KR20090107770A

KR20090107770A - System for analyzing partial discharge risk of power equipment and method therefor

Info

Publication number: KR20090107770A
Application number: KR1020080033208A
Authority: KR
Inventors: 강원종
Original assignee: 엘에스산전 주식회사
Priority date: 2008-04-10
Filing date: 2008-04-10
Publication date: 2009-10-14
Also published as: KR100954665B1

Abstract

PURPOSE: A system and a method for analyzing a dangerous grade of an electric power device are provided to determine the dangerous grade of the device by analyzing a size and generation frequency of a partial discharge signal. CONSTITUTION: A QN(Quantity/Number) matrix and a dangerous grade for each position of the matrix are previously stored(S1). A PD(partial Discharge) pulse is received through a PD sensor(S2). The size of the received PD pulse is calculated and stored(S3). The number and size of the PD pulses are periodically calculated using the size data per the pulse stored in the memory(S4). The calculated result is mapped on the QN matrix(S5). The dangerous grade of the corresponding electric power device is determined by comparing the mapped position on the QN matrix and the previously stored dangerous grade standard(S6).

Description

Risk analysis system and method of power equipment {SYSTEM FOR ANALYZING PARTIAL DISCHARGE RISK OF POWER EQUIPMENT AND METHOD THEREFOR}

본 발명은 전력기기의 위험도 분석 기법에 관한 것으로, 특히 전력기기 내부에서 발생되는 부분방전(Partial Discharge)을 분석하여 설비의 위험도를 판정하기 위한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a risk analysis technique of a power device, and more particularly, to determine a risk of a facility by analyzing a partial discharge generated inside the power device.

전력기기가 초고압 대용량화 되어 감에 따라 여러 유형의 사고 가능성이 증가하고 있으며, 사고에 따른 피해의 규모도 증가하는 추세이다. As power devices become more high-capacity, the possibility of various types of accidents is increasing, and the magnitude of damages caused by accidents is also increasing.

이에 따라 사고가 발생하기 이전에 전력기기 내부의 이상 신호를 검출하기 위한 각종 진단 기법 및 첨단 장비들이 전력기기 진단에 적용되고 있으며, 최근 들어 전력기기 진단에 가장 널리 사용되는 기법이 부분방전 분석 기법이다. 상기 부분방전(Partial Discharge)은 전극과 전극 사이에서 일어나지 않고 한 부분에 생기는 방전을 일컫는 것으로, 예를 들어 기체 중에서 뾰족한 전극의 첨단 부근에 생기는 코로나방전과, 고체절연물의 표면을 따라 생기는 연면방전(沿面放電), 및 고체 절연물 내의 공극에 생기는 보이드방전 등이 이에 속한다.Accordingly, various diagnostic techniques and advanced equipment for detecting abnormal signals inside power equipment are applied to power equipment diagnosis before an accident occurs. Recently, the most widely used technique for power equipment diagnosis is partial discharge analysis technique. . Partial discharge refers to a discharge occurring in a portion without occurring between an electrode and the electrode, for example, corona discharge occurring near the tip of a sharp electrode in a gas, and creeping discharge occurring along the surface of a solid insulator ( This includes the discharge of voids and void discharge generated in the voids in the solid insulator.

이러한 부분방전 분석 기법은 전력기기 내부에 결함이 존재할 때, 부분방전(Partial Discharge; 이하 'PD'라고도 함)라는 물리 현상에 의하여 발생하는 전자파 신호를 센서를 이용하여 검출하여 설비의 이상 유무를 판별하는 기법이다. The partial discharge analysis technique detects an abnormality of the equipment by detecting an electromagnetic wave signal generated by a physical phenomenon called partial discharge (PD), using a sensor when a defect exists in the power equipment. It is a technique.

현재의 부분방전 분석 기법(φ-q-n 기법)은 부분방전 신호의 발생 위상(φ), 크기(q), 및 발생 펄스 수(n)를 분석하고 있으나, 이러한 정보를 처리하기 위해서는 고가의 고성능 하드웨어가 필요하다. Current partial discharge analysis technique (φ-qn technique) analyzes the generation phase (φ), magnitude (q), and number of generated pulses (n) of the partial discharge signal, but expensive high-performance hardware is needed to process such information. Is needed.

이러한 문제점을 해소하기 위하여 PPS 분석기법이 개발되었으나, PPS(Pulse per Second) 분석기법은 부분방전 신호의 발생 수(n)만을 분석하고 있기 때문에 하드웨어의 가격은 저렴하지만 진단 결과에 대한 신뢰성이 부족하다. In order to solve this problem, PPS analysis method has been developed, but PPS (Pulse per Second) analysis only analyzes the number of occurrences of partial discharge signals (n), so the hardware is cheaper but the reliability of the diagnosis results is insufficient. .

도 1a 및 도 1b는 종래의 φ-q-n 분석기법을 나타낸 것으로, 이 기법은 부분방전 펄스가 인가전압의 어느 위상에서 어떠한 크기로 몇 개가 발생하였는지를 분석한다. 1A and 1B show a conventional φ-q-n analysis method, which analyzes how many partial discharge pulses occur in which phase at which phase of an applied voltage.

도 1a는 3차원 φ-q-n 그래프이며, 도 1b는 2차원으로 φ-q, φ-n, q-n을 각각 분석한 결과를 나타낸 그래프이다. FIG. 1A is a three-dimensional φ-q-n graph, and FIG. 1B is a graph showing the results of analyzing φ-q, φ-n, and q-n in two dimensions.

이러한 패턴은 전력기기내 결함의 원인인 자유 도전입자 결함과, 부유 전극 결함, 절연물 결함, 및 노이즈 등에 따라 다른 패턴을 보이게 되며, 이러한 패턴을 분석함으로서 전력기기 내의 결함의 원인을 판별할 수 있다. Such patterns exhibit different patterns according to free conductive particle defects, which are the cause of defects in power equipment, floating electrode defects, insulator defects, noise, and the like. By analyzing such patterns, it is possible to determine the cause of defects in power equipment.

도 2는 종래의 부분방전 신호에 대한 PPS 분석 기법의 예이다. 2 is an example of a PPS analysis technique for a conventional partial discharge signal.

이 기법은 일정크기 이상의 부분방전 펄스 신호가 1초 동안 검출된 횟수를 측정하여, 트렌드(Trend)를 관리한다. 예컨대, 요주의가 2000으로 설정되어 있고, 위험이 4000으로 설정되어 있을 경우, 부분방전으로 판단되는 신호가 1초에 2000개 이상 유입되면 요주의 상태를 나타내는 것이고, 부분방전으로 판단되는 신호가 1초에 4000개 이상 유입되면 위험상태라는 것을 나타낸다. This technique manages the trend by measuring the number of times a partial discharge pulse signal of a predetermined size or more is detected for one second. For example, if the attention is set to 2000 and the danger is set to 4000, if more than 2000 signals are detected as partial discharges in one second, the critical state is indicated, and the signals determined to be partial discharges are detected in one second. More than 4000 inflows indicate a dangerous condition.

도 3은 종래의 φ-q-n 분석 기법을 나타낸 도면으로서, 계통전압이 인가되어 운전 중인 전력기기 내부에 절연 결함이 존재하면 전력기기의 운전전압 중간에서 PD 펄스가 발생하게 된다. 이러한 PD 펄스의 발생위상(φ), 크기(q), 및 발생 수(n)를 분석하여 결함의 원인을 추정하는 기법이 φ-q-n 분석 기법이다. 3 is a diagram illustrating a conventional φ-q-n analysis technique. When an insulation defect is present inside a power device in operation by applying a system voltage, a PD pulse is generated in the middle of an operating voltage of the power device. The technique of estimating the cause of the defect by analyzing the occurrence phase (phi), magnitude (q), and number of occurrences (n) of the PD pulse is a phi-q-n analysis technique.

도 4a 내지 도 4c는 φ-q-n 기법을 이용하여 전력기기 내에서 발생 가능한 각각의 결함을 분석한 예를 나타낸 도면으로서, 예컨대 도 4a는 도체부 돌기 결함시에 나타나는 PD 패턴이고, 도 4b는 Void 결함시에 나타나는 PD 패턴이며, 도 4c는 자유도전입자 결함시에 나타나는 PD 패턴이다.4A to 4C are diagrams showing examples of analyzing defects that may occur in a power device using the φ-qn technique. For example, FIG. 4A is a PD pattern appearing at a conductor protrusion defect, and FIG. 4B is a void. It is a PD pattern shown at the time of a defect, and FIG. 4C is a PD pattern shown at the time of a free conductive particle defect.

상기 φ-q-n 분석 기법의 경우 성능은 우수하지만 PD 펄스의 위상, 크기 등의 데이터를 수집 및 분석하여야 한다. 이를 위하여 PD 펄스의 발생 시간 및 정확한 크기 등을 측정하여야 하며, 처리하여야 할 데이터가 매우 많기 때문에 고성능의 하드웨어가 요구된다. In the case of the φ-q-n analysis technique, the performance is excellent, but data such as phase and magnitude of the PD pulse should be collected and analyzed. For this purpose, the generation time and the exact size of the PD pulse should be measured, and since there is a lot of data to be processed, high performance hardware is required.

따라서, 이러한 분석 기법을 수행하기 위해서는 고가의 하드웨어의 구현이 필요하기 때문에 가격이 비싼 초고압 설비용 진단 시스템에는 적용 가능하지만, 상대적으로 저가인 배전급 전력기기용 진단 시스템에는 적용이 어렵다. 일반적으로 진단 시스템 가격은 대상 전력기기의 약 5~10%를 적용하고 있으므로, 수억원대의 초고압 전력기기는 고성능 하드웨어의 적용이 가능하지만 수백 내지 수천만원대의 배전급 설비는 고성능 하드웨어의 적용이 사실상 어렵다.Therefore, since the implementation of expensive hardware is required to perform such an analysis technique, it is applicable to an expensive diagnostic system for high voltage equipment, but it is difficult to apply to a diagnostic system for a relatively low-cost distribution power equipment. In general, the diagnostic system price is about 5-10% of the target power equipment, hundreds of millions of ultra-high voltage power equipment can be applied to high-performance hardware, but hundreds to tens of millions of power distribution equipment is practically difficult to apply high-performance hardware.

한편, PPS 분석 기법의 경우에는 단순히 발생된 부분방전 펄스의 수를 가지고 분석을 수행하는 데, 이와 같은 분석 시스템은 간단하고 저가의 하드웨어의 구성으로도 가능하지만 결함의 위험도 판정에 있어서 그 정확도가 매우 떨어짐과 아울러 현장 노이즈에 매우 취약하기 때문에 오동작이 많이 발생되어 고객 불만이 증대하고 있다. On the other hand, in the case of the PPS analysis technique, the analysis is simply performed using the number of partial discharge pulses generated. Such an analysis system is simple and inexpensive, but it is very accurate in determining the risk of defects. Falling and being very vulnerable to on-site noise have caused a lot of malfunctions, increasing customer dissatisfaction.

본 발명의 목적은 기존의 고가의 하드웨어가 요구되는 분석 기법인 φ-q-n 분석 기법과, 분석 성능이 부족한 PPS 기법의 단점을 보완하여 저렴한 하드웨어를 통해 우수한 분석 성능을 갖는 전력기기의 위험도 분석 시스템 및 그 방법을 제공하는 데 있다.An object of the present invention is to solve the disadvantages of the φ-qn analysis technique, which is an analysis technique that requires expensive hardware, and the PPS technique that lacks the analysis performance, the risk analysis system of power equipment having excellent analysis performance through low-cost hardware and To provide that method.

상기 목적을 달성하기 위한 본 발명의 기술적 수단은, 전력기기 내에서 발생되는 부분방전(PD)으로 인해 생성된 전자파를 검출하는 PD 센서; 및 상기 PD 센서를 통해 검출된 PD 펄스에 대하여 일정 측정시간동안 검출된 PD 펄스의 개수와 크기를 계산하여 QN(Quantity/Number) 매트릭스에 맵핑하고, 상기 QN 매트릭스에 맵 핑된 위치와 미리 설정된 위험도 판정 기준을 상호 비교하여 해당 전력기기의 위험도를 판정하는 위험진단장치;를 포함하는 것을 특징으로 한다.Technical means of the present invention for achieving the above object, the PD sensor for detecting the electromagnetic waves generated due to partial discharge (PD) generated in the power device; And counting and mapping the number and magnitude of PD pulses detected during a predetermined measurement time with respect to the PD pulses detected by the PD sensor, mapping them to a QN (Quantity / Number) matrix, and determining a location mapped to the QN matrix and a preset risk. And a risk diagnosis device for comparing the criteria with each other to determine a risk level of the corresponding power device.

구체적으로 상기 PD 펄스의 개수는 일정시간동안 수신된 PD 펄스들의 평균크기인 것을 특징으로 한다.Specifically, the number of PD pulses is characterized in that the average size of the PD pulses received for a predetermined time.

상기 목적을 달성하기 위한 본 발명의 기술적 방법은, 위험진단장치가 전력기기의 부분방전(PD)에 따라 발생된 PD 펄스를 수신하는 단계; 상기 수신된 PD 펄스의 개수와 크기를 주기적으로 계산하는 단계; 상기 계산된 값을 미리 저장된 QN(Quantity/Number) 매트릭스에 맵핑하는 단계; 및 상기 QN 매트릭스에 맵핑된 위치와 미리 설정된 위험도 판정 기준을 상호 비교하여 해당 전력기기의 위험도를 판정하는 단계;를 포함하는 것을 특징으로 한다.The technical method of the present invention for achieving the above object comprises the steps of: receiving a PD pulse generated in accordance with the partial discharge (PD) of the power device in the risk diagnosis device; Periodically calculating the number and magnitude of the received PD pulses; Mapping the calculated value to a previously stored QN (Quantity / Number) matrix; And comparing the position mapped to the QN matrix with a preset risk determination criterion to determine a risk of the corresponding power device.

구체적으로, 상기 PD 펄스의 개수 및 크기는, 일정 시간동안 수신된 PD 펄스의 총 개수와 그 평균크기인 것을 특징으로 하며, 상기 QN 매트릭스는, 매트릭스 영역별로 단위시간당 PD 펄스의 수와 단위시간당 PD 펄스의 평균크기에 따라 위험도가 미리 설정된 것을 특징으로 한다.Specifically, the number and size of the PD pulses, characterized in that the total number and the average size of the PD pulses received for a certain time, the QN matrix, the number of PD pulses per unit time for each matrix region and PD per unit time The risk is set in advance according to the average size of the pulses.

이상에서 설명한 바와 같이 본 발명은 기존의 고가의 하드웨어가 요구되는 분석 기법인 φ-q-n 분석 기법과, 분석 성능이 부족한 PPS 기법의 단점을 보완하여 전력기기에서 발생되는 부분방전 신호의 크기와 발생 빈도를 분석하여 설비의 위험도를 판정함으로써, 상대적으로 저가의 하드웨어를 이용하면서도 단순 소프트웨어 의 변경만으로도 신뢰성있는 판정이 가능한 이점이 있다.As described above, the present invention compensates for the shortcomings of the φ-qn analysis technique, which is an analysis technique requiring expensive hardware, and the PPS technique, which lacks the analysis performance. By determining the risk of the facility by analyzing the system, there is an advantage that can be reliably determined by simple software change while using relatively low-cost hardware.

이하, 첨부된 도면을 참조하여 본 발명의 실시예에 대하여 보다 상세하게 설명하고자 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 5는 본 발명에 의한 전력기기의 PD 위험도 판정 시스템을 나타낸 개략적인 도면으로서, PD(Partial Discharge) 센서(10)와, 위험진단장치(30) 및 감시장치(50)를 포함하여 이루어져 있다.FIG. 5 is a schematic diagram illustrating a PD risk determination system of a power device according to the present invention, and includes a PD (Partial Discharge) sensor 10, a risk diagnosis device 30, and a monitoring device 50.

상기 PD 센서(10)는 배전반이나 부하계폐기 및 몰드 변압기와 같은 전력기기(1) 내에서 공극(crack in spacer), 도체돌기 또는 부유이물 등으로 인해 발생되는 부분방전(Partial Discharge; PD)으로 인해 생성된 UHF 전자파를 검출하도록 구성되어 있다.The PD sensor 10 is a partial discharge (PD) generated by a crack in a spacer, a conductor protrusion, or a foreign substance in a power device 1 such as a switchboard, a load interrupter, and a mold transformer. It is configured to detect the generated UHF electromagnetic waves.

위험진단장치(30)는 상기 PD 센서(10)를 통해 검출된 PD 펄스에 대하여 일정 측정시간동안 검출된 부분방전 펄스의 개수(Number)와 그 크기(Quantity)를 계산하여 QN(Quantity/Number) 매트릭스(matrix)에 맵핑하고, 상기 QN 매트릭스에 맵핑된 위치와 미리 설정된 위험도 판정 기준을 상호 비교하여 검출된 부분방전 펄스의 위험도(안전, 요주의 또는 위험)를 판정하도록 구성되어 있다. The risk diagnosis apparatus 30 calculates the number (Number) and the quantity (Quantity) of the partial discharge pulses detected during a predetermined measurement time with respect to the PD pulses detected by the PD sensor 10 (QN (Quantity / Number)). It is configured to map to a matrix and compare the position mapped to the QN matrix with a preset risk criterion to determine a risk (safety, attention or danger) of the detected partial discharge pulses.

아울러, 상기 부분방전 펄스의 크기는 일정 측정시간동안 발생된 펄스들의 평균크기이고, 부분방전 펄스의 개수는 일정 측정시간동안 발생된 총 펄스의 개수이다.In addition, the magnitude of the partial discharge pulse is the average size of the pulses generated during a certain measurement time, the number of partial discharge pulses is the total number of pulses generated during a certain measurement time.

한편, 상기 위험진단장치(30)는 부분방전 펄스의 개수와 그 크기에 대한 QN 매트릭스 데이터를 메모리(미 도시)에 미리 저장하고 있으며, 상기 QN 매트릭스에서 매트릭스 위치별 안전, 요주의 또는 위험에 대한 범위가 미리 지정되어 있다.Meanwhile, the risk diagnosis device 30 previously stores QN matrix data about the number and magnitude of partial discharge pulses in a memory (not shown), and ranges of safety, attention, or danger for each matrix position in the QN matrix. Is specified in advance.

도면상에는 하나의 PD 센서(10)만이 위험진단장치(30)에 연결되어 있지만, 위험진단장치(30)에는 다수의 PD 센서가 연결될 수 있고, PD 센서별로 ID와 같은 고유 식별정보가 할당되어 있다.In the drawing, only one PD sensor 10 is connected to the risk diagnosis device 30, but a plurality of PD sensors may be connected to the risk diagnosis device 30, and unique identification information such as ID is assigned to each PD sensor. .

감시장치(50)는 상기 위험진단장치(30)와 유무선 네트워크를 통해 연결되어 있고 위험진단장치(30)로부터 전력기기의 위험도 정보를 주기적으로 전송받아 화면상에 디스플레이하거나 위험도에 따른 알람 신호를 발생하도록 이루어져 있다.The monitoring device 50 is connected to the danger diagnosis device 30 through a wired / wireless network and periodically receives risk information of the power device from the danger diagnosis device 30 to display on the screen or generate an alarm signal according to the danger. It is made to

상기에서 QN 매트릭스는 도 6과 같이 행렬 구조로 이루어져 있다. x축은 단위시간당 PD 펄스의 수(N[PPS])에 대하여 여러 단계로 나누어지며, y축은 단위시간당 PD 펄스의 평균크기(Q[pC])에 따라 여러 단계로 나누어 표시된다. The QN matrix has a matrix structure as shown in FIG. 6. The x-axis is divided into several stages with respect to the number of PD pulses per unit time (N [PPS]), and the y-axis is divided into several stages according to the average size of the PD pulses per unit time (Q [pC]).

따라서, 일정 시간동안 측정된 부분방전 펄스에 대하여, 그 개수와 크기에 따라 QN 매트릭스에 맵핑된다. 결과적으로 맵핑된 값이 속하는 영역(안전, 요주의 또는 위험)에 따라 위험도를 판정하게 된다. Therefore, for the partial discharge pulses measured for a certain time, they are mapped to the QN matrix according to their number and magnitude. As a result, the risk is determined according to the area (safety, attention or danger) to which the mapped value belongs.

도 7은 본 발명에 의한 QN 매트릭스를 이용한 전력기기의 위험도 판정 과정을 나타낸 플로우챠트로서, 도 5 및 도 6을 참조하여 설명하고자 한다.FIG. 7 is a flowchart illustrating a risk determination process of a power device using a QN matrix according to the present invention, which will be described with reference to FIGS. 5 and 6.

먼저, 위험진단장치(30)는 QN(Quantity/Number) 매트릭스와 매트릭스 위치별 위험도(안전, 요주의 또는 위험 등)를 제공받아 메모리에 미리 저장한다(S1). 상기에서 매트릭스 위치별 위험도를 세분화할수록 그 정밀도는 커진다.First, the risk diagnosis apparatus 30 receives a QN (Quantity / Number) matrix and a risk (safety, attention, or danger) for each matrix position and stores it in memory (S1). As the risk level for each matrix position is subdivided, the accuracy increases.

이와 같은 상태에서, 위험진단장치(30)는 PD 센서(10)를 통해 PD 펄스를 수신하고(S2), 수신된 펄스별로 그 크기를 계산하여 메모리에 저장한다(S3). 여기에서 수신된 펄스의 크기는 해당 펄스의 카운트 번호와 함께 저장하는 것이 바람직하다.In this state, the risk diagnosis device 30 receives the PD pulse through the PD sensor 10 (S2), calculates the size of each received pulse and stores it in the memory (S3). The size of the received pulse is preferably stored together with the count number of the pulse.

이어, 위험진단장치(30)는 일정 시간동안 예컨대, 1초 동안 수신된 PD 펄스의 개수와 그 펄스들의 평균크기를 메모리에 저장된 펄스별 크기 데이터를 이용하여 계산하고(S4), 계산된 값을 메모리에 저장된 QN 매트릭스 상에 맵핑한다(S5). 여기에서 QN 매트릭스는 x축과 y축이 단위시간당 PD 펄스의 수(N[PPS])와, 단위시간당 PD 펄스의 평균크기(Q[pC])로 이루어져 있는 데, 일정 시간동안 측정된 PD 펄스에 대하여, 총 개수와 그 평균크기에 따라 QN 매트릭스에 맵핑된다.Subsequently, the risk diagnosis apparatus 30 calculates the number of PD pulses and the average size of the pulses received for one second, for example, by using the pulse size data stored in the memory (S4), and calculates the calculated values. Map on the QN matrix stored in the memory (S5). Here, the QN matrix consists of the number of PD pulses per unit time (N [PPS]) and the average size of PD pulses per unit time (Q [pC]) on the x and y axes. For, it is mapped to the QN matrix according to the total number and the average size thereof.

이어, 위험진단장치(30)는 QN 매트릭스에 맵핑된 위치와 미리 저장된 위험도 판정 기준을 상호 비교하여 해당 전력기기의 위험도를 판정하게 된다(S6). 이와 같이 판정된 위험도 정보는 해당 전력기기의 식별정보(ID)와 함께 메모리에 저장되게 된다.Subsequently, the risk diagnosis apparatus 30 compares the position mapped to the QN matrix with a pre-stored risk determination criterion to determine a risk of the corresponding power device (S6). The risk information thus determined is stored in the memory together with the identification information ID of the corresponding power device.

만약, 상기에서 판정된 위험도가 요주의나 위험으로 나타날 경우 위험진단장치는 위험도 정보를 해당 전력기기의 식별정보와 함께 감시장치로 전송하고, 감시장치는 해당 전력기기의 위험도 정보를 디스플레이하거나 알람신호를 발생하여 관리자가 파악할 수 있도록 한다.If the above-mentioned risk level indicates attention or danger, the risk diagnosis device transmits the risk information together with the identification information of the corresponding power device to the monitoring device, and the monitoring device displays the danger information of the power device or displays an alarm signal. So that it can be identified by the administrator.

따라서, 본 발명에서는 전력기기에서 발생되는 부분방전 신호의 크기와 발생 빈도를 분석하여 설비의 위험도를 판정함으로써, 상대적으로 저가의 하드웨어를 이 용하면서도 단순 소프트웨어의 변경만으로도 신뢰성있는 판정이 가능하다.Therefore, in the present invention, by analyzing the magnitude and frequency of the partial discharge signal generated in the power device to determine the risk of the facility, it is possible to reliably determine by simply changing the software while using relatively low-cost hardware.

한편, 상기의 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가진 당업자라면 본 발명의 사상과 청구범위 내에서 다양한 수정, 변경 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.On the other hand, the preferred embodiment of the present invention is disclosed for the purpose of illustration, and those skilled in the art having ordinary knowledge of the present invention will be capable of various modifications, changes and additions within the spirit and claims of the present invention, such modifications Changes, changes, and additions should be considered to be within the scope of the following claims.

도 1a 및 도 1b는 종래의 φ-q-n 기법의 위험도 분석 그래프이다.1A and 1B are graphs of risk analysis of the conventional φ-q-n technique.

도 2는 종래의 PPS 기법의 위험도 분석 그래프이다.2 is a risk analysis graph of the conventional PPS technique.

도 3은 종래의 φ-q-n 분석 기법을 나타낸 도면이다.3 is a diagram illustrating a conventional φ-q-n analysis technique.

도 4a 내지 도 4c는 종래의 φ-q-n 기법을 이용한 전력기기의 결함을 분석한 예를 나타낸 도면이다.4A to 4C are diagrams showing an example of analyzing a defect of a power device using a conventional φ-q-n technique.

도 5는 본 발명에 의한 전력기기의 PD 위험도 판정 시스템을 나타낸 개략적인 도면이다.5 is a schematic diagram showing a PD risk determination system of a power device according to the present invention.

도 6은 본 발명에 의한 QN 매트릭스의 구조를 도시한 도면이다.6 is a diagram showing the structure of a QN matrix according to the present invention.

도 7은 본 발명에 의한 QN 매트릭스를 이용한 전력기기의 위험도 판정 과정을 나타낸 플로우챠트이다.7 is a flowchart illustrating a risk determination process of a power device using the QN matrix according to the present invention.

* 도면의 주요 부분에 대한 부호의 설명* Explanation of symbols for the main parts of the drawings

1: 전력기기 10: PD(Partial Discharge) 센서1: Power Device 10: PD (Partial Discharge) Sensor

30: 위험진단장치 50: 감시장치30: danger diagnosis device 50: monitoring device

Claims

A PD sensor for detecting electromagnetic waves generated by partial discharge (PD) generated in a power device; And

The number and magnitude of PD pulses detected for a predetermined measurement time with respect to the PD pulses detected by the PD sensor are calculated and mapped to a QN (Quantity / Number) matrix, and the positions mapped to the QN matrix and a predetermined risk determination criterion. The risk diagnosis system of a power device comprising a; a risk diagnosis device for determining the risk of the power device by comparing with each other.

The method according to claim 1,

Wherein the number of PD pulses is an average size of PD pulses received for a predetermined time.

Receiving, by the risk diagnosis device, a PD pulse generated according to a partial discharge (PD) of the power device;

Periodically calculating the number and magnitude of the received PD pulses;

Mapping the calculated value to a previously stored QN (Quantity / Number) matrix; And

And comparing the position mapped to the QN matrix with a preset risk determination criterion to determine a risk of the corresponding power device.

The method according to claim 3,

The number and magnitude of the PD pulses, the total number of PD pulses received during a certain time and the average size of the risk device, characterized in that the power.

The method according to claim 3 or 4,

The QN matrix, the risk analysis method of the power device, characterized in that the risk is preset according to the number of PD pulses per unit time and the average size of the PD pulses per unit time for each matrix region.