KR102058841B1 - 발전기 컬렉터의 섬락을 검출하는 시스템 및 방법 - Google Patents

발전기 컬렉터의 섬락을 검출하는 시스템 및 방법 Download PDF

Info

Publication number
KR102058841B1
KR102058841B1 KR1020130049467A KR20130049467A KR102058841B1 KR 102058841 B1 KR102058841 B1 KR 102058841B1 KR 1020130049467 A KR1020130049467 A KR 1020130049467A KR 20130049467 A KR20130049467 A KR 20130049467A KR 102058841 B1 KR102058841 B1 KR 102058841B1
Authority
KR
South Korea
Prior art keywords
signal
spark
occurred
generator
collector assembly
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020130049467A
Other languages
English (en)
Other versions
KR20130124211A (ko
Inventor
미나 가네쉬
Original Assignee
제너럴 일렉트릭 캄파니
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 제너럴 일렉트릭 캄파니 filed Critical 제너럴 일렉트릭 캄파니
Publication of KR20130124211A publication Critical patent/KR20130124211A/ko
Application granted granted Critical
Publication of KR102058841B1 publication Critical patent/KR102058841B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • 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
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/343—Testing dynamo-electric machines in operation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • 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
    • G01R31/58—Testing of lines, cables or conductors
    • 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
    • G01R31/66—Testing of connections, e.g. of plugs or non-disconnectable joints

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Relating To Insulation (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

발전기를 수동적으로 모니터링해서 컬렉터 섬락 경고를 생성하는 시스템 및 방법이 제공된다. 한 방법(300)은, 컴퓨팅 장치가, 발전기 컬렉터 조립체에 접속된 여자기 케이블 둘레에 연결된 전류 변환기로부터 신호를 수신하는 단계(302)와, 컴퓨팅 장치가, 전류 변환기로부터 수신한 신호에 적어도 부분적으로 기초해서 발전기 컬렉터 조립체에서 스파크가 발생한 시점을 결정하는 단계(304)와, 발전기 컬렉터 조립체에서 스파크가 발생했다고 결정되면, 발전기 컬렉터 조립체에서 스파크가 발생했다는 표시를 생성하는 단계(306)와, 생성된, 발전기 컬렉터 조립체에서 스파크가 발생했다는 표시에 적어도 부분적으로 기초해서 섬락 경고를 생성하는 단계(308)를 포함한다.

Description

발전기 컬렉터의 섬락을 검출하는 시스템 및 방법{SYSTEMS AND METHODS TO DETECT GENERATOR COLLECTOR FLASHOVER}
본 발명은 전반적으로 발전기를 모니터링하는 것에 관한 것이며, 상세하게는 발전기에서의 스파킹 및 방전 상황을 모니터링하는 방법 및 시스템에 관한 것이다.
발전기 컬렉터 조립체 내의 탄소 브러시는 고정 위치로부터 회전 컬렉터로 전류를 통전시킨다. 브러시에서의 약간의 비파괴성(non-destructive) 스파킹은 통상적인 것으로, 브러시의 과도한 마모나 컬렉터 링 표면의 부식을 발생시키지 않는다. 그러나, 컬렉터의 섬락은 종종 발전기 정전의 원인이 되고 있다. 섬락이란, 고 유도성(highly inductive) 발전기의 계자 회로가 단선되는 것을 나타내며, 양극 혹은 음극에서 발생할 수 있다. 섬락은 종종 탄소 브러시가 장시간 스파킹된 이후에 발생한다.
발전기 컬렉터 조립체에서 컬렉터 섬락을 방지하는 일반적인 방법은 발전기를 주기적으로 관찰하고, 보수하며, 점검하는 것이다. 이러한 유지 보수를 용이하게 하는 몇 가지 결정법 및 체크리스트가 있다. 그러나, 시판 중인 시스템에서는, 예방 차원의 유지 보수 및 계획적인 유지 보수를 행하는 현장(in-situ) 연속 모니터링 시스템은 제공하고 있지 않다.
일 실시예에서, 발전기 컬렉터 조립체를 모니터링하는 시스템이 제공된다. 이 시스템은, 발전기에 접속된 제 1 여자기 케이블 둘레에 위치된 제 1 전류 변환기 및 제 1 전류 변환기로부터 신호를 수신하도록 연결된 컴퓨팅 장치를 포함한다. 컴퓨팅 장치는, 제 1 전류 변환기로부터 수신한 신호에 적어도 부분적으로 기초해서 발전기 컬렉터 조립체에서 스파크가 발생한 시점을 결정하고, 발전기에서 스파크가 발생했다는 표시를 생성하도록 프로그래밍되어 있다.
다른 실시예에서, 발전기 컬렉터 조립체를 수동적으로 모니터링하는 방법이 제공된다. 이 방법은, 컴퓨팅 장치가, 발전기에 접속된 여자기 케이블 둘레에 연결된 전류 변환기로부터 신호를 수신하는 단계와, 컴퓨팅 장치가, 전류 변환기로부터 수신한 신호에 적어도 부분적으로 기초해서 발전기 컬렉터 조립체에서 스파크가 발생한 시점을 결정하고, 발전기에서 스파크가 발생했다고 결정하면, 발전기에서 스파크가 발생했다는 표시를 생성하는 단계를 포함한다.
또 다른 실시예에서, 발전기 컬렉터 조립체를 수동적으로 모니터링하는 시스템을 트레이닝하는 방법이 제공된다. 이 방법은, 컴퓨팅 장치가, 발전기 컬렉터 조립체에 접속된 여자기 케이블 둘레에 연결된 제 1 전류 변환기로부터 신호를 수신하는 단계와, 사전 결정된 임계값을 초과하는 신호를 복수 제 1 전류 변환기로부터 수신한 것에 응답해서, 제 1 전류 변환기로부터의 신호의 복수의 세그먼트를 저장하는 단계와, 신호의 복수의 세그먼트로부터 신호의 적어도 하나의 특성을 추출하는 단계와, 추출한 신호의 특성에 적어도 부분적으로 기초해서 발전기에서의 스파크에 대응하는 적어도 하나의 신호 임계값을 생성하는 단계를 포함한다. 신호의 복수의 세그먼트의 각각의 세그먼트는, 복수의 세그먼트 중 제 1 전류 변환기로부터 수신한 신호에서 검출된 세그먼트와 관련이 있다.
도 1은 발전기 컬렉터 조립체를 수동적으로 모니터링하는 예시적인 시스템을 나타내는 도면이다.
도 2는, 도 1의 시스템에서 사용되는 분석 모듈의 기능도이다.
도 3은 발전기 컬렉터 조립체를 수동적으로 모니터링하는 예시적인 방법의 흐름도이다.
도 4는 발전기의 수동적 모니터링 시스템을 트레이닝하는 예시적인 방법의 흐름도이다.
도 5는, 도 1의 예시적인 시스템으로부터 획득한 24개의 신호 특성의 점적율(factor space)에 대한 프로젝션을 나타내는 도면이다.
여기 개시된 방법 및 시스템은 발전기 컬렉터 조립체를 수동적으로 모니터링해서, 컬렉터 섬락이 발생하기 전에 스파킹을 검출하는데 유용하다. 시스템이 발전기 컬렉터 조립체를 수동적으로 모니터링하기 때문에, 브러시 조립체 와이어의 액티브 펄싱을 방지할 수 있다. 따라서, 발전기의 동작을 간섭하지 않고 지속적으로 모니터링을 수행할 수 있다.
도 1에는 발전기(102)를 모니터링하는 예시적인 시스템(100)이 도시되어 있다. 발전기(102)는 제 1 여자기 케이블(106) 및 제 2 여자기 케이블(108)에 의해서 여자기(104)에 전기적으로 연결되어 있다. 여자기(104)는 발전기 컬렉터 조립체를 통해서, 발전기(102)의 계자 코일(도시 생략)에 전류를 공급한다. 발전기 컬렉터 조립체는 컬렉터 링(110)(슬립링이라고도 함), 고정 탄소 브러시(112) 및 브러시 홀더(도시 생략)를 포함하고 있다. 고정 탄소 브러시(112)는 제 1 및 제 2 여자기 케이블(106, 108)로부터 회전 컬렉터 링(110)으로 전류를 연결시킨다. 여자기(104)로부터의 전류는 음(negative) 브러시(112)와 링(110)을 거쳐서 발전기(102)의 회전자 계자(도시 생략)로 들어가고, 양(positive) 브러시(112)와 링(110)을 거쳐서 되돌아온다.
예시적인 실시예에서, 모니터링 시스템(100)은 제 1 센서(114) 및 제 2 센서(116)를 포함한다. 제 1 센서(114) 및 제 2 센서(116)는 제 1 여자기 케이블(106) 및 제 2 여자기 케이블(108) 각각의 둘레에 연결된 환상형 센서이다. 제 1 센서(114) 및 제 2 센서(116)는 브러시(112)에서 나타나는 변이를 실시간으로 검지한다. 예시적인 실시예에서, 제 1 센서(114) 및 제 2 센서(116)는 전류 변환기이다. 제 1 여자기 케이블(106) 및 제 2 여자기 케이블(108)을 지나는 전류가 변화되면서, 제 1 및 제 2 센서(114, 116)에 전류를 유도한다. 이렇게 유도된 전류는 제 1 및 제 2 센서(114, 116)로부터의 신호를 이용해서 모니터링된다. 또한, 예시적인 실시예에서 제 1 및 제 2 센서(114, 116)는 고주파 전류 변환기로, 무선 주파수 전류 변환기라고도 한다. 고주파 전류 변환기는 고주파 영역 및/또는 무선 주파수 영역에서의 신호를 모니터링하도록 설계되어 있다. 다른 실시예에서, 시스템(100)은 센서를 더 많게 혹은 더 적게 포함하고 있다. 일부 실시예에서, 발전기(102)의 회전자 계자 코일로 들어가는, 즉 여기시키는 전류를 모니터링하는데 하나의 센서가 이용된다. 나아가, 다른 실시예에서는, 센서(114, 116)는 임의의 다른 적절한 타입의 센서가 될 수 있으며, 신호의 임의의 적절한 주파수에 대해서 최적화될 수 있다.
제 1 및 제 2 센서(114, 116)의 출력은 컴퓨팅 장치(117)로 송신된다. 컴퓨팅 장치(117)는 데이터 획득 장치(DAQ)(118), 진단 엔진(120) 및 데이터베이스(122)를 포함한다. 예시적인 실시예에서, DAQ(118), 진단 엔진(120) 및 데이터베이스(122)는 하나의 컴퓨팅 장치에 집적된 구성 요소 및/또는 기능 모듈이다. 다른 실시예에서, DAQ(118), 진단 엔진(120) 및 데이터베이스(122)가 2개 이상의 별개의 컴퓨팅 장치에 분산될 수도 있지만, 이것도 역시 컴퓨팅 장치(117)라고 한다.
예시적인 실시예에서, DAQ(118)는 하나의 보드 컴퓨터 및 디지타이저를 포함한다. 예시적인 실시예에서, DAQ(118)는 임의의 다른 적절한 컴퓨팅 장치를 포함할 수 있다. DAQ(118)는 시간 흐름에 따라서 센서(114, 116)로부터 신호를 수신하고 모니터링한다. 일반적으로 DAQ(118)는 제 1 및 제 2 센서(114, 116)로부터 수신한 신호를 임계값 및/또는 알고리즘 모델과 비교해서, 스파크와 같은 부분 방전 상황이 발전기(102)에서 발생한 시점을 결정한다.
상세하게, 신호 데이터는 처리 및 분석을 위해서 진단 엔진(120)으로 송신된다. 진단 엔진(120)은 진단 알고리즘 및 판정 모델을 이용해서, 수신한 데이터가 스파킹 상황이 발생했다고 나타내고 있는지 여부를 판정한다. 나아가, 진단 엔진(120)은, 발전기(102)의 영역에서 진단 알고리즘 및/또는 판정 모델을 트레이닝하는데 이용되며, 이에 대해서는 상세하게 후술한다. 스파킹 상황이 식별되면, 관련 데이터는 데이터 베이스(122)나 다른 저장 시스템에 저장되고, 통지 시스템(124)은 이를 이용해서 유지 보수 담당자와 같은 운영자에게 정보를 제공한다. 예시적인 실시예에서, 진단 엔진(120) 및 데이터베이스(122)는 DAQ(118)와는 분리되어 있다. 다른 실시예에서, 진단 엔진(120) 및 데이터베이스(122)는 DAQ(118)에 전부 혹은 일부를 포함된다.
DAQ(118)는 각각의 센서(114, 116)로부터 입수되는 데이터를 모니터링함과 아울러, 데이터의 그룹을 저장하고, 트리거 조건이 만족되었을 때 진단 엔진(120)에 이를 포워딩하는 방식으로 특정 조건에 응답하도록 구성된다. 일 실시예에서, 트리거 조건은, 신호에서 특정한 비율의 변경이 관찰될 때마다, 그 신호를 선택해서 캡쳐하는 것으로, 선택된다. 이와 달리, 트리거는, 절대 전압 레벨이 특정 임계값 이상(혹은 이하)가 되는 것과 관련된다. 이러한 트리거 조건에 더해서, DAQ(118)는 입수되는 신호를 특정 주파수로 샘플링하도록 구성될 수도 있다. 이하에서는 DAQ(118)의 동작 조건과 트리거 조건을 조합해서 "DAQ 파라미터"라고 한다. 일반적으로, DAQ 파라미터는, 모니터링하고 있는 케이블(106 혹은 108)에서 주목하고 있는 신호가 검출되면, DAQ가 데이터를 캡쳐해서 포워딩하게 하도록 선택된다. 이러한 신호는 예컨대, 와이어에 의해, 부분 방전 상황에 의해, 혹은 와이어의 노이즈에 의해 스파크가 발생함으로써 야기될 수 있다. 나아가, 일부 실시예에서는, 제 1 센서(114)만 모니터링해서 제 1 여자기 케이블(106) 상의 신호를 검출한다. 제 1 여자기 케이블(106)에서 신호가 검출되면 센서(114, 116)로부터의 데이터는 모두 저장되어서 진단 엔진(120)으로 포워딩된다.
DAQ(118)가, 트리거 조건을 만족하는 센서(114 혹은 116) 중 하나로부터 신호를 검출하면, DAQ(118)는 그 센서(114 혹은 116)에서 판독되는 다수의 일련의 데이터를 캡쳐한다. 일부 실시예에서, DAQ(118)는 다른(비-트리거) 센서(116 혹은 114)에서 판독되는 다수의 데이터를 캡쳐하기도 한다. 센서(114 및/또는 116)로부터 판독되는 이들 데이터는 분석을 위해서, 적절한 타임 스탬프와 함께 진단 엔진(120)으로 포워딩된다.
각각의 센서(114, 116)로부터의 신호 데이터는, DAQ(118)로부터 진단 엔진(120)으로 송신된다. 캡쳐된 데이터에 더해서, 진단 엔진(120)은 DAQ(118)의 동작 규칙의 특징을 나타내는 DAQ 파라미터도 검색한다. DAQ 파라미터는 DAQ(118)에 저장되어서 적절하게 진단 엔진(120)에 포워딩될 수도 있고, 혹은 진단 엔진(120)과 관련된 룩업 테이블이나 다른 저장 장치를 통해서 진단 엔진(120)에서 이용 가능하게 될 수도 있다. 예시적인 DAQ 파라미터는, DAQ(118)에서 이용되는 트리거 레벨(예컨대, 200밀리 볼트) 및 DAQ(118)가 각각의 센서로부터의 데이터를 기록하는 샘플링 주파수를 포함할 수 있다.
진단 엔진(120)은 입수 데이터를 평가하는데 이용되는 2개의 모듈, 즉 입수 신호 데이터와 관련된 신호 특성의 세트를 결정하는데 이용되는 진단 모듈(126), 그리고 신호 특성 및 DAQ 파라미터와 같은 다른 정보를 이용해서, 스파킹 상황이 발생했는지 여부 및/또는 이후에 컬렉터 섬락이 발생할 가능성이 있는지 여부를 판정하는(이하 검출 판정이라고도 함) 판정 모듈(128)을 포함한다. 검출 판정은, 판정과 관련된 신뢰도를 포함할 수 있다.
도 2는 진단 모듈(126)이 소망의 신호 특성(200)을 생성하는데 이용하는 다양한 모델을 나타내는 도면이다. 이 모델은 곡선 맞춤 모델(curve fitting model)(202), ADVFREQ 모델(204), 고속 퓨리에 변환(FFT) 모델(206) 및 통계 모델(208)을 포함한다. 이들 모델 각각은, 예컨대, 신호 데이터와 같은 입수 데이터를 분석하는데 이용되는 실행 가능 코드의 세트를 포함하며, 진단 엔진(120)이 이 모델을 실행해서, 분석 모듈(126)이 그 신호에 대해서 결정하는 하나 이상의 신호 특성(200)을 생성한다. 각각의 모델 및 그 출력 신호에 대해서는 이하에서 상세하게 설명한다. 다른 실시예에서는, 상기 이외의 모델을 포함한, 더 많은 혹은 더 적은 모델이 이용될 수 있다.
곡선 맞춤 모델(202)을 이용해서 입수 신호 데이터를 와이블 엔벨롭(Weibull envelope)에 맞춘다. 이러한 분석을 통해서, 신호 데이터의 와이블 분석을 특징짓는데 이용될 수 있는, 신호 데이터 중 양의 부분과 음의 부분의 크기 및 형상 파라미터의 예측값을 생성한다. 크기 및 형상 파라미터는, 수신한 신호 데이터에 적합한 모델을 생성하는 파라미터이다. 이 기법은 수신한 데이터에 대응하는 확률 분포 함수를 근사화시키는 방식으로서 알려져 있다. 또한, 일부 실시예에서, 곡선 맞춤 모델(202)은, 신호의 상승 시간과 하강 시간의 기울기(신호의 양의 부분과 음의 부분 모두에 대해서), 최대 진폭에 대한 신호의 신호의 반곡점, 및 신호의 최대 진폭이 발생하는 지점을 계산해서, 신호 특성(200)으로서 출력한다.
ADVFREQ 모델(204)은, 판정 모듈(128)이 스파크 상황을 나타내는 데이터 신호와 신호 중의 단순 노이즈를 구별하는데 이용할 수 있는 데이터를 생성하는데, 이용된다. 신호 데이터에 대해서 진폭 스펙트럼 추정치가 계산되고, 그 신호의 DC 진폭을 신호 데이터로부터 감산한다. 공지된 방식으로, 비-DC 신호에 대해서 메인 주파수, 진폭 및 위상을 계산한다. 자기 상관 함수의 진폭 스펙트럼을 이용하는 등의 기법을 이용해서 신호 데이터의 주파수 추정치를 개선할 수 있다. 분석된 신호 데이터의 신호 특성(200)으로서 메인 주파수 및 그 진폭이 출력된다. 이 모델 및 와이블 크기로부터의 진폭은, 모델에서 유도한 특성 중 하나로서 이용된다.
FFT 모델(206)은, 그 신호 데이터에 대해서 이산 퓨리에 변환을 수행해서, 그 신호의 성분 주파수를 판정하는데 이용된다. 퓨리에 변환은, 신호 데이터 및 샘플링 주파수(DAQ 파라미터 중 하나)를 이용하며, 이를 공지된 고속 퓨리에 변환 알고리즘에 전송함으로써 계산될 수 있다. 10개의 최상위 성분 주파수가 신호 특성(200)으로서 출력된다.
통계 모델(208)은, 데이터 신호와 관련된 공통의 기술 통계(descriptive statistics)를 추출하는 통계 루틴의 그룹이다. 이러한 파라미터는 공지되어 있고, 신호의 최소값, 신호의 최대값, 신호의 평균, 신호의 조화 평균, 신호의 기하 평균, 신호의 실효값, 파고율, 절대 편차, 표준 편차, 스큐, 첨예도, 회귀 r-스퀘어 값, 및 신호의 최대값의 시간을 포함할 수 있다. 이들 계산된 결과 각각은 신호 특성(200)의 일부로서 출력된다.
상기 각각의 모델을 신호 데이터 및 DAQ 파라미터에 적용함으로써, 신호 특성(200)을 생성한다. 상술한 바와 같이, 신호 특성(200)이란, 신호 전체를 재생할 필요없이, 신호를 종합적으로 나타내는 파라미터의 세트이다. 신호 특성(200)은 후술하는 바와 같이, 판정 모듈(128)에서 사용되며, 이는 저장 데이터베이스(122)에 직접 저장될 수도 있다. 상기 적용되는 모델에 더해서, 분석 모듈(126)은, 신호 데이터 자체를 신호 특성과 함께 저장하도록, 예컨대, 이산 코사인 변환을 이용해서 선택적으로 신호의 압축을 수행할 수 있다.
일단 분석 모듈(126)이 신호 특성(200)을 계산하면, 이 특성은 판정 모듈(128)로 전달되어서 스파크가 발생했는지 혹은 조만간 컬럭터 섬광이 발생할 가능성이 있는지 여부에 대한 최종 판정을 행한다. 검출 판정은 신호 특성(200) 및 DAQ 파라미터를 이용해서 행해진다.
일 실시예에서, ADVFREQ 모델(204)에 의해 판정된 주파수는, FFT 모델(206)이 판정한 성분 주파수 중 최상위 4개와 비교된다. 만약 주파수가 최상위 4개의 성분 주파수 중 하나의 1% 이내가 아니라면, 이 신호에는 노이즈 신호라는 플래그를 붙이고, 이 신호는 노이즈라는 판정 결과를 출력한다.
ADVFREQ 모델(204)로부터의 주파수가 4개의 최상위 성분 주파수 중 하나의 1% 이내라면, 그 신호를 방전 가능성이 있는 것(a possible discharge)으로서(예컨대, 스파킹 상황) 인정할 수 있는지 여부를 판정한다. 스파킹 상황이 발생했는지 여부에 대한 판정은 일반적으로 신호 특성의 쌍에 기초한다. 일 실시예에서, 이 판정은 2개의 값 즉, 와이블 형상 파라미터 및 ADVFREQ 모델(204)로부터의 진폭과 와이블 크기 파라미터의 비율(ADVFREQFEATURE라고 함)에 기초한다. 와이블 형상이 사전 결정된 제한 혹은 한도의 쌍 사이에 있고, ADVFREQFEATURE가 사전 결정된 한도의 개개의 쌍 사이에 있다면, 센서로부터의 신호는 방전을 나타내는 것으로 상정된다. 이하 설명하는 바와 같이, 한도는, 시스템 셋업시에 시험적으로 결정된다. 이 분석은, 각각의 센서와 관련된 데이터에 대해서 개별적으로 수행된다. 다른 실시예에서는, 스파킹 상황이 발생했는지 식별하는데 다른 신호 특성의 쌍이 이용된다.
스파킹 상황이 검출되면, 판정 모듈(128)은 스파킹 상황이 발생했다는 표시를 생성한다. 이 표시는, 예컨대 통지 시스템(124)을 통해서 경고를 생성해서 스파크 상황이 발생했다는 것을 운영자에게 알리는 것, 혹은, 혹은 스파크 상황이 발생했다는 표시 및/또는 스파크 상황에 대응하는 신호 데이터를 데이터베이스(122)에 저장하는 것을 포함할 수 있다. 나아가, 판정 모듈(128)은 스파킹 상황이 발생했다는 것이 컬렉터 섬락이 바로 발생할 가능성이 있다는 것을 나타내는지 여부를 판정한다. 이러한 판정은, 신호 특성(200) 중 하나 이상 및/또는, 다수의 스파킹 상황과 관련된 데이터에 기초해서 행해질 수 있다. 예컨대, 판정 모듈(128)은 일정 시간 검출되는 각각의 스파크 상황마다, 스파크 상황이 발생했다는 것을 나타내는 표시를 저장한다. 일부 실시예에서, 특정 시간 동안 임계 수의 스파크 상황이 검출되었다면, 판정 모듈(128)은 컬렉터 섬락이 바로 발생할 가능성이 있다고 판정한다. 이에 더해서, 혹은 이와 달리, 판정 모듈(128)은 스파크 상황의 빈도를 모니터링하고, 스파크 상황의 빈도가 임계값을 초과하는 것에 기초해서 컬렉터 섬락이 바로 발생할 가능성이 있다고 판정할 수 있다. 다른 실시예에서, 컬렉터 섬락의 가능성은 신호 특성(200) 중 하나 이상에 기초해서 판정될 수 있다. 방전 상황을 수반하는 하나 이상의 신호 특성(200) 혹은 신호 특성의 쌍이 임계값을 초과하면, 판정 모듈(128)은 컬렉터 섬락이 바로 발생할 가능성이 있다고 판정할 수 있다. 그러나, 예시적인 시스템(100)에서는, 컬렉터 섬락의 가능성이 판정되면, 판정 모듈(128)은, 컬렉터 섬락이 발생할 가능성이 있다고 판정되면 컬렉터 섬락이 발생할 가능성이 있다는 경고(이하 섬락 경고라고도 함)를 생성한다. 이 경고는, 섬광등, 표시 장치에 표시된 메시지 등과 같이 인간이 인지할 수 있는 경고가 될 수도 있고, 원격 모니터링 및 진단 시스템과 같은, 다른 시스템으로의 송신이 될 수도 있다.
도 3은 발전기(100)와 같은 발전기를 수동적으로 모니터링하는 방법(300)의 흐름도이다. 방법(300)은 예컨대, 시스템(100)을 포함한 임의의 적절한 시스템에 의해 수행될 수 있다. 방법(300)은 발전기 컬렉터 조립체에 접속된 여기자 케이블 둘레에 결합된 전류 변환기로부터 신호를 수신하는 단계(302)를 포함한다. 이 신호는 컴퓨팅 장치(117)와 같은 컴퓨팅 장치에 의해 수신된다. 컴퓨팅 장치는 전류 변환기로부터 수신한 신호에 적어도 부분적으로 기초해서 발전기 컬렉터 조립체에서 스파크가 발생한 시점을 결정한다(304). 컴퓨팅 장치가 발전기 컬렉터 조립체에서 스파크가 발생했다고 판정하면, 발전기 컬렉터 조립체에서 스파크가 발생했다는 표시가 생성된다(306). 발전기 컬렉터 조립체에서 스파크가 발생했다고 생성된 표시에 적어도 부분적으로 기초해서 섬락 경고가 생성된다(308).
상술한 바와 같이, 검출 결과가 있다는 것을 독립적으로 확인될 수 있는 환경에서는, 신호 및/또는 신호 특성의 한도/임계값은 실행 시스템(100)의 시험 과정을 통해서 판정된다. 시험시에, 신호 특성은 모든 상황에 대해서 캡쳐된다. ADVFREQFEATURE와 같은 신호 특성 쌍의 한도값을 계산해서 가긍정적 판단(false positives)과 가부정적 판단(false negatives) 사이에서 적절한 균형을 제공한다.
도 4는, 시스템(100)과 같이, 발전기를 수동적으로 모니터링하는 시스템을 트레이닝 하는 예시적인 방법(400)의 흐름도이다. 방법(400)은 발전기 컬렉터 조립체에 접속된 여기자 케이블 둘레에 연결된 제 1 전류 변환기로부터 신호를 수신하는 단계(402)를 포함한다. 이 신호는 컴퓨팅 장치(117)와 같은 컴퓨팅 장치에 의해 수신된다. 제 1 전류 변환기로부터 수신한 신호에서 복수의 세그먼트를 검출한 것에 응답해서, 제 1 전류 변환기로부터의 신호의 복수의 세그먼트가 저장된다(404). 신호의 복수의 세그먼트로부터 신호의 특성 중 적어도 하나가 추출되고(406), 추출한 신호의 특성에 적어도 부분적으로 기초해서 발전기 컬렉터 조립체에서의 스파크에 대응하는 적어도 하나의 신호 임계값이 생성된다(408).
상세하게, 시스템(100)을 트레이닝하기 위해서, 도 1에 도시된 바와 같이 시스템(100)은 발전기에 연결된다. 시스템(100)은, 제 1 센서(114)로부터의 신호가 초기 임계값을 초과를 모니터링하도록 설정된다. 초기 임계값을 초과하는 신호가 검출되면, 제 1 센서(114) 및 제 2 센서(116)로부터의 일련의 데이터는 캡쳐되고 저장된다. 시스템(100)은 충분한 수의 데이터의 샘플을 획득할 때까지 일정 기간 동안 이러한 데이터를 수집하도록 되어 있다. 일 실시예에서, 시스템(100)은 2500개의 샘플이 수집될 때까지 동작된다. 이 때, 신호는 2500개의 샘플로 이루어진다. 예컨대, 시스템(100)은 몇시간, 며칠 등에 걸쳐서 신호 데이터(2500개 샘플)를 획득할 수 있다.
데이터가 수집된 이후에, 이 신호 데이터에 대해서 PCA(principal component analysis)가 수행되어서, 모델을 만드는 판정에 신호 데이터의 어떤 특성이 중요한지를 식별한다. 구체적으로, 각 데이터 샘플에 대해서 상기 설명한 신호 특성(200)이 결정되고, 신호 특성(200)은 PCA 기법을 이용해서 분석된다. 이 특성은 점적율(factor space)에 투영된다. 도 5는 24개의 신호 특성이 점적율에 투영된 것을 나타내고 있다. 2개의 특성이 중심에서 멀리 떨어져 있으면서 서로는 근접하고 있다면, 이들은 상관 관계가 긍정적으로 매우 높은 것이다. 예컨대, 상위 4개의 FFT 주파수(frq1-frq4)는 상관 관계가 긍정적으로 매우 높다. 만약 특성이 서로 직교한다면, 전혀 상관 관계가 없는 것이다. 특성이 서로 반대쪽에 나타나고 있다면, 이들은 부정적으로 상관 관계가 매우 높다. 판정 알고리즘에서 상관 특성만을 이용하는 것을 회피해서, 차원성(dimensionality)을 감소시키는데는, PCA가 유용하다. PCA를 행함으로써, 어느 특성이 중요하고, 어느 특성이 동일한 정보를 전달하는지에 대한 개요도 얻을 수 있다.
신호 특성의 쌍을 식별하기 위해서 특성의 군집을 연구하고, 분석한다. 예시적인 실시예에서, 군집화는 응집 계층 군집화를 이용하며, 즉 군집이 서브 군집을 갖고 있고, 이것이 또 서브 군집을 갖는 등으로 되어 있는 상향식 군집화 방법(bottom-up clustering method)이다. 응집 계층 군집화는 하나의 군집에서 하나의 특성쌍 개체마다 개시된다. 모든 데이터가 하나의 군집에 들어갈 때까지 이를 계속해서 반복하면, 몇 가지 유사한 기준을 만족시키고 있는 가장 가까운 군집의 쌍으로 응집된다. 이 예시적인 실시예에서 사용되는 기준은, 안 제곱(inner squared) 거리(최소 분산 알고리즘)를 계산하는 것과, 유클리드 거리를 이용하는 것을 포함한다. 각 군집의 군집 중심과 지점의 수가 추적된다. 이 데이터는 방전 상황을 나타내는 특성의 쌍을 식별하는데 이용된다.
PCA 및 군집 분석에 기초해서, 스파킹 상황을 검출하는데 시스템(100)에서 이용할 임계값이 성립된다. 구체적으로, DAQ(118)이 가능한 스파킹 상황의 데이터의 수집을 개시할 시점을 결정하도록 하나 이상의 임계값이 설정된다. 임계값은, 판정 모듈(128)이 신호 특성(300)에 기초해서 스파킹 상황이 발생했는지 여부를 판정하는데 이용되도록 설정될 수도 있다. 일부 실시예에서, 방전 상황의 발생을 나타내는 신호 특성을 더 정확하게 식별할 수 있도록, 발전기에서 서로 다른 시점에 시스템(100)의 트레이닝이 수행된다. 예컨대, 발전기는 주기적인 유지 보수를 전후해서 모니터링될 수 있다. 이와 달리, 혹은 이에 더해서, 발전기는 주요한 오버홀을 전후해서 모니터링될 수 있다. 이러한 유지 보수/점검을 전후해서 발전기로부터 수신된 신호의 분석 결과를 비교해서, 신호 특성(200)이 유지 보수의 필요없이 있는지 및/또는 컬렉터 섬락의 가능성이 있는지를 나타내는 것을 개선할 수 있다.
상기 설명한 다양한 모델은 공지된 다양한 기법을 이용해서 계산될 수 있다. 일 실시예에서, 모델은 다목적 컴퓨터에 프로그래밍된 루틴을 이용해서 실행될 수 있다. 이 루틴은 직접 프로그래밍될 수도 있고, Matlab과 같은 분석 패키지를 이용할 수도 있다. 다른 실시예에서, 적절한 분석 루틴이 펌웨어나 특수 목적 하드웨어에서 수행될 수 있다. 이 때, 진단 엔진(120)은 다양한 응용 분야에 맞춰서 하드웨어와 소프트웨어의 조합으로 구현될 수 있다.
또한, 진단 엔진의 모듈(126, 128) 내의 데이터의 통신은 물론 DAQ(118)와 진단 엔진(120) 사이의 데이터의 통신은, 다양한 방식으로 수행될 수 있다는 것을 이해할 것이다. 예컨대, DAQ(118)가 데이터를 캡쳐한 이후에 유선 접속 혹은 무선 접속에 의해서 진단 엔진(120)으로 송신될 수 있다. 진단 엔진(120)은 그 결과를, 무선 혹은 유선 통신을 통해서 저장 데이터베이스(122)에 송신할 수 있다. 통지는, 진단 엔진(120) 자체로부터 이격되어 있는 디스플레이로, 유선 접속을 통해서 혹은 무선으로 행해질 수 있다.
이상, 시스템 및 기법의 시험 테스트가, 이러한 수동적 모니터링 시스템이 발전기 컬렉터 조립체의 스파킹을 모니터링해서 컬렉터 섬락을 예측하는데 사용될 수 있다는 것을 나타냈었다. 상술한 시스템 및 기법을 이용해서, 발전기는 주기적으로 접속 해제를 행할 필요없이, 그리고 테스팅 신호를 송신할 필요없이 모니터링될 수 있다. 수동적 모니터링을 이용하는 것에 더해서, 상술한 시스템 및 기법은 배선의 접속 해제 및/또는 물리적인 관찰을 필요로 하는 모니터링 시스템과는 달리 실시간의 온보드 이용에 적합하다. 실시간으로 동작할 수 있는 것에 더해서, 아크 결함 회로 차단기와 같은, 다른 안전 시스템이 반응하기 전에 모니터링 시스템이 오류를 검출하고 위치를 알아낼 수 있도록, 항상 접속되어 있을 수 있다. 고장이 발생하기 전에 나타나는 결함 및 오류를 검출함으로써, 전체 기기 수명이 유지될 수 있고, 시스템의 신뢰도 및 준비성을 향상시킬 수 있다.
상술한 모니터링 기법의 다양한 실시예에서는, 방전 상황을 실시간으로 검출해서, 컬렉터 섬락의 가능성을 미리 경고하는 방법을 제공했다. 이러한 기법 및 시스템을 통해서, 헬리콥터나 항공기와 같은, 모바일 플랫폼에서 이용하기 적합한 온보드 검출 시스템이 가능해진다.
상술한 목적 혹은 이점이 모두 반드시 어느 특정한 실시예에 따라서만 얻어질 수 있는 것은 아니라는 것을 이해할 것이다. 따라서, 예컨대, 당업자라면, 여기서 설명하는 시스템 및 기법이, 여기서 교시 혹은 제안된 바와 같은 다른 목적이나 이점을 반드시 달성할 필요없이, 여기서 교시한 하나의 혹은 여러가지의 이점을 달성 혹은 최적화할 수 있는 방식으로 실시 혹은 수행될 수 있다는 것을 이해할 것이다.
나아가, 당업자라면, 여러가지 특성을, 서로 다른 실시예 사이에서 서로 바꿀 수 있다는 것을 이해할 것이다. 예컨대, 일 실시예와 관련해서 설명된 실시간 통지는, 이후에 예정된 유지 보수 동안 사용하기 위해서 데이터를 저장해 두는 것과 함께 이용하도록 맞춰질 수도 있다. 유사하게, 당업자라면, 각각의 특성과 같은 다른 공지된 특성은 물론, 상술한 다양한 특성을 조합해서 매칭시킴으로써, 본 명세서에서의 원리에 따른 추가적인 시스템 및 기법을 만들어 낼 수도 있다.
이상, 특정한 바람직한 실시예 및 예시와 관련해서 시스템을 설명했지만, 당업자라면, 본 발명이 상술한 실시예를 벗어나 다른 대안의 실시예 및/또는 여기 설명된 시스템 및 기법의 이용까지, 그리고 명백한 수정예 및 등가물까지도 포함한다는 것을 이해할 것이다. 따라서, 개시된 본 발명의 범주는 상술한 특정 실시예로 한정되는 것이 아니며, 이하의 청구의 범위를 정확하게 읽는 것에 의해서만 결정되어야 한다.
여기 설명된 시스템 및 방법의 기술적인 효과는, 발전기 컬렉터 조립체에 접속된 여기자 케이블 둘레에 연결된 전류 변환기로부터 전류를 수신해서, 전류 변환기로부터 수신한 신호에 적어도 부분적으로 기초해서, 발전기 컬렉터 조립체에서 스파크가 발생했는지 판정한 이후에, 발전기 컬렉터 조립체에서의 스파크의 표시를 생성할 수 있는 것을 포함한다.
이상 시스템 및 방법의 예시적인 실시예를 상세하게 설명했다. 이 시스템 및 방법은 여기 설명된 특정한 실시예로 한정된 것이 아니며, 시스템의 구성 요소 및/또는 방법의 단계는, 여기 설명된 다른 구성 요소 및/또는 단계와는 별개로 독립적으로 이용될 수도 있다. 예컨대, 시스템이 다른 장치, 시스템 및 방법과 조합해서 이용될 수도 있으며, 여기 설명된 시스템을 이용해서만 실시하는 것으로 한정되는 것은 아니다. 예시적인 실시예는 많은 다른 응용 분야와 관련해서 실시되고 이용될 수 있다.
본 발명의 다양한 실시예의 특징을 일부 도면에는 도시하고, 일부 도면에는 도시하지 않았지만, 이는 편의를 위한 것일 뿐이다. 본 발명의 원리에 따라서, 도면의 임의의 특성을 다른 도면의 특성과 조합해서 참조 및/또는 청구할 수도 있다.
이상, 예를 이용해서, 최상의 모드를 포함한 본 발명을 개시했으며, 당업자가, 임의의 디바이스 혹은 시스템을 제작해서 이용하는 것, 그리고 임의의 포함된 방법을 수행하는 것을 포함해서, 본 발명을 실시할 수 있도록 했다. 본 발명의 특허 가능 범위는 청구항에 의해서 한정되며, 이는 당업자에게 가능한 다른 예를 포함할 수 있다. 이러한 다른 예는, 청구항의 표현과 다르지 않은 구성 요소를 갖고 있다면, 혹은 청구항의 표현과는 약간은 상이하지만 동등한 구성 요소를 포함하고 있다면, 청구의 범위에 포함되도록 했다.

Claims (10)

  1. 발전기를 모니터링하는 시스템(100)으로서,
    발전기 컬렉터 조립체에 연결된 제 1 여자기 케이블(106) 둘레에 위치된 제 1 전류 변환기(114)와,
    상기 제 1 전류 변환기(114)로부터 신호를 수신하도록 연결된 컴퓨팅 장치(117)를 포함하고,
    상기 컴퓨팅 장치(117)는,
    상기 제 1 전류 변환기(114)로부터 수신한 상기 신호에 적어도 부분적으로 기초해서, 상기 발전기 컬렉터 조립체에서 스파크가 발생한 시점을 결정하고,
    상기 발전기 컬렉터 조립체에서 스파크가 발생했다는 표시를 생성하며,
    상기 발전기 컬렉터 조립체에서 스파크가 발생했다는 상기 표시에 적어도 부분적으로 기초해서 섬락 경고(a flashover alert)를 생성하도록
    프로그래밍 되어 있는
    시스템(100).
  2. 제 1 항에 있어서,
    상기 컴퓨팅 장치(117)는, 사전 결정된 임계값을 초과하는 신호를 상기 제 1 전류 변환기(114)로부터 수신한 것에 응답해서, 상기 제 1 전류 변환기(114)로부터의 상기 신호의 세그먼트를 기록하도록 더 프로그래밍되어 있는
    시스템(100).
  3. 제 1 항에 있어서,
    상기 발전기 컬렉터 조립체에 접속된 제 2 여자기 케이블(108) 둘레에 배치된 제 2 전류 변환기(116)를 더 포함하고,
    상기 컴퓨팅 장치(117)는, 임계값을 초과하는 신호의 세그먼트를 상기 제 1 전류 변환기(114)로부터 수신한 것을 검출한 것에 응답해서, 상기 제 2 전류 변환기(116)로부터 신호를 수신하고, 상기 제 2 전류 변환기(116)로부터의 신호의 세그먼트를 기록하도록 연결되어 있는
    시스템(100).
  4. 제 1 항에 있어서,
    상기 컴퓨팅 장치(117)는, 상기 제 1 전류 변환기(114)로부터의 신호의 크기가 임계값을 초과하고 있는지 여부를 판정한 것에 적어도 부분적으로 기초해서 스파크가 발생한 시점을 결정하도록 더 프로그래밍되어 있는
    시스템(100).
  5. 제 1 항에 있어서,
    상기 컴퓨팅 장치(117)는 스파크가 발생했다는 표시를 저장하고, 스파크가 발생했다는 사전 결정된 수의 표시 및 스파크가 발생했다는 상기 표시의 빈도 중 하나 이상을 저장하는 것에 적어도 부분적으로 기초해서 상기 섬락 경고를 생성하도록 더 프로그래밍되어 있는
    시스템(100).
  6. 제 1 항에 있어서,
    상기 컴퓨팅 장치(117)는 상기 수신한 신호의 적어도 하나의 특성을 분석하고, 상기 신호의 상기 분석한 특성에 적어도 부분적으로 기초해서 스파크가 발생한 시점을 결정하도록 더 프로그래밍되어 있는
    시스템(100).
  7. 발전기를 수동적으로 모니터링하는 방법(300)에 있어서,
    컴퓨팅 장치가, 발전기 컬렉터 조립체에 접속된 여자기 케이블 둘레에 연결된 전류 변환기로부터 신호를 수신하는 단계(302)와,
    상기 컴퓨팅 장치가, 상기 전류 변환기로부터 수신한 신호에 적어도 부분적으로 기초해서 상기 발전기 컬렉터 조립체에서 스파크가 발생한 시점을 결정하는 단계(304)와,
    상기 컴퓨팅 장치가 상기 발전기 컬렉터 조립체에서 스파크가 발생했다고 결정하면, 상기 발전기 컬렉터 조립체에서 스파크가 발생했다는 표시를 생성하는 단계(306)와,
    생성된, 상기 발전기 컬렉터 조립체에서 스파크가 발생했다는 표시에 적어도 부분적으로 기초해서 섬락 경고를 생성하는 단계(308)를 포함하는
    방법(300).
  8. 제 7 항에 있어서,
    상기 스파크가 발생한 시점을 결정하는 단계는, 상기 신호가 사전 결정된 임계값을 초과했는지 여부를 판정한 것에 적어도 부분적으로 기초해서 상기 스파크가 발생한 시점을 결정하는 단계를 포함하는
    방법(300).
  9. 제 7 항에 있어서,
    상기 스파크가 발생했다는 표시를 생성하는 단계는, 발생한 스파크의 횟수, 발생한 스파크의 빈도 및 스파크의 발생과 관련된 신호의 하나 이상의 특성 중 적어도 하나에 기초해서, 스파크가 발생했다는 경고를 생성하는 단계를 포함하는
    방법(300).
  10. 제 7 항에 있어서,
    상기 수신한 신호의 하나 이상의 특성을 분석하는 단계를 더 포함하고,
    상기 스파크가 발생한 시점을 결정하는 단계는 상기 분석한 특성에 적어도 부분적으로 기초해서 수행되는
    방법(300).
KR1020130049467A 2012-05-03 2013-05-02 발전기 컬렉터의 섬락을 검출하는 시스템 및 방법 Active KR102058841B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/463,238 US8779928B2 (en) 2012-05-03 2012-05-03 Systems and methods to detect generator collector flashover
US13/463,238 2012-05-03

Publications (2)

Publication Number Publication Date
KR20130124211A KR20130124211A (ko) 2013-11-13
KR102058841B1 true KR102058841B1 (ko) 2019-12-24

Family

ID=48288847

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130049467A Active KR102058841B1 (ko) 2012-05-03 2013-05-02 발전기 컬렉터의 섬락을 검출하는 시스템 및 방법

Country Status (4)

Country Link
US (1) US8779928B2 (ko)
EP (1) EP2660614B1 (ko)
KR (1) KR102058841B1 (ko)
RU (1) RU2579150C2 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103949412B (zh) * 2014-03-31 2016-06-22 中国兵器工业第二0二研究所 旋转环境下大功率器件的筛选机构
CN104237749A (zh) * 2014-07-07 2014-12-24 国家电网公司 超高频局放信号初始时刻判别方法
DE102016203672A1 (de) * 2016-03-07 2017-09-07 Siemens Aktiengesellschaft Zustandsüberwachung
KR101787901B1 (ko) * 2016-06-14 2017-11-15 엘에스산전 주식회사 전력설비 진단장치
CN108037411A (zh) * 2017-12-04 2018-05-15 国网江苏省电力有限公司检修分公司 一种输电线路隐患放电预警方法
CN111855796B (zh) * 2020-09-04 2023-08-25 浙江城建煤气热电设计院股份有限公司 一种对旋转设备电能传导的接触面检测装置及其方法
CN112799001B (zh) * 2020-12-25 2023-09-26 武汉市华英电力科技有限公司 一种基于最小方差算法的互感器励磁特性测试方法及系统
CN112993944B (zh) * 2021-02-05 2022-10-21 西安热工研究院有限公司 一种发电机变压器组并网断路器闪络保护方法
US11675012B2 (en) * 2021-09-27 2023-06-13 GM Global Technology Operations LLC Detection of partial discharge

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100783454B1 (ko) * 2005-03-26 2007-12-07 헛팅거 일렉트로닉 게엠베하 + 코 카게 아크 탐지의 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1476527A (en) * 1974-10-02 1977-06-16 Suhl Elektrogeraete Veb K Arrangement for detecting sparking at the brushes of electrical machines
US4156846A (en) * 1977-01-10 1979-05-29 Westinghouse Electric Corp. Detection of arcing faults in generator windings
JPS5622531A (en) * 1979-07-30 1981-03-03 Tokyo Shibaura Electric Co Brush arc monitor for synchronizer
JPS5682459A (en) * 1979-12-10 1981-07-06 Hitachi Ltd Spark detector
US4446426A (en) * 1981-11-04 1984-05-01 Westinghouse Electric Corp. On-line RF arc monitor for large rotating generators
US5126677A (en) 1990-08-14 1992-06-30 Electric Power Research Institute, Inc. Apparatus and method for preventing spurious signals to the radio frequency monitor used for early warning of impending failure in electric generators and other equipment
JP3187642B2 (ja) 1994-02-25 2001-07-11 関西電力株式会社 電気機器の異常検出方法及び回転電機の異常検出装置
GB0200867D0 (en) * 2002-01-15 2002-03-06 Univ Glasgow Electric motor monitoring system
WO2004025811A2 (de) * 2002-09-10 2004-03-25 Alstom Technology Ltd Verfahren und vorrichtung zur erfassung von bürstenfeuer und funkenerosion an elektrischen maschinen
US7952360B2 (en) 2007-03-14 2011-05-31 General Electric Company Method and system for passively detecting and locating wire harness defects
RU53820U1 (ru) * 2005-12-27 2006-05-27 Государственное образовательное учреждение высшего профессионального образования Омский государственный университет путей сообщения Устройство для измерения интенсивности искрения на коллекторе электрической машины
RU2303272C1 (ru) * 2006-05-02 2007-07-20 Государственное образовательное учреждение высшего профессионального образования Томский политехнический университет Способ индикации искрения машин постоянного тока
US7579843B2 (en) 2006-10-13 2009-08-25 General Electric Company Methods and apparatus for analyzing partial discharge in electrical machinery
US7676333B2 (en) 2007-11-06 2010-03-09 General Electric Company Method and apparatus for analyzing partial discharges in electrical devices
WO2009103315A1 (en) 2008-02-20 2009-08-27 Verigy (Singapore) Pte. Ltd. System, method and computer program for detecting an electrostatic discharge event
US9075115B2 (en) * 2011-08-31 2015-07-07 General Electric Company Systems and methods for monitoring the health of an electrical system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100783454B1 (ko) * 2005-03-26 2007-12-07 헛팅거 일렉트로닉 게엠베하 + 코 카게 아크 탐지의 방법

Also Published As

Publication number Publication date
EP2660614A3 (en) 2017-08-02
RU2579150C2 (ru) 2016-04-10
RU2013119484A (ru) 2014-11-10
US20130293383A1 (en) 2013-11-07
KR20130124211A (ko) 2013-11-13
EP2660614A2 (en) 2013-11-06
EP2660614B1 (en) 2018-08-22
US8779928B2 (en) 2014-07-15

Similar Documents

Publication Publication Date Title
KR102058841B1 (ko) 발전기 컬렉터의 섬락을 검출하는 시스템 및 방법
JP5346472B2 (ja) ワイヤハーネス欠陥を受動的に検出しかつ位置判定するための方法及びシステム
KR101491017B1 (ko) 전력 기기 음향 진단 장치 및 방법
US20220018707A1 (en) Method and Device for Monitoring a Circuit Breaker
CA2874991A1 (en) Methods and apparatuses for defect diagnosis in a mechanical system
CN108058721A (zh) 一种钢轨扣件松脱状态检测方法和系统
KR101976460B1 (ko) 모터의 보호 및 상태진단이 가능한 모터기동장치 및 이를 이용하는 수자원 관제시스템
US20250102555A1 (en) Partial discharge monitoring system and partial discharge monitoring method
CN110988624B (zh) 一种间歇性局部放电信号的检测方法及系统
KR20230104526A (ko) 부분방전 모니터링 시스템 및 부분방전 모니터링 방법
CN112307360B (zh) 基于搜索引擎的区域性事件检测方法、装置和搜索引擎
CN105445004A (zh) 设备零部件的振动曲线归一化平均寿命预测办法
KR101641269B1 (ko) Emf 센서와 음향 센서를 이용한 부분방전 진단 시스템
JP2018155507A (ja) 部分放電検出装置及び部分放電検出方法
KR20120012103A (ko) 가스절연 개폐장치의 부분방전원 자동 위치 표시장치
CN110107461B (zh) 风机故障预警方法、装置、设备及计算机可读存储介质
KR101248232B1 (ko) 병렬 부대설비의 이상 진단 방법 및 시스템
Tsiapoki et al. Combining a vibration-based SHM scheme and an airborne sound approach for damage detection on wind turbine rotor blades
JP2015161506A (ja) 信号解析装置、信号解析方法、劣化診断装置及び劣化診断方法
KR101967637B1 (ko) 증강현실을 활용한 원자력 발전설비 예측진단용 신호데이터 처리장치
JP5351219B2 (ja) 鉄道の車両走行音を用いた車両状態診断装置、診断方法、及びプログラム
JP2008180681A (ja) 変圧器の内部異常診断方法
Dietel et al. Fault detection in rotating machinery using spectral modeling
CN118837653B (zh) 一种基于物联网的电力变压器故障诊断监测方法及装置
WO2024114948A1 (en) Method and system to classify partial discharge severity

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20130502

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20180305

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20130502

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20190619

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20191206

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20191218

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20191218

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20221123

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20231128

Start annual number: 5

End annual number: 5