KR102051670B1 - Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment - Google Patents

Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment Download PDF

Info

Publication number
KR102051670B1
KR102051670B1 KR1020170174924A KR20170174924A KR102051670B1 KR 102051670 B1 KR102051670 B1 KR 102051670B1 KR 1020170174924 A KR1020170174924 A KR 1020170174924A KR 20170174924 A KR20170174924 A KR 20170174924A KR 102051670 B1 KR102051670 B1 KR 102051670B1
Authority
KR
South Korea
Prior art keywords
equipment
information
power equipment
target power
failure
Prior art date
Application number
KR1020170174924A
Other languages
Korean (ko)
Other versions
KR20190073780A (en
Inventor
김기환
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020170174924A priority Critical patent/KR102051670B1/en
Publication of KR20190073780A publication Critical patent/KR20190073780A/en
Application granted granted Critical
Publication of KR102051670B1 publication Critical patent/KR102051670B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Pathology (AREA)
  • Evolutionary Computation (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 장치는, 복수의 전력설비 기자재의 영상 정보와 복수의 전력설비 기자재의 불량 정보를 포함하는 초기 정보를 저장하는 저장부와, 목표 전력설비 기자재의 영상 정보를 입력 받는 입력부와, 초기 정보가 기 적용된 기계학습 알고리즘(machine learning)에 목표 전력설비 기자재의 영상 정보를 적용하는 처리부와, 목표 전력설비 기자재의 영상 정보가 기계학습 알고리즘에 적용됨에 따른 목표 전력설비 기자재의 불량 정보를 출력하는 출력부를 포함할 수 있다.An apparatus for detecting a failure in power equipment according to an embodiment of the present invention includes a storage unit for storing initial information including image information of a plurality of power equipment and failure information of a plurality of power equipment, and a target power equipment. An input unit for receiving image information, a processing unit for applying the image information of the target power equipment to the machine learning algorithm to which the initial information is applied, and a target according to the application of the image information of the target power equipment to the machine learning algorithm. It may include an output unit for outputting the failure information of the power equipment equipment.

Description

전력설비 기자재 불량 검출 장치, 시스템 및 방법이 기록된 컴퓨터 판독가능 기록 매체 {Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment}Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment}

본 발명은 전력설비 기자재 불량 검출 장치, 시스템 및 방법이 기록된 컴퓨터 판독가능 기록 매체에 관한 것이다.The present invention relates to a computer readable recording medium having recorded thereon a power equipment equipment failure detection apparatus, system and method.

전력설비 기자재는 전력계통의 원활한 운용을 위해 온전한 상태에서 현장에서 사용될 필요가 있으므로, 현장에서 사용되기 전에 검사자의 육안에 의해 검수되고 있다.Power equipment equipment needs to be used in the field in perfect condition for the smooth operation of the power system, so it is inspected by the inspector's naked eye before it is used in the field.

그러나, 검사자의 불량 판단에 대한 신뢰도는 검사자 개인의 능력, 숙련도, 육체적/정신적 상태, 검사 환경 및 검사량 등에 따라 달라질 수 있다. 또한, 상기 신뢰도는 전력설비 기자재의 종류가 다양하거나 불량 유형이 다양할 경우 더욱 확보되기 어려울 수 있다.However, the reliability of the inspector's failure judgment may vary depending on the individual's ability, skill, physical / mental state, test environment, and test quantity. In addition, the reliability may be more difficult to secure if the type of power equipment equipment is various or the defect type is various.

공개특허공보 제10-2007-0045558호Patent Publication No. 10-2007-0045558

전력설비 기자재의 불량 검출 신뢰도를 향상시키기 위해, 본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 장치, 시스템 및 방법이 기록된 컴퓨터 판독가능 기록 매체를 제공한다.To improve the failure detection reliability of power equipment equipment, a computer-readable recording medium in which the power equipment equipment failure detection apparatus, system and method according to an embodiment of the present invention is recorded.

본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 시스템은, 전력설비 기자재 불량 검출 장치; 목표 전력설비 기자재를 이송하는 컨베이어; 상기 컨베이어에 의해 이송되는 목표 전력설비 기자재를 촬영하여 영상 정보를 획득하고 상기 영상 정보를 상기 전력설비 기자재 불량 검출 장치로 전달하는 카메라; 상기 전력설비 기자재 불량 검출 장치로부터 상기 목표 전력설비 기자재의 불량 정보를 전달받고 상기 불량 정보에 기초하여 제어 신호를 생성하는 제어부; 및 상기 제어 신호에 기초하여 상기 목표 전력설비 기자재를 선택적으로 소정의 위치로 이송시키도록 상기 컨베이어를 구동하는 구동부; 를 포함하고, 상기 전력설비 기자재 불량 검출 장치는, 복수의 전력설비 기자재의 영상 정보와 상기 복수의 전력설비 기자재의 불량 정보를 포함하는 초기 정보를 저장하는 저장부; 상기 목표 전력설비 기자재의 영상 정보를 입력 받는 입력부; 상기 초기 정보가 기 적용된 기계학습 알고리즘(machine learning)에 상기 목표 전력설비 기자재의 영상 정보를 적용하는 처리부; 및 상기 목표 전력설비 기자재의 영상 정보가 상기 기계학습 알고리즘에 적용됨에 따른 상기 목표 전력설비 기자재의 불량 정보를 출력하는 출력부; 를 포함하고, 상기 입력부는 상기 목표 전력설비 기자재의 실제 불량 정보를 더 입력 받고, 상기 처리부는 상기 실제 불량 정보를 상기 기계학습 알고리즘에 더 적용하고, 상기 입력부는 상기 목표 전력설비 기자재의 초기수명 정보를 더 입력 받고, 상기 처리부는 상기 초기수명 정보를 상기 기계학습 알고리즘에 더 적용하되, 상기 초기수명 정보에 상기 목표 전력설비 기자재의 불량 정보에 대응되는 가중치를 적용하여 상기 목표 전력설비 기자재의 잔여수명 정보를 생성한다.Power equipment equipment failure detection system according to an embodiment of the present invention, power equipment equipment failure detection device; A conveyor for transporting target power equipment equipment; A camera for photographing a target power equipment equipment transported by the conveyor to obtain image information and transferring the video information to the power equipment failure detection device; A control unit which receives the failure information of the target power equipment equipment from the power equipment equipment failure detection device and generates a control signal based on the failure information; And a driving unit driving the conveyor to selectively transfer the target power equipment equipment to a predetermined position based on the control signal. The apparatus for detecting failure of the power equipment includes a storage unit for storing initial information including image information of a plurality of power equipment and the failure information of the plurality of power equipment equipment; An input unit configured to receive image information of the target power equipment equipment; A processor configured to apply image information of the target electric power equipment to the machine learning algorithm to which the initial information is applied; And an output unit for outputting defect information of the target power equipment as the image information of the target power equipment is applied to the machine learning algorithm. Includes, the input unit further receives the actual failure information of the target power equipment equipment, the processing unit further applies the actual failure information to the machine learning algorithm, the input unit initial life information of the target power equipment equipment Is further input, and the processing unit further applies the initial life information to the machine learning algorithm, and applies the weight corresponding to the defective information of the target power equipment to the initial life information, thereby remaining the life of the target power equipment. Generate information.

예를 들어, 상기 목표 전력설비 기자재의 종류는 변압기, 개폐기, 전력케이블, 피뢰기 및 애자 중 적어도 둘을 포함하고, 상기 목표 전력설비 기자재의 영상 정보의 종류는 기사광선 영상, 열화상 영상 및 X-ray 영상 중 적어도 둘을 포함하고, 상기 입력부는 복수의 종류의 목표 전력설비 기자재의 복수의 종류의 영상 정보를 입력 받을 수 있다.For example, the kind of the target power equipment includes at least two of a transformer, a switch, a power cable, an arrester, and an insulator, and the kind of the image information of the target power equipment includes the chief ray image, the thermal image, and the X-. It includes at least two of the ray image, the input unit may receive a plurality of types of image information of a plurality of types of target power equipment equipment.

예를 들어, 상기 목표 전력설비 기자재의 종류는 변압기를 포함하고, 상기 목표 전력설비 기자재의 불량 정보는 변압기 외함 불량 정보 및 변압기 누유 정보를 포함할 수 있다.For example, the type of the target power equipment equipment may include a transformer, and the failure information of the target power equipment equipment may include transformer enclosure failure information and transformer leakage information.

본 발명의 일 실시 예는, 검사자에게 전력설비 기자재의 불량 정보를 제공하여 검사자의 불량 검출 정확도 및 신속성을 향상시킬 수 있으므로, 전력계통의 원활한 운용을 지원할 수 있다.According to one embodiment of the present invention, the defect information of the power equipment may be provided to the inspector, thereby improving the inspector's defect detection accuracy and speed, thereby supporting smooth operation of the power system.

본 발명의 일 실시 예는, 전력설비 기자재에 대한 불량 검출의 자동화 환경을 제공할 수 있으며, 검사자의 직접적인 검사 없이도 검사자가 직접 육안으로 검사하는 것에 상응하도록 전력설비 기자재의 불량을 검출할 수 있으며, 검사자의 인지, 판단 및 행동의 부담을 줄일 수 있다.An embodiment of the present invention may provide an automated environment for failure detection of power equipment equipment, and detect failure of power equipment equipment to correspond to the visual inspection by the inspector directly without a direct inspection by the inspector. Reduce the burden on the examiner's awareness, judgment, and behavior.

본 발명의 일 실시 예는, 누적 저장되는 전력설비 기자재의 다수의 영상 정보와 다수의 불량 정보를 연구, 개발, 교육 등에 활용할 수 있다.According to an embodiment of the present invention, a plurality of image information and a plurality of defect information of a cumulatively stored electric power equipment may be utilized for research, development, education, and the like.

도 1은 본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 장치를 나타낸 도면이다.
도 2는 본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 시스템을 나타낸 도면이다.
도 3은 본 발명의 일 실시 예에 따른 컴퓨터 판독가능 기록 매체에 기록된 방법을 나타낸 순서도이다.
도 4는 전력설비 기자재의 종류들을 예시한 도면이다.
도 5는 영상 정보의 종류 중 하나인 열화상 정보를 예시한 도면이다.
도 6은 전력설비 기자재의 종류 중 하나인 변압기를 예시한 도면이다.
도 7은 전력설비 기자재의 종류 중 하나인 변압기의 외함 불량을 예시한 도면이다.
도 8은 전력설비 기자재의 종류 중 하나인 변압기의 누유 불량을 예시한 도면이다.1 is a view showing a power equipment equipment failure detection apparatus according to an embodiment of the present invention.
2 is a view showing a power equipment equipment failure detection system according to an embodiment of the present invention.
3 is a flow chart illustrating a method recorded on a computer readable recording medium according to one embodiment of the present invention.
4 is a diagram illustrating types of power equipment equipment.
5 is a diagram illustrating thermal image information, which is one type of image information.
6 is a diagram illustrating a transformer that is one of the types of power equipment equipment.
7 is a diagram illustrating an enclosure failure of a transformer, which is one type of power equipment equipment.
FIG. 8 is a view illustrating leakage of a transformer, which is one of a kind of power equipment equipment.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.DETAILED DESCRIPTION The following detailed description of the invention refers to the accompanying drawings that show, by way of illustration, specific embodiments in which the invention may be practiced. It should be understood that the various embodiments of the present invention are different but need not be mutually exclusive. For example, certain shapes, structures, and characteristics described herein may be embodied in other embodiments without departing from the spirit and scope of the invention with respect to one embodiment. In addition, it is to be understood that the location or arrangement of individual components within each disclosed embodiment may be changed without departing from the spirit and scope of the invention. The following detailed description, therefore, is not to be taken in a limiting sense, and the scope of the present invention, if properly described, is defined only by the appended claims, along with the full range of equivalents to which such claims are entitled. Like reference numerals in the drawings refer to the same or similar functions throughout the several aspects.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 실시 예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention.

도 1은 본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 장치를 나타낸 도면이다.1 is a view showing a power equipment equipment failure detection apparatus according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 장치(100a)는, 입력부(110), 저장부(120), 처리부(130) 및 출력부(140)를 포함할 수 있으며, 목표 전력설비 기자재(M)의 불량 정보를 출력할 수 있다.Referring to FIG. 1, the apparatus 100a for detecting failure of power equipment according to an embodiment of the present invention may include an input unit 110, a storage unit 120, a processing unit 130, and an output unit 140. And, it can output the failure information of the target power equipment equipment (M).

목표 전력설비 기자재(M)의 종류는 변압기, 개폐기, 전력케이블, 피뢰기 및 애자 중 적어도 하나를 포함할 수 있으나, 이에 한정되지 않는다.The kind of the target power equipment M may include at least one of a transformer, a switch, a power cable, an arrester, and an insulator, but is not limited thereto.

카메라(150a)는 목표 전력설비 기자재(M)를 촬영하여 영상 정보를 획득하고 상기 영상 정보를 입력부(110)로 전달할 수 있다. 예를 들어, 상기 카메라(150a)는 기사광선 영상, 열화상 영상 및 X-ray 영상 중 적어도 하나를 포함하는 영상 정보를 획득할 수 있다. 예를 들어, 카메라(150a)는 목표 전력설비 기자재(M)가 전력계통에 연계되지 않은 상태의 영상 정보를 획득하도록 소정의 위치에 배치될 수 있다.The camera 150a may photograph the target power equipment equipment M to obtain image information, and transmit the image information to the input unit 110. For example, the camera 150a may acquire image information including at least one of a chief ray image, a thermal image, and an X-ray image. For example, the camera 150a may be disposed at a predetermined position such that the target power equipment equipment M acquires image information of a state that is not linked to the power system.

입력부(110)는 목표 전력설비 기자재(M)의 영상 정보를 입력 받을 수 있다. 설계에 따라, 상기 입력부(110)는 복수의 종류의 목표 전력설비 기자재의 복수의 종류의 영상 정보를 함께 입력 받을 수 있다.The input unit 110 may receive the image information of the target power equipment equipment (M). According to design, the input unit 110 may receive a plurality of types of image information of a plurality of types of target power equipment equipment.

저장부(120)는 과거 복수의 전력설비 기자재의 영상 정보와 과거 복수의 전력설비 기자재의 불량 정보를 포함하는 초기 정보를 저장할 수 있다.The storage unit 120 may store initial information including image information of a plurality of past power equipments and defect information of a plurality of past power equipments.

처리부(130)는 상기 초기 정보가 기 적용된 기계학습(machine learning) 알고리즘에 목표 전력설비 기자재(M)의 영상 정보를 적용할 수 있다.The processor 130 may apply the image information of the target power equipment equipment M to the machine learning algorithm to which the initial information is applied.

예를 들어, 상기 처리부(130)는 컨볼루션(convolution) 신경망의 알고리즘을 포함할 수 있다. 여기서, 상기 처리부(130)는 영상 정보의 각 픽셀을 필터링하고 컨볼루션 연산(또는 벡터 내적)을 수행하고 풀링(pooling)작업을 수행하는 과정을 반복적으로 수행할 수 있다. 이에 따라, 상기 처리부(130)는 영상 정보에서 목표 전력설비 기자재(M)를 식별하고 목표 전력설비 기자재(M)의 각 구성요소들을 식별하고 각 구성요소들의 관심영역들을 식별하고 각 관심영역들의 불량요소를 식별할 수 있다. 여기서, 상기 처리부(130)의 식별기준은 초기 정보에 의해 결정되고 상기 기계학습 알고리즘에 기초하여 갱신되는 상태 정보에 대응될 수 있다. 상기 처리부(130)는 상기 상태 정보의 지속적인 갱신에 따라 더욱 정확한 식별기준을 가질 수 있다.For example, the processor 130 may include an algorithm of a convolutional neural network. Here, the processor 130 may repeatedly perform a process of filtering each pixel of the image information, performing a convolution operation (or vector dot product), and performing a pooling operation. Accordingly, the processor 130 identifies the target power equipment (M) in the image information, identifies each component of the target power equipment (M), identifies the regions of interest of each component, and the failure of each region of interest. Identify the elements. Here, the identification criterion of the processor 130 may correspond to state information determined by initial information and updated based on the machine learning algorithm. The processor 130 may have a more accurate identification criteria according to the continuous update of the state information.

출력부(140)는 목표 전력설비 기자재(M)의 영상 정보가 상기 기계학습 알고리즘에 적용됨에 따른 목표 전력설비 기자재(M)의 불량 정보를 출력할 수 있다. 이에 따라, 목표 전력설비 기자재(M)를 검사하는 검사자는 육안이나 영상 정보를 통해 목표 전력설비 기자재(M)를 검사할 수 있다. 여기서, 검사자의 검사에 따른 불량 정보와 출력부(140)에 의해 출력되는 불량 정보는 서로 다를 수 있다. 따라서, 상기 검사자는 목표 전력설비 기자재(M)의 실제 불량 정보를 전력설비 기자재 불량 검출 장치(100a)로 피드백할 수 있다.The output unit 140 may output defect information of the target power equipment (M) as the image information of the target power equipment (M) is applied to the machine learning algorithm. Accordingly, the inspector inspecting the target power equipment equipment M may inspect the target power equipment equipment M through visual or visual information. Here, the defect information according to the inspector's inspection and the defect information output by the output unit 140 may be different. Therefore, the inspector may feed back the actual defect information of the target power equipment equipment M to the power equipment equipment failure detection apparatus 100a.

구체적으로, 입력부(110)는 목표 전력설비 기자재(M)의 실제 불량 정보를 입력 받을 수 있으며, 처리부(130)는 상기 실제 불량 정보를 기계학습 알고리즘에 적용할 수 있다. 이에 따라, 미래에 출력부(140)에 의해 출력될 불량 정보의 미래의 실제 불량 정보에 대한 유사도는 점진적으로 개선될 수 있다.Specifically, the input unit 110 may receive the actual failure information of the target power equipment equipment (M), the processor 130 may apply the actual failure information to the machine learning algorithm. Accordingly, the similarity of the defective information to be output by the output unit 140 in the future to the actual defective information in the future may be improved gradually.

설계에 따라, 입력부(110)는 목표 전력설비 기자재(M)의 수명요소 정보를 입력 받을 수 있으며, 처리부(130)는 상기 수명요소 정보를 기계학습 알고리즘에 적용할 수 있으며, 출력부(140)는 상기 수명요소 정보가 상기 기계학습 알고리즘에 적용됨에 따른 목표 전력설비 기자재(M)의 잔여수명 정보를 출력할 수 있다. 예를 들어, 처리부(130)는 불량 정보에 기초하여 초기수명 정보를 보정함으로써 상기 잔여수명 정보를 생성할 수 있는데, 초기수명 값에 목표 전력설비 기자재(M)의 불량 유형, 불량 정도 또는 불량 조합 각각에 따른 가중치를 통합적으로 적용함에 따른 잔여수명 값을 생성할 수 있다. 검사자는 상기 잔여수명 값을 기초로 더욱 신속하게 목표 전력설비 기자재(M)의 불량을 검출할 수 있다.According to the design, the input unit 110 may receive the life factor information of the target power equipment (M), the processor 130 may apply the life factor information to the machine learning algorithm, the output unit 140 May output the remaining life information of the target power equipment (M) as the life factor information is applied to the machine learning algorithm. For example, the processor 130 may generate the remaining life information by correcting the initial life information based on the failure information, and the failure type, the degree of failure or the combination of the target power equipment equipment M in the initial life value. Residual life values can be generated by integrating the respective weights. The inspector can detect the failure of the target electric power equipment M more quickly based on the remaining life value.

도 2는 본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 시스템을 나타낸 도면이다.2 is a view showing a power equipment equipment failure detection system according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일 실시 예에 따른 전력설비 기자재 불량 검출 시스템은, 전력설비 기자재 불량 검출 장치(100b), 컨베이어(20), 카메라(150b), 제어부(160) 및 구동부(170)를 포함할 수 있으며, 전력설비 기자재에 대한 불량 검출의 자동화 환경을 제공할 수 있다.2, the power equipment equipment failure detection system according to an embodiment of the present invention, the power equipment equipment failure detection device 100b, the conveyor 20, the camera 150b, the controller 160 and the drive unit 170 ), And can provide an automated environment of failure detection for power equipment equipment.

컨베이어(20)는 목표 전력설비 기자재(M1, M2, M3, M4, M5)를 이송할 수 있다.The conveyor 20 may transfer the target power equipment equipments M1, M2, M3, M4, and M5.

카메라(150b)는 컨베이어(20)에 의해 이송되는 목표 전력설비 기자재(M1, M2, M3, M4, M5)를 촬영하여 영상 정보를 획득하고 상기 영상 정보를 상기 전력설비 기자재 불량 검출 장치(100b)로 전달할 수 있다.The camera 150b captures target power equipment equipment M1, M2, M3, M4, and M5 transferred by the conveyor 20 to obtain image information, and the image information is detected by the power equipment equipment failure detection apparatus 100b. Can be delivered to.

제어부(160)는 전력설비 기자재 불량 검출 장치(100b)로부터 목표 전력설비 기자재(M1, M2, M3, M4, M5)의 불량 정보를 전달받고 상기 불량 정보에 기초하여 제어 신호를 생성할 수 있다.The controller 160 may receive the failure information of the target power equipment equipments M1, M2, M3, M4, and M5 from the power equipment equipment failure detection device 100b, and generate a control signal based on the failure information.

구동부(170)는 상기 제어 신호에 기초하여 컨베이어(20)를 구동할 수 있다. 예를 들어, 상기 구동부(170)는 목표 전력설비 기자재(M1, M2, M3, M4, M5) 중 불량 전력설비 기자재를 선택적으로 소정의 위치로 이송시키거나, 목표 전력설비 기자재(M1, M2, M3, M4, M5) 중 불량 전력설비 기자재가 발견된 경우에 컨베이어(20)의 동작을 중단시킬 수 있다.The driver 170 may drive the conveyor 20 based on the control signal. For example, the driving unit 170 selectively transfers the defective power equipment equipment among the target power equipment equipment M1, M2, M3, M4, M5 to a predetermined position, or the target power equipment equipment M1, M2, The operation of the conveyor 20 may be stopped when a bad electric power equipment is found among M3, M4, and M5).

도 3은 본 발명의 일 실시 예에 따른 컴퓨터 판독가능 기록 매체에 기록된 방법을 나타낸 순서도이다.3 is a flow chart illustrating a method recorded on a computer readable recording medium according to one embodiment of the present invention.

도 3을 참조하면, 본 발명의 일 실시 예에 따른 컴퓨터 판독가능 기록 매체에 기록된 방법을 수행하는 컴퓨터는, 복수의 전력설비 기자재의 영상 정보와 상기 복수의 전력설비 기자재의 불량 정보를 포함하는 초기 정보를 저장하는 단계(S110), 상기 초기 정보를 기계학습 알고리즘에 적용하는 단계(S120), 목표 전력설비 기자재의 영상 정보를 입력 받는 단계(S130), 상기 초기 정보가 기 적용된 기계학습 알고리즘에 상기 목표 전력설비 기자재의 영상 정보를 적용하여 상기 목표 전력설비 기자재의 불량 정보를 출력하는 단계(S140), 상기 목표 전력설비 기자재의 실제 불량 정보를 입력 받는 단계(S150) 및 상기 실제 불량 정보를 상기 기계학습 알고리즘에 적용하는 단계(S160)를 포함할 수 있다.Referring to FIG. 3, a computer that performs a method recorded on a computer readable recording medium according to an embodiment of the present invention includes image information of a plurality of power equipment equipment and defect information of the plurality of power equipment equipment. Storing initial information (S110), applying the initial information to a machine learning algorithm (S120), receiving image information of a target power equipment equipment (S130), and applying the initial information to a machine learning algorithm to which the initial information is already applied. Outputting the failure information of the target power equipment by applying the image information of the target power equipment (S140), receiving the actual failure information of the target power equipment (S150) and the actual failure information; It may include the step (S160) for applying to the machine learning algorithm.

도 4는 전력설비 기자재의 종류들을 예시한 도면이다.4 is a diagram illustrating types of power equipment equipment.

도 4를 참조하면, 전력설비 기자재의 종류는 전력케이블(10), 애자(31), 애자금구(32) 및 피뢰기(33a, 33b) 중 적어도 하나를 포함할 수 있다.Referring to FIG. 4, the type of power equipment equipment may include at least one of the power cable 10, the insulator 31, the insulator bracket 32, and the arresters 33a and 33b.

설계에 따라, 본 발명의 일 실시 예는 서로 다른 종류의 복수의 전력설비 기자재가 결합된 상태에서 복수의 전력설비 기자재 각각의 불량 정보를 출력할 수 있다.According to the design, one embodiment of the present invention may output the failure information of each of the plurality of power equipment equipment in a state in which a plurality of different kinds of power equipment equipment is combined.

도 5는 영상 정보의 종류 중 하나인 열화상 정보를 예시한 도면이다.5 is a diagram illustrating thermal image information, which is one type of image information.

도 5를 참조하면, 본 발명의 일 실시 예는 열화상 정보를 입력 받고, 상기 열화상 정보를 기계학습 알고리즘에 적용하여 상기 열화상 정보에 대응되는 전력설비 기자재의 불량 정보를 출력할 수 있다.Referring to FIG. 5, an embodiment of the present invention may receive thermal image information, and apply the thermal image information to a machine learning algorithm to output defect information of power equipment equipment corresponding to the thermal image information.

도 6은 전력설비 기자재의 종류 중 하나인 변압기를 예시한 도면이다.6 is a diagram illustrating a transformer that is one of the types of power equipment equipment.

도 6을 참조하면, 변압기는 외함(40), 패킹(50), 수분센서(53), 복수의 부싱(44c, 54a, 54b), 절연유(61), 권선도체(62), 절연지(63) 및 방압밸브(64) 중 적어도 일부를 구성요소로써 포함할 수 있는데, 본 발명의 일 실시 예는 상기 구성요소들 각각의 불량 정보에 기초하여 변압기 외함 불량 정보 및 변압기 누유 정보를 출력할 수 있다.Referring to FIG. 6, the transformer includes an enclosure 40, a packing 50, a moisture sensor 53, a plurality of bushings 44c, 54a and 54b, an insulating oil 61, a winding conductor 62, and an insulating paper 63. And at least a part of the pressure relief valve 64 as a component, an embodiment of the present invention may output transformer enclosure failure information and transformer leakage information based on the failure information of each of the components.

도 7은 전력설비 기자재의 종류 중 하나인 변압기의 외함 불량을 예시한 도면이다.7 is a diagram illustrating an enclosure failure of a transformer, which is one type of power equipment equipment.

도 7을 참조하면, 본 발명의 일 실시 예는 변압기의 외함에서 부싱이 삽입되는 부분의 균열을 식별하고 상기 균열의 크기 또는 형태를 식별하여 변압기 외함 불량 정보를 출력할 수 있다.Referring to FIG. 7, an embodiment of the present invention may identify a crack of a portion into which a bushing is inserted in an enclosure of a transformer, and output a transformer enclosure failure information by identifying a size or a shape of the crack.

도 8은 전력설비 기자재의 종류 중 하나인 변압기의 누유 불량을 예시한 도면이다.FIG. 8 is a view illustrating leakage of a transformer, which is one of a kind of power equipment equipment.

도 8을 참조하면, 본 발명의 일 실시 예는 변압기의 하면의 누유를 식별하고 누유량 또는 누유위치를 식별하여 변압기의 변압기 누유 정보를 출력할 수 있다.Referring to FIG. 8, an embodiment of the present disclosure may identify leakage of oil on a lower surface of a transformer and output leakage information of transformer of the transformer by identifying an amount of leakage or an oil leakage position.

한편, 본 명세서에 개진된 기계학습 알고리즘은 CART(Classification And Regression Trees). LDA(Linear Discriminant Analysis), KNN(K-Nearest Neighbors) 알고리즘으로 구현될 수 있으나, 이에 한정되지 않는다.On the other hand, the machine learning algorithm disclosed herein is CART (Classification And Regression Trees). Linear Discriminant Analysis (LDA) and K-Nearest Neighbors (KNN) algorithms may be implemented, but are not limited thereto.

한편, 본 명세서에 개진된 입력부(110)는 키보드, 마우스, 펜, 음성 입력 디바이스, 터치 입력 디바이스, 적외선 카메라, 비디오 입력 디바이스 또는 임의의 다른 입력 디바이스로 구현될 수 있으며, 저장부(120)는 휘발성 메모리(예를 들어, RAM 등), 비휘발성 메모리(예를 들어, ROM, 플래시 메모리 등) 또는 이들의 조합으로 구현되거나 자기 스토리지, 광학 스토리지 등으로 구현될 수도 있으며, 처리부(130)는 중앙처리장치(CPU), 그래픽처리장치(GPU), 마이크로프로세서, 주문형 반도체(Application Specific Integrated Circuit, ASIC), Field Programmable Gate Arrays(FPGA)으로 구현될 수 있으며, 출력부(140)는 디스플레이, 스피커, 프린터 또는 임의의 다른 출력 디바이스로 구현되거나 모뎀, 네트워크 인터페이스 카드(NIC), 통합 네트워크 인터페이스, 무선 주파수 송신기/수신기, 적외선 포트, USB 접속과 같은 통신접속으로 구현될 수도 있으나, 이에 한정되지 않는다.Meanwhile, the input unit 110 disclosed in the present specification may be implemented as a keyboard, a mouse, a pen, a voice input device, a touch input device, an infrared camera, a video input device, or any other input device, and the storage unit 120 may be It may be implemented in volatile memory (eg, RAM, etc.), nonvolatile memory (eg, ROM, flash memory, etc.), or a combination thereof, or may be implemented in magnetic storage, optical storage, and the like. It may be implemented as a processing unit (CPU), a graphics processing unit (GPU), a microprocessor, an application specific integrated circuit (ASIC), field programmable gate arrays (FPGA), and the output unit 140 may include a display, a speaker, Implemented as a printer or any other output device, modem, network interface card (NIC), integrated network interface, radio frequency transmitter / receiver, infrared It may be implemented in a communication connection, such as a port, USB connection, but is not limited to this.

한편, 본 명세서에 개진된 전력설비 기자재 불량 검출 장치(100a, 100b)는 개인 컴퓨터, 서버 컴퓨터, 핸드헬드 또는 랩탑 디바이스, 모바일 디바이스(모바일폰, PDA, 미디어 플레이어 등), 멀티프로세서 시스템, 소비자 전자기기, 미니 컴퓨터, 메인프레임 컴퓨터, 임의의 전술된 시스템 또는 디바이스를 포함하는 분산 컴퓨팅 환경으로 구현될 수 있으며, 버스 등의 다양한 상호접속(예를 들어, 주변 구성요소 상호접속(PCI), USB, 펌웨어(IEEE 1394), 광학적 버스 구조 등)나 네트워크에 의해 입력부(110), 저장부(120), 처리부(130) 및 출력부(140)를 상호 접속시킬 수 있으나, 이에 한정되지 않는다.On the other hand, the power equipment equipment failure detection apparatus 100a, 100b disclosed herein is a personal computer, server computer, handheld or laptop device, mobile devices (mobile phones, PDAs, media players, etc.), multiprocessor systems, consumer electronics It may be implemented in a distributed computing environment including devices, minicomputers, mainframe computers, any of the above-described systems or devices, and may include various interconnects such as buses (eg, peripheral component interconnect (PCI), USB, The input unit 110, the storage unit 120, the processing unit 130, and the output unit 140 may be interconnected by a firmware (IEEE 1394, optical bus structure, etc.) or a network, but is not limited thereto.

본 발명의 일 실시 예에 따른 컴퓨터 판독가능 기록 매체는 전력설비 기자재 불량 검출 장치(100a, 100b)에 의해 판독될 수 있으며, 상기 컴퓨터 판독가능 기록 매체에 기록된 명령을 실행할 수 있다.The computer readable recording medium according to an embodiment of the present invention may be read by the power equipment failure detection apparatuses 100a and 100b, and may execute instructions recorded on the computer readable recording medium.

이상에서는 본 발명을 실시 예로써 설명하였으나, 본 발명은 상기한 실시 예에 한정되지 아니하며, 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형이 가능할 것이다.The present invention has been described above by way of example, but the present invention is not limited to the above-described embodiment, and those skilled in the art to which the present invention pertains without departing from the gist of the present invention claimed in the claims. Anyone can make a variety of variations.

M, M1, M2, M3, M4, M5: 목표 전력설비 기자재
10: 전력케이블
20: 컨베이어
100a, 100b: 불량검출 장치
110: 입력부
120: 저장부
130: 처리부
140: 출력부
150a, 150b: 카메라
160: 제어부
170: 구동부M, M1, M2, M3, M4, M5: Target Electric Equipment
10: power cable
20: conveyor
100a, 100b: defect detection device
110: input unit
120: storage unit
130: processing unit
140: output unit
150a, 150b: camera
160: control unit
170: drive unit

Claims (8)

전력설비 기자재 불량 검출 장치;
목표 전력설비 기자재를 이송하는 컨베이어;
상기 컨베이어에 의해 이송되는 목표 전력설비 기자재를 촬영하여 영상 정보를 획득하고 상기 영상 정보를 상기 전력설비 기자재 불량 검출 장치로 전달하는 카메라;
상기 전력설비 기자재 불량 검출 장치로부터 상기 목표 전력설비 기자재의 불량 정보를 전달받고 상기 불량 정보에 기초하여 제어 신호를 생성하는 제어부; 및
상기 제어 신호에 기초하여 상기 목표 전력설비 기자재를 선택적으로 소정의 위치로 이송시키도록 상기 컨베이어를 구동하는 구동부; 를 포함하고,
상기 전력설비 기자재 불량 검출 장치는,
복수의 전력설비 기자재의 영상 정보와 상기 복수의 전력설비 기자재의 불량 정보를 포함하는 초기 정보를 저장하는 저장부;
상기 목표 전력설비 기자재의 영상 정보를 입력 받는 입력부;
상기 초기 정보가 기 적용된 기계학습 알고리즘(machine learning)에 상기 목표 전력설비 기자재의 영상 정보를 적용하는 처리부; 및
상기 목표 전력설비 기자재의 영상 정보가 상기 기계학습 알고리즘에 적용됨에 따른 상기 목표 전력설비 기자재의 불량 정보를 출력하는 출력부; 를 포함하고,
상기 입력부는 상기 목표 전력설비 기자재의 실제 불량 정보를 더 입력 받고,
상기 처리부는 상기 실제 불량 정보를 상기 기계학습 알고리즘에 더 적용하고,
상기 입력부는 상기 목표 전력설비 기자재의 초기수명 정보를 더 입력 받고,
상기 처리부는 상기 초기수명 정보를 상기 기계학습 알고리즘에 더 적용하되, 상기 초기수명 정보에 상기 목표 전력설비 기자재의 불량 정보에 대응되는 가중치를 적용하여 상기 목표 전력설비 기자재의 잔여수명 정보를 생성하는 전력설비 기자재 불량 검출 시스템.
Power equipment failure detection device;
A conveyor for transporting target power equipment equipment;
A camera for photographing a target power equipment equipment transported by the conveyor to obtain image information and transferring the video information to the power equipment failure detection device;
A control unit which receives the failure information of the target power equipment equipment from the power equipment equipment failure detection device and generates a control signal based on the failure information; And
A driving unit which drives the conveyor to selectively transfer the target power equipment equipment to a predetermined position based on the control signal; Including,
The power equipment equipment failure detection device,
A storage unit which stores initial information including image information of a plurality of power equipments and defect information of the plurality of power equipments;
An input unit configured to receive image information of the target power equipment equipment;
A processor configured to apply image information of the target electric power equipment to the machine learning algorithm to which the initial information is applied; And
An output unit for outputting defect information of the target power equipment as the image information of the target power equipment is applied to the machine learning algorithm; Including,
The input unit further receives the actual failure information of the target power equipment equipment,
The processor further applies the actual defect information to the machine learning algorithm,
The input unit further receives the initial life information of the target power equipment equipment,
The processor further applies the initial lifespan information to the machine learning algorithm, and applies power to the initial lifespan information corresponding to the defective information of the target power equipment to generate the remaining life information of the target power equipment. Equipment equipment defect detection system.
삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 목표 전력설비 기자재의 종류는 변압기, 개폐기, 전력케이블, 피뢰기 및 애자 중 적어도 둘을 포함하고,
상기 목표 전력설비 기자재의 영상 정보의 종류는 기사광선 영상, 열화상 영상 및 X-ray 영상 중 적어도 둘을 포함하고,
상기 입력부는 복수의 종류의 목표 전력설비 기자재의 복수의 종류의 영상 정보를 입력 받는 전력설비 기자재 불량 검출 시스템.
The method of claim 1,
The target power equipment type includes at least two of a transformer, a switch, a power cable, an arrester, and an insulator,
The kind of the image information of the target power equipment equipment includes at least two of the article ray image, the thermal image and the X-ray image,
And the input unit receives a plurality of types of image information of a plurality of types of target power equipments.
제1항에 있어서,
상기 목표 전력설비 기자재의 종류는 변압기를 포함하고,
상기 목표 전력설비 기자재의 불량 정보는 변압기 외함 불량 정보 및 변압기 누유 정보를 포함하는 전력설비 기자재 불량 검출 시스템.The method of claim 1,
The target power equipment equipment includes a transformer,
The failure information of the target power equipment equipment is a power equipment equipment failure detection system including transformer enclosure failure information and transformer leakage information. 삭제delete 삭제delete
KR1020170174924A 2017-12-19 2017-12-19 Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment KR102051670B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170174924A KR102051670B1 (en) 2017-12-19 2017-12-19 Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170174924A KR102051670B1 (en) 2017-12-19 2017-12-19 Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment

Publications (2)

Publication Number Publication Date
KR20190073780A KR20190073780A (en) 2019-06-27
KR102051670B1 true KR102051670B1 (en) 2019-12-04

Family

ID=67057212

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170174924A KR102051670B1 (en) 2017-12-19 2017-12-19 Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment

Country Status (1)

Country Link
KR (1) KR102051670B1 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102310900B1 (en) * 2019-07-02 2021-10-12 한국전력공사 Diagnostic apparatus for facilities of power transmission using unmaned aerial vehicle and method thereof
CN111078912B (en) * 2019-12-18 2024-02-20 国网上海市电力公司 Power equipment image data warehouse and power equipment defect detection method
CN111797725A (en) * 2020-06-18 2020-10-20 浙江大华技术股份有限公司 Equipment state detection method, device and system

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100276430B1 (en) * 1997-12-26 2000-12-15 정선종 Ccd camera based automated visul inspection system and met hod to the rear side specification in an autobody assembly process
KR200354498Y1 (en) 2004-03-29 2004-07-01 김환성 Pipeline Inspection using Neural Networks
KR101310281B1 (en) * 2013-03-25 2013-09-24 대흥전력기술 주식회사 Jig device and method for repairing leak of transformer on live wire state
KR101688458B1 (en) * 2016-04-27 2016-12-23 디아이티 주식회사 Image inspection apparatus for manufactured articles using deep neural network training method and image inspection method of manufactured articles thereby
JP2017187418A (en) * 2016-04-07 2017-10-12 三菱重工業株式会社 Wear inspection apparatus and wear inspection method
KR101791305B1 (en) * 2015-08-31 2017-10-30 한국전력공사 Apparatus and method for diagnosing electric power equipment using infrared thermal imaging camera

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100729107B1 (en) 2005-10-27 2007-06-14 한국전력공사 Methods of Input Vector formation for Auto-identification of partial discharge source using neural networks

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100276430B1 (en) * 1997-12-26 2000-12-15 정선종 Ccd camera based automated visul inspection system and met hod to the rear side specification in an autobody assembly process
KR200354498Y1 (en) 2004-03-29 2004-07-01 김환성 Pipeline Inspection using Neural Networks
KR101310281B1 (en) * 2013-03-25 2013-09-24 대흥전력기술 주식회사 Jig device and method for repairing leak of transformer on live wire state
KR101791305B1 (en) * 2015-08-31 2017-10-30 한국전력공사 Apparatus and method for diagnosing electric power equipment using infrared thermal imaging camera
JP2017187418A (en) * 2016-04-07 2017-10-12 三菱重工業株式会社 Wear inspection apparatus and wear inspection method
KR101688458B1 (en) * 2016-04-27 2016-12-23 디아이티 주식회사 Image inspection apparatus for manufactured articles using deep neural network training method and image inspection method of manufactured articles thereby

Also Published As

Publication number Publication date
KR20190073780A (en) 2019-06-27

Similar Documents

Publication Publication Date Title
KR102051670B1 (en) Apparatus, system and computer readable recording medium for detecting defective material of electric power equipment
AU2017209231B2 (en) Method, system, device and readable storage medium for realizing insurance claim fraud prevention based on consistency between multiple images
CN109946319B (en) Printed circuit board inspection apparatus, method of determining defect type of screen printer, and computer-readable recording medium
CN106643508A (en) Method and system for measuring volume of regular three-dimensional object
GB2588735A (en) Knockout autoencoder for detecting anomalies in biomedical images
CN110726724A (en) Defect detection method, system and device
EP3501828B1 (en) Printed circuit board inspecting apparatus, method for detecting anomaly in solder paste and computer readable recording medium
US20180067600A1 (en) Electronic device diagnostics using force sensing assemblies
EP3007133A3 (en) Apparatus and method for defect detection in a printing system
US20170102295A1 (en) Fault diagnostic system
WO2018235266A1 (en) Inspection device, inspection method, and inspection program
CN111144398A (en) Target detection method, target detection device, computer equipment and storage medium
PH12019500488A1 (en) A method and measuring device for inspecting a cable harness
WO2019238152A3 (en) Inspection method and system
JP6439525B2 (en) Inspection device
WO2021106189A1 (en) Crack measuring device, crack measuring system, crack measuring method, and crack measuring program
CN108362652B (en) Object freshness nondestructive testing method based on evidence theory
US20200183632A1 (en) Method, device, and system for obtaining sensor data, and computer readable storage medium
CN104634221A (en) Defect check card for printed circuit board and defect inspection method using check card
GB2537443A8 (en) Method and system for identifying a network-connected sensor device based on electrical fingerprint
Goto et al. Characteristics verification of pneumatic artificial muscles for compressive loading
US10309935B1 (en) Evaluating conditions associated with a material handling equipment
US20210305984A1 (en) Apparatus and methods for sensing
US20230142100A1 (en) Inspection assistance apparatus, inspection assistance method, and computer readable recording medium
TWM502848U (en) Electrostatic discharge detection device

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