KR102147090B1 - 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 - Google Patents
전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 Download PDFInfo
- Publication number
- KR102147090B1 KR102147090B1 KR1020190104331A KR20190104331A KR102147090B1 KR 102147090 B1 KR102147090 B1 KR 102147090B1 KR 1020190104331 A KR1020190104331 A KR 1020190104331A KR 20190104331 A KR20190104331 A KR 20190104331A KR 102147090 B1 KR102147090 B1 KR 102147090B1
- Authority
- KR
- South Korea
- Prior art keywords
- arc
- temperature
- image
- location
- monitoring
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 85
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims abstract description 7
- 238000013135 deep learning Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims abstract description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000001931 thermography Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 2
- 230000004927 fusion Effects 0.000 claims 1
- 239000002243 precursor Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 241000700159 Rattus Species 0.000 description 1
- 241000283984 Rodentia Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B13/00—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle
- H02B13/02—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle with metal casing
- H02B13/035—Gas-insulated switchgear
- H02B13/065—Means for detecting or reacting to mechanical or electrical defects
-
- 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
- G01R31/08—Locating faults in cables, transmission lines, or networks
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법에 관한 것으로서, 배전반에 발생될 수 있는 사고의 전조현상인 아크/온도를 검출하고 발생위치의 신뢰성을 높이는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법에 관한 것이다.
본 발명에 따르면 초기에 아크발생과 온도검출 진단범위를 설정하고, 설정한 범위로 카메라를 통해 감시모드로 전환하여 아크발생 또는 온도검출시 감시결과를 이미지화하는 영상감시부; 및 상기 영상감시부의 이미지 데이터를 이용하여 아크 또는 온도를 판별하고 발생위치를 판단하고 추론과정에서 신경망 기반의 딥러닝 학습을 통해 아크 이미지 인식, 형상을 추론하여 표본화하는 발생위치 감시부;를 포함한다.
본 발명에 따르면 초기에 아크발생과 온도검출 진단범위를 설정하고, 설정한 범위로 카메라를 통해 감시모드로 전환하여 아크발생 또는 온도검출시 감시결과를 이미지화하는 영상감시부; 및 상기 영상감시부의 이미지 데이터를 이용하여 아크 또는 온도를 판별하고 발생위치를 판단하고 추론과정에서 신경망 기반의 딥러닝 학습을 통해 아크 이미지 인식, 형상을 추론하여 표본화하는 발생위치 감시부;를 포함한다.
Description
본 발명은 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법에 관한 것으로서, 더욱 상세하게는 배전반에 발생될 수 있는 사고의 전조현상인 아크/온도를 검출하고 발생위치의 신뢰성을 높이는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법에 관한 것이다.
일반적으로 배전반은 발전소나 변전소 등의 운전이나 제어, 전동기의 운전 등을 위해 스위치, 계기, 릴레이(계전기) 등이 일정하게 넣어 관리하는 장치로서, 각각의 분전반들로 전원을 분배한다. 분전반은 간선을 통해 배전반으로부터 전력을 공급 받아 말단 부하, 전기사용설비 등으로 전력을 공급한다. 일반적으로, 배전반은 한전측으로부터 22.9KV의 특고압을 수전받아 변전실에서 3.3KV 또는 6.6KV의 고압으로 강압하여 전원을 공급받으며, 변압기에서 3상 4선으로 강압하여 부하에 690V, 440V, 380V 또는 220V의 전원을 공급한다.
종래기술로서 한국등록특허 제10-1601605호(이하, 선행문헌 이라 약칭함)는 전기 사고 방지용 스마트 배전반에 관한 발명을 개시하고 있다. 상기 선행문헌에 따른 스마트 배전반은 전기 작업을 수행하는 사용자를 안전하게 보호하기 위한 관점에서, 감전 사고의 발생 가능성을 최소화하고, 감전 사고가 발생한 경우 사고정도를 최소화하며 이에 대한 후속 조치가 즉각 취해질 수 있도록 하는 스마트 배전반 구성을 개시한다. 이러한 종래기술에 따르면, 배전반의 단락 사고를 내부의 영상 센서와 섬광 발생 여부를 검출하는 검출 수단만으로 확인하게 된다. 상기의 구성만으로는 단락 사고의 오작동 여부를 원격으로 판단하기에 충분치 않으며, 단락 뿐만 아니라 화재, 결로, 쥐와 같은 설치류의 침입, 부분 방전 등 배전반에서 발생 가능한 다양한 사고를 사전에 차단하기에 적합하지 못하다. 그러기에, 종래의 배전반 시스템은 관리자가 직접 다수개의 배전반을 살펴보며 정기점검을 수행해야 하며, 점검을 수행하는 관리자의 안전 또한 주의되어야 하는 것이다.
본 발명은 상술한 문제점을 해결하기 위해 착안된 것으로서, 배전반에 발생될 수 있는 사고의 전조현상인 아크발생/핫스팟 온도를 검출하고 발생위치의 신뢰성을 높이는데 목적이 있다.
본 발명은 초기에 아크발생과 온도검출 진단범위를 설정하는 감시범위 설정부; 상기 감시범위 설정부에서 설정한 범위로 카메라를 통해 감시모드로 전환하여 상기 아크발생 또는 온도검출시 감시결과를 이미지화하는 영상감시부; 및 상기 영상감시부의 이미지 데이터를 이용하여 아크 또는 온도를 판별하고 발생위치를 판단하고 추론과정에서 신경망 기반의 딥러닝 학습을 통해 아크 이미지 인식, 형상을 추론하여 표본화하는 발생위치 감시부;를 포함한다.
본 발명에 따르면, 배전반에 발생될 수 있는 사고의 전조현상인 아크발생/핫스팟 온도를 검출하고 발생위치의 신뢰성을 높일 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템을 나타낸 예시도이다.
도 2는 본 발명의 일 실시시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템을 이용한 방법의 개략적인 전체 흐름을 나타낸 예시도이다.
도 3은 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템의 아크발생 및 위치표정 알고리즘을 나타낸 예시도이다.
도 4는 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템의 핫스팟 온도검출 및 발생위치표정 알고리즘을 나타낸 예시도이다.
도 2는 본 발명의 일 실시시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템을 이용한 방법의 개략적인 전체 흐름을 나타낸 예시도이다.
도 3은 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템의 아크발생 및 위치표정 알고리즘을 나타낸 예시도이다.
도 4는 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템의 핫스팟 온도검출 및 발생위치표정 알고리즘을 나타낸 예시도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다. 도면들 중 동일한 구성요소들은 가능한 한 어느 곳에서든지 동일한 부호들로 나타내고 있음에 유의해야 한다. 또한 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다.
또한 아래 설명하는 실시 예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시 예들은 실시 형태에 대한 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시 예에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 실시 예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다"등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 발명에서 제1 및/또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소들과 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 벗어나지 않는 범위 내에서, 제1구성요소는 제2구성요소로 명명될 수 있고, 유사하게는 제2구성요소는 제1구성요소로도 명명 될 수 있다.
도 1은 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템을 나타낸 예시도이다. 도 1에 도시된 바와 같이, 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템은 감시범위 설정부(100), 영상감시부(200), 발생위치 감시부(300)를 포함한다.
감시범위 설정부(100)는 초기에 아크진단범위와 온도영상감시범위를 설정한다.
이러한 기능을 수행하기 위한 감시범위 설정부(100)는 초기에 아크진단범위를 설정하는 아크진단범위 설정모듈(110)과 초기에 온도영상 감시범위를 설정하는 온도진단범위 설정모듈(120)을 포함한다.
영상감시부(200)는 감시범위 설정부에서 설정한 범위로 영상화한 후 아크감지모드 또는 온도감시모드로 전환하여 아크발생 또는 온도발생 영상을 받아 이미지화시킨다. 이러한 영상감시부는 아크가 발생하게 되면 카메라(640x480)로부터 영상(아크영상 또는 온도영상)을 받아 이미지화시킨다.
발생위치 감시부(300)는 영상감시부의 이미지 데이터를 이용하여 이미지프로세싱을 통해 Brightness Spot Finding 기법(BSF)과 Semantic Segmentation기법(SSM)을 적용하여 두 가지 방법으로 아크와 온도를 판별하고 발생위치를 판단하게 되어 아크검출과 온도발생으로 인한 위치표정의 신뢰성을 높이게 된다. 또한 추론과정에 신경망 기반의 머신러닝인 딥러닝(Deep learning) 학습을 통해 아크 이미지 인식, 형상을 추론, 표본화한다.
발생위치 감시부(300)는 아크추론/위치판정 모듈(310), 핫스팟온도/위치판정 모듈(320)을 포함한다. 아크추론/위치판정 모듈(310)은 영상감시부(200)의 아크 감시모드로 인한 발생위치 감시부(300)에서, 카메라가 아크 감시모드로 전환하여 아크의 발생과 위치를 확인하게 되면 확인된 아크이미지와 초기에 아크진단범위 선정시 확보된 영상을 융합하여 최종적으로 아크영상과 데이터를 저장하게 되며 이를 데이터화하여 정보로 제공하고 다시 아크를 감시하는 모드로 전환한다.
핫스팟온도/위치판정 모듈(320)은 영상감시부(200)의 온도 감시모드로 인한 발생위치 감시부(300)에서, 카메라가 온도감시모드로 전환하여 핫스팟온도와 위치를 실시간으로 감시하게 된다. 감시모드에 들어가면 통신을 통하여 설정된 세부구역으로 나누어진 영역의 온도와 영상을 받아 이전 온도데이터와 비교하여 높은 온도값과 위치값을 치환한다. 이 처리과정에서 색온도에 따른 칼라를 이미지에 입혀져 영상이 열화상 프로세스가 이루어진다. 따라서 실시간으로 핫스팟 온도 및 위치 그리고 배전반 내 해당 공간내 평균온도를 알 수 있다.
한편, 도 2는 본 발명의 일 실시시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템을 이용한 방법의 개략적인 전체 흐름을 나타낸 예시도이다. 도 2에 도시된 바와 같이, a) 감시범위 설정부가 초기에 아크발생과 온도검출 진단범위를 설정한다.
다음으로, b) 영상감시부가 감시범위 설정부에서 설정한 범위로 카메라를 통해 감시모드로 전환하여 상기 아크발생 또는 온도검출시 감시결과를 이미지화한다.
다음으로, c) 발생위치 감시부가 영상감시부의 이미지 데이터를 이용하여 아크 또는 온도를 판별하고 발생위치를 판단하고 추론과정에서 신경망 기반의 딥러닝 학습을 통해 아크 이미지 인식, 형상을 추론하여 표본화한다.
c) 단계에서, 발생위치 감시부가 영상감시부의 이미지 데이터를 이용하여 Brightness Spot Finding 기법(BSF)과 Semantic Segmentation기법(SSM)을 적용하여 두 가지 방법으로 아크와 온도를 판별하고 발생위치를 판단한다.
또한 c) 단계에서, 발생위치 감시부가 영상감시부의 온도감시모드로 인해 카메라가 온도감시모드로 전환하도록 하여 핫스팟의 온도와 위치를 실시간으로 감시한다.
또한 c) 단계에서 발생위치 감시부가 아크감시모드를 통해 아크의 발생과 위치를 확인하게 되면 확인된 아크이미지와 초기에 아크진단범위 선정시 확보된 영상을 융합하여 최종적으로 아크영상과 데이터를 저장하게 되며 이를 데이터화하여 정보로 제공하고 다시 아크를 감시하는 모드로 전환한다.
또한 c) 단계에서 발생위치 감시부가 온도감시모드 전환시, 설정된 세부구역으로 나누어진 영역의 온도와 영상을 받아 이전 온도데이터와 비교하여 높은 온도값과 위치값을 치환하고, 색온도에 따른 칼라를 이미지에 입히는 열화상 영상처리를 수행한다.
도 3은 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템의 아크발생 및 위치표정 알고리즘을 나타낸 예시도이다. 도 3에 도시된 바와 같이, 초기에 아크진단 범위를 설정(화면)하고, 카메라를 통한 아크영상 감시(Arc Dect AD1, AD2)한다. 이후, 아크발생을 판단하여 아크발생이 없는 것으로 판단되면 영상을 제거하여 아크영상 감시로 돌어간다. 아크발생으로 판단되면 아크영상을 이미지화하고 아크추론 및 위치표정(BSF 및 SSM을 통한 신경망 기반의 딥러닝 학습을 통해 아크 또는 핫스팟 온도 이미지 인식, 형상을 추론하여 표본화)을 수행한다. 이후, 아크영상을 저장(Arc Image & Background)하고 데이터를 파일링(Data Filing)한다.
도 4는 본 발명의 일 실시예에 따른 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템의 핫스팟 온도검출 및 발생위치표정 알고리즘을 나타낸 예시도이다. 도 4에 도시된 바와 같이, 핫스팟온도감시 범위설정(화면)한다. 이후 카메라로 핫스팟 온도를 감시하고, 각셀 데이터(온도 & 위치)를 취득한다. 이후, 핫스팟 온도 및 위치 표정을 수행(설정된 세부구역으로 나누어진 영역의 온도와 영상을 받아 이전 온도데이터와 비교하여 높은 온도값과 위치값을 치환하고, 색온도에 따른 칼라를 이미지에 입히는 열화상 영상처리)한다. 열화상영상을 저장하고 데이터를 파일링(Data Filing)한다.
본 발명은 상술한 내용에서 본 발명의 실시예 및 첨부된 도면에 의해 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능함은 통상의 기술자에게 명백할 것이다.
100 : 감시범위 설정부
110 : 아크진단범위 설정모듈
120 : 온도진단범위 설정모듈
200 : 영상감시부
300 : 발생위치 감시부
110 : 아크진단범위 설정모듈
120 : 온도진단범위 설정모듈
200 : 영상감시부
300 : 발생위치 감시부
Claims (7)
- 초기에 아크발생과 온도검출 진단범위를 설정하는 감시범위 설정부;
상기 감시범위 설정부에서 설정한 범위로 영상화한 후, 카메라를 통해 아크감지모드 또는 온도감시모드로 전환하여 상기 아크발생 또는 온도검출시 감시결과를 상기 카메라로부터 아크영상 또는 온도영상을 받아 이미지화하는 영상감시부; 및
상기 영상감시부의 이미지 데이터를 이용하여 아크 또는 온도를 판별하고 발생위치를 판단하고 추론과정에서 신경망 기반의 딥러닝 학습을 통해 아크 또는 핫스팟 온도 이미지 인식, 형상을 추론하여 표본화하는 발생위치 감시부;를 포함하며,
상기 발생위치 감시부는 상기 영상감시부의 카메라가 아크 감시모드 또는 온도 감시모드로 전환하여, 아크 감시모드인 경우 카메라가 아크의 발생과 위치를 확인하게 되면 확인된 아크이미지와 초기에 아크진단범위 선정시 확보된 영상을 융합하여 아크영상과 데이터를 저장하여 데이터화하는 아크추론/위치판정 모듈과, 온도 감시모드인 경우, 핫스팟온도와 위치를 실시간으로 감시하여 설정된 세부구역으로 나누어진 영역의 온도와 영상을 받아 이전 온도데이터와 비교하여 높은 온도값과 위치값을 치환하는 과정에서 색온도에 따른 칼라를 이미지에 입혀져 영상이 열화상 프로세스가 이루어지는 핫스팟온도/위치판정 모듈을 포함하는 것을 특징으로 하는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템.
- 제1항에 있어서,
상기 감시범위 설정부는 초기에 아크진단범위를 설정하는 아크진단범위 설정모듈 및 초기에 온도영상 감시범위를 설정하는 온도진단범위 설정모듈을 포함하는 것을 특징으로 하는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템.
- 제1항에 있어서,
상기 발생위치 감시부는 영상감시부의 이미지 데이터를 이용하여 Brightness Spot Finding 기법(BSF)과 Semantic Segmentation기법(SSM)을 적용하여 두 가지 방법으로 아크와 온도를 판별하고 발생위치를 판단하는 것을 특징으로 하는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템.
- 제1항에 있어서,
상기 발생위치 감시부는 아크감시모드를 통해 아크의 발생과 위치를 확인하게 되면 확인된 아크이미지와 초기에 아크진단범위 선정시 확보된 영상을 융합하여 최종적으로 아크영상과 데이터를 저장하게 되며 이를 데이터화하여 정보로 제공하고 다시 아크를 감시하는 모드로 전환하는 것을 특징으로 하는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템.
- 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템을 이용한 방법에 있어서,
a) 초기에 아크발생과 온도검출 진단범위를 설정하는 단계;
b) 상기 설정한 범위로 영상화한 후, 카메라를 통해 아크감지모드 또는 온도감시모드로 전환하여 상기 아크발생 또는 온도검출시 감시결과를 상기 카메라로부터 아크영상 또는 온도영상을 받아 이미지화하는 단계; 및
c) 이미지 데이터를 이용하여 아크 또는 온도를 판별하고 발생위치를 판단하고 추론과정에서 신경망 기반의 딥러닝 학습을 통해 아크 이미지 인식, 형상을 추론하여 표본화하는 단계;를 포함하며,
상기 제 c) 단계는 상기 카메라가 아크 감시모드 또는 온도 감시모드로 전환하여, 아크 감시모드인 경우 카메라가 아크의 발생과 위치를 확인하게 되면 확인된 아크이미지와 초기에 아크진단범위 선정시 확보된 영상을 융합하여 아크영상과 데이터를 저장하여 데이터화하는 단계와, 온도 감시모드인 경우, 핫스팟온도와 위치를 실시간으로 감시하여 설정된 세부구역으로 나누어진 영역의 온도와 영상을 받아 이전 온도데이터와 비교하여 높은 온도값과 위치값을 치환하는 과정에서 색온도에 따른 칼라를 이미지에 입혀져 영상이 열화상 프로세스가 이루어지는 단계;를 포함하는 것을 특징으로 하는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 방법.
- 제5항에 있어서,
상기 c) 단계는 영상감시부의 이미지 데이터를 이용하여 Brightness Spot Finding 기법(BSF)과 Semantic Segmentation기법(SSM)을 적용하여 두 가지 방법으로 아크와 온도를 판별하고 발생위치를 판단하는 것을 특징으로 하는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 방법.
- 제5항에 있어서,
상기 c) 단계는 아크감시모드를 통해 아크의 발생과 위치를 확인하게 되면 확인된 아크이미지와 초기에 아크진단범위 선정시 확보된 영상을 융합하여 최종적으로 아크영상과 데이터를 저장하게 되며 이를 데이터화하여 정보로 제공하고 다시 아크를 감시하는 모드로 전환하는 단계를 포함하는 것을 특징으로 하는 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190104331A KR102147090B1 (ko) | 2019-08-26 | 2019-08-26 | 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190104331A KR102147090B1 (ko) | 2019-08-26 | 2019-08-26 | 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102147090B1 true KR102147090B1 (ko) | 2020-08-24 |
Family
ID=72235162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190104331A KR102147090B1 (ko) | 2019-08-26 | 2019-08-26 | 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102147090B1 (ko) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102295188B1 (ko) * | 2021-02-18 | 2021-08-31 | 주식회사 삼광산전 | 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 배전반 |
| KR102337436B1 (ko) | 2021-07-26 | 2021-12-10 | 주식회사 삼광산전 | 신속 설치가 가능한 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 배전반 |
| KR102359853B1 (ko) | 2021-08-23 | 2022-02-10 | 주식회사 삼광산전 | 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 |
| CN115278031A (zh) * | 2022-07-29 | 2022-11-01 | 盛泰光电科技股份有限公司 | 基于高光谱的摄像头模组及其图像处理方法和应用 |
| KR20230018660A (ko) * | 2021-07-30 | 2023-02-07 | 문기림 | 아크, 핫스팟 화재 위치 검출 및 자동소화장치를 갖춘 배전반 |
| KR102504779B1 (ko) * | 2022-01-27 | 2023-02-28 | (주)세풍전기 | Led 모의 모선을 이용한 수배전반 유지관리 시스템 |
| KR20230056183A (ko) * | 2021-10-20 | 2023-04-27 | 주식회사 에스엠전자 | 태양광 발전 시스템 용 직류 아크 생성 시뮬레이터 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06117836A (ja) * | 1992-08-21 | 1994-04-28 | Matsushita Electric Ind Co Ltd | 画像処理装置と空気調和機の制御装置と画像処理装置を用いた応用機器 |
| JPH10230728A (ja) * | 1997-02-19 | 1998-09-02 | Zexel Corp | 熱画像の処理方法 |
| JP2005102392A (ja) * | 2003-09-24 | 2005-04-14 | Mitsubishi Electric Corp | アーク監視システム |
| KR101411564B1 (ko) * | 2014-05-13 | 2014-06-26 | 주식회사 케이디티 | 2D Array 열화상 진단 시스템 및 방법 |
-
2019
- 2019-08-26 KR KR1020190104331A patent/KR102147090B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06117836A (ja) * | 1992-08-21 | 1994-04-28 | Matsushita Electric Ind Co Ltd | 画像処理装置と空気調和機の制御装置と画像処理装置を用いた応用機器 |
| JPH10230728A (ja) * | 1997-02-19 | 1998-09-02 | Zexel Corp | 熱画像の処理方法 |
| JP2005102392A (ja) * | 2003-09-24 | 2005-04-14 | Mitsubishi Electric Corp | アーク監視システム |
| KR101411564B1 (ko) * | 2014-05-13 | 2014-06-26 | 주식회사 케이디티 | 2D Array 열화상 진단 시스템 및 방법 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102295188B1 (ko) * | 2021-02-18 | 2021-08-31 | 주식회사 삼광산전 | 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 배전반 |
| KR102337436B1 (ko) | 2021-07-26 | 2021-12-10 | 주식회사 삼광산전 | 신속 설치가 가능한 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 배전반 |
| KR20230018660A (ko) * | 2021-07-30 | 2023-02-07 | 문기림 | 아크, 핫스팟 화재 위치 검출 및 자동소화장치를 갖춘 배전반 |
| KR102543378B1 (ko) * | 2021-07-30 | 2023-06-13 | 문기림 | 아크, 핫스팟 화재 위치 검출 및 자동소화장치를 갖춘 배전반 |
| KR102359853B1 (ko) | 2021-08-23 | 2022-02-10 | 주식회사 삼광산전 | 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 |
| KR20230056183A (ko) * | 2021-10-20 | 2023-04-27 | 주식회사 에스엠전자 | 태양광 발전 시스템 용 직류 아크 생성 시뮬레이터 |
| KR102647415B1 (ko) * | 2021-10-20 | 2024-03-13 | 주식회사 에스엠전자 | 태양광 발전 시스템 용 직류 아크 생성 시뮬레이터 |
| KR102504779B1 (ko) * | 2022-01-27 | 2023-02-28 | (주)세풍전기 | Led 모의 모선을 이용한 수배전반 유지관리 시스템 |
| CN115278031A (zh) * | 2022-07-29 | 2022-11-01 | 盛泰光电科技股份有限公司 | 基于高光谱的摄像头模组及其图像处理方法和应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102147090B1 (ko) | 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 | |
| KR101421588B1 (ko) | 적외선 열화상 온도 영역 변화 기반의 고압배전반,저압배전반,분전반,모터제어반의 열화 진단 방법 | |
| KR101968918B1 (ko) | 스마트 배전반 시스템 | |
| KR100984679B1 (ko) | 열화상 카메라를 이용한 수배전반 열화 예측시스템 | |
| CN110832720B (zh) | 包含无人操作和维护的开关装置或控制装置的变电站 | |
| KR101379223B1 (ko) | 전력기기 조작자의 안전 강화 기능을 갖는 도어 록킹 시스템 | |
| KR102503525B1 (ko) | 배전반 모니터링 시스템 | |
| KR101417765B1 (ko) | 2차원 서모파일 어레이 적외선 열화상을 이용한 수배전반의 설비 영역별 열화 진단 시스템 및 그 방법 | |
| KR100844961B1 (ko) | 열화상 패턴 인식을 이용한 전기설비 자동 감시 진단 방법및 시스템 | |
| KR102410754B1 (ko) | 인공지능에 기반하여 화재발생을 예측할 수 있는 IoT기반 수배전반 화재예방시스템 | |
| CN112446854A (zh) | 用于监测开关设备的系统 | |
| KR101421591B1 (ko) | 적외선 열화상을 이용한 수배전반의 지능형 열화 진단 시스템 및 그 방법 | |
| JP2010183734A (ja) | 電気設備異常箇所特定装置、電気設備監視制御システム及び電気設備異常箇所特定方法 | |
| KR102100693B1 (ko) | 무인 변전소 설비 점검 방법 | |
| KR101904813B1 (ko) | 스마트 분전반을 이용한 전기 설비 병렬아크 진단 장치 및 방법 | |
| US20220057271A1 (en) | Apparatus for monitoring a switchgear | |
| KR102600977B1 (ko) | 열화상 카메라 모듈과 압전 하베스터 모듈을 이용한 전기기기의 고장 및 열화 진단 감시 시스템 및 방법 | |
| KR20210133436A (ko) | 열화상 카메라를 이용한 온도 진단의 오알람 발생 방지 방법 | |
| KR102555156B1 (ko) | 고정 열화상 카메라와 이동 열화상 카메라에 기반한 수배전반용 열화상 감시 진단 시스템 | |
| KR101876624B1 (ko) | 디스플레이 장치의 표시부 정상상태를 무인 검사하는 방법 및 시스템 | |
| Gitzel et al. | Automatic Analysis Of Thermograms–Challenge In Thermal Monitoring Of Switchgears Using Infrared Cameras | |
| CN114550046A (zh) | 火灾隐患识别方法、装置、处理器、存储介质和电子设备 | |
| US20210176885A1 (en) | Connecting electrical components | |
| EP4080450A1 (en) | A system for monitoring a device | |
| KR102658270B1 (ko) | 비접촉 열분포 진단기능 기반 지능형 화재예방 및 차단 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |