KR102518013B1 - Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법 - Google Patents

Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법 Download PDF

Info

Publication number
KR102518013B1
KR102518013B1 KR1020220130847A KR20220130847A KR102518013B1 KR 102518013 B1 KR102518013 B1 KR 102518013B1 KR 1020220130847 A KR1020220130847 A KR 1020220130847A KR 20220130847 A KR20220130847 A KR 20220130847A KR 102518013 B1 KR102518013 B1 KR 102518013B1
Authority
KR
South Korea
Prior art keywords
partial discharge
support vector
pattern
signal
vector machine
Prior art date
Application number
KR1020220130847A
Other languages
English (en)
Inventor
이상규
김용주
이진
Original Assignee
(주)오앤엠 코리아
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 (주)오앤엠 코리아 filed Critical (주)오앤엠 코리아
Priority to KR1020220130847A priority Critical patent/KR102518013B1/ko
Priority to PCT/KR2022/015580 priority patent/WO2024080415A1/ko
Application granted granted Critical
Publication of KR102518013B1 publication Critical patent/KR102518013B1/ko

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
    • G01R31/12—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
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0046—Arrangements for measuring currents or voltages or for indicating presence or sign thereof characterised by a specific application or detail not covered by any other subgroup of G01R19/00
    • G01R19/0053—Noise discrimination; Analog sampling; Measuring transients
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
    • G01R23/12—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage by converting frequency into phase shift
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/165—Spectrum analysis; Fourier analysis using filters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

본 발명은 발전소의 모터 등에서 발생하는 부분방전 패턴을 자동 분석하여 부분방전의 유형을 판별할 수 있는 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법에 관한 것이다.
상기의 과제를 해결하기 위한 본 발명에 따른 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법은, 부분방전 신호 검출 단계; 신호처리 단계; 부분방전 패턴 생성 단계; 데이터 처리 단계; 멀티 클래스 서포트 벡터 머신 적용 단계; 위험도 진단 단계; 및 출력 단계로 이루어지는 것을 특징으로 한다.

Description

PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법{On-line Method for Classifying the Partial Discharge types in High Voltage Stator Winding by Applying a Support Vector Machine Technique to a PRPD Pattern Image}
본 발명은 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법에 관한 것으로, 더욱 상세하게는 발전소 등의 고압 회전기에서 발생하는 내부방전, 표면방전, 소선 방전, 상간방전 및 슬롯방전 등과 같이 다양한 부분방전의 유형을 서포트 벡터 머신(Support Vector Machine, SVM) 분석 기법을 통해 자동으로 판별하는 방법에 관한 것이다.
일반적으로 발전소 등에는 고전압 고정자 권선의 절연 열화 등으로 인한 초기 고장을 예방하기 위해 활선 상태의 부분방전(PD) 진단 시스템이 적용되고 있는데, 이러한 목적의 종래 기술로는 등록특허공보 제2037103호의 부분 방전 분석 장치 및 방법(이하 '특허문헌'이라 한다)이 개시되어 있다.
상기 특허문헌은 케이블 접속함 주변에 위치한 제 1 센서 및 제 2 센서로부터 3상 중 2상에 대한 제 1 신호 및 제 2 신호를 수신하고, 상기 제 1 신호와 제 2 신호 간의 차동 신호인 제 3 신호를 획득하는 신호 획득부; 상기 제 1 신호, 제 2 신호 및 상기 차동 신호를 대상으로 하여, 획득된 부분 방전 발생 패턴 및 분석된 파형을 기반으로 상기 접속함의 부분 방전의 발생 및 위치를 판단하는 부분 방전 판단부; 상기 제 1 신호, 제 2 신호 및 제 3 신호를 대상으로 하여 PRPD(Phase Resolved Partial Discharge)분석을 함으로써 부분 방전 발생 패턴을 획득하는 패턴 획득부; 및 상기 제 1 신호, 제 2 신호 및 제 3 신호의 파형을 분석하는 파형 분석부를 포함하고, 상기 부분 방전 판단부는, 상기 파형 분석부로부터 분석된 파형을 기반으로 부분 방전의 발생 여부 및 발생 위치를 판단하는 파형 판단부를 포함하며, 상기 파형 판단부는, 상기 제 1 신호 및 상기 제 2 신호의 파형 피크의 극성을 대비하여, 외부에서 유입되는 신호로 인한 부분 방전 또는 노이즈로 인한 부분 방전을 검출하고, 상기 제 1 신호 및 상기 제 2 신호 간 파형 피크의 시간 간격이 짧을수록 센서들의 위치와 가까운 곳에서 부분 방전이 발생한 것으로 판단하며, 상기 제 1 신호 및 상기 제 2 신호의 파형 피크를 연계하여 생성되는 상기 파형의 윤곽선 모양을 기반으로 부분 방전의 발생 여부를 판단하는 것으로 이루어진다.
그러나 부분방전은 다양한 패턴이 존재하고, 이러한 패턴에 따라 부분방전의 위험도와 부분방전의 유형 등에 차이가 있는 것이나, 종래의 부분방전 진단 시스템의 경우 시스템을 통해 부분방전으로 진단되더라도 작업자가 부분방전 패턴을 따로 확인하여 경험적으로 부분방전의 유형을 추가로 판별하여야 하므로 부분방전 유형을 신속하고 정확하게 판별하는 데에 많은 어려움이 있다.
따라서 부분 방전 패턴을 분석하여 부분 방전의 유형을 검출하여 진단할 수 있도록 개선된 부분 방전 진단 방법의 개발이 요구된다.
KR 10-2037103 B1 (2019. 10. 22.) KR 10-2022-0071497 A (2022. 05. 31.) KR 10-2378902 B1 (2022. 03. 22.) KR 10-2244716 B1 (2021. 04. 21.)
본 발명은 상기와 같은 종래의 부분방전 진단 방법이 가지는 문제점을 해결하기 위해 안출된 것으로, 본 발명이 해결하고자 하는 과제는 발전소의 고압 회전기 등에서 발생하는 부분방전 패턴을 자동 분석하여 부분방전의 유형을 판별할 수 있는 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법을 제공하는 것이다.
상기의 과제를 해결하기 위한 본 발명에 따른 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고정자 권선 부분 방전 유형의 판별 방법은, 부분방전 센서로부터 부분방전신호를 검출하는 부분방전 신호 검출 단계; 상기 부분방전 신호 검출 단계를 통해 검출되는 신호로부터 노이즈를 제거하고, 펄스신호를 동기화하는 신호처리 단계; 상기 신호처리 단계를 통해 동기화된 신호를 누적하여 부분방전 패턴을 생성하는 부분방전 패턴 생성 단계; 상기 부분방전 패턴 생성 단계를 통해 생성된 부분방전 패턴을 크기와 위상으로 영역을 분할하여 데이터 처리하는 데이터 처리 단계; 상기 데이터 처리 단계를 통해 획득된 이미지 영역별 데이터를 복수의 부분방전 유형이 기계 학습된 서포트 벡터 머신(SVM)에 적용하는 멀티 클래스 서포트 벡터 머신 적용 단계; 상기 멀티 클래스 서포트 벡터 머신 적용 단계를 통해 판별된 부분방전 유형에 따른 위험도를 진단하는 위험도 진단 단계; 및 판별된 부분방전 유형과 위험도를 디스플레이를 통해 안내하는 출력 단계로 이루어지는 것을 특징으로 한다.
그리고 본 발명은 상기 데이터 처리 단계가 부분방전 패턴을 X축 12~36으로 등분하고, Y축을 3~12로 등분하여 영역을 분할한 다음, 총 36 ~ 432개로 분할된 영역 내에 위치하는 부분방전 신호를 전체적인 하나의 패턴으로 데이터화하는 것을 또 다른 특징으로 한다.
또한, 본 발명은 상기 멀티 클래스 서포트 벡터 머신 적용 단계에서 복수 개의 부분방전 유형이 각각의 패턴으로 기계 학습된 서포트 벡터 머신에 상기 데이터 처리 단계에서 추출된 데이터가 입력되어 부분방전 유형이 판별되는 것을 또 다른 특징으로 한다.
이에 더해 본 발명은 상기 멀티 클래스 서포트 벡터 머신 적용 단계에서 내부방전, 마이카 테이프 박리 방전, 도체와 절연물 사이의 박리 방전, 슬롯방전, 단말 권선 코로나 방전, 표면방전 및 상간방전 유형의 부분방전 패턴이 기계 학습되어 분류되는 것을 또 다른 특징으로 한다.
그리고 본 발명은 상기 위험도 진단 단계에서 등분된 이미지상의 전체 부분방전 신호의 수 대비 Y축을 기준으로 높은 위치에 부분방전 신호의 수가 많을수록 위험도가 높고, 낮은 위치에 부분방전 신호가 많을수록 위험도가 낮으며, 위험도는 매우위험, 위험, 보통, 좋음, 매우좋음의 5단계 또는 위험, 나쁨, 좋음, 매우좋음의 4단계로 구분되는 것을 또 다른 특징으로 한다.
본 발명에 따르면, 부분방전 발생시 부분방전 패턴이 위상과 크기별로 복수 개의 영역으로 구분되어 부분방전 신호의 발생 횟수가 카운트되어 데이터화되고, 이러한 부분방전 데이터가 유형별로 기계 학습된 멀티 클래스 서포트 벡터 머신에 적용되므로 인공지능으로 부분방전 유형이 정확하게 판별될 수 있으며, 이와 동시에 부분방전 신호의 크기와 발생 횟수로 부분방전의 위험도가 진단되어 안내되는 장점이 있다.
도 1은 본 발명에 따른 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법의 예를 보인 순서도.
도 2는 본 발명에 따른 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법의 예를 보인 구성도.
도 3은 본 발명에 따른 데이터 처리 단계의 예를 보인 도면.
도 4는 내부방전 패턴의 예를 보인 도면.
도 5는 마이카 테이프 박리 방전 패턴의 예를 보인 도면.
도 6은 도체와 절연물 사이의 박리로 인한 방전 패턴의 예를 보인 도면.
도 7은 슬롯방전 패턴의 예를 보인 도면.
도 8은 단말 권선 코로나방전 패턴의 예를 보인 도면.
도 9는 표면방전 패턴의 예를 보인 도면.
도 10은 상간방전 패턴의 예를 보인 도면.
도 11은 본 발명에 따른 멀티 클래스 서포트 벡터 머신 적용 단계의 예를 보인 도면.
이하에서는 본 발명의 바람직한 실시예를 도시한 첨부도면에 따라 상세하게 설명한다.
본 발명은 발전소의 모터 등에서 발생하는 부분방전 패턴을 자동 분석하여 부분방전의 유형을 판별할 수 있는 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법을 제공하고자 하는 것으로, 이러한 본 발명은 도 1에 도시된 바와 같이 부분방전 신호 검출 단계(S10), 신호처리 단계(S20), 부분방전 패턴 생성 단계(S30), 데이터 처리 단계(S40), 멀티 클래스 서포트 벡터 머신 적용 단계(S50), 위험도 진단 단계(S60) 및 출력 단계(S70)로 이루어진다.
또한, 본 발명의 부분 방전 유형 판별을 위한 장치(2)는 도 2에 도시된 바와 같이 신호처리부(10), 부분방전 패턴 생성부(20), 데이터 처리부(30), 멀티 클래스 SVM 적용부(40), 위험도 진단부(50) 및 출력부(60)를 포함한다.
(1) 부분방전 신호 검출 단계(S10)
이 단계는 부분방전 센서를 이용하여 발전소 등의 모터로부터 부분방전 신호를 검출하는 것으로, 본 발명은 공지된 다양한 구조의 부분방전 센서(1)를 사용하여 부분방전 신호를 검출(취득)하도록 구성될 수 있다.
이러한 예로 부분방전 신호를 더욱 빠르고 정확하게 검출하기 위해 모터의 고정자 권선 슬롯에 직접 장착되는 부분방전 센서(1)로 구성될 수 있다.
(2) 신호처리 단계(S20)
이 단계는 부분방전 센서(1)로부터 검출되는 신호를 신호처리부(10)를 통해 수신한 다음, 노이즈 필터(11)를 통해 신호에 포함된 잡음을 제거하고, 이렇게 잡음 제거된 아날로그 신호를 A/D 컨버터(도시하지 않음)를 통해 디지털 신호로 변환하며, 디지털 신호로 변환된 신호를 동기펄스 발생회로(12)를 통해 위상을 동기화하여 후술되는 부분방전 패턴을 쉽게 생성할 수 있도록 하는 것이다.
이때 본 발명은 부분방전 패턴을 충분히 획득하기 위해 100초(1분 40초)인 6,000cycle의 신호를 취득하고, 동기펄스 발생회로(12)를 통해 60㎐로 동기화 시키게 된다.
(3) 부분방전 패턴 생성 단계(S30)
이 단계는 위 신호처리 단계(S20)를 통해 60㎐로 동기화된 신호로부터 부분방전 패턴 생성부(20)를 통해 부분방전 패턴을 생성하는 것으로, 이를 위해 360° 위상 기준(1cycle)으로 신호가 누적되어 하나의 패턴이 형성되게 된다.
(4) 데이터 처리 단계(S40)
이 단계는 위 부분방전 패턴 생성 단계(S30)를 통해 생성된 부분방전 패턴을 데이터 처리부(30)를 통해 소정 크기와 위상으로 영역을 분할한 다음, 분할된 영역 내에 위치된 부분방전 신호를 전체적으로 하나의 패턴으로 데이터 처리하는 것이다.
이때 데이터 처리되는 부분방전 패턴의 X축은 위상을 나타내는 것으로 분할된 1칸당 10°의 위상을 나타내도록 36칸으로 등분되고, Y축은 신호의 크기를 나타내는 것으로 신호의 크기가 12단계로 구분되도록 12칸으로 등분되어 총 432칸을 이루도록 구성될 수 있다.
또 다르게는 X축으로 분할된 1칸당 30°의 위상을 나타내도록 12칸으로 등분되고, Y축은 신호의 크기에 따라 3단계로 구분되도록 3칸으로 등분되어 총 36칸을 이루도록 구성될 수 있다.
위와 같이 복수 사이클의 부분방전 신호를 누적시킨 상태에서 위상과 크기로 분할된 영역 내에 부분방전 신호의 유무를 검출하는 것으로 전체적인 하나의 부분방전 패턴을 형성하게 되고, 이렇게 형성된 부분방전 패턴은 후술되는 멀티 클래스 서포트 벡터 머신 적용 단계(S50)를 통해 부분방전 유형이 판별되게 된다.
(5) 멀티 클래스 서포트 벡터 머신 적용 단계(S50)
이 단계는 데이터 처리 단계(S40)에서 하나의 부분방전 패턴이 생성되고 나면, 이렇게 생성된 부분방전 패턴을 멀티 클래스 SVM 적용부(40)를 통해 부분방전 유형을 판별하는 것이다.
이때 멀티 클래스 서포트 백터 머신은 부분방전 유형이 기계 학습되어 입력되는 부분방전 패턴과 미리 학습된 부분방전 패턴 간의 유사성이 높은 부분방전 패턴을 판별하게 되는데, 이를 위해 학습되는 부분방전 패턴의 예로는 도 4에 도시된 바와 같이 내부방전 패턴과, 도 5에 도시된 바와 같이 마이카 테이프 박리 방전 패턴과, 도 6에 도시된 바와 같이 도체와 절연물 사이의 박리로 인한 방전 패턴과, 도 7에 도시된 바와 같이 슬롯방전 패턴과, 도 8에 도시된 바와 같이 단말 권선 코로나방전 패턴과, 도 9에 도시된 바와 같이 표면방전 패턴 및 도 10에 도시된 바와 같이 상간방전 패턴을 포함할 수 있고, 이를 통해 생성된 부분방전 패턴으로부터 내부방전, 마이카 테이프 박리 방전, 도체와 절연물 사이의 박리 방전, 슬롯방전, 단말 권선 코로나 방전, 표면방전 및 상간방전 여부가 판별되게 된다.
위와 같이 멀티 클래스 서포트 백터 머신은 도 11에 도시된 바와 같이 복수 개의 유형이 클래스 데이터로 입력되어 반복 학습되는 것으로, 2개 이상 복수 개의 유형을 비교하여 분류하게 된다.
(6) 위험도 진단 단계(S60)
이 단계는 위 멀티 클래스 서포트 벡터 머신 적용 단계(S50)를 통해 부분방전 유형이 판별되고 나면, 위험도 진단부(50)를 통해 부분방전 패턴의 크기에 따른 위험도를 진단하는 것이다.
이때 위험도는 크기와 위상으로 등분된 부분방전 패턴의 크기 즉, Y축을 기준으로 부분방전의 신호가 존재하는 수를 검출하고, 이를 통해 위험도를 안내하게 된다.
이러한 예로 도 3에 도시된 바와 같이 Y축을 기준으로 D영역(높은 위치)에 부분방전 신호의 수가 많을수록 위험도가 높고, A영역(낮은 위치)에 부분방전 신호가 많을수록 위험도가 낮으며, 전체영역(A, B, C, D)에 부분방전 신호의 수가 많을수록 위험도가 높고, 전체영역(A, B, C, D)에 신호가 적을수록 위험도가 낮게 진단될 수 있고, 이에 더해 부분방전신호가 검출되지 않은 경우에는 위험도가 가장 낮게 진단될 수 있다.
또한, D영역에 부분방전 신호가 많은 경우에는 매우위험, C영역에 부분방전 신호가 많은 경우에는 위험, B영역에 부분방전 신호가 많은 경우에는 보통, A영역에 부분방전 신호가 많은 경우에는 좋음, 부분방전 신호가 검출되지 않은 경우에는 매우좋음 등과 같이 5단계로 구분되어 진단될 수 있다.
또 다르게는 위험, 나쁨, 좋음, 매우좋음 등과 같이 4단계로 구분되어 진단될 수 있다.
(7) 출력 단계(S70)
이 단계는 멀티 클래스 서포트 벡터 머신 적용 단계(S50)와 위험도 진단 단계(S60)를 통해 판별된 부분방전 유형과 위험도를 출력부(60, 디스플레이)를 통해 작업자에게 안내하는 것이다.
작업자는 디스플레이를 통해 출력되는 부분방전 유형과 위험도를 확인하여 필요에 따라 모터 등의 점검 등을 수행하게 된다.
이상 설명한 바와 같이 본 발명은 부분방전 발생시 부분방전 패턴이 위상과 크기별로 복수 개의 영역으로 구분되어 부분방전 신호의 발생 횟수가 카운트되어 데이터화되고, 이러한 부분방전 데이터가 유형별로 기계 학습된 멀티 클래스 서포트 벡터 머신에 적용되므로 인공지능으로 부분방전 유형을 정확하게 판별할 수 있게 된다.
또한, 부분방전 신호의 크기와 발생 횟수로 부분방전의 위험도가 진단되어 안내되게 된다.
위에서는 설명의 편의를 위해 바람직한 실시예를 도시한 도면과 도면에 나타난 구성에 도면부호와 명칭을 부여하여 설명하였으나, 이는 본 발명에 따른 하나의 실시예로서 도면상에 나타난 형상과 부여된 명칭에 국한되어 그 권리범위가 해석되어서는 안 될 것이며, 발명의 설명으로부터 예측 가능한 다양한 형상으로의 변경과 동일한 작용을 하는 구성으로의 단순 치환은 통상의 기술자가 용이하게 실시하기 위해 변경 가능한 범위 내에 있음은 지극히 자명하다고 볼 것이다.
1: 부분방전 센서 2: 부분방전 판별장치
10: 신호처리부 11: 노이즈 필터
12: 동기펄스 발생회로 20: 부분방전 패턴 생성부
30: 데이터 처리부 40: 멀티 클래스 SVM 적용부
50: 위험도 진단부 60: 출력부

Claims (5)

  1. 부분방전 센서로부터 부분방전신호를 검출하는 부분방전 신호 검출 단계(S10);
    상기 부분방전 신호 검출 단계(S10)를 통해 검출되는 신호로부터 노이즈를 제거하고, 펄스신호를 동기화하는 신호처리 단계(S20);
    상기 신호처리 단계(S20)를 통해 동기화된 신호를 누적하여 부분방전 패턴을 생성하는 부분방전 패턴 생성 단계(S30);
    상기 부분방전 패턴 생성 단계(S30)를 통해 생성된 부분방전 패턴을 크기와 위상으로 영역을 분할하여 데이터 처리하는 데이터 처리 단계(S40);
    상기 데이터 처리 단계(S40)를 통해 획득된 이미지 영역별 데이터를 복수의 부분방전 유형이 기계 학습된 서포트 벡터 머신(SVM)에 적용하는 멀티 클래스 서포트 벡터 머신 적용 단계(S50);
    상기 멀티 클래스 서포트 벡터 머신 적용 단계(S50)를 통해 판별된 부분방전 유형에 따른 위험도를 진단하는 위험도 진단 단계(S60); 및
    판별된 부분방전 유형과 위험도를 디스플레이를 통해 안내하는 출력 단계(S70);
    로 이루어지고,
    상기 신호처리 단계(S20)는,
    6,000cycle의 신호를 취득하고, 동기펄스 발생회로(12)를 통해 60㎐로 동기화 시키며,
    상기 부분방전 패턴 생성 단계(S30)는,
    60㎐로 동기화된 신호를 360°위상 기준(1cycle)으로 신호를 누적하여 하나의 패턴으로 생성하고,
    상기 데이터 처리 단계(S40)는,
    부분방전 패턴을 X축 12~36으로 등분하고, Y축을 3~12로 등분하여 영역을 분할한 다음, 총 36 ~ 432개로 분할된 영역 내에 위치하는 부분방전 신호를 전체적인 하나의 패턴으로 데이터화하며,
    상기 위험도 진단 단계(S60)에서는,
    등분된 이미지상의 전체 부분방전 신호의 수 대비 Y축을 기준으로 높은 위치에 부분방전 신호의 수가 많을수록 위험도가 높고, 낮은 위치에 부분방전 신호가 많을수록 위험도가 낮으며, 위험도는 매우위험, 위험, 보통, 좋음, 매우좋음의 5단계 또는 위험, 나쁨, 좋음, 매우좋음의 4단계로 구분되는 것을 특징으로 하는 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법.
  2. 삭제
  3. 청구항 1에 있어서,
    상기 멀티 클래스 서포트 벡터 머신 적용 단계(S50)에서는,
    복수 개의 부분방전 유형이 각각의 패턴으로 기계 학습된 서포트 벡터 머신에 상기 데이터 처리 단계(S40)에서 추출된 데이터가 입력되어 부분방전 유형이 판별되는 것을 특징으로 하는 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법.
  4. 청구항 3에 있어서,
    상기 멀티 클래스 서포트 벡터 머신 적용 단계(S50)에서는,
    내부방전, 마이카 테이프 박리 방전, 도체와 절연물 사이의 박리 방전, 슬롯방전, 단말 권선 코로나 방전, 표면방전 및 상간방전 유형의 부분방전 패턴이 기계 학습되어 분류되는 것을 특징으로 하는 PRPD 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법.
  5. 삭제
KR1020220130847A 2022-10-12 2022-10-12 Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법 KR102518013B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220130847A KR102518013B1 (ko) 2022-10-12 2022-10-12 Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법
PCT/KR2022/015580 WO2024080415A1 (ko) 2022-10-12 2022-10-14 Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220130847A KR102518013B1 (ko) 2022-10-12 2022-10-12 Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법

Publications (1)

Publication Number Publication Date
KR102518013B1 true KR102518013B1 (ko) 2023-04-05

Family

ID=85884738

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220130847A KR102518013B1 (ko) 2022-10-12 2022-10-12 Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법

Country Status (2)

Country Link
KR (1) KR102518013B1 (ko)
WO (1) WO2024080415A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6088658A (en) * 1997-04-11 2000-07-11 General Electric Company Statistical pattern analysis methods of partial discharge measurements in high voltage insulation
KR102037103B1 (ko) 2013-09-30 2019-11-26 한국전력공사 부분 방전 분석 장치 및 방법
KR102244716B1 (ko) 2014-10-17 2021-04-28 한국전력공사 부분방전의 패턴분석 및 위치검출 장치
KR102378902B1 (ko) 2020-05-13 2022-03-28 한국전력공사 Hvdc 케이블 부분방전 패턴분석 기법 및 장치
KR20220071497A (ko) 2020-11-24 2022-05-31 (주)엔키아 부분방전 시간 패턴 분석 시각화 및 패턴 자동 감지 장치 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120330871A1 (en) * 2011-06-27 2012-12-27 Asiri Yahya Ahmed Using values of prpd envelope to classify single and multiple partial discharge (pd) defects in hv equipment
CN105938177A (zh) * 2016-06-23 2016-09-14 西安西热节能技术有限公司 基于局部放电统计量的特征提取及识别方法
JP7097017B2 (ja) * 2018-05-14 2022-07-07 日新電機株式会社 部分放電診断装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6088658A (en) * 1997-04-11 2000-07-11 General Electric Company Statistical pattern analysis methods of partial discharge measurements in high voltage insulation
KR102037103B1 (ko) 2013-09-30 2019-11-26 한국전력공사 부분 방전 분석 장치 및 방법
KR102244716B1 (ko) 2014-10-17 2021-04-28 한국전력공사 부분방전의 패턴분석 및 위치검출 장치
KR102378902B1 (ko) 2020-05-13 2022-03-28 한국전력공사 Hvdc 케이블 부분방전 패턴분석 기법 및 장치
KR20220071497A (ko) 2020-11-24 2022-05-31 (주)엔키아 부분방전 시간 패턴 분석 시각화 및 패턴 자동 감지 장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Guillermo Robles 외 3인, 'Multiple partial discharge source discrimination with multiclass support vector machines (GuillermoRobles 3인, Expert Systems with Applications Volume 55, 2016.08.15.* *
L.Hao 외 1인, 'Partial Discharge Source Discrimination using a Support Vector Machine' IEEE Trans. on Dielec. and Electri. Insulation Vol.17, No.1, 2010.02. *

Also Published As

Publication number Publication date
WO2024080415A1 (ko) 2024-04-18

Similar Documents

Publication Publication Date Title
Lee et al. New fault diagnosis of circuit breakers
US20150120218A1 (en) Novel method for real time tests and diagnosis of partial discharge sources in high voltage equipment and installations, which are in service or out of service, and physical system for the practical use of the method
US20160209459A1 (en) Diagnostic method for automatic discrimination of phase-to-ground partial discharge, phase-to-phase partial discharge and electromagnetic noise
JP6945371B2 (ja) 回転機システムの診断装置、電力変換装置、回転機システム、および回転機システムの診断方法
KR101317476B1 (ko) 케이블 온라인 부분 방전 진단 시스템 및 방법
KR101020438B1 (ko) 노이즈 제거 기능이 향상된 전력 장비 결함 진단 방법 및 시스템
JP7378914B2 (ja) 位相分解部分放電の評価
JP7097017B2 (ja) 部分放電診断装置
JP6553303B2 (ja) 部分放電監視システム
US8326556B2 (en) Stray flux processing method and system
JP2011033538A (ja) ガス絶縁開閉装置の部分放電診断方法および部分放電診断装置
JP2011215067A (ja) 絶縁診断方法、絶縁診断システムおよび回転電機
Da Costa et al. A new approach for real time fault diagnosis in induction motors based on vibration measurement
KR20200010449A (ko) 전동기의 진단 장치
US20220018707A1 (en) Method and Device for Monitoring a Circuit Breaker
Kabla et al. Bearing fault diagnosis using Hilbert-Huang transform (HHT) and support vector machine (SVM)
KR102518013B1 (ko) Prpd 패턴 이미지에 서포트 벡터 머신 기법을 적용한 활선 고전압 고정자 권선 부분 방전 유형 판별 방법
JP2019045401A (ja) 部分放電診断装置および部分放電診断方法
JP2019039845A (ja) 部分放電診断装置および部分放電診断方法
Georgoulas et al. Start-up analysis methods for the diagnosis of rotor asymmetries in induction motors-seeing is believing
US20210199707A1 (en) Method and system for condition monitoring electrical equipment
JP2001249156A (ja) 絶縁診断装置
KR20230054455A (ko) 기계 상태 모니터링 방법 및 기계 상태 모니터링 시스템
JP2006084413A (ja) 電磁波妨害信号の発生源特定方法
KR101743595B1 (ko) 부분 방전 진단 방법 및 시스템, 이를 이용한 몰드 변압기 열화 모니터링 시스템.

Legal Events

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