KR20050016740A - A diagnostic method for a dangerous condition of electrical power equipment using abnormal signals - Google Patents
A diagnostic method for a dangerous condition of electrical power equipment using abnormal signalsInfo
- Publication number
- KR20050016740A KR20050016740A KR1020050007489A KR20050007489A KR20050016740A KR 20050016740 A KR20050016740 A KR 20050016740A KR 1020050007489 A KR1020050007489 A KR 1020050007489A KR 20050007489 A KR20050007489 A KR 20050007489A KR 20050016740 A KR20050016740 A KR 20050016740A
- Authority
- KR
- South Korea
- Prior art keywords
- signal
- pattern
- hfpd
- frequency
- measurement
- Prior art date
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
Description
본 발명은 이상 신호를 이용하여 전력용 설비의 위험상태를 진단하기 위한 방법에 관한 것이다.The present invention relates to a method for diagnosing a dangerous state of a power facility by using an abnormal signal.
일반적으로 전력용 설비에서 발생되는 부분방전(PD: Partial discharge)은 전력시스템의 운영상태에 따른 열화 및 운전상태에 대한 정보를 가장 잘 나타낼 뿐 아니라, 운전중 사고를 미연에 감지할 수 있는 많은 정보를 갖고 있기 때문에 부분방전의 측정을 통한 전력기기의 열화진단은 진단의 정확성, 전력설비의 신뢰성 유지, 기기의 보수 및 교체시기를 판정하는 데에 매우 중요한 요소이다.In general, partial discharge (PD) generated from power equipment not only shows the information on the deterioration and operation status according to the operation status of the power system, but also a lot of information to detect the accident in operation. The diagnosis of the degradation of power equipment through the measurement of partial discharge is a very important factor in determining the accuracy of diagnosis, maintaining the reliability of power equipment, and when to repair and replace the equipment.
그러나, 전력용 설비가 운용되고 있는 현장에서 전력시스템으로부터 발생되는 부분방전을 검출하는 데에는 상당한 어려움이 따른다. 즉, 주위 환경으로부터 발생하는 노이즈가 추가됨으로 인해 측정된 신호가 부분방전으로 인한 신호인지 아닌지를 구분하기 어렵고, 부분방전으로 인한 신호라고 판단되더라도 전력시스템의 발생원인에 대한 명확한 판단과 고전압 전력기기에 치명적인 영향을 줄 수 있는 신호인지를 정확하게 진단하는 것이 어렵다.However, there is considerable difficulty in detecting partial discharges generated from the power system at the site where the power equipment is being operated. That is, it is difficult to distinguish whether the measured signal is a signal due to partial discharge due to the addition of noise generated from the surrounding environment, and even if it is determined that the signal is due to partial discharge, it is necessary to clearly determine the cause of the power system and to determine the high voltage power equipment. It is difficult to accurately diagnose whether a signal can have a fatal effect.
도 1은 종래기술에 따른 부분방전(PD: Partial Discharge) 측정용 시스템 개략도로서, 병렬 커플링 콘덴서를 이용하여 측정하는 기술이다.1 is a schematic diagram of a system for measuring partial discharge (PD) according to the prior art, which is a technique measured using a parallel coupling capacitor.
일반적으로 부분방전을 측정함에 있어서는, 노이즈가 포함되지 않은 교류 전원(110, PD free transformer)을 시험대상에 인가하고 병렬로 커플링 커패시터(120, coupling capacitor)를 연결하여 시험대상물(130)에서 발생하는 미소한 부분방전 전류를 커플링 커패시터 쪽으로 유도하여 접지단자에서 측정하게 된다. 실험실에서는 이와 같은 장치를 차폐공간 내부에서 설치하여 외부의 노이즈를 차단시킴으로써 정확한 부분방전량을 측정할 수 있다. 부분방전 펄스는 수㎑ 내지 수㎓ 정도에 해당되는 광범위한 주파수 성분을 갖고 있는데, 기존의 방법에서는 수십㎑ 내지 수백㎑ 범위에서 펄스 전류를 튜닝하고 증폭시켜 측정하게 된다.In general, in measuring partial discharge, AC power (110, PD free transformer) containing no noise is applied to the test object, and a coupling capacitor (120, coupling capacitor) is connected in parallel to occur in the test object 130. A small partial discharge current is induced to the coupling capacitor and measured at the ground terminal. In a laboratory, such a device can be installed inside a shielded space to measure external partial noise to accurately measure partial discharge. Partial discharge pulses have a wide range of frequency components that range from a few kilohertz to several kilohertz. In the conventional method, the pulse current is measured by tuning and amplifying the pulse current in the range of several tens of kilohertz to several hundred microns.
이와 같은 종래의 일반적인 부분방전 측정은 차폐 조건을 갖춘 시험공간에서는 효과적이지만, 전력용 설비가 운용되고 있는 현장에 적용할 경우 신뢰도가 현저히 저하된다. 즉, 현장에는 다양한 종류와 다양한 크기를 갖는 노이즈가 존재하고, 접지상태가 부분방전의 노이즈를 효과적으로 차단할 수 없는 상황이며, 진단의 매개체인 전력용 설비의 커패시턴스가 큰 경우가 많아 커플링 콘덴서 용량의 한계로 인해 부분방전 전류를 측정하기 어려워진다. 따라서, 부분방전을 측정하는 것이 절연열화 진단에는 가장 정확한 정보를 제공함에도 불구하고 현장적용이 어려워 실제적인 현장적용은 이루어지지 않고 있으며, 최근 측정 주파수가 1㎒이상의 높은 영역에서는 주위 노이즈의 영향을 덜 받는다는 점에 착안하여 부분방전 펄스의 주파수 성분중 고주파 대역을 측정하는 방법(HFPD)이 제시되어 각 전력기기별로 많은 연구가 이루어지고 있고, 현장 적용이 시도되고 있다.Such conventional partial discharge measurement is effective in test spaces with shielding conditions, but the reliability is remarkably degraded when applied to the field where the power equipment is operated. In other words, there are noises of various kinds and sizes in the field, the ground state cannot effectively block the noise of partial discharge, and the capacitance of the power equipment, which is a medium for diagnosis, is often large. Limitations make it difficult to measure partial discharge currents. Therefore, although measuring the partial discharge provides the most accurate information for the diagnosis of insulation degradation, it is difficult to apply the field, so that the actual field application is not performed. In recent years, the influence of the ambient noise is less affected in the region where the measurement frequency is higher than 1 MHz. In view of the fact that it is received, a method of measuring a high frequency band (HFPD) among the frequency components of the partial discharge pulses has been proposed, and a lot of studies have been conducted for each power device, and field applications have been attempted.
도 2는 종래기술에 따른 고주파 부분방전(HFPD: High Frequency Partial Discharge) 측정을 위한 시스템 개략도이다.2 is a schematic diagram of a system for measuring high frequency partial discharge (HFPD) according to the prior art.
종래기술에 따른 고주파 부분방전에 의한 측정은 측정 주파수가 높은 만큼 부분방전의 발생원으로부터 멀리 떨어져 측정하는 경우에는 부분방전 펄스의 감쇄가 커 측정 감도가 떨어지지만, 부분방전의 발생원 근처에서는 노이즈가 없는 교류전원과 커플링 커패시터가 없어도 활선(On-line)상태에서 꽤나 효과적으로 외부 노이즈의 영향을 배제시키면서 부분방전을 측정할 수 있다. 따라서, 시험 대상물 전체에 대해 부분방전을 측정하는 종래의 방법과는 달리 절연상태가 취약하다고 예상되는 부위(예: 케이블 접속부, GIS의 스페이서 부분 등)에 HFPD 측정센서를 부착하여 부분방전을 측정하게 된다. 일반적으로 전력기기에서 절연이 취약한 부분은 설계나 경험을 통해 이미 알고 있는 경우가 많으므로 이러한 방법을 충분히 활용할 수 있으며, 활선상태에서의 측정이 가능하므로 전력기기의 상태감시나 부분방전의 진전상황을 온라인-실시간으로 측정할 수 있다는 장점이 있어, 최근 매우 각광받고 있다.The measurement by the high frequency partial discharge according to the prior art has a large attenuation of the partial discharge pulse when measuring away from the source of the partial discharge due to the high measurement frequency, so that the measurement sensitivity is decreased, but there is no noise near the source of the partial discharge. Even without the power supply and coupling capacitors, the partial discharge can be measured quite effectively in the on-line state, excluding the influence of external noise. Therefore, unlike the conventional method of measuring partial discharge over the entire test object, the HFPD measuring sensor is attached to the part where the insulation state is expected to be weak (eg, cable connection part, spacer part of the GIS) to measure the partial discharge. do. In general, the weak part of the power device is insulated from the design or experience, so this method can be fully utilized, and it can be measured in the live state, so it is possible to monitor the status of the power device or the progress of partial discharge. It has the advantage of being able to measure online-real time, which is very popular in recent years.
좀 더 구체적으로 종래기술에 따른 고주파 부분방전에 의한 측정에 관한 현황을 설명하면 다음과 같다. More specifically, the present state of the measurement by the high frequency partial discharge according to the prior art is as follows.
일반적으로 전력케이블 절연층의 전기트리나 가스절연 개폐설비(GIS: Gas Insulated Switch Gear)의 부유 도전성 입자에서 나타나는 부분방전 펄스 전류는 350[psec] 내지 수[nsec] 정도의 상승시간과 수[nsec] 정도의 펄스 지속시간을 갖는다. 이러한 펄스에 대해 퓨리에(fourier)분석을 수행하면 대략 수백 ㎒의 주파수 대역을 갖게 된다. 예로서, 300[psec]는 약 1㎓에 상당한다. 따라서 HFPD(고주파 부분방전) 측정을 통해 이러한 부분방전 펄스를 측정할 수 있다.In general, the partial discharge pulse currents of the electric tree of the power cable insulation layer or the floating conductive particles of the gas insulated switch gear (GIS) are 350 [psec] to several [nsec] of rise time and several [nsec]. ] Pulse duration. Fourier analysis of these pulses results in a frequency band of approximately several hundred MHz. For example, 300 [psec] is equivalent to about 1 ms. Therefore, it is possible to measure these partial discharge pulses by measuring HFPD (high frequency partial discharge).
그러나, 1㎒이하의 범위에서 측정하는 기존의 부분방전 측정방법은 부분방전 에너지의 상당한 부분을 놓치게 된다. 부분방전 펄스로부터 측정되는 에너지는 수백㎒의 주파수 대역까지 거의 선형적으로 증가된다. 외부 노이즈가 거의 없는 조건이라면, 부분방전 측정감도의 기본적인 한계는 증폭기나 저항에서의 열 노이즈에 의하게 된다. 그러나, 이러한 화이트 노이즈는 측정주파수의 제곱근에 따라 증가하므로 부분방전 에너지와 열 노이즈를 고려한 측정감도는 측정주파수가 높아질수록 S/N(Signal to Noise)비가 향상된다. However, the existing partial discharge measuring method which measures in the range below 1 MHz misses a considerable part of partial discharge energy. The energy measured from the partial discharge pulses increases almost linearly up to a frequency band of several hundred MHz. Under conditions where there is little external noise, the fundamental limitation of partial discharge measurement sensitivity is due to thermal noise in the amplifier or resistor. However, since the white noise increases with the square root of the measurement frequency, the measurement sensitivity considering the partial discharge energy and the thermal noise improves the S / N ratio as the measurement frequency increases.
현장에서 부분방전을 일반적인 방법으로 측정할 경우, 외부의 전기적 간섭이 상당한 문제로 되기 때문에 실제적인 측정감도가 저하된다. 이러한 외부의 전기적 노이즈는 고전압 전원에서의 코로나 또는 부분방전, 주변의 고전계하에 놓인 금속성의 부유(floating) 물질 및 전기적 접촉불량으로 인한 스파크 등이다. 이러한 노이즈는 시험 대상의 부분방전과 주파수 특성, 위상특성 및 반복율 등에서 유사하기 때문에 실제 부분방전 펄스로 오판될 수 있다.When measuring partial discharges in the field in a general manner, the actual measurement sensitivity is lowered because external electrical interference is a significant problem. Such external electrical noise may be corona or partial discharge in a high voltage power supply, a metallic floating material under high electric surroundings, and a spark due to poor electrical contact. Since such noise is similar in partial discharge and frequency characteristics, phase characteristics, and repetition rate of the test object, it may be mistaken as an actual partial discharge pulse.
이러한 노이즈는 전문가가 오실로스코프에 측정된 파형을 분석함으로써 구분할 수 있는데, 주로 부분방전의 위상특성, 크기의 분포, 반복률, 펄스시간 및 펄스패턴의 균일성 등의 차이로 구분하게 된다. 그러나 이러한 노이즈의 부분방전 패턴이 대상물의 부분방전 패턴과 유사하므로 노이즈 저감 측면에서는 그다지 도움이 되지 않는다.These noises can be distinguished by the expert analyzing the waveform measured on the oscilloscope. The noise is mainly classified into the difference of the phase characteristics of the partial discharge, the distribution of the magnitude, the repetition rate, the pulse time and the uniformity of the pulse pattern. However, since the partial discharge pattern of the noise is similar to the partial discharge pattern of the object, it is not very helpful in terms of noise reduction.
HFPD 측정의 경우 이러한 노이즈 저감에 있어서 기존의 방법보다는 우수하다. HFPD 측정은 펄스의 전파방향과 전파시간을 측정할 수 있기 때문에 노이즈의 제거가 용이하다. 부분방전 측정기 하나를 시험대상물 쪽에 설치하고 다른 하나를 노이즈 발생부를 설치하면, 시험대상물 쪽에 설치된 측정기에서 먼저 검출된다. 이러한 측정을 위해서는 도착 시간의 차이를 구분할 수 있도록 nsec 부분방전 펄스에 응답할 수 있는 부분방전 측정기를 사용하여야 한다. 따라서 HFPD 측정기에서는 거시적인 패턴 분석에 입각한 통계적인 노이즈 제거방법이 아니라 펄스-펄스 측정에 입각한 노이즈 제거가 가능하다.HFPD measurements are superior to conventional methods for this noise reduction. HFPD measurement makes it easy to remove noise because the pulse propagation direction and propagation time can be measured. If one partial discharge measuring instrument is installed on the test object side and the other a noise generator is installed, it is first detected by the measuring instrument installed on the test object side. For this measurement, a partial discharge meter that can respond to nsec partial discharge pulses should be used to distinguish the difference in arrival time. Therefore, the HFPD meter can remove noise based on pulse-pulse measurement rather than statistical noise removal based on macroscopic pattern analysis.
HFPD 측정에서는 각 부분방전 펄스의 파형을 직접 측정할 수 있다는 장점이 있다. 일반적으로 결함의 형태에 따라 펄스의 형태가 다르게 나타나므로, 결함의 종류에 따른 부분방전 펄스의 형태를 실험실의 조건에서 파악해서 알고 있는 경우 측정된 부분방전 펄스의 형태에 따라 시험대상물의 내부의 결함을 보다 상세히 파악할 수 있어 내부의 형성된 결함의 위험 정도를 예측할 수 있는 매우 실용적인 분석이다. 아울러, 보이드와 같은 결함에서 부분방전 발생시 해석할 수 있는 가능성을 가지고 있다.The HFPD measurement has the advantage that the waveform of each partial discharge pulse can be measured directly. In general, since the shape of the pulse is different according to the type of the defect, when the shape of the partial discharge pulse according to the type of the defect is understood under the conditions of the laboratory, the internal defect of the test object is determined according to the type of the measured partial discharge pulse. This is a very practical analysis that can understand in more detail and can predict the degree of risk of internally formed defects. In addition, it has the possibility to analyze when partial discharge occurs in defects such as voids.
HFPD를 측정하는 방법은 유도성, 용량성, 또는 저항성 센서 또는 안테나 등 용도에 따라 다양하며, 이로부터 얻은 신호와 주위 노이즈용 안테나에 포착된 신호 또는 신호의 전파 방향 등을 고려하고 부분방전의 패턴을 컴퓨터를 이용 분석하여, 순수한 부분방전 신호를 추출하게 된다.The method of measuring HFPD varies according to the application such as inductive, capacitive, or resistive sensor or antenna, and the pattern of partial discharge by considering the signal obtained from the signal and the direction of propagation of the signal or signal captured by the antenna for ambient noise By using the computer to analyze, the pure partial discharge signal is extracted.
다양한 센서들을 이용한 실제적인 측정방법에는 여러 가지가 있으나 가장 기본적인 측정방법은 IEC 270방식으로 고가의 커플링 커패시터 용량이 sample보다 커야 한다는 점과 시험 대상물에 따라 측정 시스템의 규모가 커지는 단점이 있다. There are many practical measuring methods using various sensors, but the most basic measuring method is IEC 270, which requires the cost of expensive coupling capacitors to be larger than the sample and the size of the measuring system increases depending on the test object.
도 2는 종래기술에 따른 HFPD의 기본적인 개략도로서, 측정회로에 커플링 커패시터 없이 기본적인 측정회로를 꾸밀 수 있는 장점이 있다.Figure 2 is a basic schematic diagram of the HFPD according to the prior art, there is an advantage that can be decorated to the basic measuring circuit without a coupling capacitor in the measuring circuit.
현재 부분방전 검출에 대해 종래 방법은 1㎒이하의 주파수를 검출하는 것으로 노이즈 레벨이 상당히 높아 여러 가지 단점을 갖고 있기 때문에 잘 사용되지 못하고 있다. 하나의 대안으로 제시된 음향 검출방법은 전력기기에 전기적인 접속이 필요 없으며 측정 시스템이 간단하다는 장점을 갖고 있으나, 특히 시스템 내부에서 발생되는 부분방전을 음향적으로 검출하기 위해 센서의 측정가능(주파수, 크기) 대역을 벗어난 방전은 검출할 수 없어 상당히 중요한 단점으로 지적되고 있다. HFPD 측정 방법은 고주파 대역을 사용하므로 상대적으로 노이즈 레벨이 낮은 차폐되지 않은 현장에서 전력설비를 대상으로 한 측정에 적합하다.Currently, the conventional method for partial discharge detection is to detect a frequency of 1 MHz or less, and the noise level is quite high, and thus it is not used well because of various disadvantages. As an alternative, the acoustic detection method has the advantage of not requiring an electrical connection to the power equipment and the measurement system is simple. In particular, it is possible to measure the frequency of the sensor in order to acoustically detect partial discharges generated inside the system. Discharge out of band is not detectable and has been pointed out as a significant disadvantage. The HFPD measurement method uses a high frequency band, making it suitable for measurements on power installations in unshielded sites with relatively low noise levels.
상기에서 설명한 바와 같이 종래의 PD 및 HFPD 진단 시스템은 기술적으로 많은 장단점을 갖고 있으며, 크게 2가지의 문제점이 있다. 첫째, 일정한 기준값 혹은 레벨값과 측정된 값의 단순 비교를 통하여 시스템을 진단 및 판정한다는 것과, 둘째, 외부 노이즈와 부분방전신호의 구분에 대단히 취약하다. 따라서 종래기술에 따른 진단 시스템을 이용하여 전력기기 등의 열화여부를 진단하는 것은 일정한 조건에 해당하는 경우만을 대상으로 한다는 치명적인 문제점이 있다. 또한 부분방전의 발생원인에 따른 방전의 복잡한 패턴에 대한 판독이 불가능하고, 이로 인하여 외부 노이즈의 입력으로 인한 오동작에 대한 능동적인 대처가 미흡하고, 설계 변경된 시스템에 대한 적응성이 떨어지기 때문에 복잡하고 다양한 운전상태에 있는 현장에서의 신뢰성에 심각한 문제를 야기한다.As described above, the conventional PD and HFPD diagnostic systems have many technical advantages and disadvantages, and there are two main problems. Firstly, the system is diagnosed and judged by a simple comparison between a constant reference value or level value and the measured value, and secondly, it is very vulnerable to the distinction between external noise and partial discharge signal. Therefore, diagnosing whether the power device is deteriorated by using a diagnosis system according to the related art has a fatal problem that only a case corresponding to a certain condition is targeted. In addition, it is impossible to read complex patterns of discharges due to the occurrence of partial discharges, and thus, it is difficult to proactively cope with malfunctions due to input of external noise, and it is inadequate for design-changed systems. It causes serious problems in the reliability of the site in operation.
상기의 문제점을 해결하기 위한 본 발명의 목적은 광범위한 지역에 산재한 전력용 설비에서 발생하는 이상 신호를 이용하여 전력용 설비가 위험상태에 있는지를 신속히 진단할 수 있는 방법을 제공함에 있다. An object of the present invention to solve the above problems is to provide a method for quickly diagnosing whether a power equipment is in a dangerous state by using an abnormal signal generated from power equipment scattered over a wide area.
상기 목적을 달성하기 위한 본 발명에 이상신호의 위험상태 진단방법은, 전력용 설비의 이상신호를 진단함에 있어서, 계측된 HFPD 신호의 데이터를 입력받는 제1 단계; 입력된 상기 데이터에 대하여 정규화 및 모형화를 수행하는 제2 단계; 상기 제2 단계후 HFPD 패턴모형을 형성하는 제3 단계; 상기 HFPD 패턴모형에 대하여 제1 신경회로망을 이용하여 위험도를 구분하는 제4 단계; 상기 제2 단계후 ΔF 패턴법을 적용하여 상기 HFPD 신호를 ΔF 패턴화하고 정량화하는 제5 단계; 및 정량화된 패턴에 대하여 제2 신경회로망을 이용하여 위험패턴을 구분하는 제6단계를 포함할 수 있다.In order to achieve the above object, the present invention provides a method for diagnosing a dangerous state of an abnormal signal, the method comprising: receiving a data of a measured HFPD signal in diagnosing an abnormal signal of a power facility; A second step of performing normalization and modeling on the input data; Forming a HFPD pattern model after the second step; A fourth step of classifying risks using the first neural network with respect to the HFPD pattern model; A fifth step of patterning and quantifying the ΔF pattern by applying the ΔF pattern method after the second step; And a sixth step of classifying the risk pattern using the second neural network for the quantified pattern.
본 발명은 HFPD를 UHF 센서와 같은 부착형 센서입력을 사용하지 않고 안테나와 같은 비접촉형 입력부로부터 HFPD 신호를 측정하고, 30MHz 내지 2GHz의 광대역 스펙트럼을 임의의 구역으로 분할하며, 각각의 주파수 영역을 통계적으로 정렬하는 방식을 취한다. 또한 각각의 분할된 입력셀의 신호에 대한 세기는 정규화 과정을 통하여 재구성하고, 각 분할셀에서의 통계적 발생빈도를 재귀적 분포화 지도로 구성한 3차원(3D)적 패턴으로 합성한다. 이러한 과정에서 얻어진 많은 패턴을 학습시킨 신경회로망은 전력용 설비의 열화상태를 진단할 수 있는 3단계의 출력(안전, 중간, 위험)으로 판독되며, 측정 시스템의 약 40[Km/h]의 주행성을 확보하기 위한 안테나 보조가이드 및 GPS(지리정보시스템)를 탑재하여 동시에 자동측정을 수행한다.The present invention measures the HFPD signal from a non-contact input such as an antenna without using an attached sensor input such as an UHF sensor, divides the wideband spectrum of 30 MHz to 2 GHz into arbitrary regions, and statistically partitions each frequency region. It takes a sorting way. In addition, the intensity of each divided input cell signal is reconstructed through the normalization process, and the frequency of occurrence of each divided cell is synthesized into a three-dimensional (3D) pattern composed of a recursive distribution map. The neural network, which has learned a lot of patterns obtained in this process, is read by three stages of output (safety, medium, and dangerous) to diagnose the deterioration status of power equipment, and the driving performance of about 40 [Km / h] of the measuring system It is equipped with an antenna auxiliary guide and a GPS (geographic information system) to ensure automatic measurement.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기 로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. Prior to this, terms or words used in the specification and claims should not be construed as having a conventional or dictionary meaning, and the inventors should properly explain the concept of terms in order to best explain their own invention. Based on the principle that can be defined, it should be interpreted as meaning and concept corresponding to the technical idea of the present invention. Therefore, the embodiments described in the specification and the drawings shown in the drawings are only the most preferred embodiment of the present invention and do not represent all of the technical idea of the present invention, various modifications that can be replaced at the time of the present application It should be understood that there may be equivalents and variations.
도 3은 본 발명에 따른 시스템의 전체 개략도(300)이다.3 is an overall schematic diagram 300 of a system according to the present invention.
차량 내에 탑재된 측정 시스템은 HFPD 안테나(310)를 통해 수신된 다양한 종류 및 크기의 신호를 분석하기 위한 스펙트럼 분석기(320), 측정 위치에 관한 위치 정보 데이터를 수신하기 위한 GPS 안테나(330), GPS 안테나(330)를 통해 수신된 위치 정보 데이터를 이용하여 측정 위치를 추적하기 위한 GPS 장치(340), 이상신호의 위치를 보다 정확히 확인하기 위한 적외선 카메라(350) 및 스펙트럼 분석기(320)로부터 출력되는 데이터로부터 이상신호 존부를 판단하고 이상신호로 판단되는 경우 경보하는 컴퓨터(360)를 포함할 수 있다. The measurement system mounted in the vehicle includes a spectrum analyzer 320 for analyzing signals of various types and sizes received through the HFPD antenna 310, a GPS antenna 330 for receiving location information data regarding a measurement position, and a GPS. The GPS device 340 for tracking the measurement position using the location information data received through the antenna 330, the infrared camera 350 and the spectrum analyzer 320 to more accurately check the position of the abnormal signal is output It may include a computer 360 to determine whether there is an abnormal signal from the data and to alert when determined to be an abnormal signal.
컴퓨터(360)는 GPS 장치(340)와 적외선 카메라(350)로부터 출력되는 데이터를 처리하여 이상신호 발생위치를 추적하는 위치추적 및 데이터저장기능을 더 포함할 수 있다.The computer 360 may further include a location tracking and data storage function for processing the data output from the GPS device 340 and the infrared camera 350 to track the location of the abnormal signal.
본 발명에서 사용된 주요 기술을 항목별로 구분하여 설명하면 다음과 같다.The main technologies used in the present invention will be described by category.
(1) 광대역 스펙트럼의 적절한 유한영역 분할설계(1) Appropriate finite domain segmentation design of broadband spectrum
광대역 스펙트럼의 영역을 분할한다는 것은 기본적인 노이즈, 즉 라디오/텔레비젼 방송주파수 및 허가된 기존의 유무선 통신주파수를 분리하기 위하여, 전체 스펙트럼을 유한 영역으로 분할하여 재구성하는 설계기술이다. 예를 들면, 핸드폰 기지국과 가까운 거리에서 측정시에는 해당 주파수의 신호가 급격히 증가되는 경향이 있고, 이는 본 발명의 목적과 다른 신호이므로 이러한 구간의 영역은 진단시에 영향을 제거하기 위한 기술적 방법이다.The partitioning of the broadband spectrum is a design technique that divides and reconstructs the entire spectrum into a finite region in order to separate basic noise, that is, a radio / television broadcasting frequency and a licensed existing wired / wireless communication frequency. For example, when measuring at a close distance from a mobile phone base station, a signal of a corresponding frequency tends to increase rapidly, and this is a signal different from the object of the present invention, so the area of this section is a technical method for removing the influence at the time of diagnosis. .
- 안테나를 이용한 HFPD 측정-HFPD measurement using antenna
먼저, 안테나를 이용해 시료에서 발생되는 방출신호를 전체 주파수 대역(30㎒∼2㎓)에서 수회 반복 측정하고 도 4에 나타난 바와 같이 동일 주파수에 누적시켜 패턴을 형성한다. 이런 전자파 신호 패턴의 f-a-n(frequency-amplitude-number) 3D 분석 및 ΔF(Δfi +1|Δfi) 패턴을 구해 열화에 따른 특성변화를 분석한다. 도 4(a)는 주파수적 분포도이고, 도 4(b)는 도 4(a)를 주파수변위에 따라 패턴화 도면이다.First, the emission signal generated from the sample is repeatedly measured several times in the entire frequency band (30 MHz to 2 GHz) using an antenna, and the pattern is formed by accumulating at the same frequency as shown in FIG. 4. Fan (frequency-amplitude-number) 3D analysis of these electromagnetic wave signal patterns and ΔF (Δf i +1 | Δf i ) patterns are obtained to analyze the characteristic change due to deterioration. FIG. 4 (a) is a frequency distribution diagram, and FIG. 4 (b) is a pattern diagram of FIG. 4 (a) according to frequency displacement.
- 안테나를 통한 3D HFPD 패턴3D HFPD pattern through antenna
EUT(Equipment Under Testing)에서 발생하는 이상신호는 안테나를 이용해 수회 반복 측정한 수천 내지 수십만개 데이터의 패턴이 분석된다. 그러나, 이러한 데이터 양을 신경회로망의 입력으로 하기에는 너무 많은 양이기 때문에 데이터 양의 축소 작업이 필요하다. Anomalies generated in the Equipment Under Testing (EUT) are analyzed for patterns of thousands to hundreds of thousands of data measured several times using an antenna. However, it is necessary to reduce the amount of data because the amount of data is too large to be input to the neural network.
이를 위해서는 각각의 주파수 구간에서의 대표값을 결정하여야 하는데, 각 구간에서 측정된 데이터를 최대값에서 최소값 순서로 정열하고, 최대값을 구간 대표값으로 취한다. 전자파 패턴은 전자파의 크기와 발생 주파수가 중요한 인자로 작용하며, 주파수가 낮은 대역에서는 발생빈도수 또한 열화와 관계된 인자로 작용할 수 있다. To this end, a representative value in each frequency section should be determined. The data measured in each section is arranged in order from the maximum value to the minimum value, and the maximum value is taken as the interval representative value. In the electromagnetic wave pattern, the magnitude of the electromagnetic wave and the frequency of occurrence act as important factors, and in the low frequency band, the frequency of occurrence may also act as a factor related to deterioration.
예를 들면, 100,000(1000×100회)개의 데이터에서 구간 대표값으로 선정된 데이터를 1로 하여 정규화시키고, 이 데이터를 새로운 정규화축으로 분포시킨다. 정규화된 데이터를 40×6 매트릭스로 다시 축소시켜 신경회로망의 입력셀로 설정한다.For example, the data selected as the interval representative value from 100,000 (1000 × 100) data is normalized to 1, and this data is distributed to a new normalization axis. The normalized data is reduced to 40 × 6 matrix and set as the input cell of the neural network.
도 5는 본 발명의 일실시예에 따라 안테나를 이용해 측정한 데이터에 대하여 각 주파수 구간에서 대표값을 선정하여 나타낸 그래프이며, 도 6은 특정 주파수 구간에서 빈도수를 정규화시킨 그래프이고, 도 7은 정규화 과정을 거쳐 측정 데이터를 240(40×6)개의 신경회로망 입력셀로 나타낸 그래프이다.FIG. 5 is a graph showing representative values in each frequency section for data measured using an antenna according to an embodiment of the present invention. FIG. 6 is a graph in which frequencies are normalized in a specific frequency section, and FIG. 7 is normalized. It is a graph showing 240 (40 × 6) neural network input cells through the measurement data.
(2) 주파수별 순차내림 혹은 순차올림의 통계적 정렬기술(2) Statistical sorting technique of sequential descending or sequential rounding by frequency
노이즈와 방전신호의 기본적인 차이는 크기의 반복성에 있다. 특히 방전신호는 운전조건이나 측정환경에 따른 일정한 패턴을 갖고 있지 않다. 그러나, 100 pps(pulse per second)이상의 반복빈도에 대한 반복적으로 측정하거나 재구성을 하는 경우에는 패턴의 유사성이 증대된다. 이 단계의 기술은 본 발명의 신경회로망 입력의 3차원 모형화에 중요 설계기술이다.The fundamental difference between the noise and the discharge signal lies in the repeatability of the magnitude. In particular, the discharge signal does not have a certain pattern according to the operating conditions or the measurement environment. However, the pattern similarity is increased when repeatedly measuring or reconstructing the repetition frequency of 100 pps (pulse per second) or more. This step technique is an important design technique for three-dimensional modeling of neural network input of the present invention.
- 측정주기에 따른 부분방전 검출특성-Partial discharge detection characteristics according to measurement cycle
절연체의 점진적인 절연성 저하를 진행시켜 궁극적인 파괴의 원인이 되는 부분방전에 의해 발생되는 방전펄스는 비주기적 랜덤신호이며 매우 복잡한 패턴을 갖는다. 이런 방전신호를 일정 주기 이상 동일 위상에 누적하면 방전패턴의 재현성을 높일 수 있다.Discharge pulses generated by partial discharge, which causes progressive breakdown of the insulator and causes ultimate breakdown, are aperiodic random signals and have a very complex pattern. If such a discharge signal is accumulated in the same phase for a predetermined period or more, the reproducibility of the discharge pattern can be improved.
이산치 값인 방전량의 통계적 처리를 통한 패턴분석법에서는 측정 모집단수에 따라 통계량 값들의 신뢰성이 좌우된다. 방전신호가 랜덤하기 때문에 측정 주기를 짧게 할 경우, 일정 pps(pulse per second) 이하의 방전펄스에 대한 측정가능 여부는 확률 의존적이 된다. 그러나, 이런 방전펄스를 일정 주기 이상 누적시키면 패턴의 형태에는 큰 영향을 미치지 못하고 방전량의 빈도수 변화에만 영향을 주기 때문에 데이터 양은 증가하지만 방전패턴의 통계적 정보는 변하지 않는다. 또한, 계측기를 컴퓨터와 인터페이스하여 측정하는 경우에는 처리속도가 느려지고 데이터 저장에 보다 많은 메모리를 필요로 하게 된다. 따라서, 방전패턴의 정보를 정확히 제공하고, 데이터 양을 최소로 할 수 있는 측정 주기의 결정이 필요하다.In the pattern analysis method through statistical processing of the discharge amount, which is a discrete value, the reliability of the statistics values depends on the number of measurement population. When the measurement period is shortened because the discharge signal is random, whether or not it is possible to measure discharge pulses below a certain pulse per second (pps) becomes probability dependent. However, when such discharge pulses are accumulated for a predetermined period or more, the shape of the pattern does not have a significant effect but only a change in the frequency of the discharge amount, so that the amount of data increases but the statistical information of the discharge pattern does not change. In addition, in the case of measuring the instrument by interfacing with a computer, the processing speed becomes slow and more memory is required for data storage. Therefore, it is necessary to determine the measurement period that can accurately provide the discharge pattern information and minimize the amount of data.
안테나를 이용해 HFPD를 측정하는 시스템의 본 발명은 일실시예에서 각각의 시스템 측정 주기를 10회 이상으로 한다.In an embodiment of the system for measuring HFPD using an antenna, each system measurement period is 10 or more times.
특히 본 발명의 일실시예에 따르면 진단시스템이 설치된 차량의 이동속도를 고려하여 고속주행모드에서는 10회의 반복누적 측정을 실시하고, 저속모드에서는 100회의 누적을 기본적인 측정 주기로 한다. 이는 누적빈도가 높을수록 재현성 및 감지능력이 우수한 반면 측정속도의 저하가 동반되는 것을 고려한 까닭이다.In particular, according to an embodiment of the present invention, in consideration of the moving speed of the vehicle in which the diagnostic system is installed, 10 repeated cumulative measurements are performed in the high speed driving mode, and 100 accumulation is the basic measurement period in the low speed mode. This is because the higher the cumulative frequency, the better the reproducibility and detection ability, but the lower the measurement speed.
도 8은 본 발명의 일실시예에 따라 안테나를 이용해 HFPD를 측정한 그래프로서, 측정 횟수에 따른 전자파 펄스 크기의 누적량 변화를 나타낸 것이다. 8 is a graph of measuring HFPD using an antenna according to an exemplary embodiment of the present invention, and illustrates a change in cumulative amount of electromagnetic wave pulse magnitudes depending on the number of measurements.
100회 측정한 전체 전자파 펄스 중 최대값을 1로 하여 정규화한 후 각각의 크기에 따른 누적 빈도수를 구하며, 측정된 방전신호를 동일 주파수 구간에 누적하여 패턴을 분석한다. After normalizing the maximum value of all 100 electromagnetic pulses measured as 1, the cumulative frequency is calculated according to each magnitude, and the measured discharge signal is accumulated in the same frequency section and the pattern is analyzed.
- 측정된 신호의 노이즈 제거 기술-Noise reduction technology of measured signal
현재 통신기술의 발달과 더불어 매우 높은 주파수 영역에서도 전파의 송·수신이 이루어지고 있다. 우리 나라에서 규정되어 있는 통신용 주파수 대역을 살펴보면 방송용은 표준방송 530∼1602㎑, FM방송 88.1∼107.9㎒, TV방송 57∼85㎒, 177∼213㎒, 473∼749㎒의 주파수 대역을 사용하고 있으며, 이동전화(cellular phone)는 기지국 869∼894㎒, 이동국 824∼849㎒이며, 개인휴대통신(PCS)에는 기지국 1840∼1870㎒, 이동국 1750∼1780㎒의 주파수를 사용한다. 무선호출기(pager)는 322∼328.6㎒ 대역을 사용하고, 무선전화기의 고정장치는 914∼915㎒, 휴대장치는 959∼956㎒ 사이의 주파수를 사용하고 있으며 이외에 항공용, 해상용, 위성용 업무에 사용하는 주파수 대역이 규정되어 있다.With the development of communication technology, transmission and reception of radio waves are performed in very high frequency range. Looking at the frequency bands specified in Korea, broadcasting uses the frequency bands of standard broadcasting 530 ~ 1602㎑, FM broadcasting 88.1 ~ 107.9MHz, TV broadcasting 57 ~ 85MHz, 177 ～ 213MHz, 473 ～ 749MHz. The cellular phone is a base station of 869 to 894 MHz and a mobile station of 824 to 849 MHz. The personal mobile communication (PCS) uses a frequency of 1840 to 1870 MHz and a mobile station of 1750 to 1780 MHz. The pager uses the band 322∼328.6MHz, and the stationary device of the radiotelephone uses the frequency between 914∼915MHz and the portable device 959∼956MHz. The frequency band to be used is specified.
안테나를 이용해 공중으로 방사되는 HFPD의 전자파 신호를 검출할 경우 위에 언급한 특정 주파수 대역에서 검출되는 전자파뿐만 아니라 각종 스위칭 펄스, 용접작업, 아크로(arc furnace)등에 의해 발생되는 이상신호가 다양한 주파수 대역에서 노이즈로 나타난다. 이런 노이즈 파형은 HFPD 패턴에 영향을 미치게 되며, 심한 경우에는 방전에 의한 신호보다 노이즈 신호가 더 크게 나타나 방전신호를 검출하지 못할 수도 있다. When detecting an electromagnetic wave signal of HFPD radiated to the air by using an antenna, an abnormal signal generated by various switching pulses, welding operations, arc furnaces, etc. as well as the electromagnetic wave detected in the above-mentioned specific frequency bands may be detected in various frequency bands. It appears as noise. The noise waveform affects the HFPD pattern, and in severe cases, the noise signal may be larger than the signal due to the discharge, and thus the discharge signal may not be detected.
도 9는 현장에서 측정되는 기본적인 주파수 분포도로서, 0 내지 1,000㎒의 주파수 대역에서 발생하고 있는 전자파 신호를 안테나를 이용해 측정한 결과이며, FM방송, VHF(very high frequency)-TV방송, 무선호출기, UHF(ultra high frequency)-TV방송 및 무선전화기 주파수 대역에서 신호가 검출되고 있다.9 is a basic frequency distribution measured in the field, the result of measuring the electromagnetic wave signals generated in the frequency band of 0 to 1,000MHz using an antenna, FM broadcasting, VHF (very high frequency) -TV broadcasting, a pager, Ultra high frequency (UHF) signals are detected in the frequency bands of TV broadcasts and wireless telephones.
안테나를 이용해 HFPD 측정을 수행할 때 방전신호 이외의 기타 전자파 신호는 노이즈로 작용하기 때문에 제거해야만 정보에 대한 정확한 해석을 할 수 있다. 본 발명의 일실시예에 따르면 통계적 처리기법을 이용하여 이런 노이즈 신호를 제거할 수 있다. When performing an HFPD measurement with an antenna, other electromagnetic signals other than the discharge signal act as noise, so they must be removed for accurate interpretation of the information. According to an embodiment of the present invention, such a noise signal may be removed using a statistical processing technique.
위의 통계적 처리기법을 예를 들어 설명하면, 측정된 전체 데이터를 주파수 별로 최대값에서 최소값 순으로 분류하여 각 주파수에서 최대값을 갖는 신호들의 집합을 첫 번째 데이터 그룹으로 하여 배치하고, 순차적으로 최소값을 갖는 신호들의 집합까지 배치한다. 이와 같이 배치한 데이터를 이용해 최대값 그룹으로부터 측정횟수의 약 10%에 해당하는 순서의 그룹(예를 들어, 만일 100회 측정했다면 10번째 큰 값들을 갖는 데이터 그룹) 신호까지 감소추이를 분석한다. For example, the above statistical processing technique is described. The total measured data is classified in order from maximum value to minimum value for each frequency, and the set of signals having the maximum value at each frequency is arranged as the first data group, and the minimum value sequentially. Place up to a set of signals with Using the data arranged in this way, the decreasing trend is analyzed from the maximum value group to the signal of the group (for example, the data group having the tenth largest value if 100 measurements are taken) corresponding to about 10% of the measurement times.
도 10은 본 발명의 일실시예에 따른 통계적 정렬에 의해 HFPD의 노이즈 신호가 제거된 주파수 분포도이고, 도 11은 본 발명의 일실시예에 따른 통계적 정렬에 의해 HFPD의 노이즈 신호의 주파수 분포도이며, 도 12는 본 발명의 일실시예에 따른 통계적 정렬에 의해 HFPD 신호의 주파수 분포도이다.10 is a frequency distribution diagram from which a noise signal of the HFPD is removed by a statistical alignment according to an embodiment of the present invention, and FIG. 11 is a frequency distribution diagram of a noise signal of the HFPD by a statistical alignment according to an embodiment of the present invention. 12 is a frequency distribution diagram of an HFPD signal by statistical alignment according to an embodiment of the present invention.
이들을 분석해 보면, 방전에 의해 나타나는 HFPD 신호는 도 10에 보이는 바와 같이, 측정횟수의 약 10%에 해당하는 데이터 그룹의 경우 백그라운드 노이즈 값에 가깝게 수렴하게 되지만, 통신에 사용되는 주파수 대역을 갖는 신호들은 도 11과 같이 크기가 거의 감소하지 않는다. 이런 특성을 이용해 효과적으로 노이즈를 제거할 수 있고, 본 발명에서는 일반적으로 알려지지 않은 주파수에서 전체 측정주기 동안 한번 정도 검출되어 방전신호와 구별할 수 없는 노이즈 신호도 구별할 수 있다. Analyzing these, as shown in FIG. 10, the HFPD signal caused by the discharge converges close to the background noise value for the data group corresponding to about 10% of the number of measurements, but the signals having the frequency band used for communication are As shown in FIG. 11, the size is hardly reduced. This characteristic can effectively remove noise, and in the present invention, it is possible to distinguish a noise signal which can be distinguished from a discharge signal by being detected at least once during the entire measurement period at a frequency which is not generally known.
이런 처리과정을 거치면 최대값 그룹으로부터 측정횟수의 10%에 해당하는 최대값 그룹내에 노이즈를 제외한 HFPD의 모든 데이터 정보가 포함된다. 따라서 본 발명의 일실시예에 따른 통계적 처리기법을 거쳐 데이터를 저장할 경우에는 측정된 모든 값들을 저장하는 것에 비해 90% 이상의 메모리를 절약할 수 있다.Through this process, all data information of HFPD except for noise is included in the maximum value group corresponding to 10% of the measurement frequency from the maximum value group. Therefore, when storing data through a statistical processing method according to an embodiment of the present invention it is possible to save more than 90% memory compared to storing all the measured values.
도 12는 100회 측정한 HFPD 신호를 위에 설명한 처리 과정을 거쳐 최대값 신호그룹에서부터 10번째 크기값 신호그룹까지 그래프로 나타낸 것이며, 도 11은 노이즈 파형을 나타낸 것이다. 노이즈 제거는 최대값에서 10번째 크기값까지의 변화량을 분석하여 제거하는데 도 10과 같이 매우 효과적으로 노이즈를 제거할 수 있다. x축은 측정 주파수이며 y축은 최대값에서부터 10번째 크기값까지의 그룹 집합이며 z축은 이상신호의 세기다. 12 is a graph showing the HFPD signal measured 100 times from the maximum value signal group to the 10th magnitude value signal group through the above-described processing process, and FIG. 11 shows a noise waveform. Noise removal analyzes and removes the amount of change from the maximum value to the 10th magnitude value, and can effectively remove noise as shown in FIG. 10. The x-axis is the measurement frequency, the y-axis is the set of groups from the maximum value to the tenth magnitude value, and the z-axis is the strength of the anomaly signal.
(3) 신경회로망 입력신호의 정규화 및 ΔF 기술(3) Normalization of neural network input signal and ΔF technology
주파수 특성에 따라서 고주파 신호원의 감쇄 및 전달속도가 달라 측정된 신호의 크기가 일정하지 않기 때문에 HFPD 신호를 정규화하는 것이 필요하다. HFPD 신호의 정규화는, 예를 들면 밀폐된 공간에서 음성이 증폭되는 현상, 메아리 및 강우시에 발생하는 신호의 왜곡과 같은 현상을 일정한 패턴으로 하기 위한 기술이다. 본 발명의 일실시예에 따르면 신호원이 습도 및 온도 등의 측정 환경에 따른 다양성이 존재하므로 통계적 처리와 병행하여 입력신호의 정규화를 실행할 수 있다.It is necessary to normalize the HFPD signal because the attenuation and propagation speed of the high frequency signal source is different according to the frequency characteristics, and thus the magnitude of the measured signal is not constant. The normalization of the HFPD signal is a technique for making a certain pattern of phenomena such as amplification of speech in an enclosed space, distortion of the signal occurring during echo and rainfall. According to an embodiment of the present invention, since a signal source has a variety according to a measurement environment such as humidity and temperature, normalization of an input signal may be performed in parallel with statistical processing.
- ΔF 패턴 및 패턴분류ΔF pattern and pattern classification
도 13은 본 발명의 노이즈 신호와 HFPD 신호의 주파수 분포도이다.13 is a frequency distribution diagram of a noise signal and an HFPD signal of the present invention.
방전에 의해 발생되는 HFPD 신호와 외부 노이즈 신호를 안테나로 측정하여 주파수 연속성과 크기를 비교해 보면, 방전에 의한 신호는 발생 주파수가 비교적 연속적인 특성을 갖고 기본 크기(base amplitude)값이 전체 주파수 대역에서 높지만, 노이즈 신호는 방전에 의한 신호보다 이산적인 특성을 갖고 노이즈 주파수의 피크치는 크지만 노이즈 이외의 주파수 대역에서는 기본 크기값이 방전신호에 비해 낮게 나타남을 발견할 수 있다. 이런 특성을 이용해 본 출원의 발명자는 방전에 의한 신호와 노이즈 신호를 구분할 수 있는 ΔF 패턴을 발명하였으며, ΔF 패턴에 의한 패턴구분을 실시하였다.When comparing the frequency continuity and magnitude by measuring the HFPD signal and the external noise signal generated by the discharge with an antenna, the signal generated by the discharge has a relatively continuous characteristic with the generated frequency and the base amplitude value in the entire frequency band. Although high, the noise signal has a discrete characteristic than the signal due to the discharge, and the peak value of the noise frequency is large, but it can be found that in the frequency band other than the noise, the basic magnitude value is lower than the discharge signal. By using these characteristics, the inventor of the present invention invented the ΔF pattern that can distinguish the signal due to the discharge and the noise signal, and performed the pattern classification by the ΔF pattern.
부분방전 펄스는 매우 랜덤하게 나타나며 방전량 또한 방전특성에 따라 매우 차이가 크다. 즉, 절연체 내부방전으로 인한 펄스는 방전량의 크기가 작은 신호들의 빈도수가 높게 나타나지만 표면방전은 내부방전에 비해 큰 방전량을 갖는 펄스들이 많이 나타난다. 방사되는 전자파의 세기는 방전 펄스의 크기와 비례하며 주파수는 방전 펄스의 발생시간에 반비례한다. 따라서 방전 특성에 따라 검출되는 전자파 신호의 주파수 분포 및 크기가 변하게 된다.The partial discharge pulses appear very randomly, and the discharge amount also varies greatly depending on the discharge characteristics. In other words, the pulses due to the internal discharge of the insulator appear to have a high frequency of signals having a small discharge amount, but the surface discharges exhibit many pulses having a large discharge amount compared to the internal discharge. The intensity of the radiated electromagnetic wave is proportional to the magnitude of the discharge pulse, and the frequency is inversely proportional to the generation time of the discharge pulse. Therefore, the frequency distribution and magnitude of the electromagnetic signal detected according to the discharge characteristics are changed.
도 14는 본 발명의 일실시예에 따라 ΔF 패턴을 설명하기 위해 부분방전에 의해 발생된 간단한 이상신호 파형도이다.14 is a simple abnormal signal waveform diagram generated by the partial discharge to explain the ΔF pattern in accordance with an embodiment of the present invention.
주파수가 fi -1, fi, fi +1, …, fn일 때 각각의 전자파 크기는 a(fi -1), a(fi), a(fi+1), …, a(fn)이 된다. 여기서 n은 펄스의 주파수값이다. 이런 값들은 부분방전 펄스 개개의 정보를 포함하고 있기 때문에, 아래의 수학식1과 같은 연속되는 전자파 펄스의 주파수 변화에 대한 크기값의 변화율 g를 구할 수 있고, 수학식2를 이용하여 전체 데이터에 대해 각 주파수별 Δgi값과 Δgi +1값의 상호 관계를 그래프에 누적하여 나타내면 부분방전으로 발생된 전자파 신호의 패턴구분이 가능한 ΔF 패턴을 구할 수 있다.The frequency is f i -1 , f i , f i +1,. , f n , the magnitude of each electromagnetic wave is a (f i -1 ), a (f i ), a (f i + 1 ),. , a (f n ). Where n is the frequency value of the pulse. Since these values contain individual partial discharge pulse information, the rate of change, g, of magnitude values with respect to the frequency change of continuous electromagnetic pulses as shown in Equation 1 below can be obtained. The cumulative relationship between the Δg i value and the Δg i +1 value for each frequency is plotted on the graph to obtain a ΔF pattern capable of distinguishing patterns of electromagnetic signals generated by partial discharge.
여기서 i=1, 2, 3, …,n 이다. Where i = 1, 2, 3,... , n.
도 15는 본 발명의 일시예에 따라 Δgi값과 Δgi +1값을 각각 x축과 y축으로 표현한 ΔF 패턴의 매트릭스 모델이며, 숫자는 각 좌표값의 누적 빈도수이다.FIG. 15 is a matrix model of the ΔF pattern in which the Δg i value and the Δg i +1 value are represented by the x-axis and the y-axis, respectively, and a number is a cumulative frequency of each coordinate value.
- ΔF 패턴을 이용한 노이즈 패턴 분류-Noise pattern classification using ΔF pattern
도 16 내지 도 19는 본 발명에 따라 노이즈 신호를 ΔF 패턴에 적용한 결과 예시도이다.16 to 19 show exemplary results of applying a noise signal to a ΔF pattern according to the present invention.
도 16(a)는 공중으로 방사되는 전자파가 없는 기본적 노이즈 파형이며, 도 16(b)는 도 16(a) 파형의 ΔF 패턴이다. 배경 노이즈만 존재할 경우의 ΔF 패턴은 원점 근처에 모든 데이터가 밀집되어 나타난다. FIG. 16 (a) is a basic noise waveform without electromagnetic waves emitted into the air, and FIG. 16 (b) is a ΔF pattern of the waveform of FIG. 16 (a). The ΔF pattern when only background noise is present appears with all the data close to the origin.
도 17(a)는 이동전화(cellular phone)와 개인휴대통신(PCS) 신호가 주된 노이즈 파형도로서, 도 17(b)의 ΔF 패턴은 도 16(b)와 같이 패턴 주변에 낮은 빈도의 데이터들이 흩어져 있음을 보이고 있다. FIG. 17 (a) is a noise waveform diagram of a cellular phone and a PCS signal. The ΔF pattern of FIG. 17 (b) shows low frequency data around the pattern as shown in FIG. 16 (b). Shows that they are scattered.
도 18(a)는 방송파 신호, 개인휴대통신 신호 및 알 수 없는 신호들이 혼재하고 있는 노이즈 파형도로서, 도 18(b)의 방송파 신호가 주된 노이즈로 측정되고 있는 ΔF 패턴은 다른 노이즈 신호들의 ΔF 패턴과 마찬가지로 원점 근처에 주로 분포하고 있으며 주변으로 확산되어 나타나는 점들의 분포는 낮게 나타나고 있다. 원점에서부터 점들의 확산거리는 노이즈 신호의 크기에 비례하는 것을 알 수 있다.FIG. 18 (a) is a noise waveform diagram in which a broadcast wave signal, a personal mobile communication signal, and an unknown signal are mixed. The ΔF pattern in which the broadcast wave signal of FIG. 18 (b) is measured as main noise is another noise signal. Like the ΔF pattern of these, it is mainly distributed near the origin, and the distribution of the dots spreading around is low. It can be seen that the diffusion distance of the points from the origin is proportional to the magnitude of the noise signal.
도 19(a)는 부분방전에 의해 발생된 전자파 파형도로서, VHF(very high frequency) 대역에서 큰 신호들이 검출되고 있으며 UHF(ultra high frequency) 대역에서는 작은 신호들이 검출되는 것을 알 수 있다. 도 19(b)는 도 19(a) 파형의 ΔF 패턴으로서 노이즈 신호 ΔF 패턴들과 다르게 밀집되어 나타나는 면적이 증가하였다. 이처럼 ΔF 패턴을 이용해 노이즈 신호 패턴 및 노이즈와 HFPD 신호 패턴의 구분이 가능하다.19 (a) is an electromagnetic wave waveform diagram generated by partial discharge, in which large signals are detected in a very high frequency (VHF) band and small signals are detected in an ultra high frequency (UHF) band. 19 (b) shows the ΔF pattern of the waveform of FIG. 19 (a), which is different from the noise signal ΔF patterns. Thus, the ΔF pattern can be used to distinguish between the noise signal pattern and the noise and HFPD signal patterns.
(4) GPS 수신 기능(4) GPS reception function
본 발명의 일실시예에 따른 진단 시스템이 동작한 위치를 자동적으로 추적함과 아울러 측정시각을 모니터링할 수 있다. 진단시스템을 탑재한 차량이 40[Km/h] 정도의 속도로 주행할 때에 이상신호가 감지된 위치에 대한 정보를 저장함으로써 진단시스템을 지속적으로 관찰한다. 전송포트로는 RS-232C 등을 이용하여 병렬포트와 독립적으로 수신·동작되게 할 수 있으며, GPS수신의 오동작여부는 진단 시스템 내에서 확인할 수 있고, 별도의 디스플레이어를 부착하여 확인할 수도 있다.The diagnostic system according to an embodiment of the present invention can automatically track the operation position and monitor the measurement time. When a vehicle equipped with a diagnosis system runs at a speed of about 40 [Km / h], the diagnosis system is continuously observed by storing information on a position where an abnormal signal is detected. RS-232C, etc., can be used as the transmission port to receive and operate independently of the parallel port. The malfunction of GPS reception can be checked in the diagnosis system, and a separate display can be attached.
본 발명의 진단 시스템은 주행시 측정 위치를 자동적으로 측정하기 위하여 GPS를 이용하며, GPS 안테나(330)에서 수신된 위치 정보 데이터를 자동 저장할 수 있다.The diagnostic system of the present invention uses GPS to automatically measure a measurement position when driving, and can automatically store location information data received from the GPS antenna 330.
본 발명의 진단 시스템은 측정과 동시에 진단결과를 주행중에 확인이 가능하고, 진단결과는 3단계(안전-중간-위험)로 표시할 수 있다. 또한, 계측부분과 GPS 및 하드웨어 동작부분에 대한 에러를 동시에 수행할 수 있다. 또한, 좌표값을 가지고 문제 지점을 찾아갈 수 있도록 네비게이션 기능을 포함할 수 있다.The diagnosis system of the present invention can check the diagnosis result while driving, and the diagnosis result can be displayed in three stages (safety-middle-dangerous). In addition, it is possible to simultaneously perform errors on the measurement part and the GPS and hardware operation parts. In addition, a navigation function may be included to navigate to a problem point with a coordinate value.
(5) 현장 응용성 및 문제 지점 자동경보 (5) Field applicability and problem spot automatic alarm
본 발명의 진단 시스템은 감지된 이상신호가 발생한 위치를 보다 정확히 파악하기 위하여 적외선 카메라(350)를 탑재된다.The diagnostic system of the present invention is equipped with an infrared camera 350 to more accurately determine the position where the detected abnormal signal occurred.
도 20은 본 발명에 따른 HFPD 측정 알고리즘 개략도(2000)이다. 20 is a schematic diagram 2000 of an HFPD measurement algorithm in accordance with the present invention.
HFPD 신호는 일정횟수동안 측정하는 수동측정방식과 타이머를 이용한 자동측정방식으로 측정할 수 있다.The HFPD signal can be measured by a manual measurement method that measures a certain number of times and by an automatic measurement method using a timer.
스펙트럼 분석기(320)가 컴퓨터(360)와 데이터 통신이 가능한지 인터페이싱을 확인하고(2001), HFPD 안테나(310)으로부터 데이터 취득이 가능하도록 스펙트럼 분석기(320)를 초기화하여(2003), 측정하고자 하는 영역에 대해 스펙트럼 분석기(320)의 측정값을 설정한다(2005). 스펙트럼 분석기(320)가 데이터를 취득할 수 있는 상태가 되면 사용자가 입력한 측정방식이 수동인지 자동인지를 판단한다(2007).The spectrum analyzer 320 checks the interfacing with the computer 360 to enable data communication (2001), and initializes the spectrum analyzer 320 to acquire data from the HFPD antenna 310 (2003). The measured value of the spectrum analyzer 320 is set for (2005). When the spectrum analyzer 320 is able to acquire data, it is determined whether the measurement method input by the user is manual or automatic (2007).
수동측정방식이면 데이터 측정횟수를 결정하여(2009) HFPD 신호를 측정한다(2011). 이 때 측정 에러가 발생하면(2013) 재측정 여부를 판단하여(2015) 재측정시에는 다시 HFPD신호를 측정하고(2011) 측정 에러가 발생하지 않으면 데이터를 저장하고(2027), 데이터 저장(2027)후 혹은 재측정(2015)을 하지 않을 시 종료한다.In the manual measurement method, the number of times of data measurement is determined (2009), and the HFPD signal is measured (2011). At this time, if a measurement error occurs (2013), it is determined whether to re-measure (2015), and when the measurement is remeasured, the HFPD signal is measured again (2011) .If a measurement error does not occur, the data is stored (2027) and the data is stored (2027). Exit if not remeasured (2015).
자동측정방식이면 측정횟수 및 주기를 결정하여(2017) HFPD 신호의 측정과 함께 타이머가 작동하여 측정주기를 확인한다(2019). HFPD 신호의 측정 중에 에러가 발생하면(2021) HFPD 신호를 재측정하고(2019) 측정 에러가 발생하지 않으면 타이머 설정시간과 측정시간을 비교하여(2021) 측정한 시간이 설정된 시간보다 작지 않으면 신경회로망 진단 알고리즘(2100)을 통해 전력설비가 위험한 상태인지를 판단하여(2025) 위험하다고 판단되는 경우 데이터를 저장하고(2027) 정상신호일 경우에는 데이터의 저장없이 계속 HFPD 신호측정을 하게 된다(2019). 여기서, 위험하다고 판단되는 경우 데이터를 저장한 후 시스템을 종료하지 않고 HFPD신호를 다시 측정할 수도 있는데, 이 때 측정되는 HFPD 신호는 위험하다고 판단된 데이터를 확인하기 위해 재측정할 수도 있고, 다른 위치에서의 HFPD 신호일 수도 있다. 한편, 위험하다고 판단되는 경우에는 본 시스템의 컴퓨터(360)에 접속되거나 내장된 경보장치를 통해 청각적 방법이나 시각적 방법 혹은 기타 여러가지 방법을 사용하여 알릴 수도 있으나, 이러한 경보 기능은 공지의 기술이므로 본 발명의 본질을 흐르지 않기 위해 구체적인 설명은 피하기로 한다.In the automatic measurement method, the number of measurements and the period are determined (2017), and a timer is operated to check the measurement period together with the measurement of the HFPD signal (2019). If an error occurs during the measurement of the HFPD signal (2021), the HFPD signal is re-measured (2019). If no measurement error occurs, the timer setting time is compared with the measurement time (2021). The diagnosis algorithm 2100 determines whether the power equipment is in a dangerous state (2025), and if it is determined that the danger is stored (2027), and if it is a normal signal, the HFPD signal measurement is continued without storing the data (2019). Here, if it is determined that it is dangerous, the HFPD signal may be measured again without saving the system after the data is stored. At this time, the measured HFPD signal may be re-measured to confirm the data that is determined to be dangerous or in another location. It may be an HFPD signal at. On the other hand, if it is determined that the danger can be notified by using an audible method, a visual method or various methods through the alarm device connected to the computer 360 of the system or built-in, this alarm function is known technology Detailed descriptions will be omitted so as not to obscure the essence of the invention.
도 21은 본 발명에 따른 신경회로망 진단 알고리즘 개략도(2100)로서, 도 20의 단계 2025에서의 위험판단을 구체화한 것이다. 21 is a schematic diagram 2100 of a neural network diagnostic algorithm according to the present invention, which embodies a risk judgment in step 2025 of FIG.
본 발명의 진단 알고리즘에서는 HFPD 패턴모형과 ΔF 패턴모형을 신경회로망에 입력하여 위험도와 위험패턴을 구분하도록 한다.In the diagnostic algorithm of the present invention, the HFPD pattern model and the ΔF pattern model are input to the neural network to distinguish the risk from the risk pattern.
측정 시스템을 이용해 계측된 HFPD 신호의 데이터를 입력받아(2101) 입력된 데이터에 대하여 정규화 및 모형화를 수행하고(2103), HFPD 패턴모형을 형성하고(2107), 신경회로망1를 이용하여(2109) 위험도를 구분하여(2111) 위험도를 판단한다. 또한 ΔF 패턴법을 적용하여 HFPD 신호를 ΔF 패턴화한 후 패턴을 정량화하고(2113), 정량화된 패턴에 대하여 신경회로망2을 이용하여(2115) 위험패턴을 구분함으로써(2117) 위험패턴인지를 판단한다. Receive the data of the measured HFPD signal using the measurement system (2101) and normalize and model the input data (2103), form the HFPD pattern model (2107), using neural network 1 (2109) The risk is determined by classifying the risk (2111). In addition, by applying the ΔF pattern method, the HFPD signal is ΔF patterned, and the pattern is quantified (2113), and the neural network 2 is used for the quantified pattern (2115). do.
이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.As described above, although the present invention has been described by way of limited embodiments and drawings, the present invention is not limited thereto and is intended by those skilled in the art to which the present invention pertains. Of course, various modifications and variations are possible within the scope of equivalents of the claims to be described.
상기와 같은 구성에 의해 본 발명은 전력용 시스템의 진단부분에서 문제로 대두되는 노이즈 저감을 신경회로망, 정규화 및 통계적 처리를 이용한 방법으로 기존의 PD 방법보다 이상신호 검출에 응용능력이 우수하다. 특히 HFPD 측정은 거시적인 패턴 분석에 입각한 통계적인 노이즈 제거방법이 아니라 펄스-펄스 반복적 측정시스템으로 대상에 대한 적응성이 우수하고, Δf 패턴구분인식은 HFPD의 정량적 모형화 뿐만 아니라 정성적 모형화를 수행하여, 시스템의 위험도와 발생원인에 대한 인식 및 추정이 가능하다. 또한 GPS 시스템을 탑재하여 자동적으로 측정대상의 위치 및 감지시각을 확인함으로써 현장 적응성을 향상시키며, 모든 시스템을 자동화하여 전력용 설비에서 방출되는 이상신호를 효과적으로 모니터링 할 수 있는 유리한 효과가 있다.With the above configuration, the present invention is superior to the conventional PD method in detecting an abnormal signal by using a neural network, normalization, and statistical processing to reduce noise, which is a problem in the diagnostic part of a power system. In particular, HFPD measurement is not a method of statistical noise removal based on macroscopic pattern analysis but a pulse-pulse iterative measurement system. For example, it is possible to recognize and estimate the risk and cause of the system. In addition, it is equipped with a GPS system to automatically check the position and detection time of the object to improve the field adaptability, and has the beneficial effect that can effectively monitor the abnormal signal emitted from the power equipment by automating all systems.
도 1은 종래 기술에 따른 PD 측정용 시스템 개략도,1 is a schematic diagram of a system for measuring PD according to the prior art;
도 2는 종래 기술에 따른 HFPD 측정용 시스템 개략도,2 is a schematic diagram of a system for measuring HFPD according to the prior art;
도 3은 본 발명에 따른 시스템의 전체 개략도,3 is an overall schematic diagram of a system according to the invention,
도 4는 본 발명에 따른 주파수적 분포와 입력패턴의 주파수 변위에 따른 재구성 예시도,4 is a diagram illustrating reconstruction according to frequency displacement of a frequency distribution and an input pattern according to the present invention;
도 5는 본 발명에 따른 주파수-진폭으로 측정된 방출신호 예시도,5 is an exemplary emission signal measured by frequency-amplitude according to the present invention;
도 6은 본 발명에 따른 3차원 모형으로 정규화된 모형도,6 is a model diagram normalized to a three-dimensional model according to the present invention,
도 7은 본 발명에 따른 신경회로망의 입력형태에 따른 패턴 예시도,Figure 7 is an exemplary pattern according to the input form of the neural network according to the present invention,
도 8은 본 발명에 따른 반복 측정 주기에 따른 부분방전 패턴의 누적분포 예시도,8 is an exemplary view of cumulative distribution of a partial discharge pattern according to a repeating measurement cycle according to the present invention;
도 9는 본 발명에 따른 현장에서 측정되는 기본적인 주파수 분포도,9 is a basic frequency distribution measured in the field according to the present invention,
도 10은 본 발명에 따른 통계적 정렬에 의한 HFPD의 노이즈 신호 제거된 결과 예시도,10 is a diagram illustrating a result of removing noise signals of HFPD by statistical alignment according to the present invention;
도 11은 본 발명에 따른 통계적 정렬에 의한 노이즈 신호 구성 예시도,11 is an exemplary noise signal configuration by statistical alignment according to the present invention;
도 12는 본 발명에 따른 통계적 정렬에 의한 HFPD의 신호 구성 예시도,12 is an exemplary signal configuration diagram of HFPD by statistical alignment according to the present invention;
도 13은 본 발명에 따른 노이즈 신호와 HFPD 신호의 예시도,13 is an exemplary diagram of a noise signal and an HFPD signal according to the present invention;
도 14는 본 발명에 따른 ΔF 패턴을 설명하기 위해 부분방전에 의해 발생된 이상신호 파형도,14 is an abnormal signal waveform diagram generated by partial discharge to explain the ΔF pattern according to the present invention;
도 15는 본 발명에 따른 ΔF 패턴을 위해 부분방전에 의해 발생된 이상신호 매트릭스 예시도,15 is a diagram illustrating an abnormal signal matrix generated by partial discharge for the ΔF pattern according to the present invention;
도 16은 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제1 예시도,16 is a first illustration of the ΔF pattern caused by the generation of HFPD according to the present invention,
도 17은 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제2 예시도,17 shows a second exemplary ΔF pattern caused by generation of HFPD according to the present invention;
도 18은 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제3 예시도,18 is a third exemplary view of the ΔF pattern caused by the generation of HFPD according to the present invention;
도 19는 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제4 예시도,19 is a fourth exemplary view of the ΔF pattern caused by the generation of HFPD according to the present invention;
도 20은 본 발명에 따른 HFPD 측정 및 진단 흐름도,20 is a flowchart for measuring and diagnosing HFPD according to the present invention;
도 21은 본 발명에 따른 신경회로망 진단 흐름도.21 is a neural network diagnostic flowchart according to the present invention.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2005-0007489A KR100494642B1 (en) | 2005-01-27 | 2005-01-27 | A diagnostic method for a dangerous condition of electrical power equipment using abnormal signals |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2005-0007489A KR100494642B1 (en) | 2005-01-27 | 2005-01-27 | A diagnostic method for a dangerous condition of electrical power equipment using abnormal signals |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-2003-0021274A Division KR100503215B1 (en) | 2003-04-04 | 2003-04-04 | The diagnostic system of radiation signal of electrical power equipment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20050016740A true KR20050016740A (en) | 2005-02-21 |
| KR100494642B1 KR100494642B1 (en) | 2005-06-13 |
Family
ID=37226709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-2005-0007489A KR100494642B1 (en) | 2005-01-27 | 2005-01-27 | A diagnostic method for a dangerous condition of electrical power equipment using abnormal signals |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100494642B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100765449B1 (en) * | 2007-01-31 | 2007-10-09 | 주식회사 대덕시스템 | Method and apparatus for eliminating the noise from high voltage electric equipment partial discharge monitoring system |
| CN110361614A (en) * | 2019-07-17 | 2019-10-22 | 西南交通大学 | A kind of approximating method of airport nodirectional beacon space electric field amplitude-frequency distribution |
| WO2024018119A1 (en) * | 2022-07-19 | 2024-01-25 | Hager-Electro Sas | Method, device and equipment for detecting an electric arc fault |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101965159B1 (en) * | 2018-11-30 | 2019-08-13 | 문경훈 | System and method of estimating load with null data correction |
-
2005
- 2005-01-27 KR KR10-2005-0007489A patent/KR100494642B1/en not_active IP Right Cessation
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100765449B1 (en) * | 2007-01-31 | 2007-10-09 | 주식회사 대덕시스템 | Method and apparatus for eliminating the noise from high voltage electric equipment partial discharge monitoring system |
| CN110361614A (en) * | 2019-07-17 | 2019-10-22 | 西南交通大学 | A kind of approximating method of airport nodirectional beacon space electric field amplitude-frequency distribution |
| WO2024018119A1 (en) * | 2022-07-19 | 2024-01-25 | Hager-Electro Sas | Method, device and equipment for detecting an electric arc fault |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100494642B1 (en) | 2005-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100503215B1 (en) | The diagnostic system of radiation signal of electrical power equipment | |
| KR100691655B1 (en) | Apparatus and method for detecting partial electric discharge of gas insulation device | |
| Li et al. | Partial discharge source localization in GIS based on image edge detection and support vector machine | |
| US9689909B2 (en) | System for analyzing and locating partial discharges | |
| US4887041A (en) | Method and instrumentation for the detection, location and characterization of partial discharges and faults in electric power cables | |
| Gao et al. | Analysis of the intrinsic characteristics of the partial discharge induced by typical defects in GIS | |
| Gaouda et al. | On-line detection and measurement of partial discharge signals in a noisy environment | |
| JP2001133506A (en) | Method and device for diagnosing compressed gas insulation equipment | |
| CN110927538A (en) | Transformer bushing partial discharge monitoring system and method | |
| Mishra et al. | Self-organizing feature map based unsupervised technique for detection of partial discharge sources inside electrical substations | |
| KR100494642B1 (en) | A diagnostic method for a dangerous condition of electrical power equipment using abnormal signals | |
| Uckol et al. | Characterization of DC corona discharge current pulses using high-frequency measurement techniques | |
| CN112505499A (en) | Section division method for abnormal insulation of cable accessory | |
| Wienold et al. | Detection and distinction of partial discharges in air at DC voltage by using a non-conventional approach in the high-frequency range | |
| CN103513209A (en) | Method for selecting UHF sensor detection frequency band | |
| Boya-Lara et al. | A Comparative Study of Denoising Techniques for UHF Signals from Partial Discharge | |
| Reid et al. | Frequency distribution of RF energy from PD sources and its application in combined RF and IEC60270 measurements | |
| Lemke et al. | Practical experiences in on-site PD diagnosis tests of HV power cable accessories in service | |
| CN117849560B (en) | Valve side sleeve insulation monitoring method and system combining end screen voltage and partial discharge | |
| Kim et al. | Optimal sensor placement methodology based on FDTD for partial discharge detection in GIS | |
| Yamagiwa et al. | Partial Discharge and its Application to Gas Insulated Switchgear | |
| Kang et al. | Development of a UHF PD detection system to estimate the dielectric condition of a medium voltage switchgear | |
| Dmitriev et al. | Partial Discharges: Frequency Characteristics, Sensors and Laboratory Measurements | |
| Yuwono et al. | On the characterization of EM emission of electronic products: Case study for different program modes | |
| Li et al. | UHF partial discharge monitoring in GIS and signal processing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20120629 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20130502 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20140730 Year of fee payment: 10 |
|
| LAPS | Lapse due to unpaid annual fee |