KR102607227B1 - 센서 데이터 활용 부분 방전 감지 시스템 및 방법 - Google Patents

센서 데이터 활용 부분 방전 감지 시스템 및 방법 Download PDF

Info

Publication number
KR102607227B1
KR102607227B1 KR1020200118344A KR20200118344A KR102607227B1 KR 102607227 B1 KR102607227 B1 KR 102607227B1 KR 1020200118344 A KR1020200118344 A KR 1020200118344A KR 20200118344 A KR20200118344 A KR 20200118344A KR 102607227 B1 KR102607227 B1 KR 102607227B1
Authority
KR
South Korea
Prior art keywords
sensor
data
partial discharge
noise
target
Prior art date
Application number
KR1020200118344A
Other languages
English (en)
Other versions
KR20220036126A (ko
Inventor
윤병동
박종민
김수호
Original Assignee
한국전력공사
서울대학교산학협력단
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 한국전력공사, 서울대학교산학협력단 filed Critical 한국전력공사
Priority to KR1020200118344A priority Critical patent/KR102607227B1/ko
Publication of KR20220036126A publication Critical patent/KR20220036126A/ko
Application granted granted Critical
Publication of KR102607227B1 publication Critical patent/KR102607227B1/ko

Links

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
    • G01R31/1227—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 of components, parts or materials
    • G01R31/1263—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
    • G01R31/1272—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
    • 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
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • 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
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
    • 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
    • G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
    • G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
    • G01R31/3272—Apparatus, systems or circuits therefor
    • G01R31/3274—Details related to measuring, e.g. sensing, displaying or computing; Measuring of variables related to the contact pieces, e.g. wear, position or resistance
    • 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
    • G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
    • G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
    • G01R31/3275—Fault detection or status indication

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

오프라인 분석의 단점과 단일 온라인 센서 데이터의 본질적 한계를 보완하기 위한 다중 온라인 데이터를 동시에 함께 분석할 수 있는 센서 데이터 활용 부분 방전 감지 시스템이 개시된다. 상기 센서 데이터 활용 부분 방전 감지 시스템은, 배전선로 개폐기를 센싱하여 다수의 센서 데이터를 생성하는 센서계, 상기 센서계로부터 획득되는 다수의 상기 센서 데이터를 특성 데이터로 변환하고 상기 특성 데이터를 이용하여 상기 배전선로 개폐기에 대해 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 단말기, 및 상기 센서계와 상기 단말기를 통신 연결하는 네트워크를 포함하는 것을 특징으로 한다.

Description

센서 데이터 활용 부분 방전 감지 시스템 및 방법{System and Method for monitoring partial discharge using sensor data}
본 발명은 부분 방전 감지 기술에 관한 것으로서, 더 상세하게는 오프라인 분석의 단점과 단일 온라인 센서 데이터의 본질적 한계를 보완하기 위한 다중 온라인 데이터를 동시에 함께 분석할 수 있는 부분 방전 감지 시스템 및 방법에 대한 것이다.
변전소(Substation)는 송전선로(Transmission Line)와 배전선로(Distribution Line)의 사이에 위치하여 높은 송전 전압을 낮은 배전 전압으로 변환시켜 준다. 이를 위해, 변전소에는 송전선로와 배전선로를 연결하거나 분리하기 위한 개폐기(Switchgear)가 설치되어 있는데, 이러한 장치를 배전선로 개폐장치라고 한다.
배전선로 개폐장치는 그 종류에 따라 유압식, 자기식, 공기식 등으로 나누어지며, 특히 절연 내력이 우수한 SF6 가스를 이용하는 가스절연 부하개폐기(GIS: Gas Insulated Switchgear)가 널리 사용되고 있다.
그러나, 가스절연 부하개폐장치의 절연성능이 뛰어나다 하더라도 전력 계통의 특성상 한 번의 절연 사고가 미치는 사회적 혼란이나 경제적 손실 등의 파급 효과가 매우 크기 때문에 절연 사고 예방을 위한 철저한 점검이 필수적인 실정이다.
이러한 이유로 가스절연 부하개폐장치의 대표적인 열화 원인인 부분방전 현상을 자동으로 감지하기 위한 기술에 대한 연구가 널리 이루어지고 있다. 부분방전(PD: Partial Discharge)이란 높은 전압 스트레스 하에서 절연체의 주변 또는 내부를 따라 국부적으로 발생하는 방전 현상으로서, 흔히 자연적으로 형성된 물리적 간극(Void) 또는 개폐장치의 열화에 따라 부분적으로 갈라진 틈(Crack)에서 발생한다.
부분방전은 전력의 누설에 따른 지속적인 전력 손실을 가져오고, 그 효과가 누적될 경우 절연 물질에 비가역적인 물리적 또는 화학적 변화를 가져올 수 있다. 따라서, 부분방전이 발생되면 배전선로를 통한 전력 공급을 완전히 중단시키거나 설비의 폭발이 야기될 수 있다.
이러한 부분방전(PD: Partial Discharge)을 감지하기 위한 여러 가지 방법이 활용되고 있다. 이해를 위해, 예를 들면, 센서를 활용하여 하드웨어 차원의 부분 방전을 감지하는 기술, 온라인 단일 센서 데이터를 활용하여 부분방전을 감지하는 기술, 오프라인 장비를 활용하여 감지하는 기술 등을 들 수 있다.
그런데, 센서 활용 하드웨어 차원의 부분 방전(PD) 감지 기술의 경우, 가스절연개폐기(GIS) 부분 방전(PD) 발생 시 초고주파(UHF) 대역에서 에너지 방출을 감지한다. 따라서, 실제 PD가 아닌 노이즈의 경우에도 같은 현상을 보여 오감지율이 높다는 단점이 있다.
또한, 온라인 단일 센서 데이터 활용 PD 감지 기술의 경우, UHF(Ultra High Frequency) 대역 신호의 PRPD(Pulse-Resolved Partial Discharge) 패턴 분석을 통해 부분 방전을 감지한다. 따라서, 저해상도 온라인 데이터의 경우, 실제 부분 방전 유사 파형의 노이즈 감지가 불가하다는 단점이 있다.
또한, 오프라인 장비 활용 PD 감지 기술의 경우, UHF 대역 고해상도 신호 대상 PRPD(Phase Resolved Partial Discharge), 주파수, ToA(Time of Arrival) 분석 등을 통해 PD 감지, 종류 및 발생 위치를 분석한다. 따라서, 오프라인 취득 시 부대 비용 발생 및 실시간 분석이 불가능하다는 단점이 있다.
1. 한국등록특허번호 제10-0853725호(등록일자 2008년08월18일)
본 발명은 위 배경기술에 따른 문제점을 해소하기 위해 제안된 것으로서, 오프라인 분석의 단점과 단일 온라인 센서 데이터의 본질적 한계를 보완하기 위한 다중 온라인 데이터를 동시에 함께 분석할 수 있는 센서 데이터 활용 부분 방전 감지 시스템 및 방법을 제공하는데 그 목적이 있다.
또한, 본 발명은 부분 방전(배전선로 개폐장치 내부에서 발생)와 노이즈(배전선로 개폐장치 외부에서 발생)의 특징 활용을 위해 다중 센서의 PRPD(Phase Resolved Partial Discharge) 특성인자 유사도 분석으로 신호 발생원의 위치가 배전선로 개폐장치 내/외부 인지 여부를 파악해 부분 방전을 감지할 수 있는 센서 데이터 활용 부분 방전 감지 시스템 및 방법을 제공하는데 다른 목적이 있다.
본 발명은 위에서 제시된 과제를 달성하기 위해, 오프라인 분석의 단점과 단일 온라인 센서 데이터의 본질적 한계를 보완하기 위한 다중 온라인 데이터를 동시에 함께 분석할 수 있는 센서 데이터 활용 부분 방전 감지 시스템을 제공한다.
상기 센서 데이터 활용 부분 방전 감지 시스템은,
배전선로 개폐기를 센싱하여 다수의 센서 데이터를 생성하는 센서계;
상기 센서계로부터 획득되는 다수의 상기 센서 데이터를 특성 데이터로 변환하고 상기 특성 데이터를 이용하여 상기 배전선로 개폐기에 대해 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 단말기; 및
상기 센서계와 상기 단말기를 통신 연결하는 네트워크;를 포함하는 것을 특징으로 한다.
또한, 상기 센서계는, 상기 배전선로 개폐기의 내부면에 설치되는 인근 센서;
상기 배전선로 개폐기측을 향해 설치되며 상기 부분 방전의 발생을 판정하기 위한 타겟 센서; 및
상기 배전선로 개폐기의 외부면에 설치되며 상기 타겟 센서와 근접하게 설치되는 노이즈 센서;를 포함하는 것을 특징으로 한다.
또한, 다수의 상기 센서 데이터는 시간 및 위상축으로 구성되는 2차원의 PRPS(Phase Resolved Pulse Sequence) 데이터로서, 상기 부분 방전의 파형 특징을 나타내기 위해, 전류 위상에 맞추어 재정렬되는 것을 특징으로 한다.
또한, 상기 특성 데이터는 PRPS 데이터의 위상 특징을 집중하여 보기 위해, 시간방향으로 사영하여 변환되는 PRPD(Phase Resolved Partial Discharge) 데이터인 것을 특징으로 한다.
또한, 상기 사영은 상기 PRPS 데이터의 단순 중첩이 아닌 특정 위상 시점에서 일정 시간 동안 관측되는 상기 PRPS 데이터의 수와 최고 크기를 곱하여 특정 위상에서의 크기와 수가 강조되는 사영인 것을 특징으로 한다.
또한, 상기 단말기는, 상기 센서 데이터를 획득하는 획득부; 상기 PRPD 데이터를 이용하여 PRPD(Phase Resolved Partial Discharge) 기반 특성 인자를 추출하는 추출 모듈; 및 상기 특성 인자를 MLP(Multi-layer perceptron)에 적용하여 유사도 결과를 생성하고, 상기 유사도 결과를 이용하여 상기 배전선로 개폐기에 대해 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 분석 모듈;을 포함하는 것을 특징으로 한다.
이때, 상기 특성 인자는 왜도, 첨도, 엔트로피, 및 FFT (Fast Fourier Transform) 비율로 이루어지는 것을 특징으로 한다.
또한, 상기 왜도는 수학식
Figure 112020097800910-pat00001
(여기서, X : PRPD 데이터, μ: 평균, σ: 표준편차, E[] : 기댓값)으로 정의되는 것을 특징으로 한다.
또한, 상기 첨도는 수학식
Figure 112020097800910-pat00002
으로 정의되는 것을 특징으로 한다.
또한, 상기 엔트로피는 수학식
Figure 112020097800910-pat00003
(여기서,
Figure 112020097800910-pat00004
, X는 PRPD 데이터, i는 양의 정수이다)로 정의되는 것을 특징으로 한다.
또한, 상기 FFT 비율은 수학식
Figure 112020097800910-pat00005
( 여기서, Xfi는 PRPD의 FFT 결과 i번째 성분이며, i는 양의 정수이다)으로 정의되는 것을 특징으로 한다.
또한, 상기 PRPD 데이터로부터 추출되는 타겟 센서 특성인자( )와 인근 센서 특성인자( )간의 제 1 거리는 미리 설정되는 기본 거리로 설정되고, 상기 타겟 센서 특성인자( )와 노이즈 센서 특성인자( ) 간의 제 2 거리는 상기 기본 거리보다 멀게 설정되는 것을 특징으로 한다.
또한, 상기 분석 모듈은 수학식
Figure 112020097800910-pat00010
(여기서, (fnear)는 인근 센서 특성 변수, (ftarget)는 타겟 센서 특성 변수, (fnoise)는 노이즈 센서 특성 변수이며, β는 가중치이다)을 이용하여 상기 부분 방전이 발생했는지 또는 상기 노이즈가 발생했는지를 판단하는 것을 특징으로 한다.
또한, 상기 분석 모듈은 상기 인근 센서 특성 변수(fnear)와 상기 타겟 센서 특성 변수(ftarget)간의 제 1 거리가 상기 노이즈 센서 특성 변수(fnoise)와 상기 타겟 센서 특성 변수(ftarget)간의 제 2 거리보다 작으면 상기 부분 방전으로 판단하고, 상기 인근 센서 특성 변수(fnear)와 상기 타겟 센서 특성 변수(ftarget)간의 상기 제 1 거리가 상기 노이즈 센서 특성 변수(fnoise)와 상기 타겟 센서 특성 변수(ftarget)간의 상기 제 2 거리보다 크면 노이즈로 판단하는 것을 특징으로 한다.
또한, 상기 분석 모듈은 상기 배전선로 개폐기의 단선도, 상기 인근센서, 상기 타겟 센서, 및 상기 노이즈 센서의 선택을 유저 인터페이스의 상부 화면에 표시하는 것을 특징으로 한다.
또한, 상기 분석 모듈은 상기 인근센서, 상기 타겟 센서, 및 상기 노이즈 센서간 유사도 정보를 유저 인터페이스의 하부 화면를 표시하는 것을 특징으로 한다.
다른 한편으로, 본 발명의 다른 일실시예는, (a) 센서계가 배전선로 개폐기를 센싱하여 다수의 센서 데이터를 생성하는 단계; (b) 상기 센서계와 네트워크를 통해 통신 연결되는 단말기가 상기 센서계로부터 획득되는 다수의 상기 센서 데이터를 특성 데이터로 변환하는 단계; 및 (c) 단말기가 상기 특성 데이터를 이용하여 상기 배전선로 개폐기에 대해 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 단계;를 포함하는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 방법을 제공한다.
본 발명에 따르면, 기존 온라인 단일 센서 데이터로 판단하지 못하는 부분 방전(PD: Partial Discharge)와 유사한 위상 특성을 보이는 노이즈에 대해 강건한 부분 방전의 진단이 가능하다.
또한, 본 발명의 다른 효과로서는 유사도를 활용한 감지뿐 아니라, 여러 센서 데이터의 유사도를 동시에 관찰 가능한 유사도 행렬을 제시함으로써 입체적 분석 및/또는 PD 발생 위치의 대략적인 추정이 가능하다는 점을 들 수 있다.
도 1은 본 발명의 일실시예에 따른 센서 데이터 활용 부분 방전 감지 시스템의 구성 블럭도이다.
도 2는 본 발명의 일실시예에 따른 센서 데이터를 활용하여 부분 방전을 감지하는 과정을 보여주는 흐름도이다.
도 3은 본 발명의 일실시예에 따른 센서 데이터 획득 단계를 세분화한 흐름도이다.
도 4는 도 2에 도시된 센서 데이터의 일예시이다.
도 5는 도 2에 도시된 다중 PRPS 시간 방향 사영을 통한 PRPD 데이터의 획득 개념도이다.
도 6은 본 발명의 일실시예에 따른 부분 방전 데이터의 고속 푸리에 변환(Fast Fourier Transform) 결과를 보여주는 그래프이다.
도 7은 본 발명의 일실시예에 따른 노이즈 데이터의 고속 푸리에 변화 결과를 보여주는 그래프이다.
도 8은 본 발명의 일실시예에 따른 유사도 학습 모델을 이용한 부분 방전 판단 과정을 보여주는 흐름도이다.
도 9는 본 발명의 일실시예에 따른 유사도 분석을 활용한 유저 인터페이스 구성예이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 구체적으로 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야한다.
각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다. 제 1, 제 2등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. "및/또는" 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.
이하 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 센서 데이터 활용 부분 방전 감지 시스템 및 방법을 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 센서 데이터 활용 부분 방전 감지 시스템(100)의 구성 블럭도이다. 도 1을 참조하면, 센서 데이터 활용 부분 방전 감지 시스템(100)은, 배전선로 개폐장치를 센싱하여 다수의 센서 데이터를 생성하는 센서계(110), 센서계(110)로부터 다수의 센서 데이터를 획득하여 부분 방전 또는 노이즈인지를 판단하는 단말기(120), 센서계(110)와 단말기(120)를 통신 연결하는 네트워크(10) 등을 포함하여 구성될 수 있다.
배전선로 개폐장치는 유압식, 자기식, 공기식 등으로 나누어지며, 절연 내력이 우수한 SF6 가스를 이용하는 가스절연 부하개폐기(GIS: Gas Insulated Switchgear)가 널리 사용되고 있다. 본 발명의 일실시예에서는 GIS를 예시로 설명하나, 이에 한정되는 것은 아니며 다른 부하개폐기 등도 적용될 수 있다.
센서계(110)는 노이즈 센서, 인근 센서, 타겟 센서 등으로 구성될 수 있다.
노이즈 센서는 배전선로 개폐장치의 내부면에 설치되며, 타켓 센서는 배전선로 개폐기측을 향해 설치되며 부분 방전의 발생을 판정하기 위해 설치되며, 인근 센서는 배전선로 개폐장치의 외부면에 설치되며 상기 타겟 센서와 근접하게 설치된다. 센서(110)는 500 ~ 1,500MHz의 검출대역을 갖는 외장형 전자파 센서로, IEC60270 겉보기 부분방전 5pC 이하를 검출할 수 있는 감도를 가진 것으로 외부노이즈 유입을 최소화하기 위하여 차폐재를 스페이서와 센서 설치면에 가스켓형태로 삽입하는 것이 바람직하다.
일반적으로 주파수 검출대역은 UHF(Utra High Frequency) 대역(300∼3000 ㎒)내의 500∼1500MHz영역으로서 500MHz 이하는 외부 노이즈가 강한 주파수 대역이며, 1500MHz이상은 고주파 특성상 빠른 감쇄를 보이므로 이를 고려하여 주파수 대역을 검출할 수 있다.
단말기(120)는 획득부(121), 추출 모듈(122), 분석 모듈(123), 및 출력부(124) 등을 포함하여 구성될 수 있다. 획득부(121)는 네트워크(10)와 유무선 통신으로 연결되는 기능을 수행한다. 이를 위해, 마이크로프로세서, 모뎀, 랜카드, 회로 등이 구성된다.
추출 모듈(122)은 획득부(121)를 통해 획득된 센서 데이터 등의 정보를 취합하여 저장부(130)에 저장하는 기능을 수행한다.
분석 모듈(1230)은 센서 데이터를 이용하여 배전선로 개폐장치(901)에 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 기능을 수행한다.
출력부(124)는 추출 모듈(122), 분석 모듈(123) 등에서 처리하는 정보를 표시하는 기능을 수행한다. 따라서, 출력부(124)는 문자, 음성, 및 그래픽의 조합으로 알림 정보를 생성할 수 있다. 이를 위해 출력부(124)는 디스플레이, 사운드 시스템 등을 포함하여 구성될 수 있다.
디스플레이는 LCD(Liquid Crystal Display), LED(Light Emitting Diode) 디스플레이, PDP(Plasma Display Panel), OLED(Organic LED) 디스플레이, 터치 스크린, CRT(Cathode Ray Tube), 플렉시블 디스플레이 등이 될 수 있다. 터치 스크린의 경우, 입력 수단으로 기능할 수 있다.
도 2에 도시된 추출 모듈(122), 분석 모듈(123)는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 소프트웨어 및/또는 하드웨어로 구현될 수 있다. 하드웨어 구현에 있어, 상술한 기능을 수행하기 위해 디자인된 ASIC(application specific integrated circuit), DSP(digital signal processing), PLD(programmable logic device), FPGA(field programmable gate array), 프로세서, 마이크로프로세서, 다른 전자 유닛 또는 이들의 조합으로 구현될 수 있다.
소프트웨어 구현에 있어, 소프트웨어 구성 컴포넌트(요소), 객체 지향 소프트웨어 구성 컴포넌트, 클래스 구성 컴포넌트 및 작업 구성 컴포넌트, 프로세스, 기능, 속성, 절차, 서브 루틴, 프로그램 코드의 세그먼트, 드라이버, 펌웨어, 마이크로 코드, 데이터, 데이터베이스, 데이터 구조, 테이블, 배열 및 변수를 포함할 수 있다. 소프트웨어, 데이터 등은 메모리에 저장될 수 있고, 프로세서에 의해 실행된다. 메모리나 프로세서는 당업자에게 잘 알려진 다양한 수단을 채용할 수 있다.
저장부(130)는 센서 데이터, 알림 정보, 유사도 분석 모델 등을 저장하는 기능을 수행한다. 저장부(130)는 단말기(120)내에 구성될 수도 있고, 별도의 서버에 구성될 수도 있다. 따라서, 저장부(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD(Secure Digital) 또는 XD(eXtreme Digital) 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read Only Memory), PROM(Programmable Read Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 인터넷(internet)상에서 저장 기능을 수행하는 웹 스토리지(web storage), 클라우드 서버와 관련되어 동작할 수도 있다.
네트워크(10)는 센서계(110)와 단말기(120)를 통신 연결하는 기능을 수행한다. 통신 연결은 RS232, RS485, 모드 버스, CC-Link 통신, 이더넷 통신 등이 될 수 있다. 물론, 네트워크(10)는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 공중교환 전화망(PSTN), 공중교환 데이터망(PSDN), 종합정보통신망(ISDN: Integrated Services Digital Networks), 광대역 종합 정보 통신망(BISDN: Broadband ISDN), 근거리 통신망(LAN: Local Area Network), 대도시 지역망(MAN: Metropolitan Area Network), 광역 통신망(WLAN: Wide LAN) 등이 될 수 있다, 그러나, 본 발명은 이에 한정되지는 않으며, 무선 통신망인 CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), Wibro(Wireless Broadband), WiFi(Wireless Fidelity), HSDPA(High Speed Downlink Packet Access) 망 , 블루투쓰(bluetooth),NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 될 수 있다. 또는, 이들 유선 통신망 및 무선 통신망의 조합일 수 있다.
도 2는 본 발명의 일실시예에 따른 센서 데이터를 활용하여 부분 방전을 감지하는 과정을 보여주는 흐름도이다. 도 2를 참조하면, 획득모듈(121)은 센서계((110)를 통해 센서 데이터를 획득한다(단계 S210). 센서계(110)는 타겟 센서, 인근 센서, 노이즈 센서 등을 포함한다. 센서 데이터는 PRPS(Phase Resolved Pulse Sequence) 데이터가 될 수 있다. PRPS 데이터는 시간 및 위상 축으로 구성된 2차원 데이터로서 상기 부분 방전의 파형 특징을 나타내기 위해, 시계열로 취득된 데이터를 전류 위상에 맞추어 재정렬되는 데이터이다.
이후, 추출 모듈(122)은 PRPS 데이터의 위상 특징을 집중하여 보기 위해, 시간방향으로 사영하여 PRPD(Phase Resolved Partial Discharge) 데이터의 형태로 변환하여 획득한다(단계 S220). 즉, PRPS 데이터의 위상 특징을 집중하여 보기 위해, 시간방향으로 사영하여 PRPD 형태로 나타낸다. 시간방향으로 사영하는 과정에서, 데이터의 단순 중첩이 아닌 특정 위상 시점에서 1분 동안 관측되는 데이터의 수와 최고 크기를 곱하여 특정 위상에서의 크기와 데이터 수가 강조될 수 있도록 사영한다.
이후, 추출 모듈(122)은 PRPD(Phase Resolved Partial Discharge) 기반 특성 인자를 추출한다(단계 S230). 부연하면, PRPD 데이터를 이용하여 4가지의 특성 인자를 추출한다. 4가지의 특성 인자는 왜도, 첨도, 엔트로피, FFT(Fast Fourier Transform) 비율 등을 들 수 있다.
왜도는 다음 수학식과 같이 정의된다.
Figure 112020097800910-pat00011
여기서, X : PRPD 데이터, μ: 평균, σ: 표준편차, E[] : 기댓값
또한, 첨도는 다음 수학식과 같이 정의된다.
Figure 112020097800910-pat00012
엔트로피는 다음 수학식과 같이 정의된다.
Figure 112020097800910-pat00013
Pi는 다음 수학식과 같이 정의된다.
Figure 112020097800910-pat00014
여기서, X는 PRPD 데이터, i는 양의 정수이다.
FFT 비율은 다음 수학식과 같이 정의된다.
Figure 112020097800910-pat00015
여기서, Xfi는 PRPD의 FFT 결과 i번째 성분이며, i는 양의 정수이다.
도 2를 계속 참조하면, 분석 모듈(123)은 PRPD 특성인자를 활용한 Multi-layer perceptron(MLP) 기반 유사도 학습을 진행한다(단계 S240). MLP 모델은 2개의 perceptron을 한층에 구성하고, 이 2개의 perceptron을 연결하는 새로운 perceptron을 구성한다. 따라서, 입력값을 입력하는 Input layer, 결과가 출력되는 Output layer, 그리고 내부의 층들인 Hidden Layer로 구성된다. 특히, MLP 모델의 경우, 이러한 Hidden Layer가 2개가 된다.
따라서, 대상 센서 특성인자(Ftarget)와 인근 센서 특성인자(Fnear)의 잠재변수간 거리는 가깝게, 대상 센서 특성인자와 노이즈 센서 특성인자(Fnoise) 간의 거리는 멀게 학습 진행한다.
이때, 손실 함수를
Figure 112020097800910-pat00016
(여기서, β는 가중치이다)로 선정하고 이를 최소화하는 방향으로 Adam Optimizer 기반으로 학습 진행한다.
이후, 이러한 학습에 따라 유사도 결과가 산출되면, 분석 모듈(123)은 유사도 결과를 통해 부분 방전이 발생했는지 아니면 단순한 노이즈 발생인지를 판단하고, 이 결과를 출력부(124)에 알림정보로 출력한다. 알림 정보는 그래픽, 문자, 및 음성의 조합이 될 수 있다.
도 3은 본 발명의 일실시예에 따른 센서 데이터 획득 단계를 세분화한 흐름도이다. 도 3을 참조하면, 센서 데이터의 획득 단계는, 인근 센서 PRPS 신호 획득, 타겟 센서 PRPS 신호 획득, 노이즈 센서 PRPS 신호 획득 과정을 포함한다(단계 S301,S302,S303).
나머지 단계(S310,S320,S330)는 도 2에서 이미 설명하였으므로, 더 이상의 설명은 생략하기로 한다.
이후, 분석 모듈(123)은 유사도 결과를 판단한다(단계 S340). 판단 결과, 단계 S340에서 인근 센서 PRPS 신호 획득, 타겟 센서 PRPS 신호 획득, 노이즈 센서 PRPS 신호에 따른 유사도가 일정 조건을 충족하면, 부분 방전(PD)으로 판단한다(단계 S350).
이와 달리, 분석 모듈(1230은 단계 S340에서 인근 센서 PRPS 신호 획득, 타겟 센서 PRPS 신호 획득, 노이즈 센서 PRPS 신호에 따른 유사도가 일정 조건을 충족하지 않으면, 노이즈로 판단한다(단계 S340). 이러한 일정 조건에 대해서는 도 8에 도시되어 있으며, 후술하기로 한다.
도 4는 도 2에 도시된 센서 데이터의 일예시이다. 도 4를 참조하면, 센서 데이터는 PRPS 데이터가 된다. PRPS 데이터는 시간 및 위상 축으로 구성된 2차원 데이터로서 상기 부분 방전의 파형 특징을 나타내기 위해, 시계열로 취득된 데이터를 전류 위상에 맞추어 재정렬되는 데이터이다. 따라서, 개폐기 대상 신호의 내/외부를 비교하기 위해, 부분 방전 판정을 목표로 하는 타겟 센서, 그 인근 센서, 타겟 센서와 가까운 위치에 있는 노이즈 센서로부터 PRPS 데이터를 획득한다. PRPS 데이터(400)의 가로축은 시간(단위는 초이다)이고, 세로축은 위상을 나타낸다.
도 5는 도 2에 도시된 다중 PRPS 시간 방향 사영을 통한 PRPD 데이터(500)의 획득 개념도이다. 도 5를 참조하면, PRPS 데이터(400)에 가중치 사영을 적용하여 PRPD 데이터(500)를 생성한다. PRPS 데이터의 위상 특징을 집중하여 보기 위해, 시간방향으로 사영하여 PRPD 형태로 나타낸다. 시간방향으로 사영하는 과정에서, PRPS 데이터의 단순 중첩이 아닌 특정 위상 시점에서 1분 동안 관측되는 PRPS 데이터의 수와 최고 크기를 곱하여 특정 위상에서의 크기와 데이터 수가 강조될 수 있도록 사영한다. 도 5의 PRPD 데이터(500)에서 가로축은 위상(Phase)이고, 세로축은 엔트로피를 나타낸다.
도 6은 본 발명의 일실시예에 따른 부분 방전 데이터의 고속 푸리에 변환(Fast Fourier Transform) 결과를 보여주는 그래프이다. 도 6을 참조하면, 도 5에서 획득된 PRPD 데이터(500)가 부분 방전 데이터인 경우이다. 가로축은 주파수이고, 세로축은 크기를 나타낸다. 부분 방전의 경우, 좌측에 음영된 부분처럼 피크가 한번 발생한 이후로 거의 평탄한 형태이다.
도 7은 본 발명의 일실시예에 따른 노이즈 데이터의 고속 푸리에 변화 결과를 보여주는 그래프이다. 도 7을 참조하면, 도 5에서 획득된 PRPD 데이터(500)가 노이즈 데이터인 경우이다. 노이즈의 경우, 우측에 음영된 부분처럼 크고 작은 피크가 여러번 발생한다.
도 8은 본 발명의 일실시예에 따른 유사도 학습 모델을 이용한 부분 방전 판단 과정을 보여주는 흐름도이다. 도 8을 참조하면, PRPD 데이터(500)로부터 인근 센서 특성 인자(Fnear), 타겟 센서 특성 인자(Ftarget), 노이즈 센서 특성 인자(Fnoise)를 추출한다(단계 S801,S802,S803). 이후, 특성 인자(Fnear, Ftarget,Fnoise)를 MLP 모델에 적용하여 학습 진행에 의해 특성 변수(fnear,ftarget,fnoise)를 산출한다(단계 S811,S812,S813). 학습 진행은 손실 함수를
Figure 112020097800910-pat00017
(여기서, β는 가중치이다)로 선정하고 이를 최소화하는 방향으로 Adam Optimizer 기반으로 이루어진다.
이러한 학습의 결과로서, 인근 센서 특성 변수(fnear), 타겟 센서 특성 변수(ftarget), 노이즈 센서 특성 변수(fnoise)가 생성된다.
이후, 학습된 모델로부터 산출된 특성 변수(fnear,ftarget,fnoise)간 거리를 통해, 부분 방전인지 또는 노이즈인지를 판정한다(단계 S820). 부연하면, 특성 변수간 거리를 비교해 인근 센서와 가까울 경우 부분 방전으로, 노이즈 센서와 가까울 경우 노이즈로 판단한다(단계 S821,S830). 이를 위해, 판단 조건은 다음과 같다.
Figure 112020097800910-pat00018
부연하면, 분석 모듈(123)은 인근 센서 특성 변수(fnear)와 타겟 센서 특성 변수(ftarget)간의 거리가 노이즈 센서 특성 변수(fnoise)와 타겟 센서 특성 변수(ftarget)간의 거리보다 작으면 부분 방전으로 판단하고, 인근 센서 특성 변수(fnear)와 타겟 센서 특성 변수(ftarget)간의 거리가 노이즈 센서 특성 변수(fnoise)와 타겟 센서 특성 변수(ftarget)간의 거리보다 크면 노이즈로 판단한다.
도 9는 본 발명의 일실시예에 따른 유사도 분석을 활용한 유저 인터페이스 구성예이다. 도 9를 참조하면, 유저 인터페이스 구성예에서 상부 화면(900)에는 단선도 및 센서(911,912,913)의 선택이 표시된다. 부연하면, 상부 화면(900)에는 버스(930)에 연결되는 개폐기(901)가 표시되고, 이 개폐기(901)를 기준으로 인근 센서(911), 타겟 센서(912), 노이즈 센서(913)가 배치된다. 또한, 버스(930)는 65버스(931)와 60버스(932)로 구성된다.
한편, 하부 화면(9920)에는 센서 간 유사도 정보로 표현한 유사도 행렬이 표시된다. 즉, 열에는 순서대로 노이즈 센서(913), 인근 센서(911), 타겟 센서(912)가 되고, 행에는 순서대로 노이즈 센서(913), 인근 센서(911), 타겟 센서(912)가 된다.
부연하면, 수학식 6의 내용은 직접적으로 PD인지 노이즈 인지를 판단함에 반해, 유사도 행렬은 다른 가능 사용례 중 하나를 보여주는 것이다. 즉, 서로 다른 두 개 센서 선택 시(예: 913, 911) 각각에서 추출된 정보(f_noise, f_near)간의 거리를 통계 거리(mahalanobis distance)를 통해 산출하고, 이후 정규분포 함수(gaussian distribution probability density function)로 맵핑(mapping)하여 유사도를 산출한 결과이다.
한편, 기존 온라인 단일 센서 데이터로 판단하지 못하는 PD와 유사한 위상 특성을 보이는 노이즈에 대해 강건한 PD 진단 가능하다. 부연하면, 단일 센서의 한계로 인한 PD 오 감지 확률은 약 40%이고, 기존 오 감지 데이터 대상 다중 센서 데이터의 비교를 통한 PD 추가 감지 확률은 83.75%이고, 다중 센서를 활용한 PD 감지 확률 상승분은 0.4*0.8375 =약 33.5%이 된다.
또한, 여기에 개시된 실시형태들과 관련하여 설명된 방법 또는 알고리즘의 단계들은, 마이크로프로세서, 프로세서, CPU(Central Processing Unit) 등과 같은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 (명령) 코드, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 매체에 기록되는 프로그램 (명령) 코드는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프 등과 같은 자기 매체(magnetic media), CD-ROM, DVD, 블루레이 등과 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 (명령) 코드를 저장하고 수행하도록 특별히 구성된 반도체 기억 소자가 포함될 수 있다.
여기서, 프로그램 (명령) 코드의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
100: 부분 방전 감지 시스템
110: 센서계
120: 단말기
121: 획득부
122: 추출 모듈
123: 분석 모듈
124: 출력부
130: 저장부
901: 개폐기
911: 인근 센서
912: 타겟 센서
913: 노이즈 센서
911: 타겟 센서

Claims (16)

  1. 배전선로 개폐기(901)를 센싱하여 다수의 센서 데이터를 생성하는 센서계(110);
    상기 센서계(110)로부터 획득되는 다수의 상기 센서 데이터를 특성 데이터로 변환하고 상기 특성 데이터를 이용하여 상기 배전선로 개폐기(901)에 대해 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 단말기(120); 및
    상기 센서계(110)와 상기 단말기(120)를 통신 연결하는 네트워크(10);를 포함하며,
    다수의 상기 센서 데이터는 시간 및 위상축으로 구성되는 2차원의 PRPS 데이터로서, 상기 부분 방전의 파형 특징을 나타내기 위해, 전류 위상에 맞추어 재정렬되며,
    상기 특성 데이터는 PRPS 데이터의 위상 특징을 집중하여 보기 위해, 시간방향으로 사영하여 변환되는 PRPD(Phase Resolved Partial Discharge) 데이터이며,
    상기 사영은 상기 PRPS 데이터의 단순 중첩이 아닌 특정 위상 시점에서 일정 시간 동안 관측되는 상기 PRPS 데이터의 수와 최고 크기를 곱하여 특정 위상에서의 크기와 수가 강조되는 사영인 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  2. 제 1 항에 있어서,
    상기 센서계(110)는,
    상기 배전선로 개폐기(901)의 내부면에 설치되는 인근 센서(911);
    상기 배전선로 개폐기(901)측을 향해 설치되며 상기 부분 방전의 발생을 판정하기 위한 타겟 센서(912); 및
    상기 배전선로 개폐기(901)의 외부면에 설치되며 상기 타겟 센서(912)와 근접하게 설치되는 노이즈 센서(913); 를 포함하는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제 2 항에 있어서,
    상기 단말기(120)는,
    상기 센서 데이터를 획득하는 획득부(121);
    상기 PRPD 데이터를 이용하여 PRPD(Phase Resolved Partial Discharge) 기반 특성 인자를 추출하는 추출 모듈(122); 및
    상기 특성 인자를 MLP(Multi-layer perceptron)에 적용하여 유사도 결과를 생성하고, 상기 유사도 결과를 이용하여 상기 배전선로 개폐기(901)에 대해 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 분석 모듈(123);을 포함하며, 상기 특성 인자는 왜도, 첨도, 엔트로피, 및 FFT (Fast Fourier Transform) 비율로 이루어지는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  7. 제 6 항에 있어서,
    상기 왜도는 수학식
    Figure 112020097800910-pat00019
    (여기서, X : PRPD 데이터, μ: 평균, σ: 표준편차, E[] : 기댓값)으로 정의되는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  8. 제 7 항에 있어서,
    상기 첨도는 수학식
    Figure 112020097800910-pat00020
    으로 정의되는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  9. 제 6 항에 있어서,
    상기 엔트로피는 수학식
    Figure 112020097800910-pat00021
    (여기서,
    Figure 112020097800910-pat00022
    , X는 PRPD 데이터, i는 양의 정수이다)으로 정의되는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  10. 제 6 항에 있어서,
    상기 FFT 비율은 수학식
    Figure 112020097800910-pat00023
    ( 여기서, Xfi는 PRPD의 FFT 결과 i번째 성분이며, i는 양의 정수이다)으로 정의되는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  11. 제 9 항에 있어서,
    상기 PRPD 데이터로부터 추출되는 타겟 센서 특성인자( )와 인근 센서 특성인자( )간의 제 1 거리는 미리 설정되는 기본 거리로 설정되고, 상기 타겟 센서 특성인자( )와 노이즈 센서 특성인자( ) 간의 제 2 거리는 상기 기본 거리보다 멀게 설정되는 것을 특징으로 센서 데이터 활용 부분 방전 감지 시스템.
  12. 제 6 항에 있어서,
    상기 분석 모듈(123)은 수학식
    Figure 112020097800910-pat00028
    (여기서, (fnear)는 인근 센서 특성 변수, (ftarget)는 타겟 센서 특성 변수, (fnoise)는 노이즈 센서 특성 변수이며, β는 가중치이다)을 이용하여 상기 부분 방전이 발생했는지 또는 상기 노이즈가 발생했는지를 판단하는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  13. 제 12 항에 있어서,
    상기 분석 모듈(123)은 상기 인근 센서 특성 변수(fnear)와 상기 타겟 센서 특성 변수(ftarget)간의 제 1 거리가 상기 노이즈 센서 특성 변수(fnoise)와 상기 타겟 센서 특성 변수(ftarget)간의 제 2 거리보다 작으면 상기 부분 방전으로 판단하고, 상기 인근 센서 특성 변수(fnear)와 상기 타겟 센서 특성 변수(ftarget)간의 상기 제 1 거리가 상기 노이즈 센서 특성 변수(fnoise)와 상기 타겟 센서 특성 변수(ftarget)간의 상기 제 2 거리보다 크면 노이즈로 판단하는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  14. 제 6 항에 있어서,
    상기 분석 모듈(123)은 상기 배전선로 개폐기(901)의 단선도, 상기 인근센서(911), 상기 타겟 센서(912), 및 상기 노이즈 센서(913)의 선택을 유저 인터페이스의 상부 화면(900)에 표시하는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  15. 제 6 항에 있어서,
    상기 분석 모듈(123)은 상기 인근센서(911), 상기 타겟 센서(912), 및 상기 노이즈 센서(913)간 유사도 정보를 유저 인터페이스의 하부 화면(920)에 표시하는 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 시스템.
  16. (a) 센서계(110)가 배전선로 개폐기(901)를 센싱하여 다수의 센서 데이터를 생성하는 단계;
    (b) 상기 센서계(110)와 네트워크(10)를 통해 통신 연결되는 단말기(120)가 상기 센서계(110)로부터 획득되는 다수의 상기 센서 데이터를 특성 데이터로 변환하는 단계; 및
    (c) 단말기(120)가 상기 특성 데이터를 이용하여 상기 배전선로 개폐기(901)에 대해 부분 방전이 발생했는지 또는 노이즈가 발생했는지를 판단하는 단계;를 포함하며,
    다수의 상기 센서 데이터는 시간 및 위상축으로 구성되는 2차원의 PRPS 데이터로서, 상기 부분 방전의 파형 특징을 나타내기 위해, 전류 위상에 맞추어 재정렬되며,
    상기 특성 데이터는 PRPS 데이터의 위상 특징을 집중하여 보기 위해, 시간방향으로 사영하여 변환되는 PRPD(Phase Resolved Partial Discharge) 데이터이며,
    상기 사영은 상기 PRPS 데이터의 단순 중첩이 아닌 특정 위상 시점에서 일정 시간 동안 관측되는 상기 PRPS 데이터의 수와 최고 크기를 곱하여 특정 위상에서의 크기와 수가 강조되는 사영인 것을 특징으로 하는 센서 데이터 활용 부분 방전 감지 방법.
KR1020200118344A 2020-09-15 2020-09-15 센서 데이터 활용 부분 방전 감지 시스템 및 방법 KR102607227B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200118344A KR102607227B1 (ko) 2020-09-15 2020-09-15 센서 데이터 활용 부분 방전 감지 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200118344A KR102607227B1 (ko) 2020-09-15 2020-09-15 센서 데이터 활용 부분 방전 감지 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20220036126A KR20220036126A (ko) 2022-03-22
KR102607227B1 true KR102607227B1 (ko) 2023-11-29

Family

ID=80992077

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200118344A KR102607227B1 (ko) 2020-09-15 2020-09-15 센서 데이터 활용 부분 방전 감지 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102607227B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117390378B (zh) * 2023-12-07 2024-02-27 北京中创慧谷数据科技有限公司 一种双碳平台数据智能管理方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101402887B1 (ko) * 2013-01-30 2014-06-27 (주)에이피엠테크놀러지스 시간 및 주파수 영역이 연계된 분석 기능을 가지는 gis 부분방전 감시 시스템 및 방법, 그를 위한 로컬 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100729107B1 (ko) * 2005-10-27 2007-06-14 한국전력공사 부분방전 원인 자동 추론용 신경망 회로의 입력벡터생성방법
KR100853725B1 (ko) 2007-06-20 2008-08-22 (주) 피에스디테크 Ｐｒｐｓ 알고리즘을 이용한 가스절연부하개폐장치의부분방전 원인분석 방법 및 그 장치
KR20150042425A (ko) * 2013-10-11 2015-04-21 한국전력공사 온라인 부분방전 검출기

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101402887B1 (ko) * 2013-01-30 2014-06-27 (주)에이피엠테크놀러지스 시간 및 주파수 영역이 연계된 분석 기능을 가지는 gis 부분방전 감시 시스템 및 방법, 그를 위한 로컬 장치

Also Published As

Publication number Publication date
KR20220036126A (ko) 2022-03-22

Similar Documents

Publication Publication Date Title
Behjat et al. Statistical approach for interpretation of power transformers frequency response analysis results
Vega et al. Results of the JET real-time disruption predictor in the ITER-like wall campaigns
Danilczyk et al. Smart grid anomaly detection using a deep learning digital twin
US6300768B1 (en) Method of diagnosing partial discharge in gas-insulated apparatus and partial discharge diagnosing system for carrying out the same
JP7370693B2 (ja) 部分放電検出システム、学習システム、部分放電検出方法、コンピュータプログラム及び電気機器
Behjat et al. New statistical approach to interpret power transformer frequency response analysis: non‐parametric statistical methods
Shebalin et al. Short-term earthquake prediction by reverse analysis of lithosphere dynamics
CN105067963A (zh) 基于暂态波形的配网故障预警方法和系统
KR102607227B1 (ko) 센서 데이터 활용 부분 방전 감지 시스템 및 방법
Ahmadimanesh et al. Time–time‐transform‐based fault location algorithm for three‐terminal transmission lines
CN114295196B (zh) 一种基于地线电磁信号的架空线路舞动定位方法及装置
Wang et al. Measurement and analysis of partial discharges in SF6 gas under HVDC
CN110118900A (zh) 一种负载识别以及工频串联电弧故障检测方法
Yang et al. Fault diagnosis for circuit-breakers using adaptive chirp mode decomposition and attractor’s morphological characteristics
Iorkyase et al. RF‐based location of partial discharge sources using received signal features
Tang et al. Blind source separation of mixed PD signals produced by multiple insulation defects in GIS
JP7242225B2 (ja) 部分放電検出装置、部分放電検出方法、部分放電検出システム及びコンピュータプログラム
Wu et al. Online detection of false data injection attacks to synchrophasor measurements: A data-driven approach
Massaoudi et al. UHF partial discharge localization in gas-insulated switchgears: Gradient boosting based approach
Karami et al. Simultaneous radial deformation and partial discharge detection of high‐voltage winding of power transformer
Cui et al. Authenticating source information of distribution synchrophasors at intra-state locations for cyber-physical resilient power networks
CN117289097A (zh) 电力设备局部放电检测方法、模型训练方法、装置和设备
CN112986766B (zh) 一种局部放电定位方法、装置、存储介质和设备
Hou et al. Discriminant approach to the GIS mechanical fault diagnosis based on the KL divergence of vibration signals
Tian et al. Deinterleaving method of complex staggered PRI radar signals based on EDW fusion

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right