을 생성하는 단계를 더 포함하는 것을 특징으로 하는 부분방전유형 진단방법.
  6. 기설정 단위시간동안 부분 방전 감시 영역 상에 설치된 센서로부터 센싱값이 수집되면, 상기 수집된 센싱값에서 오프셋 노이즈를 제거하는 필터부;
    현재 수집된 상기 오프셋 노이즈가 제거된 센싱값을 기준 샘플(SN), 기설정된 주기 내에서, 상기 기준샘플을 기준으로 일정시간단위(P)로 이격된 위치의 적어도 하나의 이전샘플을 상대 샘플(SN+P), 상기 기준 샘플 및 상대 샘플 중 센싱값이 최고인 샘플을 최대값 샘플(Smax)로 설정하고, 상기 기준샘플, 상대 샘플 및 최대값 샘플의 발생 시간 대비 크기 분포를 나타내는 판정배열을 생성하는 판정배열 생성부; 및
    상기 생성된 판정배열로부터 판정변수를 산출하고, 산출된 판정변수와 기설정된 라이브러리의 판정변수를 비교하여 부분방전유형을 진단하는 진단부를 포함하는 것을 특징으로 하는 부분방전유형 진단장치.
  7. 제6항에 있어서,
    상기 진단부는,
    상기 생성된 판정배열의 가로배열 합산값, 세로배열 합산값, 총 합산값 및 표준편차를 산출하고, 산출된 가로배열 합산값, 세로배열 합산값, 총 합산값 및 표준편차을 이용하여 판정변수를 산출하는 판정변수 산출부; 및
    상기 산출된 판정변수와 기설정된 라이브러리의 판정변수를 비교하여 유사도를 판단하고, 판단된 유사도에 따라 부분방전유형을 판단하는 판단부를 포함하는 것을 특징으로 하는 부분방전유형 진단장치.
  8. 제6항에 있어서,
    상기 필터부는,
    상기 수집된 센싱값을 크기순으로 배열하고, 배열된 센싱값들의 총 발생횟수의 하위 5% 및 상위 5% 위치를 탐색하며, 상기 하위 5% 및 상위 5% 사이의 중간 위치를 탐색하고, 상기 하위 5% 및 상위 5% 사이에 배열된 센싱값들의 총 발생횟수의 5%를 산출하며, 상기 탐색된 중간 위치에서 하위측으로 상기 산출된 5%인 위치를 오프셋 노이즈 위치로 판단하고, 판단된 오프셋 노이즈를 제거하는 것을 특징으로 하는 부분방전유형 진단장치.
  9. 제6항에 있어서,
    상기 판정배열 생성부는,
    수학식1 및 2를 이용하여, 시작지점의 값차(f1(s)) 및 상대지점의 값차(f2(s))를 산출하고,
    (수학식1)
    Figure 112015091732989-pat00017
    ,
    (수학식2)
    Figure 112015091732989-pat00018

    여기서, f1(s)는 시작지점의 값 차, f2(s)는 상대지점의 값 차, Vmax는 측정 가능한 최대값, Smax는 최대값 샘플의 값,, SN+P은 기준 샘플의 값, Sn-1은 기준 샘플 이전에 수집된 이전샘플의 값(P=1인 상대 샘플의 값), SP는 기준 샘플(Sn)에서 P만큼 이격된 위치의 상대 샘플의 값임.
    조건식1을 이용하여, 시작지점의 값차(f1(s)) 보다 큰 값을 가지는 샘플을 추출하며,
    (조건식1)
    Figure 112015091732989-pat00019

    여기서, f(s)는 샘플의 센싱값임.
    수학식3을 이용하여, 조건식1에 의해 결정된 샘플의 센싱값을 재산출하고,
    (수학식3)
    Figure 112015091732989-pat00020

    여기서, 판정배열의 크기가 m*n이고, m축은 기준샘플로부터 이격된 상대샘플의 위치(P)이고, n축은 배열 생성을 위한 센싱값(f(s))이며, a는 Vmax/n이 됨.
    조건식2에 따라, 상기 재산출된 샘플의 센싱값(f(s))을 이용하여 판정배열 값(f'(s))을 산출하는 산출부; 및
    (조건식2)
    Figure 112015091732989-pat00021

    b는 상기 m축의 이격간격(p) 개수이며, p는 기준샘플로부터의 이격된 상대샘플의 위치임.
    상기 산출된 판정배열 값(f'(s))을 수학식4의 배열에 적용하여 판정배열을 생성하는 배열부를 포함하며,
    (수학식4)
    Figure 112015091732989-pat00022

    여기서, p는 기준샘플로부터의 이격된 상대샘플의 위치(P)이고, f(s)는 수학식3에서 산출된 센싱값임.
    상기 판정배열 생성부는,
    기설정된 주기별로 상기 수학식 1 내지 4, 상기 조건식 1,2를 기설정된 순서에 의해 반복수행하며, 상기 배열부는 각 주기별로 생성된 판정배열 값(f'(s))을 누적 합산하여 최종 판정배열을 생성하는 것을 특징으로 하는 부분방전유형 진단장치.
  10. 제9항에 있어서,
    상기 판정배열 생성부는,
    상기 판정배열 값(f'(s))의 누적합산시,
    가중치가 부여된 판정배열 값 = (이전 판정배열 값*(1-x))+(현재 판정배열 값*x) (여기서, 0<x≤1)
    에 의해 가중치가 부여된 값을 사용하여 판정배열을 생성하는 것을 특징으로 하는 부분방전유형 진단장치.
KR1020150082841A 2015-06-11 2015-06-11 부분 방전 진단 장치 및 그 방법 KR101575204B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150082841A KR101575204B1 (ko) 2015-06-11 2015-06-11 부분 방전 진단 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150082841A KR101575204B1 (ko) 2015-06-11 2015-06-11 부분 방전 진단 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101575204B1 true KR101575204B1 (ko) 2015-12-21

Family

ID=55083830

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150082841A KR101575204B1 (ko) 2015-06-11 2015-06-11 부분 방전 진단 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101575204B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101738076B1 (ko) 2016-12-08 2017-05-19 유호전기공업주식회사 부분방전 진단의 신뢰도를 표시하는 부분방전 원격진단시스템
KR101887857B1 (ko) * 2017-09-06 2018-08-14 한국전력공사 신호 변환기, 이를 이용한 부분방전 진단 장치 및 부분방전 진단 시뮬레이션 장치
CN109142997A (zh) * 2018-08-31 2019-01-04 国网河北省电力有限公司沧州供电分公司 开关柜检测系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101165214B1 (ko) 2010-06-25 2012-07-11 박기주 부분방전 검출장치 및 검출방법
KR101415741B1 (ko) * 2014-03-27 2014-08-06 주식회사 원방하이테크 부분 방전 진단 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101165214B1 (ko) 2010-06-25 2012-07-11 박기주 부분방전 검출장치 및 검출방법
KR101415741B1 (ko) * 2014-03-27 2014-08-06 주식회사 원방하이테크 부분 방전 진단 장치 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101738076B1 (ko) 2016-12-08 2017-05-19 유호전기공업주식회사 부분방전 진단의 신뢰도를 표시하는 부분방전 원격진단시스템
KR101887857B1 (ko) * 2017-09-06 2018-08-14 한국전력공사 신호 변환기, 이를 이용한 부분방전 진단 장치 및 부분방전 진단 시뮬레이션 장치
CN109142997A (zh) * 2018-08-31 2019-01-04 国网河北省电力有限公司沧州供电分公司 开关柜检测系统及方法

Similar Documents

Publication Publication Date Title
CN110275094B (zh) 一种高压电缆局部放电声光联合检测方法及系统
US7579843B2 (en) Methods and apparatus for analyzing partial discharge in electrical machinery
Ahmad et al. Autoencoder-based condition monitoring and anomaly detection method for rotating machines
KR101317476B1 (ko) 케이블 온라인 부분 방전 진단 시스템 및 방법
CN112147444B (zh) 一种电力变压器工作状态监测方法及系统
CN108956111B (zh) 一种机械部件的异常状态检测方法及检测系统
CN110059845B (zh) 基于时序演化基因模型的计量装置时钟误差趋势预测方法
KR101575204B1 (ko) 부분 방전 진단 장치 및 그 방법
CN111881594B (zh) 一种核动力设备的非平稳信号状态监测方法及系统
CN112085071A (zh) 一种基于边缘计算的配电房设备故障分析预判方法及装置
CN112149549A (zh) 一种基于深度残差网络的gis局部放电类型识别方法
CN112986870A (zh) 基于振动法的分布式电力变压器绕组状态监测方法及系统
CN108375718A (zh) 对相位分辨局部放电的评估
CN114252749A (zh) 基于多传感器的变压器局部放电检测方法及装置
KR102392951B1 (ko) 초음파 대역의 음향 신호를 수신하는 다채널 감지 센서를 구비한 설비 고장 예측 시스템
CN116520068B (zh) 一种电力数据的诊断方法、装置、设备及存储介质
CN111506636A (zh) 一种基于自回归和近邻算法的居民用电行为分析的系统及方法
CN113255771B (zh) 基于多维异构差异分析的故障诊断方法及系统
CN116610990A (zh) 一种基于特征空间差异化的断路器隐患识别方法及装置
CN109917245B (zh) 考虑相位差的超声检测局部放电信号模式识别方法
CN115249059A (zh) 模型训练及异常数据分析方法、装置及计算机存储介质
TWI823684B (zh) 學習裝置、異常徵兆檢測裝置、異常徵兆檢測系統、學習方法及記錄媒體
Winkelmann et al. Machine learning based evaluation of dynamic events in medium voltage grid components
EP4354241A1 (en) Vibration measurement error determination method and vibration error discernment system using same
KR20210060049A (ko) 초음파 대역의 음향 신호를 이용한 설비 고장 예측 시스템 및 그 방법

Legal Events

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

Payment date: 20181025

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200203

Year of fee payment: 5