KR102026926B1 - 동적상태추정 기반 지능형 산업기기 보호 방법 - Google Patents

동적상태추정 기반 지능형 산업기기 보호 방법 Download PDF

Info

Publication number
KR102026926B1
KR102026926B1 KR1020160176333A KR20160176333A KR102026926B1 KR 102026926 B1 KR102026926 B1 KR 102026926B1 KR 1020160176333 A KR1020160176333 A KR 1020160176333A KR 20160176333 A KR20160176333 A KR 20160176333A KR 102026926 B1 KR102026926 B1 KR 102026926B1
Authority
KR
South Korea
Prior art keywords
dynamic
related state
state variable
characteristic
value
Prior art date
Application number
KR1020160176333A
Other languages
English (en)
Other versions
KR20180072986A (ko
Inventor
최승연
이정호
Original Assignee
한국전기연구원
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 한국전기연구원 filed Critical 한국전기연구원
Priority to KR1020160176333A priority Critical patent/KR102026926B1/ko
Publication of KR20180072986A publication Critical patent/KR20180072986A/ko
Application granted granted Critical
Publication of KR102026926B1 publication Critical patent/KR102026926B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • G05B23/0289—Reconfiguration to prevent failure, e.g. usually as a reaction to incipient failure detection

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Emergency Protection Circuit Devices (AREA)

Abstract

본 발명은 동적상태추정 기반 지능형 산업기기 보호 방법에 관한 것으로서, 본 발명의 산업기기를 보호하는 방법은, 보호 대상 기기의 물리적 특성을 정의하고 상기 물리적 특성을 이용해 동특성 모델과 정특성 모델을 정의하는 단계, 일정한 시간 간격으로 상기 보호 대상 기기에 대한 실시간 측정 데이터를 수집하는 단계, 상기 측정 데이터, 이전 동특성 관련 상태변수의 추정데이터, 및 상기 동특성 모델과 정특성 모델을 기반으로 동적상태추정에 사용될 알고리즘을 정의하는 단계, 상기 측정 데이터의 각각의 값에 대한 가중치를 설정하고, 상기 알고리즘을 기반으로 가중최소자승법을 적용하여 현재의 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 단계, 및 상기 동특성 관련 상태변수의 값과 정특성 관련 상태변수의 값에 카이제곱검정기법을 적용하여 상기 측정 데이터의 각각의 값과 해당 이론치 간의 차이를 기초로 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 단계를 포함한다.

Description

동적상태추정 기반 지능형 산업기기 보호 방법{Intelligent Equipment Protection Method Based on Dynamic State Estimation}
본 발명은 산업기기 보호 방법에 관한 것으로서, 특히, 동적상태추정 알고리즘을 이용하여 지능적으로 산업기기를 보호하는 방법에 관한 것이다.
종래의 산업기기 보호 방법은, 2011년 'PAC (Protection, Automation & Control) World Conference'에서 발표된 'Dynamically adaptive transformer protection using dynamic state estimation (저자: Sungyun Choi, Y. Lee, G. j. Cokkinides, A. P. Sakis Meliopoulos)'을 시작으로 다수 해외 학회 및 저널로 발표되어 왔다.
그러나, 종래의 산업기기 보호 방법에서는, 전력기기의 전압, 전류, 위상각 등을 수집하여 기기의 내부고장을 판별하는 데 있어서, Quadratic(이차) 적분기술을 사용한 동적 모델을 통해 기기의 물리적 동특성을 판단하지만, 이와 같은 Quadratic 적분방법은 수학적 모델이 복잡할 뿐만 아니라, 3개의 연속된 측정시점(x(t-h), x(t-h/2), x(t))의 데이터가 요구되어, 연산량이 증가하므로, 실시간으로 동적상태추정 및 기기내부고장판별을 구현하기에는 무리가 있다.
따라서, 본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은, Quadratic 적분 방법 보다 더 간단하고 실시간 적용이 용이한 Trapezoidal(사다리꼴) 적분 방법을 사용하고 기존의 3개의 연속된 측정데이터 보다 더 적은 2개의 연속된 측정 데이터(x(t-h), x(t))만으로 기기의 물리적 동특성을 판단함으로써, 동특성 모델의 수를 줄여 연산량을 대폭 감소시키며 측정 데이터 수집을 위한 센서 및 채널의 수를 대폭 줄일 수 있는, 실시간 지능형 산업기기 보호 방법을 제공하는 데 있다.
먼저, 본 발명의 특징을 요약하면, 상기의 목적을 달성하기 위한 본 발명의일면에 따른 산업기기를 보호하는 방법은, 보호 대상 기기의 물리적 특성을 정의하고 상기 물리적 특성을 이용해 동특성 모델과 정특성 모델을 정의하는 단계; 일정한 시간 간격으로 상기 보호 대상 기기에 대한 실시간 측정 데이터를 수집하는 단계; 상기 측정 데이터, 이전 동특성 관련 상태변수의 추정데이터, 및 상기 동특성 모델과 정특성 모델을 기반으로 동적상태추정에 사용될 알고리즘을 정의하는 단계; 상기 측정 데이터의 각각의 값에 대한 가중치를 설정하고, 상기 알고리즘을 기반으로 가중최소자승법을 적용하여 현재의 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 단계; 및 상기 동특성 관련 상태변수의 값과 정특성 관련 상태변수의 값에 카이제곱검정기법을 적용하여 상기 측정 데이터의 각각의 값과 해당 이론치 간의 차이를 기초로 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 단계를 포함한다.
상기 물리적 특성의 정의는, 동특성 관련 상태변수, 정특성 관련 상태변수, 제어변수로 이루어지는 동특성 함수와 정특성 함수, 동특성 관련 상태변수의 미분과 동특성 함수 간의 관계, 및 정특성 함수에 대한 정의를 포함한다.
상기 보호 대상 기기의 동특성 모델은 Trapezoidal 룰(Rule)을 적용하여 상기 물리적 특성 중 동특성 관련식을 적분하여 획득될 수 있다.
상기 보호 대상 기기의 고장 여부를 판별하는 단계는, 상기 적합도가 미리 정한 값 이하이면 상기 보호 대상 기기의 고장으로 판별하는 단계; 및 상기 적합도가 상기 미리 정한 값 보다 크면 상기 보호 대상 기기의 고장이 없는 것으로 판별하고, 상기 동특성 관련 상태변수의 값을 다음 시간 간격에서 상기 이전 동특성 관련 상태변수의 추정데이터로서 저장하며, 상기 측정 데이터를 수집하는 단계, 상기 동적상태추정에 사용될 알고리즘을 정의하는 단계, 상기 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 단계, 및 상기 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 단계를 재 수행하는 단계를 포함한다.
그리고, 본 발명의 다른 일면에 따른 산업기기를 보호하기 위한 제어장치는, 보호 대상 기기의 물리적 특성을 정의하고 상기 물리적 특성을 이용해 동특성 모델과 정특성 모델을 정의하는 동적모델획득부; 일정한 시간 간격으로 상기 보호 대상 기기에 대한 실시간 측정 데이터를 수집하는 데이터 수집부; 상기 측정 데이터, 이전 동특성 관련 상태변수의 추정데이터, 및 상기 동특성 모델과 정특성 모델을 기반으로 동적상태추정에 사용될 알고리즘을 정의하는 측정모델정의부; 상기 측정 데이터의 각각의 값에 대한 가중치를 설정하고, 상기 알고리즘을 기반으로 가중최소자승법을 적용하여 현재의 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 동적상태추정부; 및 상기 동특성 관련 상태변수의 값과 정특성 관련 상태변수의 값에 카이제곱검정기법을 적용하여 상기 측정 데이터의 각각의 값과 해당 이론치 간의 차이를 기초로 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 고장판별부를 포함한다.
상기 물리적 특성의 정의는, 동특성 관련 상태변수, 정특성 관련 상태변수, 제어변수로 이루어지는 동특성 함수와 정특성 함수, 동특성 관련 상태변수의 미분과 동특성 함수 간의 관계, 및 정특성 함수에 대한 정의를 포함한다.
상기 동적모델획득부는, Trapezoidal 룰(Rule)을 적용하여 상기 물리적 특성 중 동특성 관련식을 적분하여 상기 보호 대상 기기의 동특성 모델을 획득할 수 있다.
상기 고장판별부는, 상기 적합도가 미리 정한 값 이하이면 상기 보호 대상 기기의 고장으로 판별하고, 상기 적합도가 상기 미리 정한 값 보다 크면 상기 보호 대상 기기의 고장이 없는 것으로 판별하되, 상기 적합도가 상기 미리 정한 값 보다 크면, 상기 동특성 관련 상태변수의 값을 다음 시간 간격에서 상기 이전 동특성 관련 상태변수의 추정데이터로서 저장하며, 상기 측정 데이터를 수집하는 과정, 상기 동적상태추정에 사용될 알고리즘을 정의하는 과정, 상기 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 과정, 및 상기 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 과정을 재 수행할 수 있다.
본 발명에 따른 실시간 지능형 산업기기 보호 방법에 따르면, Quadratic 적분 방법 보다 더 간단하고 실시간 적용이 용이한 Trapezoidal(사다리꼴) 적분 방법을 사용하고 기존의 3개의 연속된 측정데이터 보다 더 적은 2개의 연속된 측정 데이터(x(t-h), x(t))만으로 기기의 물리적 동특성을 판단함으로써, 동특성 모델의 수를 줄여 연산량을 대폭 감소시키며 측정 데이터 수집을 위한 센서 및 채널의 수를 대폭 줄일 수 있다.
도 1은 본 발명의 일 실시예에 따른 실시간 지능형 산업기기 보호를 위한 제어장치(100)의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 제어장치(100)의 실시간 지능형 산업기기 보호 방법을 설명하기 위한 도면이다.
이하에서는 첨부된 도면들을 참조하여 본 발명에 대해서 자세히 설명한다. 이때, 각각의 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타낸다. 또한, 이미 공지된 기능 및/또는 구성에 대한 상세한 설명은 생략한다. 이하에 개시된 내용은, 다양한 실시 예에 따른 동작을 이해하는데 필요한 부분을 중점적으로 설명하며, 그 설명의 요지를 흐릴 수 있는 요소들에 대한 설명은 생략한다. 또한 도면의 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시될 수 있다. 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니며, 따라서 각각의 도면에 그려진 구성요소들의 상대적인 크기나 간격에 의해 여기에 기재되는 내용들이 제한되는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 실시간 지능형 산업기기 보호를 위한 제어장치(100)의 블록도이다.
본 발명의 일 실시예에 따른 실시간 지능형 산업기기 보호 방법은, 소정의 제어 장치(100)에서 구현될 수 있으며, 제어장치(100)는 반도체 프로세서와 같은 하드웨어, 응용 프로그램과 같은 소프트웨어, 또는 이들의 결합으로 구현될 수 있다. 본 발명의 일 실시예에 따른 실시간 지능형 산업기기 보호를 위한 제어장치(100)는 컴퓨팅 시스템일 수 있으며, 적어도 하나의 프로세서, 메모리, 사용자 인터페이스 입력 장치, 사용자 인터페이스 출력 장치, 스토리지, 및 네트워크 인터페이스 등을 포함할 수 있다. 프로세서는 중앙 처리 장치(CPU) 또는 메모리나 스토리지에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 실시간 지능형 산업기기 보호를 위한 제어장치(100)는, 동적상태추정기법을 활용하여 기기내부고장을 판별하기 위한 것으로서, 기기의 동적모델을 획득하는 동적모델획득부(110), 측정 데이터를 수집하는 데이터 수집부(120), 측정모델을 정의하는 측정모델정의부(130), 동적상태추정을 수행하는 동적상태추정부(140), 카이제곱검증법(Chi-square test)을 이용하여 기기내부고장을 판별하는 고장판별부(150)를 포함한다.
먼저, 본 발명의 일 실시예에 따른 실시간 지능형 산업기기 보호를 위한 제어장치(100)의 동작을 간단히 설명한다.
동적모델획득부(110)는 보호 대상 기기의 물리적 특성을 정의하고 상기 물리적 특성을 이용해 동특성 모델과 정특성 모델을 정의한다. 물리적 특성의 정의는, 예를 들어, 동특성 관련 상태변수, 정특성 관련 상태변수, 제어변수로 이루어지는 동특성 함수와 정특성 함수, 동특성 관련 상태변수의 미분과 동특성 함수 간의 관계, 및 정특성 함수에 대한 정의 등을 포함한다. 특히, 동적모델획득부(110)는 Trapezoidal 룰(Rule)을 적용하여 상기 물리적 특성 중 동특성 관련식을 적분하여 보호 대상 기기의 동특성 모델을 획득할 수 있다.
데이터 수집부(120)는 일정한 시간 간격으로 보호 대상 기기에 대한 실시간 측정 데이터를 수집한다. 데이터 수집부(120)는 다양한 센서 또는 감지기기를 포함하며, 트랜스포머 등 전력기기와 같은 보호 대상 기기로부터 전압, 전류, 위상각, 주파수 변화율, 기기상태, 차단기상태 등에 관한 물리적 수치 데이터를 실시간으로 측정할 수 있다.
측정모델정의부(130)는 위와 같은 측정 데이터, 이전 동특성 관련 상태변수의 추정데이터, 및 상기 동특성 모델과 정특성 모델을 기반으로 동적상태추정에 사용될 알고리즘을 정의한다.
동적상태추정부(140)는 위와 같은 측정 데이터의 각각의 값에 대한 가중치를 설정하고, 상기 알고리즘을 기반으로 가중최소자승법을 적용하여 현재의 동특성 관련 상태변수와 정특성 관련 상태변수를 추정한다.
고장판별부(150)는 상기 추정된 동특성 관련 상태변수의 값과 정특성 관련 상태변수의 값에 카이제곱검정기법을 적용하여 상기 측정 데이터의 각각의 값과 해당 이론치 간의 차이를 기초로 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별한다.
이하 도 2의 흐름도를 참조하여 본 발명의 일 실시예에 따른 제어장치(100)의 실시간 지능형 산업기기 보호 방법을 좀 더 자세히 설명한다.
도 2는 본 발명의 일 실시예에 따른 제어장치(100)의 실시간 지능형 산업기기 보호 방법을 설명하기 위한 도면이다.
먼저, 동적모델획득부(110)는 보호 대상 기기의 물리적 특성과 정특성 모델을 정의하며(S10), 물리적 특성에 Trapezoidal 룰(Rule)을 적용하여 동특성 관련식을 적분하여 보호 대상 기기의 동특성모델을 정의한다(S11). 예를 들어, 현재 시간 t에 대하여, 동적모델획득부(110)는 동특성 관련 상태변수 x(t), 정특성 관련 상태변수 y(t), 제어변수 u(t)로 이루어지는 동특성 함수 f(x(t),y(t),u(t))와 정특성 함수 g(x(t),y(t),u(t))를 정의하고, [수학식1], [수학식2]와 같이, 동특성 관련 상태변수 x(t)의 미분과 동특성 함수 f(x(t),y(t),u(t)) 간의 관계로 정의된 물리적 특성을 준비한다(S10). 또한, 동적모델획득부(110)는 물리적 특성을 이용해 정특성 함수 g(x(t),y(t),u(t))=0 와 같이 정특성 모델을 준비하며, [수학식1]에서 현재시간 t로부터의 이전 시간까지의 간격 h가 되는 t-h와 t 사이에 대해, Trapezoidal 룰(Rule)을 적용하여 [수학식1]을 적분하여 [수학식3]과 같이 정의된 보호 대상 기기의 동특성 모델을 준비한다(S11).
[수학식1]
Figure 112016126044996-pat00001
[수학식2]
Figure 112016126044996-pat00002
[수학식3]
Figure 112016126044996-pat00003
데이터 수집부(120)는 일정한 시간간격(h) 마다 트랜스포머 등 전력기기와 같은 보호 대상 기기로부터 전압, 전류, 위상각, 주파수 변화율, 기기상태, 차단기상태등에 관한 물리적 수치 데이터를 실시간으로 측정하여 측정 데이터 z(t)를 메모리 등에 수집한다(S20).
측정모델정의부(130)는 현재 측정 데이터(z(t)), 이전 동특성 관련 상태변수의 추정데이터(x(t-h)), 기기의 동특성 모델([수학식3] 참조)과 정특성 모델([수학식2] 참조)을 기반으로 [수학식4]와 같은 동적상태추정에 사용될 식을 포함하는 알고리즘을 정의한다(S30). η는 측정 오차이다.
[수학식4]
Figure 112016126044996-pat00004
동적상태추정부(140)는 측정 환경이나 모델에 따라 현재 측정 데이터(z(t))의 각각의 값에 대한 가중치(W)를 설정하고(S40), 측정값별 가중치(W)를 설정한 측정 데이터와 [수학식4]와 같이 정의된 동적상태추정식을 포함하는 알고리즘을 기반으로 가중최소자승법(WLS: Weighted Least Square)을 적용하여 현재의 동특성 관련 상태변수 x(t)와 정특성 관련 상태변수 y(t)의 값을 추정한다(S41). 가중최소자승법(WLS)에 대하여는 잘 알려져 있으므로 여기서는 자세한 설명을 생략한다.
고장판별부(150)는 먼저 동적상태추정 결과(현재의 동특성 관련 상태변수 x(t) 값과 정특성 관련 상태변수 y(t) 값)에 카이제곱검정기법을 적용하여 실제 측정된 측정 데이터(z(t))의 각각의 값과 측정 데이터(z(t))의 각각의 값에 대응되는 이론치 간의 차이를 기초로 소정의 적합도를 계산한다(S50). 만일, 이 적합도가 미리 정한 값(ε) 보다 높으면 보호 대상 기기의 내부고장이 없는 것으로 판별하고(S51), 추정한 현재의 동특성 관련 상태변수 x(t) 값을 이전 동특성 관련 상태변수의 추정 데이터(x(t-h))로 저장하고(S52) 다음 시간간격(t+h)의 측정데이터에 대하여(S53) 위와 같은 과정을 다시 적용한다. 즉, 측정 데이터의 수집(S20), 동적상태추정에 사용될 알고리즘을 정의(S30), 동특성 관련 상태변수와 정특성 관련 상태변수를 추정(S41), 및 적합도를 계산하여 보호 대상 기기의 고장 여부를 판별(S54) 과정을 재 수행하게 된다.
S51에서 만약 적합도가 미리 정한 값(ε) 이하이면 보호 대상 기기의 내부고장으로 판별한다(S54). 카이제곱검정기법에 대하여는 잘 알려져 있으므로 여기서는 자세한 설명을 생략한다.
본 발명에서는 이와 같이 동특성 모델의 수를 줄여 연산량을 대폭 감소시키며 측정 데이터 수집을 위한 센서 및 채널의 수를 대폭 줄여서 실시간으로 기기내부고장 여부를 판별하고 모니터링함으로써 기기들을 용이하고 적절하게 유지 관리할 수 있도록 하며 고장에 신속한 대처를 통해 다른 기기의 고장 등 추가 피해가 발생하지 않도록 대비할 수 있다.
이와 같은 본 발명의 일 실시예에 따른 제어장치(100)에서 실시간 지능형 산업기기 보호를 위한 입출력 데이터 처리에 사용되는 기능은 컴퓨터 등 장치로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하며, 이와 같은 기록 매체와 컴퓨터 등 장치의 결합으로 기능 수행에 필요한 데이터나 정보를 입력하거나 출력하고 디스플레이하도록 구현할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치, 하드 디스크, 이동형 저장장치 등이 있으며 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크(예, 인터넷, 이동통신 네트워크 등)로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장된 형태가 가능하며 네트워크를 통해 실행될 수도 있다.
상술한 바와 같이, 본 발명에 따른 실시간 지능형 산업기기 보호를 위한 제어장치(100)는, Quadratic 적분 방법 보다 더 간단하고 실시간 적용이 용이한 Trapezoidal(사다리꼴) 적분 방법을 사용하고 기존의 3개의 연속된 측정데이터 보다 더 적은 2개의 연속된 측정 데이터(x(t-h), x(t))만으로 기기의 물리적 동특성을 판단함으로써, 동특성 모델의 수를 줄여 연산량을 대폭 감소시키며 측정 데이터 수집을 위한 센서 및 채널의 수를 대폭 줄일 수 있다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
동적모델획득부(110)
데이터 수집부(120)
측정모델정의부(130)
동적상태추정부(140)
고장판별부(150)

Claims (8)

  1. 산업기기 보호를 위한 제어장치에서 산업기기를 보호하는 방법에 있어서,
    보호 대상 기기의 물리적 특성을 정의하고 상기 물리적 특성을 이용해 동특성 모델과 정특성 모델을 정의하는 단계;
    일정한 시간 간격으로 상기 보호 대상 기기에 대한 실시간 측정 데이터를 수집하는 단계;
    상기 측정 데이터, 이전 동특성 관련 상태변수의 추정데이터, 및 상기 동특성 모델과 정특성 모델을 기반으로 동적상태추정에 사용될 알고리즘을 정의하는 단계;
    상기 측정 데이터의 각각의 값에 대한 가중치를 설정하고, 상기 알고리즘을 기반으로 가중최소자승법을 적용하여 현재의 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 단계; 및
    상기 동특성 관련 상태변수의 값과 정특성 관련 상태변수의 값에 카이제곱검정기법을 적용하여 상기 측정 데이터의 각각의 값과 상기 측정 데이터의 각각의 값에 대응되는 이론치 간의 차이를 기초로 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 단계
    를 포함하는 것을 특징으로 하는 산업기기를 보호하는 방법.
  2. 제1항에 있어서,
    상기 물리적 특성의 정의는, 동특성 관련 상태변수, 정특성 관련 상태변수, 제어변수로 이루어지는 동특성 함수와 정특성 함수, 동특성 관련 상태변수의 미분과 동특성 함수 간의 관계, 및 정특성 함수에 대한 정의를 포함하는 것을 특징으로 하는 산업기기를 보호하는 방법.
  3. 제1항에 있어서,
    상기 보호 대상 기기의 동특성 모델은 Trapezoidal 룰(Rule)을 적용하여 상기 물리적 특성 중 동특성 관련식을 적분하여 획득되는 것을 특징으로 하는 산업기기를 보호하는 방법.
  4. 제1항에 있어서,
    상기 보호 대상 기기의 고장 여부를 판별하는 단계는,
    상기 적합도가 미리 정한 값 이하이면 상기 보호 대상 기기의 고장으로 판별하는 단계; 및
    상기 적합도가 상기 미리 정한 값 보다 크면 상기 보호 대상 기기의 고장이 없는 것으로 판별하고, 상기 동특성 관련 상태변수의 값을 다음 시간 간격에서 상기 이전 동특성 관련 상태변수의 추정데이터로서 저장하며, 상기 측정 데이터를 수집하는 단계, 상기 동적상태추정에 사용될 알고리즘을 정의하는 단계, 상기 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 단계, 및 상기 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 단계를 재 수행하는 단계
    를 포함하는 것을 특징으로 하는 산업기기를 보호하는 방법.
  5. 보호 대상 기기의 물리적 특성을 정의하고 상기 물리적 특성을 이용해 동특성 모델과 정특성 모델을 정의하는 동적모델획득부;
    일정한 시간 간격으로 상기 보호 대상 기기에 대한 실시간 측정 데이터를 수집하는 데이터 수집부;
    상기 측정 데이터, 이전 동특성 관련 상태변수의 추정데이터, 및 상기 동특성 모델과 정특성 모델을 기반으로 동적상태추정에 사용될 알고리즘을 정의하는 측정모델정의부;
    상기 측정 데이터의 각각의 값에 대한 가중치를 설정하고, 상기 알고리즘을 기반으로 가중최소자승법을 적용하여 현재의 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 동적상태추정부; 및
    상기 동특성 관련 상태변수의 값과 정특성 관련 상태변수의 값에 카이제곱검정기법을 적용하여 상기 측정 데이터의 각각의 값과 상기 측정 데이터의 각각의 값에 대응되는 이론치 간의 차이를 기초로 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 고장판별부
    를 포함하는 것을 특징으로 하는 산업기기를 보호하기 위한 제어장치.
  6. 제5항에 있어서,
    상기 물리적 특성의 정의는, 동특성 관련 상태변수, 정특성 관련 상태변수, 제어변수로 이루어지는 동특성 함수와 정특성 함수, 동특성 관련 상태변수의 미분과 동특성 함수 간의 관계, 및 정특성 함수에 대한 정의를 포함하는 것을 특징으로 하는 산업기기를 보호하기 위한 제어장치.
  7. 제5항에 있어서,
    상기 동적모델획득부는,
    Trapezoidal 룰(Rule)을 적용하여 상기 물리적 특성 중 동특성 관련식을 적분하여 상기 보호 대상 기기의 동특성 모델을 획득하는 것을 특징으로 하는 산업기기를 보호하기 위한 제어장치.
  8. 제5항에 있어서,
    상기 고장판별부는,
    상기 적합도가 미리 정한 값 이하이면 상기 보호 대상 기기의 고장으로 판별하고, 상기 적합도가 상기 미리 정한 값 보다 크면 상기 보호 대상 기기의 고장이 없는 것으로 판별하되,
    상기 적합도가 상기 미리 정한 값 보다 크면, 상기 동특성 관련 상태변수의 값을 다음 시간 간격에서 상기 이전 동특성 관련 상태변수의 추정데이터로서 저장하며, 상기 측정 데이터를 수집하는 과정, 상기 동적상태추정에 사용될 알고리즘을 정의하는 과정, 상기 동특성 관련 상태변수와 정특성 관련 상태변수를 추정하는 과정, 및 상기 적합도를 계산하여 상기 보호 대상 기기의 고장 여부를 판별하는 과정을 재 수행하는 것을 특징으로 하는 산업기기를 보호하기 위한 제어장치.
KR1020160176333A 2016-12-22 2016-12-22 동적상태추정 기반 지능형 산업기기 보호 방법 KR102026926B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160176333A KR102026926B1 (ko) 2016-12-22 2016-12-22 동적상태추정 기반 지능형 산업기기 보호 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160176333A KR102026926B1 (ko) 2016-12-22 2016-12-22 동적상태추정 기반 지능형 산업기기 보호 방법

Publications (2)

Publication Number Publication Date
KR20180072986A KR20180072986A (ko) 2018-07-02
KR102026926B1 true KR102026926B1 (ko) 2019-10-01

Family

ID=62914450

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160176333A KR102026926B1 (ko) 2016-12-22 2016-12-22 동적상태추정 기반 지능형 산업기기 보호 방법

Country Status (1)

Country Link
KR (1) KR102026926B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303020A (ja) 2002-04-12 2003-10-24 Toshiba Corp プラント監視・診断システム
KR101368907B1 (ko) 2012-12-31 2014-02-28 한국전기연구원 시각 동기 전력 측정 정보를 이용한 분할 전력계통의 혼합 상태추정 시스템, 및 분할 전력계통의 혼합 상태추정 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6097410A (ja) * 1983-10-31 1985-05-31 Idemitsu Petrochem Co Ltd 多変数系プロセスの同定方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303020A (ja) 2002-04-12 2003-10-24 Toshiba Corp プラント監視・診断システム
KR101368907B1 (ko) 2012-12-31 2014-02-28 한국전기연구원 시각 동기 전력 측정 정보를 이용한 분할 전력계통의 혼합 상태추정 시스템, 및 분할 전력계통의 혼합 상태추정 방법

Also Published As

Publication number Publication date
KR20180072986A (ko) 2018-07-02

Similar Documents

Publication Publication Date Title
US9645909B2 (en) Operation management apparatus and operation management method
JP5831558B2 (ja) 運用管理装置、運用管理方法、及びプログラム
US8849738B2 (en) Predicting a user behavior number of a word
JP6183450B2 (ja) システム分析装置、及び、システム分析方法
EP2924580B1 (en) Operation management apparatus and operation management method
US20140359363A1 (en) Identifying anomalies in original metrics of a system
US9235492B2 (en) Control policy adjusting apparatus, method of adjusting control policy, and program
WO2013050314A1 (en) Condition monitoring of an industrial robot
CN113746798A (zh) 基于多维度分析的云网络共享资源异常根因定位方法
Zhang et al. Kalman filters for dynamic and secure smart grid state estimation
JP5957419B2 (ja) ＱｏＥ推定装置、ＱｏＥ推定方法及びプログラム
US20120311600A1 (en) Information processing apparatus and information processing method
CN108551412B (zh) 监控数据降噪处理方法和装置
KR102026926B1 (ko) 동적상태추정 기반 지능형 산업기기 보호 방법
WO2018081945A1 (zh) 传感器本底噪声的检测方法及其装置
US20180313876A1 (en) Electric Power System Monitoring Apparatus and Electric Power System Monitoring Method
US20150256421A1 (en) Information processing method and information processing apparatus
CN116359646A (zh) 变频器检测方法、装置、电子设备及存储介质
KR20190141321A (ko) 강인 필터, 수축 기법에 기반한 거리 추정 방법 및 시스템
Sadabadi et al. Two-dimensional ARMA model order determination
von Kistowski et al. Univariate interpolation-based modeling of power and performance
CN112996011B (zh) 小区价值评估方法、装置、计算机设备和可读存储介质
JP2012037447A (ja) 雷インパルス耐電圧試験システムおよび基準波形算出プログラム、並びに雷インパルス耐電圧試験方法
Kezunovic et al. Modeling of digital relay and power system signals
Urbánek et al. Inferring productivity factor for use case point method

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