KR102388973B1 - 내진 시설을 구비한 주배선반 시스템 - Google Patents

내진 시설을 구비한 주배선반 시스템 Download PDF

Info

Publication number
KR102388973B1
KR102388973B1 KR1020210088299A KR20210088299A KR102388973B1 KR 102388973 B1 KR102388973 B1 KR 102388973B1 KR 1020210088299 A KR1020210088299 A KR 1020210088299A KR 20210088299 A KR20210088299 A KR 20210088299A KR 102388973 B1 KR102388973 B1 KR 102388973B1
Authority
KR
South Korea
Prior art keywords
module
seismic
main
earthquake
information
Prior art date
Application number
KR1020210088299A
Other languages
English (en)
Inventor
박종환
Original Assignee
대평엔지니어링(주)
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 대평엔지니어링(주) filed Critical 대평엔지니어링(주)
Priority to KR1020210088299A priority Critical patent/KR102388973B1/ko
Application granted granted Critical
Publication of KR102388973B1 publication Critical patent/KR102388973B1/ko

Links

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
    • H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
    • H02B1/54—Anti-seismic devices or installations
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16F—SPRINGS; SHOCK-ABSORBERS; MEANS FOR DAMPING VIBRATION
    • F16F15/00—Suppression of vibrations in systems; Means or arrangements for avoiding or reducing out-of-balance forces, e.g. due to motion
    • F16F15/02—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems
    • F16F15/04—Suppression of vibrations of non-rotating, e.g. reciprocating systems; Suppression of vibrations of rotating systems by use of members not moving with the rotating systems using elastic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/008—Earthquake measurement or prediction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
    • H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
    • H02B1/24—Circuit arrangements for boards or switchyards
    • 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
    • H02B13/025—Safety arrangements, e.g. in case of excessive pressure or fire due to electrical defect

Abstract

본 발명은 내진 시설을 구비한 주배선반 시스템에 관한 것으로서, 보다 상세하게는 복수개의 센서를 통해 얻을 정보를 통해 적절한 통합회선의 재질을 선택하고, 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하고, 예측하는 내진 시설을 구비한 주배선반 시스템에 관한 것으로서,
단위 내진 유닛을 모듈화한 주배전반을 포함하여 하측부의 내진 장치에 내진 스프링을 이용한 주배전반용 내진 유닛을 구비하고, 상기 내진 스프링의 진동 정보를 이용하여 지진 상태를 판단하고, 상기 진동 정보에 내구성이 있는 재료를 통계화하여 주배전반의 통신 설비에서 화재 및 진동에 최적화된 통합회선의 재질을 선택할 수 있거나, 진동에 의해 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하는 주제어부(1);를 포함한다.

Description

내진 시설을 구비한 주배선반 시스템{MAIN DISTRUBUTION FRAME HAVING EARTHQUAKE-RESISTANT FACILITIES}
본 발명은 내진 시설을 구비한 주배선반 시스템에 관한 것으로서, 보다 상세하게는 복수개의 센서를 통해 얻을 정보를 통해 적절한 통합회선의 재질을 선택하고, 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하고, 예측하는 내진 시설을 구비한 주배선반 시스템에 관한 것이다.
일반적으로 주 배선반 (MDF)은 외부,내부 회선을 연결하는 배선반으로, 옥외 외선을 옥내 장치로 인입하는 곳에 설치되고, 외부 선로 시설과 내부 교환 시설과의 단자를 연결시킨다.
종래의 MDF의 내부에는 수직측(V측)은 국외 케이블(외선)이고, 수평측(H측)은 국내 케이블(내선)이 설치된다.
상기 MDF에서 케이블은 `선번순으로 배열된 외선측 단자(V측)`와 `가입자번호순으로 배열된 국내측 단자(H측)`를 점퍼선에 의해 연결하여 회선을 구성한다.
또한 MDF에서 외선측 부대장치로는 열선륜, 퓨즈,피뢰기 등 보호장치(피뢰탄기반)가 설치된다.
종래의 통합배선반이란 RACK(단자함)에 실장되는 정보통신기자재 (광분배함, 패치판넬, 단자대, 보호기, 점퍼스루, 블라켓, 엔트리판넬, BLANK 판넬 등)와 각종코드 (광점퍼코드, 광피크테일, 패치코드, 라인코드 등)로 연결 구성된다.
그러나 종래의 통합배선반은 기술 발전에 따른 통신표준화에 대한 선행 배선, 증설 시 블록 단위로 가능하고, 다양한 매체의 인터페이스 기능을 제공하여 접속장비를 모두 수용하는 범용 배선을 가져 설치 및 유지보수가 용이한 배선 체계이며 선행 배선 구축을 통한 운영관리 비용을 절감할 수 있지만, 집중된 배선반(system box)과 특정 재질의 경량의 케이블로 만들어져 화재나 지진으로 부터 취약한 문제가 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위해 이루어진 것으로서, 케이블에 유입되는 과전류로부터 통신기기를 보호하기 위해, 통신 설비에서 통합회선의 재질을 선택할 수 있고, 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하고, 예측하는 내진 시설을 구비한 주배선반 시스템를 제공하는 데 목적이 있다.
상기 과제를 해결하기 위하여 본 발명은 단위 내진 유닛을 모듈화한 주배전반을 포함하여 하측부의 내진 장치에 내진 스프링을 이용한 주배전반용 내진 유닛을 포함하고, 상기 내진 스프링의 진동 정보를 이용하여 지진 상태를 판단하고, 상기 진동 정보를 기반으로 하여 주배전반의 통신 설비에서 화재 및 진동에 대응되는 통합회선의 재질을 선택할 수 있어, 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하고, 예측하는 주제어부;를 포함한다.
내진 시설을 구비한 주배선반 시스템의 통합회선의 재질을 선택하고 케이블 교체 주기 확보를 위한 정보를 센싱하는 센서들은 저전력 무선통신방식 적용 BLE 5.0 통신 모듈을 이용한다.
상기 센서들 중 연기는 이미지 센서로 관측이 가능하고, 연기 외의 지진 진동음과 기타 기계음은 사운드 센서로 측정하며, 상기 연기 이미지를 검출하기 위해 사용되는 국부 이진 패턴 특징은 화소값을 이용하여 엣지, 점, 코너 등과 같은 연기 또는 가스의 로컬 텍스처 특징을 표현하여 주제어부가 통합회선의 재질을 선택하도록 한다.
상기 센서에는 무선 온도, 습도, 연기, 진동 센서 데이터의 오류가 존재하거나 누락된 데이터를 확인하고 평가하여 수정하도록 하는 검증 및 추정 모듈;이 연결되어, 상기 검증 및 추정 모듈은 Ai 규칙 검증 Controller가 데이터 종류에 무관하게 모든 데이터에 동일하게 적용되는 기 정의된 규칙에 의해 실시간으로 검증하고, 검증된 결과를 기초로, 정상 데이터 및 오류가 존재하는 데이터를 따로 분류하여 저장하고 관리한다.
상기 주제어부는 복수개의 환경조건과 부하 조건을 독립적으로 적용하여 고장을 가속화하는 가속 수명 모듈;을 포함하여, 상기 가속 수명 모듈은 외부 온도, 습도 등의 정보를 이용하는 환경조건 모듈에 가해지는 부하 조건 정보를 이용하는 부하 조건 모듈을 독립적으로 적용하여 고장을 가속화한다.
상기 주제어부는 실시간 현재 상태를 모니터링하여 조치를 취하는 실시간 고장 검출/진단 기술과 더불어 현재 상태를 기반으로 앞으로의 성능저하 추이를 예측하여 유지보수의 효율적 전력을 제공하는 예측 모듈;을 포함하여, 상기 예측 모듈은 고장 검출 및 진단 결과를 바탕으로 MDF 시스템 및 내부 케이블 등의 열화의 전조 증상을 예측하고 수명을 추정하는 잔여수명예측이 알람부를 수리나 제어변경 등의 의사결정을 지원한다.
상기 주제어부는 배전기기에서 순차적인 복구 기능을 수행할 때, 고장 검출과 진단을 위한 분류 모듈; 상기 분류 모듈이 온도, 습도, 연기, 진동 센서의 정보를 퍼지 논리로 계산하는 퍼지 논리(Fuzzy Logic, FL) 모듈, 퍼지 군집화 방법으로 계산하는 퍼지 군집화(Fuzzy Clustering) 모듈, 통계학적 학습 알고리즘으로 계산하는 신경망(Artificial Neural Network, ANN) 모듈을 포함한다.
상기와 같이 이루어지는 본 발명은 센서를 통해 얻을 정보를 통해 적절한 통합회선의 재질을 선택할 수 있다.
또한, 본 발명은 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시할 수 있다.
또한, 본 발명은 내진 배전기기 및 비상관제센터와 비상등 간의 연동에 의해 상호 상황 정보를 실시간 주고받으면서 정확한 비상 상황에 대한 파악과 안내 및 대피 유도기능을 제공한다.
또한, 본 발명은 지진 발생시 전력 차단 후 내구성이 약해진 배전기기의 내부 구성요소에 잔류하는 충전전력을 접지를 통해 자동 방전시켜 2차 감전 피해를 방지한다.
도 1은 본 발명의 일실시예에 따른 내진 시설을 구비한 주배선반 시스템의 패널을 닫았을 때와 열었을 때와 측면 투시도를 보여주는 도면이다.
도 2는 본 발명의 일실시예에 따른 이미지와 사운드를 검지하는 센서 등을 보여주는 도면이다.
도 3은 본 발명의 일실시예에 따른 다양한 추가 센서가 추가된 것을 보여주는 도면이다.
도 4는 본 발명의 다른 실시예에 따른 검증 및 추정 모듈을 보여주는 도면이다.
도 5는 본 발명의 다른 실시예에 따른 가속 수명 모듈을 보여주는 도면이다.
도 6은 본 발명의 다른 실시예에 따른 예측 모듈을 보여주는 도면이다.
도 7은 본 발명의 또 다른 실시예에 따른 분류 모듈을 보여주는 도면이다.
본 발명을 충분히 이해하기 위해서 본 발명의 바람직한 실시예를 첨부 도면을 참조하여 설명한다. 본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상세히 설명하는 실시예로 한정되는 것으로 해석되어서는 안 된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되는 것이다. 따라서 도면에서의 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어 표현될 수 있다. 각 도면에서 동일한 부재는 동일한 참조부호로 도시한 경우가 있음을 유의하여야 한다. 또한, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 기술은 생략된다.
도 1에 도시된 바와 MDF로 이루어진 내진 시설을 구비한 주배선반 시스템의 주요 기능은 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하고, 예측할 수 있다.
즉, 본 발명은 단위 내진 유닛을 모듈화한 주배전반을 포함하여 하측부의 내진 장치에 내진 스프링을 이용한 주배전반용 내진 유닛을 포함하고, 상기 내진 스프링의 진동 정보를 이용하여 지진 상태를 판단하고, 상기 진동 정보를 기반으로 하여 주배전반의 통신 설비에서 화재 및 진동에 대응되는 통합회선의 재질을 선택할 수 있어, 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하고, 예측하는 주제어부(1);를 포함한다.
도면에 표시되지 않았지만, 내진 배전기기 및 비상관제센터와 비상등 간의 연동에 의해 상호 상황정보를 실시간 주고받으면서 정확한 비상 상황에 대한 파악과 안내 및 대피 유도기능을 제공한다.
본 발명에 따른 내진 시설을 구비한 주배선반 시스템은 단위 내진 유닛을 모듈화하여 주배전반을 포함하여 내진 장치가 필요한 배전반에 간단하게 설치할 수 있는 내진 스프링을 이용한 주배전반용 내진 유닛을 포함한다.
따라서 지진 발생 시 외부에서 주배전반에 가해지는 외력에 의해 수평 또는 수직 방향으로 움직이는 격자형 패널부와 충격 외력을 흡수하는 내진 스프링에 의해 지진에 의한 수평 진동과 수직 진동을 효율적으로 흡수할 수 있다.
제1실시예
도 4에 도시된 바와 같이 기존 진동 신호 데이터의 경우, 적용 대상 시 스템의 특성에 따라 데이터를 취득하기 위해 많은 센서를 부착해야 한다는 단점이 있다.
예를 들어, 온도, 습도, 연기, 진동 센서 부착시에 센서 개수 및 설치 위치 최적화 등의 이슈가 생길 수 있으며, 기계시스템과 설비 등이 작동 하면서 많은 외부 간섭이나 노이즈를 포함하는 데이터를 측정할 가능성도 있다.
본 발명은 이러한 단점을 극복하기 위해 열화상 데이터를 이용, 영상 기반 딥러닝 모델을 구축하여 건전성 관리 및 상태 모니터링이 가능하다.
내진 시설을 구비한 주배선반 시스템 내의 과전류로부터 연기와 스파크로 인해 통신기기가 오작동할 위험이 많은데, 연기는 이미지 센서(17)로 관측이 가능하고, 연기 외의 지진 진동음과 기타 기계음은 사운드 센서(16)로 측정가능하다.
일실시예로서 도 2에 도시된 바와 같이 이미지 센서(17)를 통해 얻은 실제 내진 시설을 구비한 주배선반 시스템 내부의 열 또는 연기 이미지 영상으로 밝은 황색일 수록 높은 온도이거나 연기의 밀도가 높은 것을 나타낸다.
그리고 열 또는 연기 이미지 영상의 가중치 오차를 최소화하는 약한 분류기를 생성하여 각 분류기에 대한 도 3의 온도 센서(11), 습도 센서(12), 연기 센서(13), 전압 및 전류 센서(14), 진동 센서(15) 등을 통해 얻은 온도, 습도, 연기, 진동 센서 데이터 가중치를 갱신한다.
과전류로부터 통신기기를 보호하고, 원격으로 편리하게 관측하고, 교체 가능한 케이블 선로 및 기기의 상태를 감시하여 최적의 교체주기를 알아 내야할 필요가 발생하고 있다.
본 발명에서 사용되는 온도, 습도, 연기, 진동 센서는 착탈식 무선센서로 제공되며, 일측면에는 자석이 형성되어 위치 이동이 용이하다.
상기 무선센서들에는 장기간 내진 시설을 구비한 주배선반 시스템의 케이블 교체 주기 확보를 위한 저전력 무선통신방식 적용 BLE 5.0 통신 모듈(예 : 비콘)이 포함되는 데, RNN-LSTM(Recurrent Neural Network-Long Short Term Memory) 모델에 Softmax 함수를 조합하여 케이블 교체 주기 이상을 세부적으로 분류(교체 주기 큰 값은 더 크게)하는 과정이 추가될 수도 있다.
따라서 상기 무선 센서를 통해 얻을 정보를 통해 적절한 통합회선의 재질을 선택할 수 있게 된다.
상기 무선 센서 데이터 상관관계 분석을 통한 화재 예측 추론 엔진을 설계할 수 있는 데, 오토인코더(Auto-Encoder) 기법을 활용하여 무선 센서 데이터 분석 및 학습 알고리즘 구현이 가능하다.
특히 도 4의 검증 및 추정 모듈(51)이 무선 온도, 습도, 연기, 진동 센서 데이터의 오류가 존재하거나 누락된 데이터를 확인하고 평가하여 수정할 수 있도록 한다.
또한 상기 Ai 규칙 검증 Controller(51-1)가 데이터 종류에 무관하게 모든 데이터에 동일하게 적용되는 기 정의된 규칙에 의해 실시간으로 검증한다.
이렇게 검증된 결과를 기초로, 검증 및 추정 모듈(51)은 정상 데이터 및 오류가 존재하는 데이터를 따로 분류하여 저장하고 관리한다.
따라서 상기 Ai 규칙 검증 Controller(51-1)가 무선 센서를 통해 얻을 정보를 통해 적절한 통합회선의 재질을 선택할 수 있도록 한다.
제1-1실시예
도 4에 도시된 바와 같이 내진 시설을 구비한 주배선반 시스템 내의 고압 전력 케이블의 열화현상에 의한 화재 예방을 위해 본 발명은 구체적으로 본 발명에 따른 와치독 모듈(Watchdog module; 51-2)의 모델 학습을 수행하여 이상 발생시 스케줄 이중화 모드로 전환해서 로컬 스케줄러가 동작되도록 하여서 로컬 스케줄러가 MDF 화재 예방 시스템의 스케줄과 동일한 스케줄을 이용하여 상기 스케줄 이중화 모드로의 전환시점의 이전 과거시점부터 상기 스케줄 이중화 모드로의 전환시점까지의 모든 스케줄 제어신호 및 가상제어신호를 MDF 설비들로 송출하여, MDF 설비들이 정상 동작하도록 한다.
즉 상기 실시간으로 전송된 스케줄 제어신호 및 가상제어신호를 이용하여 지도 학습(Supervised Learning) 방식으로 RNN(Recurrent Neural Network) 모델 학습을 수행할 수 있다.
또한 실시간으로 계측된 로그 데이터를 이용하여 지도 학습(Supervised Learning) 방식으로 RNN(Recurrent Neural Network) 모델 학습을 수행할 수 있다.
예를 들어 지도 학습 방식으로 관리자에게 알람 전송 방법 모델을 복수개 만들어 테스트하고 최적화된 모델로 수행할 수 있게 한다.
이를 위해 온도, 습도, 연기, 진동 센서 데이터를 생성하기 위한 영상 카메라가 상기 MDF의 내부에 추가될 수 있다.
제2실시예
도 5에 도시된 바와 같이 본 발명은 지진 발생시 전력 차단후 내구성이 약해진 배전기기의 내부 구성요소의 가속 수명 모듈(52)을 통한 가속 부하 시험은 가혹한 실험 조건을 적용하여 제품이 정상조건보다 더 빨리 성능저하나 고장이 발생하도록 설계되었으며 MDF에 일반적으로 많이 적용되는 방식으로 여러 가지 내진 시설을 구비한 주배선반 시스템의 처한 외부 온도, 습도 등의 정보를 이용하는 환경조건 모듈(52-1)과 내진 시설을 구비한 주배선반 시스템에 가해지는 부하 조건 정보를 이용하는 부하 조건 모듈(52-2)을 독립적으로 적용하여 고장을 가속화 할 수 있다.
또한 실시간 학습은 MDF 시스템의 운전 자료를 그대로 사용하는 것으로 새로운 MDF 시스템이 일정 기간 동안 지진에 의한 진동이 없다는 가정 하에 정상상태의 자료를 확인하는 방법이다.
또한 진동 데이터 기반 접근법은 통계적 접근과 기계 학습 접근법으로 구분할 수 있으며 통계적 접근은 미리 분석된 자료의 기본적인 통계 특성값을 기반으로 한다.
제3실시예
본 발명은 지진이 발생한 지역에 위치하는 배전기기로부터 지진 및 침수 상황에 대한 상태정보를 수신하고, 해당 상태정보를 기초로 배전기기의 전력 차단과 지진이 발생한 배전기기와 인접한 타 배전기기의 사용 가능성과 수명을 예측하기 위해 도 7에 도시된 바와 같이 예측 모듈(53)는 상기 MDF의 평균 수명 데이터를 포함하는 데이터 모듈을 통해 해당 수명 데이터를 전달받아 상기 진단부의 고장 진단 확률을 곱하여 수명을 계산하는 예측 모듈(53)을 더 포함한다.
본 발명은 상기 MDF의 고장 유무를 확인하고, 고장의 종류에 따라 알람하는 알람부(53-3), 상기 MDF의 전류의 변화에 대해 전압의 변화가 비례적이지 않은 경우를 감시하는 비례부 등을 포함한다.
본 발명에 따른 전처리 과정은 MDF의 고장 검출 및 진단에 필요한 변수를 선택하고 특성화시키는 과정으로 적절한 전처리에 의해 분류과정을 단순화시킬 수 있으며, 분류의 정확도를 높일 수 있다.
이러한 전처리기법으로는 MDF에서 측정된 신호의 변환, 특성값 도출, 모델식을 이용하는 방법이 있다.
상기 모델식 방법으로는 이론적 중첩값(Analytical redundancy)을 구하고 이 값과 실제 측정값과의 차이인 오차(Residual)을 이용한 방법이 있다.
상기 특성값은 MDF 시스템이나 부품의 성능 특성을 나타내는 값으로 측정된 값을 이용하여 산출할 수 있는 열효율, 열전달률, 연료비 등을 사용한다.
또한 상술한 모델로 관측(Current)모델, 공칭(Nominal)모델 그리고 고장(Fault)모델 등이 있다.
상기 관측모델은 현재의 MDF 시스템의 성능을 예측하기 위한 모델이며, 공칭모델은 주어진 입력상태에서 정상적인 MDF 시스템의 출력을 예측하는 모델이다.
상기 고장 모델은 주어진 입력상태에서 특정 고장을 예측하기 위한 모델이다.
상기 고장 모델을 이용할 경우 고장의 검출은 물론 진단도 가능하나, 이를 위해서는 다수의 고장 모델이 필요하다.
본 발명은 프로세스 관리도기법으로 Shewhat 차트, 누적합관리도, Exonentially Weighted Moving Average(EWMA; 지수가중이동평균) 등을 사용할 수 있다.
상기 지수가중이동평균은 각 MDF에서 검출한 데이터의 지수 가중 이동 평균을 통해 최근 데이터 지점에 더 높은 가중치를 준다.
즉 예측 모듈(53)은 각 상태에서 정확한 측정을 위해 각각 지수 가중 이동 평균을 사용할 수 있다.
따라서 MDF 고장 진단 시스템은 최근의 데이터에 더 많은 영향을 받는 지수 가중 이동 평균을 사용하여 상기 MDF에 부착된 온도, 습도, 연기, 진동 센서 값이 일정치 이상일 경우 경고 발생 시점을 과거의 데이터에 얽매이지 않고 용이하게 판단할 수도 있다.
예측 모듈(53)은 배전기기에서 순차적인 복구 기능을 수행할 때, 고장 검출과 진단을 위해 분류 모듈(54)에 의한 분류 방법을 사용할 수도 있다.
상기 분류 모듈(54)에 의한 분류는 전처리 된 자료를 바탕으로 정상상태 여부를 판단하고 정상이 아닌 경우 고장의 원인과 위치를 규명하는 과정이다.
분류 모듈(54)에 의한 분류과정은 전문가 시스템(Expert System)으로 볼 수 있으며, 전문가 시스템은 특정분야에 있어서 인간의 전문 지식에 의한 추론 과정을 컴퓨터 등의 기계를 이용해 실현시키는 것으로 지식기반과 추론엔진으로 구성된다.
분류 모듈(54)에 의한 추론 및 분류 방법으로는 간단하게는 조건(If-Then) 규칙이 사용될 수 있으며, 본 발명에 따른 온도, 습도, 연기, 진동 센서의 정보를 아우르는 복잡한 MDF 시스템의 경우 퍼지 논리로 계산하는 퍼지 논리(Fuzzy Logic, FL) 모듈(54-1), 퍼지 군집화 방법으로 계산하는 퍼지 군집화(Fuzzy Clustering) 모듈(54-2), 통계학적 학습 알고리즘으로 계산하는 신경망(Artificial Neural Network, ANN) 모듈(54-3)등이 사용될 수 있다.
제3-1실시예
종래 내진 시설을 구비한 주배선반 시스템의 고압 전력 케이블의 열화현상이 심각한데, 본 발명에 따른 예측 모듈(53)은 새로운 관측값이 주어진 자료의 통계 특성값에서 벗어나면 이상으로 판정하여 케이블 열화를 예지한다.
본 발명에 따른 통계적 방법으로는 모수 접근법과 비모수 접근법이 있으며, 모수 접근법은 예상 진동 데이터의 기본 통계 특성을 기반으로 하고 있다.
본 발명에 따른 모수 접근법은 가정된 기본 확률 분포에 기초하여 그 확률 분포와 관련된 모수가 자료로 계산되며 정상적인 운전 자료를 이용하여 모수가 계산되고 확률 분포가 주어진다.
상기 확률 분포를 이용하여 비정상상태를 검출하고 온 또는 오프 명령에 따른 주배선반 시스템의 잔여 수명(remaining useful lie: RUL)을 예측하게 된다.
제3-2실시예
도 6에 도시된 바와 같이 본 발명에 따른 비모수 접근법은 기본적인 확률 분포로 알려지지 않은 경우와 표준 분포 등으로 진동 데이터를 특성화할 수 없는 경에 적합하며 주어진 자료와 새로운 자료를 비교하기 위하여 히스토그램 비교와 거리 산정을 통한 방식인 Nearest Neighbor(NN), K-평균, Support Vector Machine(SVM) 분류 방법 등이 사용될 수 있다.
본 발명에 따른 기계학습법은 내진 시설을 구비한 주배선반 시스템에서 수집된 온도, 습도, 연기, 진동 데이터 중에서 정상, 비정상 자료를 정보로 이용하여 신경망 등을 학습시켜 미래를 예측하는 방식이다.
상기 기계 학습 접근법을 사용하여 진동 데이터를 정상과 비정상 등 여러 그룹으로 분류하거나 클러스터링할 수 있으며 이 정보는 MDF 시스템의 유효 수명을 예측하는 예측 알고리즘에 제공될 수 있다.
즉 입력 자료에 레이블이 지정된 출력이 주어진 학습을 감독 학습이라고 하며, 정상적인 자료와 고장 자료를 모두 활용하여 예진과 예측을 수행할 수 있다.
또한 감독 학습은 신경망이나 SVM 방식이 사용될 수 있고, 미리 분류된 온도, 습도, 연기, 진동 데이터가 없는 경우 감독 되지 않은 학습을 사용하며 이 방법 역시 클러스터링 기술을 기반으로 진동 데이터를 여러 그룹으로 분류하고 정상적인 진동 데이터를 식별할 수 있다.
본 발명에 따른 감독 되지 않는 학습법으로는 주성분 분석법(PCS)과 K-평균 클러스터링, 퍼지 클러스터링 방식이 사용될 수 있으며, 랜덤신호의 예측을 위하여 칼만 필터(Kalman Filter, KF)와 입자 필터(Particle Filter, PF) 방식이 사용되기도 한다.
본 발명에서 사용하는 PoF 기반 모델은 고장모드, 메커니즘 및 효과적인 분석을 기반으로 제품 설계를 최적화하는데 사용될 수 있다.
본 발명에 따른 고장 검출과 진단 방법은 전처리와 분류의 두 단계로 구분될 수 있다. 전처리 과정은 온도, 습도, 연기, 진동 센서의 측정값을 이용하여 분류과정에 효과적으로 이용될 수 있는 특성 값을 추출하거나 생성하는 과정이다.
이러한 특성 값의 변환은 고장 특성을 추출하려는 방법의 하나이며 분류는 전 처리에서 처리된 자료를 이용하여 전문가 시스템이나 패턴인식 방법 등으로 MDF 시스템이나 부품의 고장원인과 위치 등을 구분할 수 있다.
따라서 MDF 시스템이나 부품의 고장원인과 위치를 특정한 후 적절한 통합회선의 재질을 선택하고, 이러한 재질 정보를 상기 온 또는 오프 명령과 함께 관리자에게 전달하여 후속 조치(예 : 재질에 따른 소방 관련 규정 숙지)를 마무리할 수 있도록 한다.
제3-3실시예
MDF의 열화 예지 진단을 위해 예측 모듈(53)은 운전되는 MDF 시스템이나 주요 부품의 남은 수명(Remaining Useful Life, RUL)을 예측하여 MDF 시스템의 신뢰성을 진단할 수 있다.
RUL(remaining useful life)은 과거부터 현재까지 관측되어 온 진동 데이터의 특성을 분석함으로써 고장 시점 즉, 기대 수명까지의 시간을 나타내는 정보이다.
본 발명에 따른 예측 모듈(53)의 예지 진단 기술은 상태기반 유지보수를 지원하기 위한 것으로 실시간 현재 상태를 모니터링하여 조치를 취하는 실시간 고장 검출/진단 기술과 더불어 현재 상태를 기반으로 앞으로의 성능저하 추이를 예측하여 유지보수의 최적화 전력을 제공하는 기술이다.
이를 위해 잔여수명예측(RUL)모듈(53-1)은 예측 모듈(53)의 고장 검출 및 진단 결과를 바탕으로 MDF 시스템 및 내부 케이블 등의 열화의 전조 증상을 예측하고 수명을 추정하여 알람부(53-3) 등을 통해 내진 시설을 구비한 주배선반 시스템의 즉시 수리나 온 또는 오프 제어변경 등의 의사결정을 지원하는 기술이다.
제4실시예
일실시예로서 도 7에 도시된 바와 같이 본 발명은 배전기기에서 순차적인 복구 기능을 수행할 때, 고장 검출과 진단을 위해 분류 모듈(54)에 의한 분류 방법을 사용한다.
분류 모듈(54)에 의한 분류는 전처리 된 자료를 바탕으로 정상상태 여부를 판단하고 정상이 아닌 경우 고장의 원인과 위치를 규명하는 과정이다.
상기 분류 모듈(54)에 의한 분류과정은 전문가 시스템(Expert System)으로 볼 수 있으며, 전문가 시스템은 특정분야에 있어서 인간의 전문 지식에 의한 추론 과정을 컴퓨터 등의 기계를 이용해 실현시키는 것으로 지식기반과 추론엔진으로 구성된다.
상기 분류 모듈(54) 의한 추론 및 분류 방법으로는 간단하게는 조건(If-Then) 규칙이 사용될 수 있으며, 본 발명에 따른 온도, 습도, 연기, 진동 센서의 정보를 아우르는 복잡한 MDF 시스템의 경우 퍼지 논리로 계산하는 퍼지 논리(Fuzzy Logic, FL) 모듈(54-1), 퍼지 군집화 방법으로 계산하는 퍼지 군집화(Fuzzy Clustering) 모듈(54-2), 통계학적 학습 알고리즘으로 계산하는 신경망(Artificial Neural Network, ANN) 모듈(54-3) 등이 사용될 수 있다.
본 발명은 인공지능을 이용한 대표적인 분류법으로 K-NN에 퍼지이론을 연계시키는 퍼지 K-NN 방법 모듈(54-4)을 이용한다.
퍼지 K-NN 방법 모듈(54-4)에서 사용하는 K-NN 결정 규칙은 벡터의 최근접 자료로 표시되는 분류에 의해 온도, 습도, 연기, 진동 센서 데이터의 입력 패턴을 간단한 과정에 의해 분류하게 된다.
이렇게 MDF 고장 진단에 K-NN 결정 규칙을 사용하면 계산이 간단하고 작은 수의 샘플을 이용하여 매우 좋은 결과들을 얻을 수 있는 장점이 있다.
따라서 비상 상황 발생시 전력 차단후 내구성이 약해진 배전기기의 내부 구성요소의 내구성 정보에 대한 전처리가 필요 없어 정확한 비상 상황 분류 및 예측이 가능하여 온 또는 오프 동작의 정확한 시점 및 추후 평가도 가능하다.
1 : 제어부
11 : 온도 센서
12 : 습도 센서
13 : 연기 센서
14 : 전압 및 전류 센서
15 : 진동 센서
51 : 검증 및 추정 모듈
51-1 : Ai 규칙 검증 Controller
52 : 가속 수명 모듈
52-1 : 환경조건 모듈
52-2 : 부하 조건 모듈
53 : 예측 모듈
54 : 분류 모듈
54-1 : 퍼지 논리(Fuzzy Logic, FL) 모듈
54-2 : 퍼지 군집화(Fuzzy Clustering) 모듈
54-3 : 신경망(Artificial Neural Network, ANN) 모듈
54-4 : 퍼지 K-NN 방법 모듈

Claims (6)

  1. 단위 내진 유닛을 모듈화한 주배전반을 포함하여 하측부의 내진 장치에 내진 스프링을 이용한 주배전반용 내진 유닛을 구비하고,
    상기 내진 스프링의 진동 정보를 이용하여 지진 상태를 판단하고, 상기 진동 정보를 기반으로 하여 주배전반의 통신 설비에서 화재 및 진동에 대응되는 통합회선의 재질을 선택할 수 있거나, 진동에 의해 케이블에 유입되는 과전류로부터 통신기기를 보호하고, 케이블 선로 및 기기의 상태를 감시하는 주제어부(1);를 포함하여,
    상기 주제어부(1)는 복수개의 환경조건과 부하 조건을 독립적으로 적용하여 고장을 가속화하는 가속 수명 모듈(52);을 구비하며,
    상기 가속 수명 모듈(52)은 외부 온도, 습도의 정보를 이용하는 환경조건 모듈(52-1)에 가해지는 부하 조건 정보를 이용하는 부하 조건 모듈(52-2)을 독립적으로 적용하여 고장을 가속화하고 이를 통한 고장 정보를 이용하여 주제어부(1)가 통합회선의 재질을 선택하도록 하는 것을 특징으로 하는 내진 시설을 구비한 주배선반 시스템.
  2. 청구항 1에 있어서,
    상기 주배선반의 통합회선의 재질을 선택하고 케이블 교체 주기 확보를 위한 정보를 센싱하는 센서들은 저전력 무선통신방식 적용 BLE 5.0 통신 모듈을 이용하는 것을 특징으로 하는 내진 시설을 구비한 주배선반 시스템.
  3. 청구항 2에 있어서,
    상기 센서들중 연기는 이미지 센서(17)로 관측이 가능하고, 연기 외의 지진 진동음과 기타 기계음은 사운드 센서(16)로 측정하며,
    상기 연기 이미지를 검출하기 위해 사용되는 국부 이진 패턴 특징은 화소값을 이용하여 연기 또는 가스의 로컬 텍스처 특징을 표현하여 주제어부(1)가 통합회선의 재질을 선택하도록 하는 것을 특징으로 하는 내진 시설을 구비한 주배선반 시스템.
  4. 삭제
  5. 삭제
  6. 청구항 1에 있어서,
    상기 주제어부(1)는 실시간 현재 상태를 모니터링하여 조치를 취하는 실시간 고장 검출/진단 기술과 더불어 현재 상태를 기반으로 앞으로의 성능저하 추이를 예측하여 유지보수의 효율적 전력을 제공하는 예측 모듈(53);을 포함하며,
    상기 예측 모듈(53)은 고장 검출 및 진단 결과를 바탕으로 MDF 시스템 및 내부 케이블의 열화의 전조 증상을 예측하고 수명을 추정하는 잔여수명예측(RUL)모듈(53-1)이 알람부(53-3)를 수리나 제어변경의 의사결정을 지원하도록 하는 것을 특징으로 하는 내진 시설을 구비한 주배선반 시스템.
KR1020210088299A 2021-07-06 2021-07-06 내진 시설을 구비한 주배선반 시스템 KR102388973B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210088299A KR102388973B1 (ko) 2021-07-06 2021-07-06 내진 시설을 구비한 주배선반 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210088299A KR102388973B1 (ko) 2021-07-06 2021-07-06 내진 시설을 구비한 주배선반 시스템

Publications (1)

Publication Number Publication Date
KR102388973B1 true KR102388973B1 (ko) 2022-04-21

Family

ID=81437546

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210088299A KR102388973B1 (ko) 2021-07-06 2021-07-06 내진 시설을 구비한 주배선반 시스템

Country Status (1)

Country Link
KR (1) KR102388973B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101574289B1 (ko) * 2015-07-20 2015-12-03 (주)제이케이알에스티 지진 및 침수 대비 배전기기
KR20170112738A (ko) * 2016-04-01 2017-10-12 (주)와이제이솔루션 IoT기반 통합관리형 수배전반 시스템
KR102031752B1 (ko) * 2019-03-13 2019-11-08 주식회사 에너솔라 복합 화재 감시 및 진단 기능을 갖는 감지 모듈을 구비한 수배전반
KR20200006776A (ko) * 2018-07-11 2020-01-21 주식회사 케이디파워 내진 기능을 갖는 수배전반
KR102176889B1 (ko) * 2020-04-09 2020-11-10 주식회사 국제기술인증원 디지털 통신방식 에너지 감응 패시브(passive) 센서를 적용한 이상 상태 감시 내진형 배전반 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101574289B1 (ko) * 2015-07-20 2015-12-03 (주)제이케이알에스티 지진 및 침수 대비 배전기기
KR20170112738A (ko) * 2016-04-01 2017-10-12 (주)와이제이솔루션 IoT기반 통합관리형 수배전반 시스템
KR20200006776A (ko) * 2018-07-11 2020-01-21 주식회사 케이디파워 내진 기능을 갖는 수배전반
KR102031752B1 (ko) * 2019-03-13 2019-11-08 주식회사 에너솔라 복합 화재 감시 및 진단 기능을 갖는 감지 모듈을 구비한 수배전반
KR102176889B1 (ko) * 2020-04-09 2020-11-10 주식회사 국제기술인증원 디지털 통신방식 에너지 감응 패시브(passive) 센서를 적용한 이상 상태 감시 내진형 배전반 시스템

Similar Documents

Publication Publication Date Title
Ji et al. Prognostics enabled resilient control for model-based building automation systems
CN112713649B (zh) 一种基于极限学习机的电力设备剩余寿命预测方法
US20140365179A1 (en) Method and Apparatus for Detecting and Identifying Faults in a Process
US11152126B2 (en) Abnormality diagnosis system and abnormality diagnosis method
WO2015026166A1 (ko) 비정상 데이터 예측 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체
de Andrade Vieira et al. Failure risk indicators for a maintenance model based on observable life of industrial components with an application to wind turbines
KR101994465B1 (ko) 기술 시스템, 특히 전기 에너지-발생 설비의 동작의 컴퓨터-보조 모니터링을 위한 방법
CN113763667B (zh) 一种基于5g边缘计算的火灾预警及状态监测装置及方法
CA2870207A1 (en) System and method for detecting electric power plant equipment overheating with real-time plural parallel detection and analysis parameters
KR102417800B1 (ko) 전력 케이블 노후도 판단 장치 및 방법
KR102296561B1 (ko) 지그비를 이용한 인공지능 기반 복수개의 배전반 통합 관제시스템
KR102296568B1 (ko) 머신러닝 기반 배전반 관제시스템
KR102388973B1 (ko) 내진 시설을 구비한 주배선반 시스템
KR20200140999A (ko) 항공기 센서들을 모델링하기 위한 데이터 기반 기계 학습
CN117350548A (zh) 一种配电设备安全隐患排查方法
CN117391675A (zh) 一种数据中心基础设施运维管理方法
KR102429359B1 (ko) 온 또는 오프를 원격 제어하는 mdf 시스템
EP4113539A1 (en) Method and system for intelligent monitoring of state of nuclear power plant
KR102648377B1 (ko) 네트워크 케이블 품질 모니터링이 가능한 ai 통합배선반 및 이를 이용한 방법
KR102604708B1 (ko) 인공 지능 기반 수배전반 진단 시스템 및 방법
CN116707144B (zh) 一种低压配电箱故障预警方法
KR102606063B1 (ko) 고장 예측 기능을 구비한 빌딩자동제어시스템
KR102640439B1 (ko) 친환경 gis 내부 절연용 기체 절연개폐장치의 원격 진단 시스템
KR102475148B1 (ko) Ess 화재 예방 시스템 및 그 방법
KR20220147977A (ko) 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 장치 및 방법

Legal Events

Date Code Title Description
GRNT Written decision to grant