KR102244683B1 - 어레이 온도센서를 활용한 열화 진단 장치 및 그 방법 - Google Patents

어레이 온도센서를 활용한 열화 진단 장치 및 그 방법 Download PDF

Info

Publication number
KR102244683B1
KR102244683B1 KR1020200142354A KR20200142354A KR102244683B1 KR 102244683 B1 KR102244683 B1 KR 102244683B1 KR 1020200142354 A KR1020200142354 A KR 1020200142354A KR 20200142354 A KR20200142354 A KR 20200142354A KR 102244683 B1 KR102244683 B1 KR 102244683B1
Authority
KR
South Korea
Prior art keywords
deterioration
points
point
temperature
data
Prior art date
Application number
KR1020200142354A
Other languages
English (en)
Inventor
최정내
Original Assignee
주식회사 케이디티
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 주식회사 케이디티 filed Critical 주식회사 케이디티
Priority to KR1020200142354A priority Critical patent/KR102244683B1/ko
Application granted granted Critical
Publication of KR102244683B1 publication Critical patent/KR102244683B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02—Means for indicating or recording specially adapted for thermometers
    • G01K1/026—Means for indicating or recording specially adapted for thermometers arrangements for monitoring a plurality of temperatures, e.g. by multiplexing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/14—Supports; Fastening devices; Arrangements for mounting thermometers in particular locations
    • G01K1/143—Supports; Fastening devices; Arrangements for mounting thermometers in particular locations for measuring surface temperatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K3/00—Thermometers giving results other than momentary value of temperature
    • G01K3/005—Circuits arrangements for indicating a predetermined temperature
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

본 발명의 열화 진단장치 및 그 방법은 전력설비로부터 감지된 온도 정보에 의거하여, 열화 발생지점의 수와 각 열화지점별 열화 면적을 산출함으로써, 열화 지점별로 대처가 가능하도록 하는 장점이 있다. 또한, 본 발명은 어레이 온도 센서로부터 감지된 행렬형태의 온도데이터를 마운틴 클러스터링 알고리즘에 의거하여 분석하여 열화 지점의 수와 열화지점의 중심점을 검출함으로써, 온도가 높다고 판단된 지점이 어느 열화 지점에 의해 영향을 받은 것인지를 판단하고 그에 대처할 수 있도록 하는 장점이 있다. 또한, 본 발명은 상기 열화 지점의 수 및 각 열화지점별 열화 면적에 의거하어 열화 위험 지수를 결정하고, 상기 열화 위험 지수가 증가하는 경우 이를 관리자에게 알림으로써 위험에 미리 대처할 수 있도록 하는 장점이 있다.

Description

어레이 온도센서를 활용한 열화 진단 장치 및 그 방법{APPARATUS AND METHOD FOR DIAGNOSING DETERIORATION USING ARRAY TEMPERATURE SENSOR}
본 발명은 열화 진단 장치 및 그 방법에 관한 것으로서, 보다 상세하게는, 어레이 온도센서를 활용하여 전력설비, 예컨대 수배전반과 분전반과 같은 전력 설비에서 발생되는 온도와 열화를 면밀하게 진단하여 사고를 미연에 방지할 수 있도록 하는 열화 진단 장치 및 그 방법에 관한 것이다.
일반적으로, 수배전반 또는 분전반에 설치된 전력 설비에서는 온도가 급격하게 상승하여 열화 상태가 발생되는 경우가 빈번하게 발생되고 있다.
이러한 열화 상태를 진단하기 위한 장치로서, 2014년 6월 18일 자로 등록된 한국등록특허 제10-1411564호에서 2D Array 열화상 진단 시스템 및 방법이 개시되었다. 상기 등록특허는 전력 설비와 관련한 감시 대상물로부터 2D Array의 열화상을 감시하고 진단하기 위한 시스템으로서, 열화상 센서를 이용하여 감시 대상물의 감시 영역을 촬영한 결과로서 화상 데이터를 생성하는 감시 영역 데이터 생성부; 상기 감시 영역을 복수개로 분할한 경우 상기 복수개의 감시 영역에 적용될 기준 온도와 기준 열화율을 포함한 기준값 항목을 설정하는 기준값 설정부; 설정된 상기 기준값 항목을 상기 화상 데이터에 적용하여 상기 감시 영역별 온도와 열화율을 계산하는 열화 계산부; 및 계산된 온도와 기준 온도를 비교하고, 계산된 상기 열화율과 기준 열화율을 비교하여 상기 기준값 항목보다 클 경우 각기 다른 온도 경보 상태와 열화 경보 상태를 발생시키는 경보 처리부;를 포함한다.
그런데, 상기 등록 특허는 수배전반 또는 분전반에서 발생되는 광범위한 열화 상태를 감지하고 이를 진단할 수 있을 뿐, 열화 지점의 수와 각 열화 지점별 열화 면적을 산출할 수 없는 문제가 있었다. 즉, 상기 등록 특허는 2이상의 지점에서 열화가 발생한 경우, 온도가 높다고 판단된 지점이 어느 열화 지점에 의해 영향을 받은 것인지를 판단할 수 없음으로써 이에 대하여 열화 지점별로 대처할 수 없는 문제가 있었다.
한국등록특허 제10-1411564호
따라서 본 발명은 전력설비로부터 감지된 온도 정보에 의거하여, 열화 발생지점의 수와 각 열화지점별 열화 면적을 산출함으로써, 열화 지점별로 대처가 가능하도록 하는 열화 진단장치 및 그 방법을 제공하고자 한다.
또한, 본 발명은 어레이 온도 센서로부터 감지된 행렬형태의 온도데이터를 마운틴 클러스터링 알고리즘에 의거하여 분석하여 열화 지점의 수와 열화지점의 중심점을 검출함으로써, 온도가 높다고 판단된 지점이 어느 열화 지점에 의해 영향을 받은 것인지를 판단할 수 있도록 하는 열화 진단장치 및 그 방법을 제공하고자 한다.
또한, 본 발명은 상기 열화 지점의 수 및 각 열화지점별 열화 면적에 의거하어 열화 위험 지수를 결정하고, 상기 열화 위험 지수가 증가하는 경우 이를 관리자에게 알림으로써 위험에 미리 대처할 수 있도록 하는 열화 진단장치 및 그 방법을 제공하고자 한다.
상기 목적을 달성하기 위해, 본 발명에서 제공하는 열화 진단 장치는, 측정 대상 영역에 대하여 복수의 격자지점들 각각의 온도를 측정하는 어레이 온도 센서를 이용한 열화 진단 장치에 있어서, 상기 어레이 온도 센서로부터 온도 측정 결과를 수집한 후 상기 격자 지점들 각각의 온도 데이터들을 행렬 데이터로 변환하여 출력하는 온도 검출부; 상기 온도 검출부로부터 행렬 데이터를 전달받아 열화 지점의 수와 열화 면적을 산출하기 위한 전처리를 수행하되, 상기 격자 지점들 중 온도 데이터가 미리 설정된 기준값을 초과하는 초과지점들을 추출하는 데이터 전처리부; 상기 추출된 초과지점들 각각에 대한 좌표값을 이용하여 열화 지점의 수 및 상기 열화지점들 각각의 중심점을 산출하는 열화지점 판단부; 상기 열화지점 판단부에서 결정된 열화지점 별로 열화면적을 산출하는 열화면적 산출부; 및 상기 열화 지점의 수 및 상기 열화지점별 면적에 의거하여 열화 상태를 진단하는 열화 진단부를 포함하는 것을 특징으로 한다.
바람직하게, 상기 온도 검출부는 통신을 통해 상기 어레이 온도 센서로부터 상기 격자 지점들 각각의 온도 측정 결과를 수집하되, 벡터 형태로 전송되는 온도 데이터를 수집하고, 상기 온도 데이터를 행렬 형태로 변환하여 상기 격자지점의 온도 데이터를 검출할 수 있다.
바람직하게, 상기 데이터 전처리부는 상기 온도 검출부로부터 전달된 행렬 데이터에 포함된 온도 데이터들 각각을 미리 설정된 기준온도와 비교하여, 상기 기준온도를 초과하는 온도 데이터 분포를 나타내는 전처리 이미지를 생성할 수 있다.
바람직하게, 상기 열화지점 판단부는 상기 초과지점들 각각에 대한 좌표리스트를 생성하고, 상기 좌표리스트에 대하여 마운틴 클러스터링 알고리즘을 적용하여 상기 측정 대상 영역에 포함된 열화지점의 수와 열화지점들 각각의 중심점을 산출할 수 있다.
바람직하게, 상기 열화면적 산출부는 상기 초과지점들 각각과 상기 열화지점들 각각의 중심점과의 거리에 의거하여 상기 초과지점들 각각이 속하는 열화지점을 결정하고, 각 열화지점에 속한 초과지점들의 개수를 카운트하여 열화지점별 면적을 산출할 수 있다.
바람직하게, 상기 열화 진단부는 상기 열화지점의 수 및 열화 지점별 면적에 의거하여 열화 상태를 나타내는 열화 위험 지수를 결정하고, 상기 열화 지점의 수가 증가하거나, 상기 열화 지점별 면적의 증가값이 특정값을 초과하는 경우 상기 열화 위험 지수를 증가시킬 수 있다.
바람직하게, 상기 열화 진단 장치는 상기 열화 위험 지수가 증가하는 경우 이를 표시하는 디스플레이부를 더 포함할 수 있다.
한편, 상기 목적을 달성하기 위해, 본 발명에서 제공하는 열화 진단 방법은 측정 대상 영역에 대하여 복수의 격자지점들 각각의 온도를 측정하는 어레이 온도 센서를 이용한 열화 진단 방법에 있어서, 상기 어레이 온도 센서를 이용하여 측정 대상 영역에 대한 온도를 측정하는 온도 측정 단계; 상기 온도 측정 결과를 수집한 후 상기 격자 지점들 각각의 온도 데이터들을 행렬 데이터로 변환하는 온도 검출 단계; 상기 온도 검출 단계에서 변환된 행렬 데이터를 전달받아 열화 지점의 수와 열화 면적을 산출하기 위한 전처리를 수행하되, 상기 격자 지점들 중 온도 데이터가 미리 설정된 기준값을 초과하는 초과지점들을 추출하는 데이터 전처리 단계; 상기 추출된 초과지점들 각각에 대한 좌표값을 이용하여 열화 지점의 수 및 상기 열화지점들 각각의 중심점을 산출하는 열화 지점 판단 단계; 상기 열화지점 판단부에서 결정된 열화지점 별로 열화면적을 산출하는 열화 면적 산출단계; 및 상기 열화 지점의 수 및 상기 열화지점별 면적에 의거하여 열화 상태를 진단하는 열화 상태 진단 단계를 포함하는 것을 특징으로 한다.
바람직하게, 상기 온도 검출 단계는 통신을 통해, 상기 어레이 온도 센서로부터 전달된 상기 격자 지점들 각각의 온도 측정 결과를 수집하되, 벡터 형태로 전송되는 온도 데이터를 수집하는 수집단계; 및 상기 온도 데이터를 행렬 형태로 변환하는 변환단계를 포함할 수 있다.
바람직하게, 상기 데이터 전처리 단계는 상기 온도 검출 단계에서 변환된 행렬 데이터에 포함된 온도 데이터들 각각을 미리 설정된 기준온도와 비교하는 비교단계; 및 상기 기준온도를 초과하는 온도 데이터 분포를 나타내는 전처리 이미지를 생성하는 이미지 생성단계를 포함할 수 있다.
바람직하게, 상기 열화지점 판단 단계는 상기 초과지점들 각각에 대한 좌표리스트를 생성하는 좌표리스트 생성단계; 및 상기 좌표리스트에 대하여 마운틴 클러스터링 알고리즘을 적용하여 상기 측정 대상 영역에 포함된 열화지점의 수와 열화지점들 각각의 중심점을 산출하는 마운틴 클러스터링 단계를 포함할 수 있다.
바람직하게, 상기 열화면적 산출 단계는 상기 초과지점들 각각과 상기 열화지점들 각각의 중심점과의 거리를 측정하는 거리측정단계; 상기 거리 측정 결과에 의거하여 상기 초과지점들 각각이 속하는 열화지점을 결정하는 열화지점결정단계; 및 열화지점에 속한 초과지점들의 개수를 카운트하여 열화지점별 면적을 산출하는 초과지점개수 카운트단계를 포함할 수 있다.
바람직하게, 상기 열화 진단 단계는 상기 열화지점의 수 및 열화 지점별 면적에 의거하여 열화 상태를 나타내는 열화 위험 지수를 결정하되, 상기 열화 지점의 수가 증가하거나, 상기 열화 지점별 면적의 증가값이 특정값을 초과하는 경우 상기 열화 위험 지수를 증가시킬 수 있다.
바람직하게, 상기 방법은 상기 열화 위험 지수가 증가하는 경우 이를 알리기 위한 데이터를 화면에 출력하거나 경보음을 출력하는 알림단계를 더 포함할 수 있다.
본 발명의 열화 진단장치 및 그 방법은 전력설비로부터 감지된 온도 정보에 의거하여, 열화 발생지점의 수와 각 열화지점별 열화 면적을 산출함으로써, 열화 지점별로 대처가 가능하도록 하는 장점이 있다. 또한, 본 발명은 어레이 온도 센서로부터 감지된 행렬형태의 온도데이터를 마운틴 클러스터링 알고리즘에 의거하여 분석하여 열화 지점의 수와 열화지점의 중심점을 검출함으로써, 온도가 높다고 판단된 지점이 어느 열화 지점에 의해 영향을 받은 것인지를 판단하고 그에 대처할 수 있도록 하는 장점이 있다. 또한, 본 발명은 상기 열화 지점의 수 및 각 열화지점별 열화 면적에 의거하어 열화 위험 지수를 결정하고, 상기 열화 위험 지수가 증가하는 경우 이를 관리자에게 알림으로써 위험에 미리 대처할 수 있도록 하는 장점이 있다.
도 1은 본 발명의 일 실시 예에 따른 열화 진단 장치에 대한 개략적인 블럭도이다.
도 2는 본 발명의 일 실시 예에 따른 데이터 전처리부에서 생성된 이미지의 데이터의 예를 도시한 도면이다.
도 3은 본 발명의 일 실시 예에 따른 열화지점 판단부에서 산출된 밀도 함수의 예를 도시한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 열화지점 판단부에서 도출된 열화지점 및 중심의 예를 도시한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 열화면적 산출부에서 열화지점별로 분류된 열화 영역의 예를 도시한 도면이다.
도 8 내지 도 11은 본 발명의 일 실시 예에 따른 열화 진단 방법에 대한 개략적인 처리 흐름도들이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 설명하되, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 한편 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 또한 상세한 설명을 생략하여도 본 기술 분야의 당업자가 쉽게 이해할 수 있는 부분의 설명은 생략하였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 일 실시 예에 따른 열화 진단 장치에 대한 개략적인 블록도이다. 도 1을 참조하면, 본 발명의 일 실시 예에 따른 열화 진단 장치(100)는 어레이 온도 센서(10)에서 측정된 측정값을 이용하여 열화 여부 및 열화 상태를 진단하며, 온도 검출부(110), 데이터 전처리부(120), 열화지점 판단부(130), 열화 면적 산출부(140) 및 열화 진단부(150)를 포함한다.
먼저, 어레이 온도 센서(10)는 측정 대상의 영역에 대하여 복수의 격자지점들 각각의 온도를 측정하는 장치로서, 본 발명의 열화 진단 장치(100)와는 통신으로 연결될 수 있다. 즉, 어레이 온도 센서(10)는 상기 격자지점의 온도를 측정한 후, 통신을 통해 열화 진단 장치(100)로 측정값을 전송하는 장치이다. 이 때, 격자의 수는 어레이 온도 센서(10)의 해상도를 의미하며, 해상도에 따라 다양한 종류가 있다. 예를 들어, 32 x 32, 64 x 64, 60 x 80 등의 다양한 해상도를 갖는 어레이 센서를 사용할 수 있으며, 이하에서는 32 x 32 어레이 센서를 기반으로 설명할 것이다.
온도 검출부(110)는 어레이 온도 센서(10)로부터 온도 데이터를 수집하는 부분으로써, 통신(예컨대, RS-485 통신 또는 TCP/IP 통신 등)을 통해 상기 격자 지점들 각각의 온도 데이터를 읽어오게 된다. 한편, 어레이 온도 센서(10)의 해상도가 32 x 32인 경우 1,024개의 온도 데이터가 측정되고, 어레이 온도 센서(10)의 해상도가 64 x 64인 경우 4,096개의 온도 데이터가 측정되며, 온도 검출부(110)는 이러한 온도 데이터들을 상기 통신을 통하여 수집하는데, RS-485 통신은 한 번에 읽어올 수 있는 데이터의 수에 제약이 있기 때문에, 온도 검출부(110)가 RS-485 통신을 하는 경우 온도 검출부(110)는 상기 온도 데이터를 여러 번 나눠서 읽어온 후 하나의 프레임 데이터를 만든다.
한편, 온도 검출부(110)는 이와 같이 어레이 온도 센서(10)로부터 온도 측정 결과를 수집한 후 상기 격자 지점들 각각의 온도 데이터들을 행렬 데이터로 변환하여 출력한다. 즉, 온도 검출부(110)는 통신을 통해 수학식 1과 같은 벡터 형태의 온도 데이터를 수집한 후 이를 수학식 2와 같은 행렬 데이터로 변환하여 상기 격자지점의 온도 데이터를 검출한다.
Figure 112020115444487-pat00001
Figure 112020115444487-pat00002
데이터 전처리부(120)는 열화지점의 수와 열화면적 산출을 위한 데이터 전처리를 하는 부분으로써, 온도가 높은 영역의 위치 정보를 추출한다. 즉, 데이터 전처리부(120)는 온도 검출부(110)로부터 수학식 2에 예시된 바와 같은 행렬 데이터를 전달받아 열화 지점의 수와 열화 면적을 산출하기 위한 전처리를 수행하되, 상기 격자 지점들 중 온도 데이터가 미리 설정된 기준값을 초과하는 초과지점들을 추출한다. 이를 위해, 데이터 전처리부(120)는 상기 행렬 데이터에 포함된 온도 데이터들 각각을 미리 설정된 기준온도와 비교하여, 상기 기준온도를 초과하는 온도 데이터 분포를 나타내는 전처리 이미지를 생성한다. 즉, 데이터 전처리부(120)는 수학식 2에 예시된 행렬 데이터(
Figure 112020115444487-pat00003
)의 모든 요소들 (
Figure 112020115444487-pat00004
)에 대하여 온도값이 미리 설정된 기준 온도를 초과하는 경우 '1', 상기 온도값이 상기 기준 온도 이하인 경우 '0'을 갖는 새로운 행렬 데이터
Figure 112020115444487-pat00005
(수학식 3)를 생성한다.
Figure 112020115444487-pat00006
이 때, 상기 기준온도는 설비의 특성을 고려하여 결정할 수 있으며, 동작 조건이나 설비의 변경 등에 따라 변경 설정이 가능하다.
또한, 데이터 전처리부(120)는 수학식 3에 예시된 행렬 데이터를 이용하여 상기 전처리 이미지를 생성할 수 있다. 이러한 전처리 이미지의 예가 도 2에 예시되어 있다. 도 2는 본 발명의 일 실시 예에 따른 데이터 전처리부에서 생성된 이미지의 데이터의 예를 도시한 도면으로서, 도 2를 참조하면, 상기 전처리 이미지는 수학식 3에 예시된 행렬 데이터의 요소들 중 그 값이 '1' 인 요소에 대응된 영역을 표시하고 있다. 즉, 도 2는 측정 대상의 영역 중 기준 온도를 초과하는 영역(이하, ‘초과지점’이라 칭함)의 데이터 분포를 예시하고 있다.
열화지점 판단부(130)는 몇 개의 영역에서 열화가 진행되는 지를 검출하는 부분으로서, 도 2에 예시된 바와 같은 전처리 이미지에 표시된 상기 초과지점들 각각에 대한 좌표값을 이용하여 열화 지점의 수 및 상기 열화지점들 각각의 중심점을 산출한다. 이를 위해, 열화지점 판단부(130)는 마운틴 클러스터링 알고리즘을 이용한다. 상기 마운틴 클러스터링 알고리즘은 데이터의 밀집도를 기반으로 클러스터링하는 기법으로써, 클러스터의 수와 클러스터의 중심값을 찾는 기법이다. 즉, 상기 마운틴 클러스터링 알고리즘은 클러스터의 수를 알지 못하는 경우 유용한 알고리즘이다.
따라서, 열화지점 판단부(130)는 이러한 마운틴 클러스터링 알고리즘을 도 2에 예시된 전처리 데이터 이미지에 적용함으로써, 열화가 발생하는 지점이 몇 개 인지를 검출한다.
이를 위해, 열화지점 판단부(130)는 먼저, 전처리된 결과로 생성된 행렬 데이터
Figure 112020115444487-pat00007
로부터 입력 데이터(
Figure 112020115444487-pat00008
)를 생성한다. 이 때, 상기 입력 데이터(
Figure 112020115444487-pat00009
)는 도 2에 분포된 모든 점들의 좌표값(
Figure 112020115444487-pat00010
)들을 리스트화하여 생성할 수 있다. 즉, 열화지점 판단부(130)는 먼저, 상기 초과지점들 각각에 대한 좌표리스트를 생성한다.
그리고, 열화지점 판단부(130)는 상기 입력 데이터(
Figure 112020115444487-pat00011
)에 대하여 마운틴 클러스터링 알고리즘을 적용하여 클러스터의 수와 중심값(
Figure 112020115444487-pat00012
)을 계산한다.
상기 클러스터의 수와 중심값(
Figure 112020115444487-pat00013
)을 계산하기 위해, 열화지점 판단부(130)는 다음과 같은 과정을 수행한다.
단계 1] 데이터 공간에서 격자선을 형성한 후, 격자선의 교차점을
Figure 112020115444487-pat00014
의 집합으로 표현한다. 이 때, 상기 격자선은 도 2에 예시된 전처리 데이터 이미지로부터 도출한 입력데이터(
Figure 112020115444487-pat00015
)를 정규화하여 x1축과 x2축을 0 ~ 1 사이로 변환한 후, x1축과 x2축을 균등 간격으로 나누어 연장한 선을 말하며, 상기 격자선의 교차점은 잠재적인 클러스터의 중심이 될 수 있다. 상기 정규화 및 격자선 형성을 위한 일련의 과정들은 공지의 기술을 활용할 수 있다.
단계 2] 하기의 수학식 4를 이용하여, 상기 격자선의 교차점을 나타내는 모든
Figure 112020115444487-pat00016
점에 대하여 밀도를 측정한다.
Figure 112020115444487-pat00017
여기서,
Figure 112020115444487-pat00018
는
Figure 112020115444487-pat00019
번째 데이터이고, σ는 임의의 상수를 의미한다.
이러한 밀도 측정 결과를 도 3에 나타내었다. 도 3은 x1축과, x2축을 각각 20개로 나누어 400개의 교차점이 생성되고, 그 400개의 교차점 각각에 대하여 밀도를 계산한 결과의 예이다.
단계 3] 상기 밀도가 가장 높은
Figure 112020115444487-pat00020
값을 찾는다. 즉,
Figure 112020115444487-pat00021
의 최대값과 위치를 찾는다. 이 때, 최대값의 위치는 클러스터의 중심값(
Figure 112020115444487-pat00022
)이 된다.
단계 4] 하기의 수학식 5를 이용하여 밀도함수(mountain function)(
Figure 112020115444487-pat00023
)에서 중심값(
Figure 112020115444487-pat00024
)을 파괴(즉, 감쇄)시킨 후 새로운 밀도 함수(
Figure 112020115444487-pat00025
)를 계산한다.
Figure 112020115444487-pat00026
여기서, β는 임의의 상수로써 파괴시킬 영역의 면적을 조정하는 파라미터이며, 그 값이 클수록 면적이 좁아진다.
이와 같이, 상기 단계 3 및 단계 4를 거쳐 클러스터의 수를 찾는 과정을 도 4 및 도 5에 예시하였다. 즉, 도 4 및 도 5는 도 3에 예시된 도면으로부터 클러스터의 수를 찾는 과정을 설명하기 위한 도면으로서, 도 4는 도 3에 예시된 도면에서 가장 높은 봉우리를 파괴하는 예를 설명하고, 도 5는 도 3에 예시된 도면에서 두 번째 높은 봉우리를 파괴하는 예를 설명한다.
도 4의 (a)는 도 3에 예시된 도면으로부터 찾아진 최대값의 위치(A)를 표시하고, 도 4의 (b)는 상기 최대값(A)을 포함하는 봉우리를 파괴하기 위해 감쇄함수(
Figure 112020115444487-pat00027
) 를 통해 얻어진 값을 표시하고, 도 4의 (c)는 수학식 5를 통해 얻어진 값, 즉, 도 4의 (a)에서 도 4의 (b)를 파괴한 결과를 나타낸다.
도 5의 (a)는 도 4의 예에서 최대값(A)을 포함하는 봉우리를 삭제한 후, 찾아진 최대값의 위치(B)(즉, 도 3에 예시된 도면에서 두 번째로 큰 중심값의 위치)를 표시하고, 도 5의 (b)는 상기 최대값(B)을 포함하는 봉우리를 파괴하기 위해 감쇄함수(
Figure 112020115444487-pat00028
) 를 통해 얻어진 값을 표시하고, 도 5의 (c)는 수학식 5를 통해 얻어진 값, 즉, 도 5의 (a)에서 도 5의 (b)를 파괴한 결과를 나타낸다.
한편, 열화지점 판단부(130)는 충분한 수의 클러스터가 찾아질 때 까지, 상기 단계 3 및 단계 4를 반복한다. 이 때, 열화지점 판단부(130)는 단계 3에서 찾은 최대값이 미리 설정된 임계값 이하가 되는 경우 충분한 수의 클러스터가 찾아진 것으로 간주하고 종료할 수 있다.
이와 같이 하여 얻어진 클러스터의 수는 열화지점의 개수가 되고, 각 클러스터의 중심값은 열화지점의 중심점을 의미한다. 따라서, 열화지점 판단부(130)는 상기 과정을 통해 온도가 높은 영역이 몇 개 인지를 판단할 수 있게 된다. 한편, 상기 마운틴 클러스터링은 봉우리 형태의 밀도 함수를 구한 후 상기 봉우리를 제거하면서 봉우리의 수를 세는 개념의 알고리즘으로서, 이러한 봉우리 형태의 밀도 함수 산출 예가 도 3에 예시되어 있다. 도 3은 열화지점 판단부(130)에서 산출된 밀도 함수의 예를 도시한 도면으로서, 봉우리가 2개, 즉, 열화지점이 2개인 경우의 예를 도시하고 있다.
열화 면적 산출부(140)는 열화지점 판단부(130)에서 결정된 열화지점 별로 열화면적을 산출한다. 통상적으로, 열화가 진행되면 온도가 높은 영역이 넓어지는 특성을 가지므로, 상기 열화지점 별로 열화되는 면적(즉, 온도가 상승되는 면적)을 산출함으로써, 열화 진단에 적용할 수 있으며, 이로 인해, 열화 면적 산출부(140)에서는 상기 열화지점별로 열화면적을 산출하는 것이다.
이 때, 열화 면적 산출부(140)는 거리 기반으로 분류하는 알고리즘을 적용하여 각 열화지점별 열화면적을 산출할 수 있다. 이를 위해, 열화 면적 산출부(140)는, 먼저, 도 2에 예시된 상기 초과지점들 각각과, 열화지점 판단부(130)에서 결정된 상기 열화지점들 각각의 중심점과의 거리에 의거하여 상기 초과지점들 각각이 속하는 열화지점을 결정한다.
도 6은 열화지점 판단부(130)에서 도출된 열화지점 및 중심의 예를 도시한 도면으로서, 2개의 열화지점 중심점이 도출되고 그 주변에 다수의 초과지점이 분포한 예를 도시하고 있다. 이 경우, 열화 면적 산출부(140)는 상기 초과지점들 각각과 2개의 열화지점 중심점들과의 거리를 산출하고, 상기 초과지점들 각각은 상기 2개의 열화지점 중심점들 중 더 가까운 열화지점 중심점에 속한 열화지점으로 결정한다. 이 때, 상기 초과지점들 각각과 열화지점 중심점과의 거리는 각각의 좌표값을 이용하여 유클리디안 거리를 계산할 수 있다.
도 7은 열화면적 산출부(140)에서 열화지점별로 분류된 열화 영역의 예를 도시한 도면으로서, 거리 기반으로 분류된 예를 도시하고 있다. 도 7을 참조하면, 2개의 열화지점에 대하여 예시된 바와 같은 열화 영역이 포함되며, 각 열화지점별로 상기 열화 영역의 개수를 카운트함으로써, 열화지점별 열화 면적을 산출할 수 있다.
열화 진단부(150)는 열화지점 판단부(130)에서 결정된 열화지점의 수와 열화면적 산출부(140)에서 산출된 열화지점별 면적에 의거하여 열화 상태를 진단한다. 이 때, 열화 진단부(150)는 어레이 온도 센서(10)로부터 주기적으로 데이터를 읽어와서 산출된 열화 지점의 수 및 열화 지점별 면적에 의거하여 열화 상태를 진단하되, 상기 열화지점의 수 및 열화 지점별 면적에 의거하여 열화 상태를 나타내는 열화 위험 지수를 결정하고, 상기 열화 지점의 수가 증가하거나, 상기 열화 지점별 면적의 증가값이 특정값을 초과하는 경우 상기 열화 위험 지수를 증가시킴으로써, 열화의 정도를 결정할 수 있다.
한편, 본 발명의 열화 진단 장치(100)는 상기 열화 위험 지수가 증가하는 경우 상기 열화 위험 지수 또는 열화 상태를 도식화하여 표시하는 디스플레이부(미도시) 또는 상기 열화 위험 지수에 따른 경고음을 출력하는 알람부(미도시)를 더 포함할 수 있다.
도 8 내지 도 11은 본 발명의 일 실시 예에 따른 열화 진단 방법에 대한 개략적인 처리 흐름도들이다. 도 1 및 도 8 내지 도 11을 참조하면, 본 발명의 일 실시 예에 따른 열화 진단 방법은 다음과 같다.
먼저, 단계 S100에서는, 어레이 온도센서(10)가 측정 대상 영역의 온도를 측정한다. 이 때, 어레이 온도센서(10)는 측정 대상의 영역에 대하여 복수의 격자 지점들 각각의 온도를 측정한다.
단계 S200에서는, 온도 검출부(110)가 어레이 온도센서(10)로부터 상기 온도 측정 결과를 수집한 후 상기 격자 지점들 각각의 온도 데이터들을 행렬 데이터로 변환한다. 즉, 단계 S200는, 온도 검출부(110)가 통신(예컨대, RS-485 통신 또는 TCP/IP 통신 등)을 통해, 어레이 온도 센서(10)로부터 전달된 상기 격자 지점들 각각의 온도 측정 결과를 수집하되, 수학식 6과 같은 벡터 형태로 전송되는 온도 데이터를 수집하는 수집단계, 및 상기 벡터 형태의 온도 데이터를 수학식 7과 같은 행렬 형태로 변환하는 변환단계를 포함할 수 있다.
Figure 112020115444487-pat00029
Figure 112020115444487-pat00030
단계 S300에서는, 데이터 전처리부(120)가 단계 S200에서 변환된 행렬 데이터를 전달받아 열화 지점의 수와 열화 면적을 산출하기 위한 전처리를 수행한다. 즉, 단계 S300에서, 데이터 전처리부(120)는 상기 격자 지점들 중 온도 데이터가 미리 설정된 기준값을 초과하는 초과지점들을 추출한다. 이를 위해, 단계 S300는, 상기 단계 S200에서 변환된 행렬 데이터에 포함된 온도 데이터들 각각을 미리 설정된 기준온도와 비교하는 비교단계; 및 상기 기준온도를 초과하는 온도 데이터 분포를 나타내는 전처리 이미지를 생성하는 이미지 생성단계를 포함할 수 있다.
이 때, 단계 S300에서는, 데이터 전 처리부(120)가 수학식 7에 예시된 행렬 데이터(
Figure 112020115444487-pat00031
)의 모든 요소들(
Figure 112020115444487-pat00032
)에 대하여 온도값이 미리 설정된 기준 온도를 초과하는 경우 '1', 상기 온도값이 상기 기준 온도 이하인 경우 '0' 을 갖는 새로운 행렬 데이터
Figure 112020115444487-pat00033
(수학식 8)를 생성한다.
Figure 112020115444487-pat00034
이 때, 상기 기준온도는 설비의 특성을 고려하여 결정할 수 있으며, 동작 조건이나 설비의 변경 등에 따라 변경 설정이 가능하다.
또한, 단계 S300에서, 데이터 전처리부(120)는 수학식 8에 예시된 행렬 데이터를 이용하여 상기 전처리 이미지를 생성할 수 있다.
단계 S400에서는, 열화지점 판단부(130)가 상기 추출된 초과지점들 각각에 대한 좌표값을 이용하여 열화 지점의 수 및 상기 열화지점들 각각의 중심점을 산출한다. 이를 위해, 단계 S400은, 상기 초과지점들 각각에 대한 좌표리스트를 생성하는 좌표리스트 생성단계(S410); 및 상기 좌표리스트에 대하여 마운틴 클러스터링 알고리즘을 적용하여 상기 측정 대상 영역에 포함된 열화지점의 수와 열화지점들 각각의 중심점을 산출하는 마운틴 클러스터링 단계(S420)를 포함할 수 있다.
한편, 상기 마운틴 클러스터링(S420) 단계를 수행하기 위해, 단계 S421에서는, 열화지점 판단부(130)가, 데이터 공간에서 격자선을 형성한 후 격자선의 교차점을
Figure 112020115444487-pat00035
의 집합으로 표현한다. 이 때, 상기 격자선은 도 2에 예시된 전처리 데이터 이미지로부터 도출한 입력데이터(
Figure 112020115444487-pat00036
)를 정규화하여 x1축과 x2축을 0 ~ 1 사이로 변환한 후, x1축과 x2축을 균등 간격으로 나누어 연장한 선을 말하며, 상기 격자선의 교차점은 잠재적인 클러스터의 중심이 될 수 있다. 상기 정규화 및 격자선 형성을 위한 일련의 과정들은 공지의 기술을 활용할 수 있다.
단계 S422에서는, 열화지점 판단부(130)가 하기의 수학식 9를 이용하여, 상기 격자선의 교차점을 나타내는 모든
Figure 112020115444487-pat00037
점에 대하여 밀도를 측정한다.
Figure 112020115444487-pat00038
여기서,
Figure 112020115444487-pat00039
는
Figure 112020115444487-pat00040
번째 데이터이고, σ는 임의의 상수를 의미한다.
단계 S423에서는, 열화지점 판단부(130)가 상기 단계 S422의 밀도 측정 결과값들 중 밀도가 가장 높은
Figure 112020115444487-pat00041
값을 찾는다. 즉,
Figure 112020115444487-pat00042
의 최대값과 위치를 찾는다. 이 때, 최대값의 위치는 클러스터의 중심값(
Figure 112020115444487-pat00043
)이 된다.
단계 S424에서는, 열화지점 판단부(130)가 하기의 수학식 10을 이용하여 밀도함수(mountain function)(
Figure 112020115444487-pat00044
)에서 중심값(
Figure 112020115444487-pat00045
)을 파괴시킨 후 새로운 밀도 함수(
Figure 112020115444487-pat00046
)를 계산한다.
Figure 112020115444487-pat00047
여기서,
Figure 112020115444487-pat00048
는 임의의 상수로써 파괴시킬 영역의 면적을 조정하는 파라메터이며, 그 값이 클수록 면적이 좁아진다.
이와 같이, 상기 단계 S423 및 단계 S424를 거쳐 클러스터의 수를 찾는 과정을 도 4 및 도 5에 예시하였다. 즉, 도 4 및 도 5는 도 3에 예시된 도면으로부터 클러스터의 수를 찾는 과정을 설명하기 위한 도면으로서, 도 4는 도 3에 예시된 도면에서 가장 높은 봉우리를 파괴하는 예를 설명하고, 도 5는 도 3에 예시된 도면에서 두 번째 높은 봉우리를 파괴하는 예를 설명한다.
도 4의 (a)는 도 3에 예시된 도면으로부터 찾아진 최대값의 위치(A)를 표시하고, 도 4의 (b)는 상기 최대값(A)을 포함하는 봉우리를 파괴하기 위해 감쇄함수(
Figure 112020115444487-pat00049
) 를 통해 얻어진 값을 표시하고, 도 4의 (c)는 수학식 10을 통해 얻어진 값, 즉, 도 4의 (a)에서 도 4의 (b)를 파괴한 결과를 나타낸다.
도 5의 (a)는 도 4의 예에서 최대값(A)을 포함하는 봉우리를 삭제한 후, 찾아진 최대값의 위치(B)(즉, 도 3에 예시된 도면에서 두 번째로 큰 중심값의 위치)를 표시하고, 도 5의 (b)는 상기 최대값(B)을 포함하는 봉우리를 파괴하기 위해 감쇄함수(
Figure 112020115444487-pat00050
) 를 통해 얻어진 값을 표시하고, 도 5의 (c)는 수학식 10를 통해 얻어진 값, 즉, 도 5의 (a)에서 도 5의 (b)를 파괴한 결과를 나타낸다.
한편, 단계 S425에서, 열화지점 판단부(130)는 충분한 수의 클러스터가 찾아질 때 까지, 상기 단계 S423 및 단계 S424를 반복한다. 이 때, 열화지점 판단부(130)는 상기 단계 S423에서 찾은 최대값이 미리 설정된 임계값 이하가 되는 경우 충분한 수의 클러스터가 찾아진 것으로 간주하고 종료할 수 있다.
이와 같이 하여 얻어진 클러스터의 수는 열화지점의 개수가 되고, 각 클러스터의 중심값은 열화지점의 중심점을 의미한다. 따라서, 열화지점 판단부(130)는 상기 과정을 통해 온도가 높은 영역이 몇 개 인지를 판단할 수 있게 된다.
단계 S500에서, 열화면적 산출부(140)는, 단계 S400에서 결정된 열화지점 별로 열화면적을 산출한다. 이를 위해, 단계 S510에서는, 열화면적 산출부(140)가 상기 초과지점들 각각과 상기 열화지점들 각각의 중심점과의 거리를 측정한다. 이 때, 상기 초과지점들 각각과 열화지점 중심점과의 거리는 각각의 좌표값을 이용하여 유클리디안 거리를 계산할 수 있다.
단계 S520에서는, 열화면적 산출부(140)가 상기 거리 측정 결과에 의거하여 상기 초과지점들 각각이 속하는 열화지점을 결정한다. 예를 들어, 2개의 열화지점 중심점이 존재하는 경우, 상기 초과지점들 각각은 상기 2개의 열화지점 중심점들 중 더 가까운 열화지점 중심점에 속한 열화지점으로 결정할 수 있다.
단계 S530에서는, 열화면적 산출부(140)가 열화지점에 속한 초과지점들의 개수를 카운트하고, 단계 S540에서는, 상기 카운트 결과에 기초하여 열화지점별 면적을 산출한다.
단계 S600에서는, 열화 진단부(150)가 상기 열화 지점의 수 및 상기 열화지점별 면적에 의거하여 열화 상태를 진단한다. 이 때, 단계 S600은 상기 열화지점의 수 및 열화 지점별 면적에 의거하여 열화 상태를 나타내는 열화 위험 지수를 결정하되, 상기 열화 지점의 수가 증가하거나, 상기 열화 지점별 면적의 증가값이 특정값을 초과하는 경우 상기 열화 위험 지수를 증가시킬 수 있다.
또한, 본 발명은, 상기 열화 위험 지수가 증가하는 경우 이를 알리기 위한 데이터를 화면에 출력하거나 경보음을 출력하는 알림단계를 더 포함할 수 있다.
이상에서는 본 발명의 실시 예를 설명하였으나, 본 발명의 권리범위는 이에 한정되지 아니하며 본 발명이 실시 예로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 용이하게 변경되어 균등한 것으로 인정되는 범위의 모든 변경 및 수정을 포함한다.
100: 열화 진단 장치 110: 온도 검출부
120: 데이터 전처리부 130: 열화지점 판단부
140: 열화면적 산출부 150: 열화 진단부

Claims (14)

  1. 측정 대상 영역에 대하여 복수의 격자지점들 각각의 온도를 측정하는 어레이 온도 센서를 이용한 열화 진단 장치에 있어서,
    상기 어레이 온도 센서로부터 온도 측정 결과를 수집한 후 상기 격자 지점들 각각의 온도 데이터들을 행렬 데이터로 변환하여 출력하는 온도 검출부;
    상기 온도 검출부로부터 행렬 데이터를 전달받아 열화 지점의 수와 열화 면적을 산출하기 위한 전처리를 수행하되, 상기 격자 지점들 중 온도 데이터가 미리 설정된 기준값을 초과하는 초과지점들을 추출하는 데이터 전처리부;
    상기 추출된 초과지점들 각각에 대한 좌표값을 이용하여 열화 지점의 수 및 상기 열화지점들 각각의 중심점을 산출하는 열화지점 판단부;
    상기 열화지점 판단부에서 결정된 열화지점 별로 열화면적을 산출하는 열화면적 산출부; 및
    상기 열화 지점의 수 및 상기 열화지점별 열화면적에 의거하여 열화 상태를 진단하는 열화 진단부를 포함하되,
    상기 열화지점 판단부는
    상기 초과지점들 각각에 대한 좌표리스트를 생성하고, 상기 좌표리스트에 대하여 마운틴 클러스터링 알고리즘을 적용하여 상기 측정 대상 영역에 포함된 열화지점의 수와 열화지점들 각각의 중심점을 산출하고,
    상기 초과지점을 나타내는 모든 격자 지점(V)에 대하여 밀도를 측정하는 제1 과정; 상기 밀도가 가장 높은 격자 지점(V)값을 찾아 그 위치를 클러스터의 중심값으로 설정하는 제2 과정; 및 상기 설정된 클러스터의 중심값을 파괴시킨 후 새로운 밀도함수를 계산하는 제3 과정을 수행하되,
    상기 중심값이 미리 설정된 임계값 이하가 될 때까지, 상기 제2 과정 및 제3 과정을 반복하여 클러스터의 중심값들을 설정한 후, 상기 설정된 클러스터의 개수를 열화지점의 수, 상기 클러스터의 중심값을 열화지점의 중심점으로 산출하는 것을 특징으로 하는 열화 진단 장치.
  2. 제1항에 있어서, 상기 온도 검출부는
    통신을 통해 상기 어레이 온도 센서로부터 상기 격자 지점들 각각의 온도 측정 결과를 수집하되, 벡터 형태로 전송되는 온도 데이터를 수집하고, 상기 온도 데이터를 행렬 형태로 변환하여 상기 격자지점의 온도 데이터를 검출하는 것을 특징으로 하는 열화 진단 장치.
  3. 제1항에 있어서, 상기 데이터 전처리부는
    상기 온도 검출부로부터 전달된 행렬 데이터에 포함된 온도 데이터들 각각을 미리 설정된 기준온도와 비교하여, 상기 기준온도를 초과하는 온도 데이터 분포를 나타내는 전처리 이미지를 생성하는 것을 특징으로 하는 열화 진단 장치.
  4. 삭제
  5. 제1항에 있어서, 상기 열화면적 산출부는
    상기 초과지점들 각각과 상기 열화지점들 각각의 중심점과의 거리에 의거하여 상기 초과지점들 각각이 속하는 열화지점을 결정하고, 각 열화지점에 속한 초과지점들의 개수를 카운트하여 열화지점별 면적을 산출하는 것을 특징으로 하는 열화 진단 장치.
  6. 제1항에 있어서, 상기 열화 진단부는
    상기 열화지점의 수 및 열화 지점별 면적에 의거하여 열화 상태를 나타내는 열화 위험 지수를 결정하고,
    상기 열화 지점의 수가 증가하거나,
    상기 열화 지점별 면적의 증가값이 특정값을 초과하는 경우 상기 열화 위험 지수를 증가시키는 것을 특징으로 하는 열화 진단 장치.
  7. 제6항에 있어서,
    상기 열화 위험 지수가 증가하는 경우 이를 표시하는 디스플레이부를 더 포함하는 것을 특징으로 하는 열화 진단 장치.
  8. 측정 대상 영역에 대하여 복수의 격자지점들 각각의 온도를 측정하는 어레이 온도 센서를 이용한 열화 진단 방법에 있어서,
    상기 어레이 온도 센서를 이용하여 측정 대상 영역에 대한 온도를 측정하는 온도 측정 단계;
    상기 온도 측정 결과를 수집한 후 상기 격자 지점들 각각의 온도 데이터들을 행렬 데이터로 변환하는 온도 검출 단계;
    상기 온도 검출 단계에서 변환된 행렬 데이터를 전달받아 열화 지점의 수와 열화 면적을 산출하기 위한 전처리를 수행하되, 상기 격자 지점들 중 온도 데이터가 미리 설정된 기준값을 초과하는 초과지점들을 추출하는 데이터 전처리 단계;
    상기 추출된 초과지점들 각각에 대한 좌표값을 이용하여 열화 지점의 수 및 상기 열화지점들 각각의 중심점을 산출하는 열화 지점 판단 단계;
    상기 열화지점 판단 단계에서 결정된 열화지점 별로 열화면적을 산출하는 열화 면적 산출단계; 및
    상기 열화 지점의 수 및 상기 열화지점별 열화 면적에 의거하여 열화 상태를 진단하는 열화 상태 진단 단계를 포함하되,
    상기 열화지점 판단 단계는
    상기 초과지점들 각각에 대한 좌표리스트를 생성하는 좌표리스트 생성단계; 및
    상기 좌표리스트에 대하여 마운틴 클러스터링 알고리즘을 적용하여 상기 측정 대상 영역에 포함된 열화지점의 수와 열화지점들 각각의 중심점을 산출하는 마운틴 클러스터링 단계를 포함하고,
    상기 마운틴 클러스터링 단계는
    상기 초과지점을 나타내는 모든 격자 지점(V)에 대하여 밀도를 측정하는 제1 과정; 상기 밀도가 가장 높은 격자 지점(V)값을 찾아 그 위치를 클러스터의 중심값으로 설정하는 제2 과정; 및 상기 설정된 클러스터의 중심값을 파괴시킨 후 새로운 밀도함수를 계산하는 제3 과정을 수행하되,
    상기 중심값이 미리 설정된 임계값 이하가 될 때까지, 상기 제2 과정 및 제3 과정을 반복하여 클러스터의 중심값들을 설정한 후, 상기 설정된 클러스터의 개수를 열화지점의 수, 상기 클러스터의 중심값을 열화지점의 중심점으로 산출하는 것을 특징으로 하는 열화 진단 방법.
  9. 제8항에 있어서, 상기 온도 검출 단계는
    통신을 통해, 상기 어레이 온도 센서로부터 전달된 상기 격자 지점들 각각의 온도 측정 결과를 수집하되, 벡터 형태로 전송되는 온도 데이터를 수집하는 수집단계; 및
    상기 온도 데이터를 행렬 형태로 변환하는 변환단계를 포함하는 것을 특징으로 하는 열화 진단 방법.
  10. 제8항에 있어서, 상기 데이터 전처리 단계는
    상기 온도 검출 단계에서 변환된 행렬 데이터에 포함된 온도 데이터들 각각을 미리 설정된 기준온도와 비교하는 비교단계; 및
    상기 기준온도를 초과하는 온도 데이터 분포를 나타내는 전처리 이미지를 생성하는 이미지 생성단계를 포함하는 것을 특징으로 하는 열화 진단 방법.
  11. 삭제
  12. 제8항에 있어서, 상기 열화면적 산출 단계는
    상기 초과지점들 각각과 상기 열화지점들 각각의 중심점과의 거리를 측정하는 거리측정단계;
    상기 거리 측정 결과에 의거하여 상기 초과지점들 각각이 속하는 열화지점을 결정하는 열화지점결정단계; 및
    열화지점에 속한 초과지점들의 개수를 카운트하여 열화지점별 면적을 산출하는 초과지점개수 카운트단계를 포함하는 것을 특징으로 하는 열화 진단 방법.
  13. 제8항에 있어서, 상기 열화 진단 단계는
    상기 열화지점의 수 및 열화 지점별 면적에 의거하여 열화 상태를 나타내는 열화 위험 지수를 결정하되,
    상기 열화 지점의 수가 증가하거나,
    상기 열화 지점별 면적의 증가값이 특정값을 초과하는 경우 상기 열화 위험 지수를 증가시키는 것을 특징으로 하는 열화 진단 방법.
  14. 제13항에 있어서,
    상기 열화 위험 지수가 증가하는 경우 이를 알리기 위한 데이터를 화면에 출력하거나 경보음을 출력하는 알림단계를 더 포함하는 것을 특징으로 하는 열화 진단 방법.
KR1020200142354A 2020-10-29 2020-10-29 어레이 온도센서를 활용한 열화 진단 장치 및 그 방법 KR102244683B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200142354A KR102244683B1 (ko) 2020-10-29 2020-10-29 어레이 온도센서를 활용한 열화 진단 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200142354A KR102244683B1 (ko) 2020-10-29 2020-10-29 어레이 온도센서를 활용한 열화 진단 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR102244683B1 true KR102244683B1 (ko) 2021-04-26

Family

ID=75733515

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200142354A KR102244683B1 (ko) 2020-10-29 2020-10-29 어레이 온도센서를 활용한 열화 진단 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102244683B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011209128A (ja) * 2010-03-30 2011-10-20 Univ Of Tokyo 特定スペース内異常判別用計算式の作成方法及び該計算式を用いた特定スペース内異常検知システム
KR101411564B1 (ko) 2014-05-13 2014-06-26 주식회사 케이디티 2D Array 열화상 진단 시스템 및 방법
KR101519929B1 (ko) * 2014-05-07 2015-05-15 지투파워 (주) 광섬유 온도센서를 구비한 수배전반의 지능형 열화 진단 시스템 및 그 방법
KR101624580B1 (ko) * 2015-08-07 2016-05-26 주식회사 케이디티 멀티포인트의 무선 온도 검출 기반 열화 진단 시스템 및 그의 열화 진단 방법
KR101694349B1 (ko) * 2015-11-20 2017-01-13 한전케이디엔주식회사 변전소 전력설비 순시 감시진단 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011209128A (ja) * 2010-03-30 2011-10-20 Univ Of Tokyo 特定スペース内異常判別用計算式の作成方法及び該計算式を用いた特定スペース内異常検知システム
KR101519929B1 (ko) * 2014-05-07 2015-05-15 지투파워 (주) 광섬유 온도센서를 구비한 수배전반의 지능형 열화 진단 시스템 및 그 방법
KR101411564B1 (ko) 2014-05-13 2014-06-26 주식회사 케이디티 2D Array 열화상 진단 시스템 및 방법
KR101624580B1 (ko) * 2015-08-07 2016-05-26 주식회사 케이디티 멀티포인트의 무선 온도 검출 기반 열화 진단 시스템 및 그의 열화 진단 방법
KR101694349B1 (ko) * 2015-11-20 2017-01-13 한전케이디엔주식회사 변전소 전력설비 순시 감시진단 시스템

Similar Documents

Publication Publication Date Title
CN101714255B (zh) 异常行为探测装置
KR102261899B1 (ko) 드론의 이상 진단장치 및 그 방법
EP3109770A2 (en) Preprocessor of abnormality sign diagnosing device and processing method of the same
CN117274722B (zh) 基于红外图像的配电箱智能检测方法
KR101445045B1 (ko) 통합관제센터의 통합관제서비스를 이용한 수위경고 시스템 및 방법
KR102301201B1 (ko) IoT 센서 기반 회전 기기의 정밀 상태 진단 장치 및 방법
US20190072947A1 (en) Method of predicting plant data and apparatus using the same
KR20210101135A (ko) 조기 지진 감지 장치 및 방법
CN112734977B (zh) 一种基于物联网的设备风险预警系统及算法
US6680671B2 (en) Fire detection device
US20040193387A1 (en) Signal recorder with status recognizing function
CN112883802A (zh) 一种管道光纤振动安全预警系统破坏性事件的识别方法
CN115664038A (zh) 一种用于电气安全管理的智能配电运维监控系统
KR102244683B1 (ko) 어레이 온도센서를 활용한 열화 진단 장치 및 그 방법
JP5302926B2 (ja) 煙検出装置
CN117423201A (zh) 一种餐厅智能化消防状态监测方法及系统
CN110455399B (zh) 用分布式光纤对建筑结构振动进行全局预警的方法
KR102267811B1 (ko) Rnn 기반의 영농형 태양광 발전 구조물의 현재 상태 및 미래 상태 예측 시스템
CN117152896A (zh) 一种电气火灾监控方法及系统
KR20230104526A (ko) 부분방전 모니터링 시스템 및 부분방전 모니터링 방법
CN115841730A (zh) 视频监控系统、异常事件检测方法
CN113516091B (zh) 一种识别变电站电火花图像的方法
CN114935450A (zh) 一种大跨斜拉桥拉索阻尼器的失效监测报警方法
KR102058382B1 (ko) 구조물 손상여부 모니터링 방법 및 시스템
JP6457728B2 (ja) 層流煙検出装置および層流煙検出方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant