KR101904113B1 - 변압기 상태기반 위험 관리 시스템 - Google Patents

변압기 상태기반 위험 관리 시스템 Download PDF

Info

Publication number
KR101904113B1
KR101904113B1 KR1020160178208A KR20160178208A KR101904113B1 KR 101904113 B1 KR101904113 B1 KR 101904113B1 KR 1020160178208 A KR1020160178208 A KR 1020160178208A KR 20160178208 A KR20160178208 A KR 20160178208A KR 101904113 B1 KR101904113 B1 KR 101904113B1
Authority
KR
South Korea
Prior art keywords
data
transformer
line
measured
unit
Prior art date
Application number
KR1020160178208A
Other languages
English (en)
Other versions
KR20180074887A (ko
Inventor
박동석
이동준
Original Assignee
산일전기 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 산일전기 주식회사 filed Critical 산일전기 주식회사
Priority to KR1020160178208A priority Critical patent/KR101904113B1/ko
Priority to US15/798,409 priority patent/US20180180657A1/en
Publication of KR20180074887A publication Critical patent/KR20180074887A/ko
Application granted granted Critical
Publication of KR101904113B1 publication Critical patent/KR101904113B1/ko

Links

Images

Classifications

    • G01R31/027—
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/62—Testing of transformers
    • 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
    • H02B1/24—Circuit arrangements for boards or switchyards

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Housings And Mounting Of Transformers (AREA)

Abstract

본 발명은 온라인을 통한 실시간 상태감시 데이터와 오프라인을 통한 주기적 측정 데이터 및 설계상 반영된 설계 데이터를 이용하여 변압기의 상태기반 위험도를 관리함으로써 유지보수 의사결정에 반영하여 최적의 자산관리를 하도록 한 변압기 상태기반 위험 관리 시스템 및 방법에 관한 것으로서, 변압기로부터 온도, 유중가스 및 부분방전 데이터를 포함한 실시간 상태감시 데이터를 온라인, 절연특성 데이터를 포함한 주기적 측정 데이터를 오프라인으로 각각 계측하고 상기 변압기의 설계 데이터가 반영된 히스토리걸 데이터를 계측하는 단계; 상기 각 계측된 데이터에 기술적, 경제적 또는 사회적 이슈에 따라 평가 지표 중에서 해당하는 평가 지표에 대한 가중치를 부여하는 단계; 상기 가중치가 부여된 데이터를 전달받아 현시점 계측 데이터 및 계측 변화 데이터 추정치에 델리 값을 부여하는 단계; 상기 델리 값이 부여된 각 데이터를 합산하여 변압기의 위험도 분석을 통해 자산관리를 실행하는 단계를 포함하여 이루어진 것을 특징으로 한다.

Description

변압기 상태기반 위험 관리 시스템{System of Condition Based Risk Management in Transformer}
본 발명은 변압기 상태기반 위험 관리 시스템에 관한 것으로, 특히 전력설비 중 변압기의 상태기반 위험도를 관리함으로써 유지보수 의사결정에 반영하여 최적의 자산관리를 하도록 한 변압기 상태기반 위험 관리 시스템에 관한 것이다.
산업이 발달함에 따라 산업체나 일반 가정에서 전기에 대한 의존도가 날로 증가하고 있으며, 또한 전력설비의 대형화, 밀집화, 다기능화로 전력설비의 고장으로 인한 전기사고 발생 시에는 그 경제·산업적 피해가 막대하다.
특히, 반도체와 같이 산업체의 생산 설비에 공급되는 전력의 품질이 생산하는 제품의 성능이나 불량률에 영향을 크게 미치는 고정밀 산업에 있어서는 전력설비의 자그마한 고장까지도 막대한 손실을 가져올 수 있기 때문에 전력설비의 신뢰성이 크게 요구되고 있는 실정이다.
그러나 기존 유지보수 방법은 설비의 상태에 관계없이 스케줄에 따라 유지보수를 행함으로써 비용적인 측면에서도 비효율적이었으며, 설비 고장 예방에도 한계가 많았었다.
이에 따라 전력설비에 대한 효율적이고 경제적인 유지보수 방법으로 전력설비의 운전 이력, 진단 이력, 유지보수 이력 및 경제적 위험도 등을 통한 위험도 평가 및 위험도 평가 시스템을 포함하고 있는 변전소 자산관리 시스템을 통한 통합적인 유지보수 방법 및 시스템이 주목받고 있다.
종래에는 전력설비 운영시 각 지표에 고정된 가중치를 적용하여 정기적으로 업데이트 기능을 제공하고 있는데, 다양한 기술적, 경제적, 사회적 이슈가 발생하는 경우, 이러한 이슈를 반영하는 것이 극히 어렵다고 하는 문제점이 있었다.
한편, 전력설비를 자산 관리하기 위해서는 수명 평가, 상태 평가, 위험도 평가 등 다양한 평가가 선행되어야 한다. 이를 위해 가장 중요한 기술적 평가는 상태기반 위험도 관리(Condition Based Risk Management)이다.
하지만, 이에 대한 기본적인 구조만 있을 뿐 구체적인 방법론은 부족하여 실행하기 어려운 부분이 있었다. 특히 온라인 상태감시가 보급된 상황에서 이를 활용한 위험도 관리 기법은 매우 부족한 상황이다.
(특허문헌 1) 특허등록번호 제10-0494642호(등록일자; 2005. 06. 01, 발명의 명칭; 이상신호를 이용한 전력용 설비의 위험상태 진단방법)
(특허문헌 2) 공개특허공보 제10-2014-0041568호(공개일자 2014. 04. 04, 발명의 명칭; 변압기 잔여 수명을 추정하는 방법 및 시스템)
본 발명은 상기와 같은 문제를 해결하기 위해 안출된 것으로 온라인을 통한 실시간 상태감시 데이터와 오프라인을 통한 주기적 측정 데이터 및 설계상 반영된 설계 데이터를 이용하여 변압기의 상태기반 위험도를 관리함으로써 유지보수 의사결정에 반영하여 최적의 자산관리를 하도록 한 변압기 상태기반 위험 관리 시스템을 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 의한 변압기 상태기반 위험 관리 시스템은 온라인을 이용하여 변압기로부터 온도, 유중가스 및 부분방전 데이터를 포함한 실시간 상태감시 데이터를 계측하는 온라인 데이터 계측부와, 오프라인을 이용하여 변압기로부터 절연 특성 데이터를 포함한 주기적 측정 데이터를 계측하는 오프라인 데이터 계측부와, 상기 변압기의 설계시 반영된 히스토리걸 데이터를 계측하는 히스토리걸 데이터 계측부와, 상기 각 데이터 계측부로부터 계측된 온라인 데이터, 오프라인 데이터 및 히스토리걸 데이터를 전달받아 저장하는 온라인 데이터 저장부, 오프라인 데이터 저장부 및 히스토리걸 데이터 저장부와, 상기 각 저장부에 저장된 온라인 데이터, 오프라인 데이터 및 히스토리걸 데이터에 기술적, 경제적 또는 사회적 이슈에 따라 각 계측 데이터에 평가 지표 중에서 해당하는 평가 지표에 대한 가중치를 부여하는 온라인 데이터 가중치 부여부, 오프라인 데이터 가중치 부여부 및 히스토리걸 데이터 가중치 부여부와, 상기 각 가중치 부여부에서 각각 가중치가 부여된 데이터를 전달받아 현시점 계측 데이터 및 계측 변화 데이터 추정치를 부여하는 온라인 데이터 델리부, 오프라인 데이터 델리부 및 히스토리걸 데이터 델리부와, 상기 각 데이터 델리부를 통해 전달된 온라인 데이터, 오프라인 데이터 및 히스토리걸 데이터를 각각 합산하는 데이터 합산부와, 상기 데이터 합산부에서 합산된 결과 데이터를 전달받아 변압기의 상태기반 위험도를 관리하는 위험도 관리부를 포함하여 구성되는 것을 특징으로 한다.
또한, 본 발명에 의한 변압기 상태기반 위험 관리 방법은 변압기로부터 온도, 유중가스 및 부분방전 데이터를 포함한 실시간 상태감시 데이터를 온라인, 절연특성 데이터를 포함한 주기적 측정 데이터를 오프라인으로 각각 계측하고 상기 변압기의 설계 데이터가 반영된 히스토리걸 데이터를 계측하는 단계; 상기 각 계측된 데이터에 기술적, 경제적 또는 사회적 이슈에 따라 평가 지표 중에서 해당하는 평가 지표에 대한 가중치를 부여하는 단계; 상기 가중치가 부여된 데이터를 전달받아 현시점 계측 데이터 및 계측 변화 데이터 추정치에 델리 값을 부여하는 단계; 상기 델리 값이 부여된 각 데이터를 합산하여 변압기의 위험도 분석을 통해 자산관리를 실행하는 단계를 포함하여 이루어진 것을 특징으로 한다.
본 발명의 실시예에 의한 변압기 상태기반 위험 관리 시스템은 다음과 같은 효과가 있다.
즉, 온라인을 통한 실시간 상태감시 데이터와 오프라인을 통한 주기적 측정 데이터 및 설계상 반영된 설계 데이터를 이용하여 변압기의 상태기반 위험도를 관리함으로써 유지보수 의사결정에 반영하여 최적의 자산관리를 할 수 있다.
도 1은 본 발명에 의한 변압기 상태기반 위험 관리 시스템을 개략적으로 나타낸 도면
도 2는 본 발명에 의한 변압기 상태기반 위험 관리 방법을 나타낸 순서도
이하, 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명에 의한 변압기 상태기반 위험 관리 시스템을 개략적으로 나타낸 도면이다.
본 발명에 의한 변압기 상태기반 위험 관리 시스템은 도 1에 도시된 바와 같이, 온라인(On-line)을 이용하여 변압기로부터 온도, 유중가스 및 부분방전 데이터를 계측하는 온라인 데이터 계측부(110)와, 오프라인(Off-line)을 이용하여 변압기로부터 절연특성 데이터를 계측하는 오프라인 데이터 계측부(120)와, 상기 변압기의 설계시 반영된 히스토리걸 데이터(Historical data)를 계측하는 히스토리걸 데이터 계측부(130)와, 상기 각 데이터 계측부(110)로부터 계측된 온라인 데이터(S on), 오프라인 데이터(S off) 및 히스토리걸 데이터(S db)를 전달받아 저장하는 온라인 데이터 저장부(140), 오프라인 데이터 저장부(150) 및 히스토리걸 데이터 저장부(160)와, 상기 각 저장부(140, 150, 160)에 저장된 온라인 데이터(S on), 오프라인 데이터(S off) 및 히스토리걸 데이터(S db)에 기술적, 경제적 또는 사회적 이슈(issue)에 따라 각 계측 데이터에 평가 지표 중에서 해당하는 평가 지표에 대한 가중치를 부여하는 온라인 데이터 가중치 부여부(170), 오프라인 데이터 가중치 부여부(180) 및 히스토리걸 데이터 가중치 부여부(190)와, 상기 각 가중치 부여부(170, 180, 190)에서 각각 가중치가 부여된 데이터(W on, W off, W db)를 전달받아 현시점 계측 데이터 및 계측 변화 데이터 추정치를 부여하는 온라인 데이터 델리부(200), 오프라인 데이터 델리부(210) 및 히스토리걸 데이터 델리부(220)와, 상기 각 데이터 델리부(200, 210, 220)를 통해 전달된 온라인 데이터(D on), 오프라인 데이터(D off) 및 히스토리걸 데이터(D off)를 각각 합산하는 데이터 합산부(230)와, 상기 데이터 합산부(230)에서 합산된 결과 데이터를 전달받아 변압기의 상태기반 위험도를 관리하는 위험도 관리부(240)를 포함하여 구성된다.
여기서, 상기 온라인 데이터 계측부(110) 및 오프라인 데이터 계측부(120)는 변압기의 각종 상태 정보들을 계측하기 위해 복수의 센서모듈을 구비하고, 상기 센서모듈은 변압기들에 대한 대표도 구축을 위해 유중가스 분석 센서, 부싱 모니터링 센서, 온도 감지 센서 및 부하 전류 측정 센서를 포함한다.
한편, 변압기는 용량, 무게, 과부하 내량 및 온도 특성이 각각 다르기 때문에 각 센서모듈들이 각 변압기들에 미치는 영향 정도도 다르다. 따라서 각 변압기별 공장 시험 데이터를 기준 입력으로 사용하여 Neural Network 및 인공지능 기법을 이용하여 변압기별 센서모듈의 영향 정도를 변압기 특성과 운전 상황에 따라 자동으로 결정할 수 있다.
여기서, 상기 온라인 데이터 계측부(110)는 온라인을 이용하여 변압기의 상태를 실시간으로 모니터링하고, 상기 변압기로부터 각종 데이터를 획득한 상태에서 각종 데이터에서 온도 및 가스 데이터를 분류한다.
상기 각 데이터 가중치 부여부(170, 180, 190) 중에서 기술적 이슈는 특정 기기, 제조사, 설계, 부품에 대한 기술적 결함을 발견하거나, 상태 진단시 이상을 발견하거나, 고장이 발생하거나, 진단 장비가 고장난 경우 등을 예시할 수 있다.
그리고 경제적 이슈는 특정 부품에 대한 가격, 재고 상황이 변동되고나, 유지보수 정책, 예산이 변동되거나, 수용가의 전력공급 손실이 변동되는 경우 등을 예시할 수 있다.
그리고 사회적 이슈는 환경적 요소, 안전 요소, 고장 허용도, 대외 신임도 등을 예시할 수 있다.
한편, 상기 각 데이터 가중치 부여부(170, 180, 190)에서 조절되는 가중치의 변동 범위가 정해져 있고, 조절된 가중치를 유지하는 기간이 정해져 있으며, 유지 기간이 지나면 원래의 가중치로 복귀한다.
예를 들어, 변압기의 이상 유무를 판단하는데 가장 중요한 요소인 핫 스팟(hot-spot) 온도의 가중치를 1로 잡으면, 중요도가 좀 덜한 가스분석장치의 CO 가스의 가중치를 0.3, C2H2 가스는 0.8과 같이 결정되어 각 분석 요소별로 중요도가 자동으로 결정된다.
상기 각 데이터 가중치 부여부(170, 180, 190)는 기술적, 경제적 또는 사회적 이슈(issue)가 입력되면, 입력된 이슈에 따라 각 평가 지표 중에서 해당하는 평가 지표에 대한 가중치를 일시적으로 조절한다.
상기 각 데이터 델리부(200, 210, 220)는 현시점 측정 값 및 측정 변화 추정치 전체를 0~2로 구성되고, 온라인 계측 데이터를 “1”, 수개월 전 측정된 데이터 열화 예정치를 최대 “2”, 수리/보완된 설비는 “0”으로 각각 델리 값을 부여한다.
상기 위험도 관리부(240)는 상기 변압기에서 계측된 데이터, 가중치 및 델리 값의 데이터를 이용하여 위험도를 평가하되, 평가 항목별 평가 지표를 산출하고, 산출된 각 평가 지표마다 해당하는 가중치를 적용하고 가중치가 적용된 평가 지표를 모두 취합하여 종합적 위험도 평가 지표를 산출한다.
상기 위험도 평가는 변압기의 수명 평가, 상태 평가, 건전도 지수 평가, 경제적 위험도 평가 및 사회적 위험도 평가를 포함하는 평가 항목별 평가 지표를 산출할 수 있다.
한편, 본 발명에서 상태기반 위험도 관리 데이터(CBRI)는 하기의 수학식 1과 같다.
Figure 112018031706673-pat00005
여기서, S는 온라인 및 오프라인 계측값 레벨로서, 전체를 0~4로 구성한다. 0은 안전레벨, 1은 관심레벨, 2는 주의레벨, 3은 경고레벨, 4는 위험레벨이다. W(Weight)로 측정되는 요소별 가중치이다. 전체를 1~20으로 구성한다. D(Daily)는 현시점 측정값 및 측정 변화추정치 전체를 0~2로 구성된 값으로, 온라인 측정값 1, 수개월전 측정된 값 및 열화 예정치를 최대 2, 수리/보완된 설비는 0이다. 또한, Smax는 온라인 및 오프라인 계측값 레벨 중 최대값이고, Dmax는 현시점 측정값 및 측정 변화추정치에 대한 최대값이다.
상기와 같이 계측 레벨, 가중치 및 델리 값을 통해 상기 위험도 관리부(240)는 변압기의 상태기반 위험도를 산출하게 된다.
상기 위험도 관리부(240)는 자산 데이터베이스로부터 전력 설비의 데이터를 이용하여 위험도를 평가하되, 평가 항목별 평가 지표를 산출하고, 산출된 각 평가 지표마다 해당하는 가중치(weight)를 적용하고, 가중치가 적용된 평가 지표를 모두 취합하여 종합적 위험도 평가 지표를 산출한다.
도 2는 본 발명에 의한 변압기 상태기반 위험 관리 방법을 나타낸 순서도이다.
본 발명에 의한 변압기 상태기반 위험 관리 방법은 도 2에 도시된 바와 같이, 변압기의 상태 정보를 온라인, 오프라인으로 각각 계측하고 상기 변압기의 설계시 반영된 히스토리걸 데이터를 계측한다(S110).
여기서, 상기 온라인 및 오프라인을 통해 계측되는 변압기 내부의 데이터는 절연지, 권선, 철심 및 절연유의 상태에 대한 데이터와 함께 변압기 외부의 탭 절환장치, 부싱, 탱크, 피뢰기, 냉각펌프 및 팬의 상태, 장해실적에 대해서는 변압기에 서지가 침입한 실적 및 사고가 발생한 실적을 포함하는 장해실적, 변전소의 중요도에 대해서는 변압기가 설치된 변전소가 기간계통 변전소인지 또는 배전용 변전소인지에 따른 변압기의 중요에 대한 데이터를 종합적으로 취득한다.
상기 히스토리걸 데이터는 변압기 제조 및 설계 데이터로 제조사, 정격, 상수, 주파수, 탭 절환장치 유무, 제조년월일, 제조시 시험 데이터 등을 포함한다. 또한, 변압기 철심과 관련된 철심 직경, 철심 높이, 철심 폭, 권선과 관련된 권선정격, 선간전압, 결선방식, 정격전류, 권선 BIL, 권선 구조 등을 입력한다. 또한, 탭 절환장치와 관련된 탭 수, 타입, 제조사 등의 정보도 입력하며, 절연유의 종류, 냉각 방식 및 탱크의 크기 등도 입력한다.
이어서, 상기 각 계측된 데이터에 기술적, 경제적 또는 사회적 이슈에 따라 평가 지표 중에서 해당하는 평가 지표에 대한 가중치를 부여한다(S120).
이어서, 상기 가중치가 부여된 데이터를 전달받아 현시점 계측 데이터 및 계측 변화 데이터 추정치에 델리 값을 부여한다(S130).
그리고 상기 델리 값이 부여된 각 데이터를 합산하여 변압기의 위험도 분석을 통해 자산관리를 실행한다(S140).
여기서, 상기 변압기 위험도는 변압기 내부, 변압기 외부, 장해실적, 및 변전소의 중요도로 구분하여 평가한다. 변압기 내부에 대해서는 절연지, 권선, 철심, 절연유 등의 상태를 평가하고, 변압기 외부에 대해서는 탭 절환장치, 부싱, 탱크, 피뢰기, 냉각펌프, 냉각 팬 등의 상태를 평가한다. 또한, 장해실적은 변압기에 서지가 침입한 실적과 사고가 발생한 실적 등을 포함하고, 이러한 장해실적을 변압기의 위험도 평가에 반영한다. 또한, 변압기가 설치된 변전소가 기간계통 변전소인지, 배전용 변전소인지에 따라, 즉, 변전소의 중요도에 따라 변압기의 중요도가 다르므로, 이 또한 변압기 위험도 평가에 반영한다.
또한, 변압기 위험도를 평가하기 위한 변압기 내부에 대한 평가 방법은 다음과 같다. 절연지의 위험도는 부하에 따른 핫스팟 온도에 의한 절연지의 수명손실을 계산하여 잔여수명을 추정하고, 인장강도, 평균중합도, 푸르푸랄(Furfural), 가스분석 등을 측정하여 평가한다. 권선의 위험도는 권선저항, 부분방전, 절연저항, 임피던스, 여자전류, 역률(Power Factor), FRA, 변압비, IR 등을 이용하여 평가한다.
철심의 위험도는 절연저항을 측정하여 평가한다. 절연유의 위험도는 가스분석, 절연파괴전압, 수분, 파티클, 계면장력, 산도, 역률, 유전체 강도, 색깔 등을 이용하여 평가한다.
또한, 변압기 위험도를 평가하기 위한 변압기 외부에 대한 평가 방법은 다음과 같다. 탭 절환장치의 위험도는 탭 체인저 접점의 열화상태와 OFU의 절연유 시험 등을 이용하여 평가한다. 부싱의 위험도는 파워팩터, 적외선 열화상, 커패시턴스 등을 이용하여 평가한다. 탱크의 위험도는 부식정도 및 적외선 열화상 등으로 평가한다. 피뢰기의 위험도는 피뢰소자의 누설전류 및 애관의 상태 등을 이용하여 평가한다. 냉각펌프 및 냉각 팬의 위험도는 펌프 및 팬의 모터상태를 평가한다.
각 평가항목의 상태에 따라 현재 상태를 0 ~ 100%로 나타내며, 각 평가항목은 변압기 수명에 미치는 영향이 다르므로, 각 항목별로 각 평가항목이 변압기 수명에 미치는 영향에 따라 가중치를 0.1 ~ 1.0 범위에서 부여하여 종합적인 위험도를 나타낸다. 이와 같은 변압기 위험도의 종합점수에 따라 정상, 요주의, 이상, 폐기 또는 교체 등으로 평가한다.
변압기 위험도 평가가 완료되면, 위험도에 따라서 조치 즉, 변압기의 종합적인 위험도가 평가되면 위험도에 따른 조치를 취한다. 위험도의 평가는 정상, 요주의, 이상, 폐기 또는 교체 등으로 출력되며, 각 위험도에 따른 적절한 조치를 취할 수 있다.
표 1은 변압기 위험도 평가의 일실시예를 표로 나타낸 것으로서, 변압기는 운전한지 25년이 되었으며, 탱크나 부속품 등의 상태는 양호하나, 과도한 부하로 인한 과열로 절연지의 열화가 상당히 진행되었을 경우를 예로 들어 평가한 것이다. 다시 말해, 표 1에서는 평가항목을 절연지, 권선, 철심, 절연유, 탭 절환장치, 부싱, 탱크, 피뢰기, 냉각펌프 및 냉각 팬, 장해실적, 및 변압기 중요도로 구분하고, 각 평가항목의 상태에 따라 현재상태를 0 ~ 100%로 나타내고, 각 평가항목이 변압기 수명에 미치는 영향에 따라 가중치를 0.1 ~ 1.0 범위에서 부여하여 각 평가항목에 대한 위험도를 구한 후 이들을 합산하여 최종적으로 변압기 위험도를 나타내었다.
평가항목 상태(0~100%) 가중치(01.~1.0) 위험도

변압기
내부
 절연지 55 0.8 44
권 선 10 0.8 8
철 심 10 0.8 8
절연유 20 0.1 2

변압기
외부

 탭 절환장치 30 0.5 15
부 싱 10 0.5 5
탱 크 10 0.5 5
피뢰기 10 0.5 5
냉각펌프 및 냉각 팬 40 0.1 4
장해실적 장해실적 및 서지 5 0.5 2.5
중요도 기간계통 변전소 5 0.5 2.7
계 101.2
상기 변압기는 운전기간 25년 동안 평균 95%의 부하율이 인가되었으며, 최고 110%의 부하율이 수시로 인가되어 운전하였다. 따라서 변압기의 핫스팟 온도는 평균 94℃를 나타내었으며, 최고 120℃까지 수시로 증가하였다. 따라서 단위 절연지 수명의 열화가속요소가 1.2배로 증가하여 절연지의 수명이 55%까지 손실되어 신품의 45%까지 열화가 진행된 것으로 나타났다.
이와 같이 부하에 따른 절연지의 수명손실을 바탕으로 변압기 진단 및 시험 데이터를 이용하여 절연지의 위험도를 평가한다. 절연지의 위험도를 평가하기 위하여 절연지의 인장강도를 측정한 결과 인장강도는 45%까지 저하되었으며, 평균중합도도 상당히 저하되었다. 변압기가 과도한 부하로 운전됨에 따라 절연지의 열화로 인하여 발생하는 푸르푸랄(Furfural)도 상당히 많이 검출되었으며, 절연유의 가스를 분석한 결과 CO, CO2 가스가 많이 발생하였다.
이와 같은 데이터를 종합하였을 때, 절연지는 과도한 부하로 인하여 열화가 55% 정도 진행되었다. 절연지의 열화상태가 변압기 위험도에 미치는 영향이 상당히 높으므로 가중치는 0.8을 선정하였다. 따라서, 절연지의 위험도는 44를 나타내었다.
권선의 위험도는 권선저항, 부분방전, 절연저항, 임피던스, 여자전류, 역률(Power Factor), FRA, 변압비, IR 등을 이용하여 권선에서의 부분방전 발생여부나 기계적 왜형 등을 평가한다. 권선의 부분방전의 발생여부는 가스분석, 초음파, UHF 시험 등의 데이터를 이용하여 판단하며, 특별한 부분방전 신호는 검출되지 않았다. 만일, 권선에서 부분방전이 발생하게 되면, 절연유 분석에서 C2H2 가스가 많이 검출된다.
또한, 부분방전이 발생하게 될 경우, 초음파 또는 UHF 측정으로 부분방전의 발생위치를 파악한다. 권선의 기계적 왜형은 SFRA 데이터를 이용하여 판단하며, 상기 변압기의 SFRA 데이터는 별다른 이상을 나타내지 않아서 권선의 기계적 왜형은 없는 것으로 나타났다. 이와 같은 데이터를 종합하였을 때, 권선에서는 특별한 열화가 진행되지 않았으며, 권선의 열화상태가 변압기 위험도에 미치는 상당히 영향이 높으므로 가중치는 0.8을 선정하였다. 따라서, 권선의 위험도는 8을 나타내었다.
철심의 위험도는 절연저항을 측정하여 평가하며, 상기 변압기는 절연저항이 양호하게 나타나 철심의 이중접지 등의 변화는 없는 것으로 나타났다.
절연유의 위험도는 가스분석, 절연파괴전압, 수분, 파티클, 계면장력, 산도, 역률, 유전체 강도, 색깔 등을 이용하여 평가한다. 절연유의 가스분석에서는 CO, CO2 가스가 많이 발생하였으며 수분량이 증가하였다. 따라서 변압기가 과도한 부하로 25년을 운전함에 따라 절연유의 상태는 권선이나 철심에 비해 열화가 진행된 것으로 나타났다. 그러나 절연유는 필터링 또는 교체를 할 수 있으므로, 변압기 위험도에 미치는 영향이 아주 낮아 가중치는 0.1을 선정하였다. 따라서 절연유의 위험도는 2를 나타내었다.
상기와 같은 방법으로 변압기 외부, 장해실적 및 변압기의 중요도를 평가하여 표 1에서와 같은 항목들을 포함하는 변압기 위험도 평가표를 작성하고 종합적인 변압기 위험도를 평가한다. 상기의 변압기는 운전한지 25년이 되었으며, 과도한 부하로 인한 과열로 절연지의 열화가 55% 손실되었고, 탭 절환장치의 열화가 30% 진행되었다.
따라서 상기 변압기의 종합 위험도 점수는 101.2점을 나타내어 폐기 또는 교체로 평가되었다.
한편, 이상 본 발명을 몇 가지 바람직한 실시예를 사용하여 설명하였으나, 이들 실시예는 예시적인 것이며 한정적인 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.
110 : 온라인 데이터 계측부 120 : 오프라인 데이터 계측부
130 : 히스토리걸 데이터 계측부 140 : 온라인 데이터 저장부
150 : 오프라인 데이터 저장부 160 : 히스토리걸 데이터 저장부
170 : 온라인 데이터 가중치 부여부 180 : 오프라인 데이터 가중치 부여부
190 : 히스토리걸 데이터 가중치 부여부
200 : 온라인 데이터 델리부 210 : 오프라인 데이터 델리부
220 : 히스토리걸 데이터 델리부 230 : 합산부
240 : 위험도 관리부

Claims (9)

  1. 온라인을 이용하여 변압기로부터 온도, 유중가스 및 부분방전 데이터를 포함한 실시간 상태감시 데이터를 계측하고 상기 변압기의 상태를 실시간으로 모니터링하며 상기 변압기로부터 각종 데이터를 획득한 상태에서 각종 데이터에서 온도 및 가스 데이터를 분류하는 온라인 데이터 계측부와,
    오프라인을 이용하여 변압기로부터 절연 특성 데이터를 포함한 주기적 측정 데이터를 계측하는 오프라인 데이터 계측부와,
    상기 변압기의 설계시 반영된 히스토리걸 데이터를 계측하는 히스토리걸 데이터 계측부와,
    상기 온라인, 오프라인 및 히스토리걸 데이터 계측부로부터 계측된 온라인 데이터, 오프라인 데이터 및 히스토리걸 데이터를 전달받아 저장하는 온라인 데이터 저장부, 오프라인 데이터 저장부 및 히스토리걸 데이터 저장부와,
    상기 온라인, 오프라인 및 히스토리걸 데이터 저장부에 저장된 온라인 데이터, 오프라인 데이터 및 히스토리걸 데이터에 기술적, 경제적 또는 사회적 이슈에 따라 각 계측 데이터에 평가 지표 중에서 해당하는 평가 지표에 대한 가중치를 부여하는 온라인 데이터 가중치 부여부, 오프라인 데이터 가중치 부여부 및 히스토리걸 데이터 가중치 부여부와,
    상기 온라인, 오프라인 및 히스토리걸 데이터 가중치 부여부에서 각각 가중치가 부여된 데이터를 전달받아 현시점 계측 데이터 및 계측 변화 데이터 추정치를 부여하는 온라인 데이터 델리부, 오프라인 데이터 델리부 및 히스토리걸 데이터 델리부와,
    상기 온라인, 오프라인 및 히스토리걸 데이터 델리부를 통해 전달된 온라인 데이터, 오프라인 데이터 및 히스토리걸 데이터를 각각 합산하는 데이터 합산부와,
    상기 데이터 합산부에서 합산된 결과 데이터를 전달받아 변압기의 상태기반 위험도를 관리하는 위험도 관리부를 포함하여 구성되고,
    상기 온라인 데이터 계측부 및 오프라인 데이터 계측부는 변압기의 각종 상태 정보들을 계측하기 위해 복수의 센서모듈을 구비하고, 상기 센서모듈은 변압기들에 대한 대표도 구축을 위해 유중가스 분석 센서, 부싱 모니터링 센서, 온도 감지 센서 및 부하 전류 측정 센서를 포함하며,
    상기 위험도 관리부는 상기 변압기에서 계측된 데이터, 가중치 및 델리 값의 데이터를 이용하여 위험도를 평가하고, 평가 항목별 평가 지표를 산출하며, 산출된 각 평가 지표마다 해당하는 가중치를 적용하고 가중치가 적용된 평가 지표를 모두 취합하여 종합적 위험도 평가 지표를 산출하며,
    상기 기술적 이슈는 특정 기기, 제조사, 설계, 부품에 대한 기술적 결함을 발견하거나, 상태 진단시 이상을 발견하거나, 고장이 발생하거나, 진단 장비가 고장난 경우이고, 상기 경제적 이슈는 특정 부품에 대한 가격, 재고 상황이 변동되고나, 유지보수 정책, 예산이 변동되거나, 수용가의 전력공급 손실이 변동되는 경우이며, 상기 사회적 이슈는 환경적 요소, 안전 요소, 고장 허용도, 대외 신임도 중에서 어느 하나인 것을 특징으로 하는 변압기 상태기반 위험 관리 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제 1 항에 있어서, 상기 각 데이터 델리부는 현시점 측정 값 및 측정 변화 추정치 전체를 0~2로 구성되고, 온라인 계측 데이터를 “1”, 수개월 전 측정된 데이터 열화 예정치를 최대 “2”, 수리/보완된 설비는 “0”으로 각각 델리 값을 부여하는 것을 특징으로 하는 변압기 상태기반 위험 관리 시스템.
  6. 제 1 항에 있어서, 상기 위험도 관리부는 다음의 수학식 1로 상태기반 위험도 관리 데이터(CBRI)를 산출하는 것을 특징으로 하는 변압기 상태기반 위험 관리 시스템.
    [수학식 1]
    Figure 112018502183451-pat00006

    (여기서, S는 온라인 및 오프라인 계측값 레벨로서, 전체를 0~4로 구성한다. 0은 안전레벨, 1은 관심레벨, 2는 주의레벨, 3은 경고레벨, 4는 위험레벨이다. W(Weight)로 측정되는 요소별 가중치이다. 전체를 1~20으로 구성한다. D(Daily)는 현시점 측정값 및 측정 변화추정치 전체를 0~2로 구성된 값으로, 온라인 측정값 1, 수개월전 측정된 값 및 열화 예정치를 최대 2, 수리/보완된 설비는 0이다. 또한, Smax는 온라인 및 오프라인 계측값 레벨 중 최대값이고, Dmax는 현시점 측정 값 및 측정 변화추정치에 대한 최대값이다.)
  7. 삭제
  8. 삭제
  9. 삭제
KR1020160178208A 2016-12-23 2016-12-23 변압기 상태기반 위험 관리 시스템 KR101904113B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160178208A KR101904113B1 (ko) 2016-12-23 2016-12-23 변압기 상태기반 위험 관리 시스템
US15/798,409 US20180180657A1 (en) 2016-12-23 2017-10-31 Transformer condition-based risk management system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160178208A KR101904113B1 (ko) 2016-12-23 2016-12-23 변압기 상태기반 위험 관리 시스템

Publications (2)

Publication Number Publication Date
KR20180074887A KR20180074887A (ko) 2018-07-04
KR101904113B1 true KR101904113B1 (ko) 2018-12-03

Family

ID=62630408

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160178208A KR101904113B1 (ko) 2016-12-23 2016-12-23 변압기 상태기반 위험 관리 시스템

Country Status (2)

Country Link
US (1) US20180180657A1 (ko)
KR (1) KR101904113B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220059219A (ko) * 2020-11-02 2022-05-10 한국전력공사 Dga 사각형 그래픽에 기반한 결함 유형 판별 방법 및 장치

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2687893C1 (ru) * 2018-05-22 2019-05-16 федеральное государственное бюджетное образовательное учреждение высшего образования "Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова" Способ определения потерь активной электроэнергии в трансформаторе и устройство для его реализации
CN109377076A (zh) * 2018-11-07 2019-02-22 北京科东电力控制系统有限责任公司 电压越限评估方法、装置及设备
CN110161382B (zh) * 2019-04-30 2022-06-10 国网江苏省电力有限公司电力科学研究院 一种判断变压器是否需要停电试验的方法和装置
CN110244203B (zh) * 2019-06-24 2022-03-01 深圳供电局有限公司 局放检测系统及局放检测装置
CN112098780A (zh) * 2019-11-19 2020-12-18 中国南方电网有限责任公司超高压输电公司贵阳局 基于多源信息融合的高压换流变套管状态监测方法
CN111080179A (zh) * 2020-02-04 2020-04-28 深圳市霍克威尔科技有限公司 变压器状态风险评估系统、方法、计算机可读存储介质
CN111413491A (zh) * 2020-04-11 2020-07-14 深圳市资通科技有限公司 充油设备绝缘老化评估平台
CN112132426B (zh) * 2020-09-07 2022-02-25 国网山东省电力公司电力科学研究院 一种油浸式配电变压器质量评估方法
CN112649696A (zh) * 2020-10-26 2021-04-13 国网河北省电力有限公司邢台供电分公司 电网异常状态识别方法
CN112486057B (zh) * 2020-11-03 2021-11-09 江苏核电有限公司 干式变压器多信息量在线综合监测方法及系统
CN113342939B (zh) * 2021-06-24 2023-02-07 中国平安人寿保险股份有限公司 数据质量监控方法、装置及相关设备
US20230063023A1 (en) * 2021-09-01 2023-03-02 Fortune Electric Co., Ltd. System and method for predicting remaining useful life of transformer
CN116029116B (zh) * 2022-12-28 2023-10-10 广东电网有限责任公司湛江供电局 一种智能变电站智慧管控数字孪生系统
CN116187984B (zh) * 2023-04-28 2023-07-25 华能济南黄台发电有限公司 一种用于电厂的多维度巡检方法及系统
CN116561707B (zh) * 2023-07-11 2023-09-05 南京大全电气研究院有限公司 一种变压器故障校验、预警方法及系统
CN117079441B (zh) * 2023-10-16 2024-03-12 合肥工业大学 一种基于变电站变压器物理状态的火灾预警方法
CN117172555B (zh) * 2023-11-02 2024-01-19 合肥优尔电子科技有限公司 一种电网风险预警通知单智能生成系统
CN117554856B (zh) * 2024-01-09 2024-04-05 国网山西省电力公司电力科学研究院 一种变压器匝间短路主动防御设备性能验证装置及其方法
CN117689372A (zh) * 2024-01-31 2024-03-12 西电济南变压器股份有限公司 一种适用于变压器的运行状态分析系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101046752B1 (ko) * 2010-06-25 2011-07-06 한국전력공사 변압기 수명 평가 방법
KR101379424B1 (ko) * 2013-10-08 2014-03-28 한빛이디에스(주) 진단 알고리즘을 내장한 부분 방전 진단 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101046752B1 (ko) * 2010-06-25 2011-07-06 한국전력공사 변압기 수명 평가 방법
KR101379424B1 (ko) * 2013-10-08 2014-03-28 한빛이디에스(주) 진단 알고리즘을 내장한 부분 방전 진단 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220059219A (ko) * 2020-11-02 2022-05-10 한국전력공사 Dga 사각형 그래픽에 기반한 결함 유형 판별 방법 및 장치
KR102439815B1 (ko) * 2020-11-02 2022-09-05 한국전력공사 Dga 사각형 그래픽에 기반한 결함 유형 판별 방법 및 장치

Also Published As

Publication number Publication date
KR20180074887A (ko) 2018-07-04
US20180180657A1 (en) 2018-06-28

Similar Documents

Publication Publication Date Title
KR101904113B1 (ko) 변압기 상태기반 위험 관리 시스템
Murugan et al. Failure analysis of power transformer for effective maintenance planning in electric utilities
Azmi et al. Evolution of transformer health index in the form of mathematical equation
CA2900036C (en) System and method for power transmission and distribution asset condition prediction and diagnosis
Brandtzæg Health indexing of Norwegian power transformers
KR101046752B1 (ko) 변압기 수명 평가 방법
Padmanaban et al. Determination of power transformers health index using parameters affecting the transformer’s life
Laayati et al. Design of an oil immersed power transformer monitoring and self diagnostic system integrated in Smart Energy Management System
CN117113044A (zh) 一种电网线损的智能预测分析方法及系统
Lin et al. An intelligent maintenance model to assess the condition‐based maintenance of circuit breakers
Vasquez et al. Risk‐based approach for power transformer replacement considering temperature, apparent age, and expected capacity
Murugan et al. Evaluation of in-service power transformer health condition for Inspection, Repair, and Replacement (IRR) maintenance planning in electric utilities
Alvarez et al. A framework for asset management in electrical systems, part i: Conceptual model
US20220291296A1 (en) Method and system for monitoring at least one inductive operating means
JP6689212B2 (ja) 柱上変圧器の寿命推定装置
Krieg et al. Techniques and experience in on-line transformer condition monitoring and fault diagnosis in ElectraNet SA
Singh et al. A Fuzzy Modeling Technique to Assist Submersible Inspection Robot for Internal Inspection of Transformers
Tippannavar et al. Smart Transformer-An Analysis of Recent Technologies for Monitoring Transformer
Morais et al. Reliability centered maintenance for capacitor voltage transformers
Abdelmalik Power Transformer Life Management; relevance to Nigerian power industry
Lapworth et al. The asset health review for managing reliability risks associated with ongoing use of ageing system power transformers
Nsanyuy et al. Application of the FMECA Tool in the Identification of Causes of Faults in Distribution Transformers in Cameroon: Case of the Buea Sub-Area Network
Costa et al. Optimization of the maintenance of oil filled power transformers based on reliability criteria
Guedes et al. Insulation failures prognosis in electric machines: preventive detection and time to failure forecast
Mendler et al. Electrical equipment maintenance 101

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)