KR101622186B1 - 기기 상태 진단 장치 - Google Patents

기기 상태 진단 장치 Download PDF

Info

Publication number
KR101622186B1
KR101622186B1 KR1020140028511A KR20140028511A KR101622186B1 KR 101622186 B1 KR101622186 B1 KR 101622186B1 KR 1020140028511 A KR1020140028511 A KR 1020140028511A KR 20140028511 A KR20140028511 A KR 20140028511A KR 101622186 B1 KR101622186 B1 KR 101622186B1
Authority
KR
South Korea
Prior art keywords
state
data
moving average
collected data
calculated
Prior art date
Application number
KR1020140028511A
Other languages
English (en)
Other versions
KR20150106496A (ko
Inventor
권현호
이도훈
박찬용
Original Assignee
엘에스산전 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 엘에스산전 주식회사 filed Critical 엘에스산전 주식회사
Priority to KR1020140028511A priority Critical patent/KR101622186B1/ko
Publication of KR20150106496A publication Critical patent/KR20150106496A/ko
Application granted granted Critical
Publication of KR101622186B1 publication Critical patent/KR101622186B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 명세서는 기기 상태 진단 장치에 관한 것으로서, 보다 구체적으로는 종래의 부분방전 진단시스템 및 온라인 상태진단시스템의 한계를 해결하기 위해, 기기의 상태를 센싱하여 데이터를 생성하고 수집하고, 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 트렌드를 분석하여, 기기의 현재 상태 및 이상 발생을 예측 판단함으로써, 별도의 트렌드 분석 장치 없이 기기의 상태를 진단할 수 있고, 기기의 현재 상태 및 예측 상태를 간편하게 진단할 수 있으며, 기기의 상태 변화에 따른 정확한 상태 진단이 가능해지는 효과가 있는 기기 상태 진단 장치에 관한 것이다.

Description

기기 상태 진단 장치{APPARATUS FOR DIAGNOSING MACHINE CONDITION}
본 명세서는 기기 상태 진단 장치에 관한 것으로서, 보다 구체적으로는 기기의 상태를 센싱하여 데이터를 생성하고 수집하여, 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 트렌드를 분석함으로써, 기기의 현재 상태 및 이상 발생을 예측 판단할 수 있는 기기 상태 진단 장치에 관한 것이다.
본 명세서에 개시된 발명은 전력기기 진단시스템에서 기기의 열화가 진행 될 시 발생하는 부분방전(PD) 신호의 Trend를 분석하여 전력기기의 건전성을 판별하는 장치에 관한 기술이다. 이에 배경이 되는 기술을 설명하면 다음과 같다.
PD Trend는 전력기기에서 발생하는 PD신호의 발생 크기와 빈도에 대한 이력 정보이며, 장기간의 신호 변화 추이를 분석하여 기기의 열화상태를 진단할 수 있다. 부분방전 신호는 전력기기의 열화가 진행 될 수록 점차 발생 크기와 발생 빈도가 지속적으로 증가하게 된다. 종래의 진단시스템은 PD진단알고리즘인 PRPD(Phase Resolved Peak Display)와 PRPS(Phase Resolved Pulse Sequence)의 패턴을 인식하여 결함을 진단하는 방법을 이용한다. PD 신호의 Trend는 Chart 형태로 사용자에게 출력되며 전문가가 경험적으로 분석하여 기기의 상태 이상을 판별하게 된다.
도 1은 종래의 부분방전 진단시스템에서 PD Trend 분석 화면의 Data Flow를 나타낸 순서도이다.
도 1에 도시된 바와 같이, 종래의 부분방전 진단시스템은 조회하고자 하는 기간을 설정하면 해당 기간에 발생한 PD의 정보를 DataBase에서 읽어와서 사용자에게 Chart로 출력한다. 조회 기단의 입력 단위는 일/월/년 이며 출력되는 PD신호의 정보는 PD신호 크기 최대값, 최소값, 평균, 발생빈도 등이 있다. 구간을 설정하지 않는 경우 실시간으로 수집되는 PD신호 정보를 출력한다.
종래의 부분방전 진단시스템은 신경망 알고리즘이나 퍼지 알고리즘을 이용하여 GIS내부에서 발생하는 결함에 대한 패턴(PRPD,PRPS)을 분석하고 이를 기반으로 결함을 판정하였다. 이러한 정적 분석방법은 단발적으로 발생하는 PD신호에 대한 분석이 용이 하지만 주변에서 유입된 신호에 따라 결함 패턴에 대해 오판할 수 있으며, 점진적으로 증가하는 PD신호에 대한 위험도 분석이 어렵다. 전력기기의 열화는 점진적으로 발생하며 PD신호의 크기와 발생빈도 또한 점진적으로 증가하게 된다. 전력기기의 열화 특성을 분석하기 위해서는 PD알고리즘을 이용한 패턴분석 방법 외에 PD Trend에 대한 분석이 동반되어야한다. 하지만 종래의 시스템은 PD Trend Data를 단순히 기간에 따라서 조회하는 기능만을 갖기 때문에 따라서 전력기기에 대한 건정성 평가 시 전문가의 PD Trend 분석이 병행되어야했다. 정확한 건전성 평가를 위하여 PD Trend Data의 중요성이 증대되고 있으며 이에 대한 자동화된 분석 기능이 요구되고 있다.
또한, 종래의 진단시스템에서 트렌드 분석 그래프는 직관적으로 데이터의 변화량을 보여주는 기능을 수행하는데에 사용되어 왔다. 그러나 최근 현장에 설치 운영중인 온라인 진단시스템은, 측정된 데이터의 순간적인 값을 가지고 기기의 상태를 진단하기에는 설치된 Site의 여러 노이즈적인 신호로 인해 상태 진단에 어려움이 많으며, 이로 인해 좀더 중기적인 변화량을 표시하는 트렌트 데이터 분석을 필요로 하게 된다.
따라서, 본 명세서는 종래기술의 한계를 해결하기 위해, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자동으로 분석함으로써 기기의 현재 상태를 판단할 수 있고, 또한 기기의 이상 발생을 예측 판단할 수 있는 기기 상태 진단 장치를 제공하고자 한다.
상술한 과제를 실현하기 위한 본 명세서에 개시된 기기 상태 진단 장치는, 감시 대상 기기의 상태를 센싱하는 센싱부, 상기 센싱 결과에 대한 데이터를 생성하는 데이터 생성부 및 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기의 상태를 판단하는 판단부를 포함하되, 상기 판단부는, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 이동평균을 산출하여, 상기 산출된 이동평균을 근거로 상기 트렌드를 분석하거나, 또는 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여 산출된 회귀직선식을 근거로 상기 트렌드를 분석한다.
일 실시 예에서, 상기 센싱부는, 상기 감시 대상 기기의 서로 다른 상태를 센싱하는 적어도 하나의 센서를 포함할 수 있다.
일 실시 예에서, 상기 적어도 하나의 센서는, 상기 감시 대상 기기의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 센싱할 수 있다.
일 실시 예에서, 상기 데이터 생성부는, 상기 감시 대상 기기의 상태 종류에 따라 상기 데이터를 생성할 수 있다.
일 실시 예에서, 상기 데이터 생성부는, 상기 센싱 결과가 센싱된 시간에 따라 상기 데이터를 생성할 수 있다.
일 실시 예에서, 상기 일정 기간은, 상기 감시 대상 기기의 상태를 판단하고자 하는 기간의 시기 내지 종기 동안의 기간일 수 있다.
일 실시 예에서, 상기 트렌드는, 상기 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 상기 감시 대상 기기의 상태 변화추이 정보일 수 있다.
일 실시 예에서, 상기 판단부는, 상기 산출된 이동평균을 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우, 상기 감시 대상 기기의 상태에 이상이 없다고 판단할 수 있다.
일 실시 예에서, 상기 판단부는, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여, 상기 선형회귀분석을 통해 산출된 회귀직선식을 근거로 상기 트렌드를 분석할 수 있다.
일 실시 예에서, 상기 판단부는, 상기 산출된 회귀직선식의 기울기를 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기의 상태에 이상이 있다고 판단할 수 있다.
일 실시 예에서, 상기 판단부는, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 정도에 따라, 상기 감시 대상 기기의 상태의 이상 정도를 판단할 수 있다.
일 실시 예에서, 상기 판단부는, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여 산출된 회귀직선식을 근거로 상기 트렌드를 분석하되, 상기 선형회귀분석은, 상기 수집된 데이터의 최초 발생 시기 내지 기 설정된 상태 예측 구간까지의 회귀분석일 수 있다.
일 실시 예에서, 상기 판단부는, 상기 산출된 회귀직선식을 근거로 기 설정된 상태 판단 기준치에 대응하는 이상 상태 발생 시기를 산출하여, 상기 감시 대상 기기의 이상 상태 발생을 예측 판단할 수 있다.
일 실시 예에서, 상기 판단 결과를 외부에 표시하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 외부에 더 표시하는 표시부를 더 포함할 수 있다.
일 실시 예에서, 상기 표시부는, 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 그래프화된 화면으로 표시할 수 있다.
일 실시 예에서, 외부 기기와의 통신을 수행하는 통신부를 더 포함할 수 있다.
일 실시 예에서, 상기 통신부는, 상기 판단 결과를 통신중인 상기 외부 기기로 전송하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 상기 통신중인 외부 기기로 더 전송할 수 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자체적으로 분석함으로써, 별도의 트렌드 분석 장치 없이 기기의 상태를 진단할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자동으로 분석함으로써, 기기의 현재 상태 및 예측 상태를 간편하게 진단할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 일정 기간 동안 생성된 데이터를 수집하여, 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석함으로써, 기기의 상태 변화에 따른 정확한 상태 진단이 가능해지는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단함으로써, 기기의 운영 및 정비계획을 사전에 수립할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단 하여 기기의 이상 상태를 사전에 예방함으로써, 사고 방지 및 기기의 수명을 늘릴 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 상태 진단에 대한 결과를 외부에 표시함으로써, 기기의 상태에 대한 정보를 쉽게 파악할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 자동으로 기기의 상태를 진단하고, 상태 진단에 대한 결과를 외부에 표시하거나 통신중인 기기에 전송함으로써, 대규모 플랜트 설비 등과 같은 대형 설비군의 원격 감시 및 제어 시스템에서의 운영이 유용하고 유연하게 이루어지게 되는 효과가 있다.
도 1은 종래의 부분방전 진단시스템에서 PD Trend 분석 화면의 Data Flow를 나타낸 순서도.
도 2는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 구성을 나타낸 구성도.
도 3은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 이동평균을 통한 트렌드 분석의 예시를 나타낸 그래프.
도 4는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 트렌드 분석의 예시를 나타낸 그래프.
도 5는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 트렌드 분석의 순서를 나타낸 순서도.
도 6은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 상태 예측의 예시를 나타낸 그래프.
본 명세서에 개시된 발명은 기기 상태 진단 장치에 적용될 수 있다. 그러나 본 명세서에 개시된 기술은 이에 한정되지 않고, 본 발명의 기술적 사상이 적용될 수 있는 기존의 모든 기기 상태 감시 장치, 기기 상태 감시 시스템, 기기 제어 장치, 기기 제어 시스템, 원격 감시 제어 장치 및 원격 감시 제어 시스템 등에도 적용될 수 있다. 특히, 전력기기의 부분방전 진단시스템 및 전력기기의 온라인 상태 진단시스템에 유용하게 적용되어 실시될 수 있다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 명세서에 개시된 기술의 사상을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 명세서에 개시된 기술의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 명세서에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예들을 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 명세서에 개시된 기술을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 기술의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 기술의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 그 기술의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
이하, 도 2를 참조하여 본 명세서에 개시된 기기 상태 진단 장치(이하, 진단 장치라 칭한다)의 구성을 설명한다.
도 2는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 구성을 나타낸 구성도이다.
도 2에 도시된 바와 같이, 상기 진단 장치(100)는, 감시 대상 기기(60)의 상태를 센싱하는 센싱부(10), 상기 센싱 결과에 대한 데이터를 생성하는 데이터 생성부(20) 및 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기의 상태를 판단하는 판단부(30)를 포함한다.
상기 진단 장치(100)는, 상기 감시 대상 기기(60)의 상태를 감시할 수 있다.
상기 진단 장치(100)는, 상기 감시 대상 기기(60)의 상태 변화를 감시하여, 상기 감시 대상 기기(60)의 상태를 진단할 수 있다.
예를 들면, 상기 감시 대상 기기(60)의 온도 변화를 감시하여, 온도 상승 변화가 큰 것으로 판단된 경우, 상기 감시 대상 기기(60)에 이상이 있는 것으로 진단할 수 있다.
상기 감시 대상 기기(60)는, 발전기, 변압기, 변류기, 전동기, 개폐기, 계전기, 차단기, 피뢰기 및 전력량계 등 모든 전력기기를 의미할 수 있다.
상기 감시 대상 기기(60)는 또한, 공장 내의 자동화 설비, 공정 설비, 제어 설비, 조명 설비, 통신 설비 및 공정 시스템 등 모든 공장 내부 설비를 의미할 수 있다.
즉, 상기 진단 장치(100)의 감시 대상은, 전기에너지로 구동되는 모든 기기, 설비 및 시스템 등일 수 있다.
상기 진단 장치(100)로 감시하고자 하는 상기 감시 대상 기기(60)의 상태는, 상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 등일 수 있다.
상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 등의 감시를 수행하는 것이 상기 센싱부(10)이다.
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 서로 다른 상태를 센싱할 수 있다.
상기 감시 대상 기기(60)의 서로 다른 상태에 해당하는 것이 상기 온도, 습도, 내압 및 방전 여부 등일 수 있다.
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 서로 다른 상태를 센싱하는 적어도 하나의 센서를 포함할 수 있다.
상기 적어도 하나의 센서는, 상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 센싱할 수 있다.
즉, 상기 적어도 하나의 센서는, 온도 센서, 습도 센서, 내압 센서 및 방전 센서 중 어느 하나이고, 상기 센싱부(10)는 상기 센서 중 적어도 하나를 포함할 수 있다.
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 상태를 실시간으로 감시하여, 상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 실시간으로 센싱할 수 있다.
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 상태를 감시하여, 상기 감시 대상 기기(60)의 온도, 습도 내압 및 방전 여부 중 어느 하나를 센싱하고, 센싱 결과를 상기 데이터 생성부(20)에 전달할 수 있다.
예를 들면, 상기 감시 대상 기기(60)에 방전이 일어난 경우, 상기 센싱부(10)에 포함된 상기 방전 센서가 이를 센싱하여, 상기 감시 대상 기기(60)에 방전이 일어났음에 대한 센싱 결과를 상기 데이터 생성부(20)에 전달하게 될 수 있다.
상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를 생성할 수 있다.
즉, 상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를 생성하여, 상기 센싱 결과가 수치화된 데이터로 나타내어질 수 있도록 할 수 있다.
상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를 생성하되, 상기 감시 대상 기기(60)의 상태 변화 정도 및 상태 변화 시각에 대한 정보가 포함되도록 상기 데이터를 생성할 수 있다.
예를 들면, [1982/12/24]에 상기 감시 대상 기기(60)의 방전 크기가 [10mA]로 센싱된 경우, 상기 데이터 생성부(20)는, 상기 데이터에 상기 감시 대상 기기(60)의 상태 변화 정도가 [10mA]이고, 상기 감시 대상 기기(60)의 상태 변화 시각이 [1982/12/24]임을 나타내는 정보가 포함되도록 상기 데이터를 생성하게 될 수 있다.
상기 데이터 생성부(20)는, 상기 감시 대상 기기(60)의 상태 종류에 따라 상기 데이터를 생성할 수 있다.
즉, 상기 데이터는, 상기 센싱부(10)에서 전달된 상기 센싱 결과의 종류에 따라, 상기 데이터의 종류가 구분되어 생성될 수 있다.
예를 들면, 상기 감시 대상 기기(60)의 온도를 센싱한 결과에 대한 데이터, 상기 감시 대상 기기(60)의 습도를 센싱한 결과에 대한 데이터, 상기 감시 대상 기기(60)의 방전 여부를 센싱한 결과에 대한 데이터 등으로 종류가 구분되도록, 상기 데이터 생성부(20)가 상기 데이터를 생성하게 될 수 있다.
상기 데이터 생성부(20)는, 상기 센싱 결과가 센싱된 시간에 따라 상기 데이터를 생성할 수 있다.
예를 들면, 상기 센싱 결과가 [1982/12/24/14:00], [1982/12/25/05:30], [1982/12/31/23:59] 순으로 센싱된 경우, 상기 데이터 생성부(20)가 [1982/12/24/14:00], [1982/12/25/05:30], [1982/12/31/23:59] 순으로 상기 데이터를 생성하게 될 수 있다.
상기 데이터 생성부(20)는, 상기 데이터를 일정 기간 동안 생성할 수 있다.
상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를, 상기 감시 대상 기기(60)의 상태 종류 및 상기 센싱 결과가 센싱된 시간에 따라 생성하여, 상기 데이터를 상기 판단부(30)로 전달할 수 있다.
상기 판단부(30)는, 상기 일정 기간 동안 생성된 상기 데이터를 수집한다.
상기 일정 기간은, 상기 감시 대상 기기(60)의 상태를 판단하고자 하는 기간의 시기 내지 종기 동안의 기간일 수 있다.
예를 들면, [1982/12/24] 부터 [1982/12/31] 까지 상기 감시 대상 기기(60)의 상태를 판단하고자 하는 경우, 상기 일정 기간은 [1982/12/24] 내지 [1982/12/31]일 수 있다.
상기 판단부(30)는, 상기 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석한다.
상기 트렌드는, 상기 일정 기간 동안의 상기 수집된 데이터의 변화추이 정보일 수 있다.
즉, 상기 트렌드는, 상기 일정 기간 동안의 상기 감시 대상 기기(60)의 상태 변화추이 정보일 수 있다.
상기 트렌드는, 상기 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 상기 감시 대상 기기(60)의 상태 변화추이 정보일 수 있다.
예를 들면, [1982/12/24] 부터 [1982/12/31] 까지 상기 감시 대상 기기(60)의 상태를 판단하고자 하는 경우, 상기 트렌드는, [1982/12/24] 부터 [1982/12/31] 까지 수집된 데이터의 크기 및 발생 횟수의 변화에 대한 정보, 예를 들면 상기 데이터의 크기가 증가되는 추세 또는 상기 데이터의 크기가 감소되는 추세, 상기 데이터의 발생 횟수가 증가되는 추세 또는 상기 데이터의 발생 횟수가 감소되는 추세 등을 나타내는 정보일 수 있다.
상기 데이터는 상기 감시 대상 기기(60)의 상태에 대응하여 생성되므로, 상기 데이터의 변화는 상기 감시 대상 기기(60)의 상태 변화를 나타내게 된다.
즉, 상기 수집된 데이터의 크기 및 발생 횟수의 변화에 대한 상기 트렌드를 분석하게 되면, 상기 데이터의 변화에 따른 상기 감시 대상 기기(60)의 상태 변화를 판단하게 될 수 있다.
상기 판단부(30)는, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 상기 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기(60)의 상태를 판단한다.
예를 들면, 상기 트렌드를 분석한 결과, 상기 감시 대상 기기(60)의 온도 변화를 센싱한 결과에 대한 상기 데이터의 크기가 증가되는 추세인 경우, 상기 감시 대상 기기(60)의 온도가 상승되고 있는 것으로 분석되므로, 상기 감시 대상 기기(60)에 이상이 있다고 판단하게 될 수 있으며, 또는 상기 데이터의 발생 횟수가 감소되는 추세인 경우, 상기 감시 대상 기기(60)의 온도 변화가 감소되고 있는 것으로 분석되므로, 상기 감시 대상 기기(60)에 이상이 없다고 판단하게 될 수 있다.
이하, 도 3 내지 도 6을 참조하여 본 명세서에 개시된 기기 상태 진단 장치의 구체적인 실시 예를 설명한다.
도 3은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 이동평균을 통한 트렌드 분석의 예시를 나타낸 그래프이다.
도 4는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 트렌드 분석의 예시를 나타낸 그래프이다.
도 5는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 트렌드 분석의 순서를 나타낸 순서도이다.
도 6은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 상태 예측의 예시를 나타낸 그래프이다.
상기 기기 상태 진단 장치(100)의 상기 판단부(30)는, 상기 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기(60)의 상태를 판단하되, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 이동평균을 산출하여, 상기 산출된 이동평균을 근거로 상기 트렌드를 분석할 수 있다.
상기 이동평균은, 추세의 변동을 알 수 있도록 구간을 옮겨가면서 구하는 평균을 의미한다.
즉, 상기 이동평균은, 상기 수집된 데이터의 추세의 변동을 알 수 있도록, 상기 수집된 데이터의 구간을 옮겨가면서 구해진 평균일 수 있다.
상기 산출된 이동평균은, 상기 수집된 데이터 각각에 대해 산출될 수 있다.
즉, 상기 산출된 이동평균은, 상기 수집된 데이터의 개수만큼 산출될 수 있다.
상기 산출된 이동평균은, 상기 데이터의 수치 종류 및 상기 이동평균이 산출되는 주기(구간)를 기준으로 산출될 수 있다.
상기 데이터의 수치 종류는, 상기 데이터의 최대 크기, 상기 데이터의 최소 크기 및 상기 데이터의 평균 크기 중 어느 하나일 수 있다.
상기 이동평균이 산출되는 주기(구간)는, 상기 데이터의 종류 및 상기 데이터의 생성 시간 단위에 따라 설정될 수 있다.
상기 산출된 이동평균은 상기 수집된 데이터의 크기에 대한 이동평균 및 상기 수집된 데이터의 발생 횟수에 대한 이동평균 각각이 산출될 수 있다.
상기 판단부(30)는, 상기 산출된 이동평균을 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 없다고 판단할 수 있다.
상기 판단부(30)는, 상기 산출된 이동평균을 상기 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 감시 대상 기기(60)의 상태 변화가 크다고 판단할 수 있다.
상기 기 설정된 이동평균 기준치는, 상기 수집된 데이터 및 상기 산출된 이동평균의 차이에 따라 상기 센싱 결과의 노이즈성 여부를 판단할 수 있는 기준치일 수 있다.
예를 들면, 상기 수집된 데이터 중 어느 하나가 상기 기 설정된 이동평균 기준치를 초과하되, 상기 수집된 데이터 중 어느 하나에 해당하는 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하지 않는 경우, 이에 해당하는 센싱 결과는 노이즈성 신호라고 판단할 수 있게 된다.
상기 기 설정된 이동평균 기준치는, 상기 산출된 이동평균의 최대 적정 크기일 수 있다.
상기 기 설정된 이동평균 기준치는, 상기 수집된 데이터의 최대 적정 추세 변화 크기일 수 있다.
즉, 상기 산출된 이동평균 중 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 수집된 데이터는 변동 추세가 크다고 판단되어, 상기 감시 대상 기기(60)의 상태 변화가 크다고 판단할 수 있게 된다.
도 3에 도시된 바와 같이, 상기 수집된 데이터의 크기(PD_MAX)가 상기 기 설정된 이동평균 기준치를 초과하되, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하지 않는 구간의 경우(시간축 00-1-1 및 00-10-27 사이의 데이터), 이에 해당하는 데이터는 단발성 신호에 대해 생성된 데이터라고 판단할 수 있으며, 상기 수집된 데이터의 크기 및 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간의 경우(시간축 03-4-15의 데이터), 이에 해당하는 데이터는 추세 변화가 크다고 판단하여, 상기 수집된 데이터의 크기의 추세 변화가 크다고 판단하게 될 수 있다.
상기 판단부(30)는, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여, 상기 선형회귀분석을 통해 산출된 회귀직선을 근거로 상기 트렌드를 분석할 수 있다.
상기 선형회귀분석은, 독립변수와 종속변수의 관계를 설명하거나 예측하는 통계방법을 의미할 수 있다.
상기 선형회귀분석은, 상기 수집된 데이터의 크기에 대한 선형회귀분석 및 상기 수집된 데이터의 발생 횟수에 대한 선형회귀분석이 각각 수행될 수 있다.
상기 회귀직선식은, 상기 선형회귀분석을 통해 산출될 수 있다.
상기 회귀직선식은, 상기 수집된 데이터의 추세 변화에 대한 직선을 의미할 수 있다.
즉, 상기 회귀직선식의 기울기는, 상기 수집된 데이터의 추세 변화를 나타내게 될 수 있다.
예를 들면, 상기 회귀직선식의 기울기가 양인 경우, 상기 수집된 데이터가 증가되는 추세로 변화함을 나타내게 되고, 상기 회귀직선식의 기울기가 음인 경우, 상기 수집된 데이터가 감소되는 추세로 변화함을 나타내게 될 수 있다.
상기 판단부(30)는, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 정도에 따라, 상기 감시 대상 기기(60)의 상태의 이상 정도를 판단할 수 있다.
상기 회귀직선식의 기울기는, 상기 수집된 데이터의 추세 변화 정도를 나타내게 될 수 있다.
예를 들면, 상기 회귀직선식의 기울기가 클수록, 상기 수집된 데이터의 추세 변화 정도가 큰 것을 나타내게 되고, 상기 회귀직선식의 기울기가 작을수록, 상기 수집된 데이터의 추세 변화 정도가 작은 것을 나타내게 될 수 있다.
상기 판단부(30)는, 상기 산출된 회귀직선식의 기울기를 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단할 수 있다.
상기 기 설정된 기울기 기준치는, 상기 수집된 데이터의 최대 추세 변화 한도치일 수 있다.
즉, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 수집된 데이터의 추세가 기준치 이상으로 변화되었다고 판단되어, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단하게 될 수 있다.
상기 회귀직선식은, 도 4에 도시된 바와 같이 그래프 상에 나타내어 질 수 있으며, 상기 회귀직선식이 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단할 수 있으며, 상기 회귀직선식의 기울기 정도에 따라 상기 감시 대상 기기(60)의 상태 변화 정도를 판단하게 될 수 있다.
상기 산출된 이동평균 및 상기 회귀직선식을 통한 상기 판단부(30)의 상기 트렌드 분석 과정의 흐름이 도 5에 도시되어 있는데, 도 5에 도시된 바와 같이, 상기 수집된 데이터에 대한 상기 트렌드 분석이 시작되면, 상기 이동평균을 산출하기 위해 초기 설정이 이루어질 수 있다.
상기 초기 설정은, 상기 수집된 데이터의 측정 구간, 상기 이동평균의 주기, 상기 수집된 데이터의 종류 등일 수 있다.
상기 초기 설정이 이루어진 후, 상기 수집된 데이터의 크기 또는 상기 수집된 데이터의 발생 횟수를 인식하여, 각각에 대해 상기 이동평균이 산출될 수 있다.
상기 산출된 이동평균을 상기 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균 중 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 없다고 판단되어 상기 트렌드 분석이 종료될 수 있으며, 상기 산출된 이동평균 중 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 선형회귀분석을 통해 상기 회귀직선식의 기울기가 산출될 수 있다.
상기 산출된 회귀직선식의 기울기를 상기 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하지 않는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 없다고 판단되어 상기 트렌드 분석이 종료될 수 있으며, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단될 수 있으며, 상기 산출된 회귀직선식의 기울기 정도에 따라 상기 감시 대상 기기(60)의 이상 상태 정도가 판단될 수 있다.
상기 판단부(30)는 또한, 상기 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기(60)의 상태를 판단하되, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여 산출된 회귀직선식을 근거로 상기 트렌드를 분석하되, 상기 선형회귀분석은, 상기 수집된 데이터의 최초 발생 시기 내지 기 설정된 상태 예측 구간까지의 회귀분석일 수 있다.
즉, 이 경우의 회귀분석은 상기 감시 대상 기기(60)의 상태를 예측하기 위한 회귀분석으로, 상기 회귀직선식은 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 산출할 수 있는 상기 수집된 데이터의 함수식일 수 있다.
상기 회귀직선식은, 상기 수집된 데이터의 크기 및 상기 수집된 데이터의 생성 시기 또는 상기 수집된 데이터의 발생 횟수 및 상기 수집된 데이터의 생성 시기에 대한 함수식일 수 있다.
즉, 상기 회귀직선식은, 상기 수집된 데이터의 크기 및 발생 횟수와 상기 수집된 데이터의 생성 시기 간의 함수식으로서, 상기 수집된 데이터의 크기 및 발생 횟수를 상기 회귀직선식에 대입하면, 상기 수집된 데이터의 크기 및 발생 횟수에 대응하는 데이터의 생성 시기를 산출할 수 있게 된다.
상기 판단부(30)는, 상기 산출된 회귀직선식을 근거로 기 설정된 상태 판단 기준치에 대응하는 이상 상태 발생 시기를 산출하여, 상기 감시 대상 기기(60)의 이상 상태 발생을 예측 판단할 수 있다.
상기 기 설정된 상태 판단 기준치는, 상기 감시 대상 기기(60)의 상태에 이상이 발생하였을 경우의 상태 수치일 수 있다.
예를 들면, 상기 감시 대상 기기(60)에 이상이 발생하였을 때의 온도가 50[℃]인 경우, 상기 기 설정된 상태 판단 기준치로 50[℃]가 설정될 수 있다.
상기 판단부(30)는, 상기 산출된 회귀직선식에 상기 기 설정된 상태 판단 기준치를 대입하여, 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 산출할 수 있다.
예를 들면, 도 6에 도시된 바와 같이, 상기 회귀직선식이 [y=0.0046245359x+93.4224129706]으로 산출되고, 상기 y는 상기 데이터의 크기, 상기 x는 상기 데이터의 생성 시기이고, 상기 기 설정된 상태 판단 기준치가 0.45 및 0.68인 경우, 상기 기 설정된 상태 판단 기준치를 상기 y에 대입하여 상기 x를 산출하면, 상기 데이터의 생성 시기인 [2013-08-12] 및 [2017-03-17]를 산출하게 되어, 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 산출할 수 있게 된다.
이러한 상기 판단부(30)의 상기 트렌드 분석 과정을 통해, 상기 감시 대상 기기(60)의 현재 상태 및 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 예측 판단할 수 있게 된다.
상기 진단 장치(100)의 추가적인 실시 예를 다시 도 2를 참조하여 설명하면, 상기 진단 장치(100)는, 상기 판단 결과를 외부에 표시하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 외부에 더 표시하는 표시부(40)를 포함할 수 있다.
상기 표시부(40)는, 상기 진단 장치(100)의 외부 프레임의 디스플레이 화면으로 이루어질 수 있다.
상기 표시부(40)는, 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 그래프화된 화면으로 표시할 수 있다.
예를 들면, 도 3, 도 4 및 도 6에 도시된 바와 같은 그래프화된 화면으로 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 표시할 수 있다.
상기 표시부(40)가 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 외부에 그래프화된 화면으로 표시함으로써, 상기 감시 대상 기기(60)의 현재 상태 및 예측된 이상 상태 발생 시기를 외부에 알릴 수 있게 된다.
상기 진단 장치(100)는 또한, 외부 기기(70)와의 통신을 수행하는 통신부(50)를 더 포함할 수 있다.
상기 외부 기기(70)는, 상기 감시 대상 기기(60)를 원격에서 제어하는 원격 제어 장치 및 시스템, 상기 감시 대상 기기(60)를 온라인상에서 제어하는 온라인 제어 장치 및 시스템, 상기 진단 장치(100)와 분리되어 상기 진단 장치(100)를 원격에서 제어하는 제어 유닛 및 시스템 중 어느 하나일 수 있다.
상기 외부 기기(70)는, 복수로 이루어질 수 있다.
즉, 상기 통신부(50)는, 복수의 외부 기기와 통신을 수행할 수 있다.
상기 통신부(50)는, 상기 판단 결과를 통신중인 상기 외부 기기로 전송하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 상기 통신중인 외부 기기(70)로 더 전송할 수 있다.
즉, 상기 통신부(50)는, 상기 외부 기기(70)로 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 전송함으로써, 상기 외부 기기(70)를 통해 상기 감시 대상 기기(60)의 상태를 외부로 알리게 될 수 있다.
상기 통신부(50)가 상기 통신중인 외부 기기(70)로 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 전송함으로써, 원격 또는 온라인으로 상기 감시 대상 기기(60)의 상태를 감시하고 판단할 수 있게 된다.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 기기의 상태를 감시하고 진단하는 기기 상태 감시 장치 및 기기 상태 진단 장치에 적용되어 실시될 수 있다.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 기기 제어 장치 및 시스템에 포함되거나 적용되어 실시될 수 있다.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 원격으로 기기의 상태를 감시하고 제어하는 원격 감시 제어 장치 및 시스템에 적용되어 실시될 수 있다.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 전력기기의 부분방전 진단시스템에 적용되어 실시될 수 있다.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 전력기기의 온라인 상태 진단시스템에 적용되어 실시될 수 있다.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 트렌드 분석 과정 및 기기 상태 판단 방법을 프로그램화하여 소프트웨어적인 방법으로 적용되어 실시될 수 있으며, 각 실시 예들의 하나 이상의 조합으로도 실시될 수 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자체적으로 분석함으로써, 별도의 트렌드 분석 장치 없이 기기의 상태를 진단할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자동으로 분석함으로써, 기기의 현재 상태 및 예측 상태를 간편하게 진단할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 일정 기간 동안 생성된 데이터를 수집하여, 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석함으로써, 기기의 상태 변화에 따른 정확한 상태 진단이 가능해지는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단함으로써, 기기의 운영 및 정비계획을 사전에 수립할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단 하여 기기의 이상 상태를 사전에 예방함으로써, 사고 방지 및 기기의 수명을 늘릴 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 상태 진단에 대한 결과를 외부에 표시함으로써, 기기의 상태에 대한 정보를 쉽게 파악할 수 있게 되는 효과가 있다.
본 명세서에 개시된 기기 상태 진단 장치는, 자동으로 기기의 상태를 진단하고, 상태 진단에 대한 결과를 외부에 표시하거나 통신중인 기기에 전송함으로써, 대규모 플랜트 설비 등과 같은 대형 설비군의 원격 감시 및 제어 시스템에서의 운영이 유용하고 유연하게 이루어지게 되는 효과가 있다.
이상에서 설명한 본 발명의 바람직한 실시예들은 기술적 과제를 해결하기 위해 개시된 것으로, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자(당업자)라면 본 발명의 사상 및 범위 안에서 다양한 수정, 변경, 부가 등이 가능할 것이며, 이러한 수정 등은 이하의 특허청구범위에 속하는 것으로 보아야 할 것이다.
10: 센싱부 20: 데이터 생성부
30: 판단부 40: 표시부
50: 통신부 60: 감시 대상 기기
70; 외부 기기 100: 기기 상태 진단 장치

Claims (17)

  1. 감시 대상 기기의 상태를 센싱하는 센싱부;
    상기 센싱 결과에 대한 데이터를 생성하는 데이터 생성부; 및
    일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기의 상태를 판단하는 판단부;를 포함하되,
    상기 판단부는,
    상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 이동평균을 산출하고, 상기 산출된 이동평균을 기 설정된 이동평균 기준치와 비교하고, 비교 결과에 따라 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여, 산출된 회귀직선식을 근거로 상기 트렌드를 분석하는 것을 특징으로 하는 기기 상태 진단 장치.
  2. 제 1 항에 있어서,
    상기 센싱부는,
    상기 감시 대상 기기의 서로 다른 상태를 센싱하는 적어도 하나의 센서를 포함하는 것을 특징으로 하는 기기 상태 진단 장치.
  3. 제 2 항에 있어서,
    상기 적어도 하나의 센서는,
    상기 감시 대상 기기의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 센싱하는 것을 특징으로 하는 기기 상태 진단 장치.
  4. 제 1 항에 있어서,
    상기 데이터 생성부는,
    상기 감시 대상 기기의 상태 종류에 따라 상기 데이터를 생성하는 것을 특징으로 하는 기기 상태 진단 장치.
  5. 제 1 항에 있어서,
    상기 데이터 생성부는,
    상기 센싱 결과가 센싱된 시간에 따라 상기 데이터를 생성하는 것을 특징으로 하는 기기 상태 진단 장치.
  6. 제 1 항에 있어서,
    상기 일정 기간은,
    상기 감시 대상 기기의 상태를 판단하고자 하는 기간의 시기 내지 종기 동안의 기간인 것을 특징으로 하는 기기 상태 진단 장치.
  7. 제 1 항에 있어서,
    상기 트렌드는,
    상기 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 상기 감시 대상 기기의 상태 변화추이 정보인 것을 특징으로 하는 기기 상태 진단 장치.
  8. 제 1 항에 있어서,
    상기 판단부는,
    상기 산출된 이동평균을 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우,
    상기 감시 대상 기기의 상태에 이상이 없다고 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
  9. 제 8 항에 있어서,
    상기 판단부는,
    상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우,
    상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여, 상기 선형회귀분석을 통해 산출된 회귀직선식을 근거로 상기 트렌드를 분석하는 것을 특징으로 하는 기기 상태 진단 장치.
  10. 제 9 항에 있어서,
    상기 판단부는,
    상기 산출된 회귀직선식의 기울기를 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우,
    상기 감시 대상 기기의 상태에 이상이 있다고 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
  11. 제 10 항에 있어서,
    상기 판단부는,
    상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 정도에 따라, 상기 감시 대상 기기의 상태의 이상 정도를 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
  12. 제 1 항에 있어서,
    상기 선형회귀분석은,
    상기 수집된 데이터의 최초 발생 시기 내지 기 설정된 상태 예측 구간까지의 회귀분석인 것을 특징으로 하는 기기 상태 진단 장치.
  13. 제 12 항에 있어서,
    상기 판단부는,
    상기 산출된 회귀직선식을 근거로 기 설정된 상태 판단 기준치에 대응하는 이상 상태 발생 시기를 산출하여, 상기 감시 대상 기기의 이상 상태 발생을 예측 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
  14. 제 1 항 내지 제 13 항 중 어느 한 항에 있어서,
    상기 판단 결과를 외부에 표시하되,
    상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 외부에 더 표시하는 표시부;를 더 포함하는 것을 특징으로 하는 기기 상태 진단 장치.
  15. 제 14 항에 있어서,
    상기 표시부는,
    상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 그래프화된 화면으로 표시하는 것을 특징으로 하는 기기 상태 진단 장치.
  16. 제 1 항 내지 제 13 항 중 어느 한 항에 있어서,
    외부 기기와의 통신을 수행하는 통신부;를 더 포함하는 것을 특징으로 하는 기기 상태 진단 장치.
  17. 제 16 항에 있어서,
    상기 통신부는,
    상기 판단 결과를 통신중인 상기 외부 기기로 전송하되,
    상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 상기 통신중인 외부 기기로 더 전송하는 것을 특징으로 하는 기기 상태 진단 장치.
KR1020140028511A 2014-03-11 2014-03-11 기기 상태 진단 장치 KR101622186B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140028511A KR101622186B1 (ko) 2014-03-11 2014-03-11 기기 상태 진단 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140028511A KR101622186B1 (ko) 2014-03-11 2014-03-11 기기 상태 진단 장치

Publications (2)

Publication Number Publication Date
KR20150106496A KR20150106496A (ko) 2015-09-22
KR101622186B1 true KR101622186B1 (ko) 2016-05-19

Family

ID=54245279

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140028511A KR101622186B1 (ko) 2014-03-11 2014-03-11 기기 상태 진단 장치

Country Status (1)

Country Link
KR (1) KR101622186B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102167569B1 (ko) * 2018-12-31 2020-10-19 주식회사 네오세미텍 스마트 팩토리 모니터링 시스템
WO2021261614A1 (ko) * 2020-06-24 2021-12-30 테크와이드 주식회사 설비의 진단 방법, 프로그램 및 시스템
CN112101596A (zh) * 2020-09-27 2020-12-18 广东韶钢松山股份有限公司 设备运维方法、装置、电子设备和计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003315211A (ja) * 2002-04-17 2003-11-06 Tokyo Gas Co Ltd 機器の劣化を検出する方法
KR100954665B1 (ko) * 2008-04-10 2010-04-27 엘에스산전 주식회사 전력기기의 위험도 분석 시스템 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003315211A (ja) * 2002-04-17 2003-11-06 Tokyo Gas Co Ltd 機器の劣化を検出する方法
KR100954665B1 (ko) * 2008-04-10 2010-04-27 엘에스산전 주식회사 전력기기의 위험도 분석 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20150106496A (ko) 2015-09-22

Similar Documents

Publication Publication Date Title
CN109001649B (zh) 一种电源智能诊断系统及保护方法
KR101962739B1 (ko) 빅데이터 분석을 이용한 기계장비의 고장예측분석시스템 및 그 방법
KR101874286B1 (ko) 전력설비 모니터링 및 진단 시스템
KR102008231B1 (ko) 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법
US20180347843A1 (en) Methods and systems for prognostic analysis in electromechanical and environmental control equipment in building management systems
CA2545695C (en) Method and system for predicting remaining life for motors featuring on-line insulation condition monitor
US10302702B2 (en) Monitoring of primary devices in a power system
KR102604708B1 (ko) 인공 지능 기반 수배전반 진단 시스템 및 방법
EP2581753A1 (en) Systems and methods for monitoring electrical contacts
CN111929091A (zh) 设备异常的检测方法、装置、可读存储介质及电子设备
KR101622186B1 (ko) 기기 상태 진단 장치
KR101997217B1 (ko) 장치 진단 시스템
JP6369895B2 (ja) モータ異常検知システム、モータ異常検知方法、及びモータ異常検知プログラム
US20180059639A1 (en) Cell control system
KR102056101B1 (ko) 발전 계통과 송전 계통 통합 감시/분석 시스템
KR102697209B1 (ko) 변압기 ｏｌｔｃ 진단 장치 및 그 방법, 이의 부분 방전 진단 방법
US9720015B2 (en) Intelligent visualization in the monitoring of process and/or system variables
JP2012181859A (ja) 遠隔監視装置
KR20220167008A (ko) 선박용 고장 예측진단 시스템 및 그 예측진단 방법
CN113049951A (zh) 一种断路器机构状态分析装置和方法
CN117330948A (zh) 一种断路器机械特性在线监测方法及系统
CN104748992A (zh) 用于监测和评估旋转的机器的状态的装置和方法
US11366460B2 (en) System for monitoring electrical devices and a method thereof
EP2618231A2 (en) System and method for monitoring, diagnostics, and prognostics
US11467214B2 (en) Anomaly detection system and method for electric drives

Legal Events

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

Payment date: 20190502

Year of fee payment: 4