KR20110127547A

KR20110127547A - 주택의 아크고장 전류차단을 위한 아크고장 판단방법

Info

Publication number: KR20110127547A
Application number: KR1020100047110A
Authority: KR
Inventors: 고윤석
Original assignee: 고윤석
Priority date: 2010-05-19
Filing date: 2010-05-19
Publication date: 2011-11-25
Also published as: KR101148957B1

Abstract

본 발명은 전기수용가의 분전반으로부터 분기된 각각의 선로에서 발생되는 아크고장을 적용이 용이하면서 강력한 비선형 관계를 표시할 수 있는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 판단할 수 있는 주택의 아크고장 판단방법에 관한 것으로,
즉, 분전반의 전원부에 하나의 배선차단기(MCCB)를 매개로 주제어장치를 설치하고 각 분기선로에 과부하 또는 누전이 발생될 때 회로를 차단하는 누전차단기(ELCB)를 설치하며, 상기 주제어장치는 전력선으로부터 전력정보를 수집 및 관리하는 단상전력관리장치와 전류로부터 아크고장을 판단하는 아크고장진단장치로 구성함으로써, 상기 단상전력관리장치는 전력관리 업무를 수행하는 것 외에 아크고장진단장치의 아크고장 출력핀을 주기적으로 감시하여 아크고장진단장치에 의해서 회로 차단 명령이 내려지지 않는 경우 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로차단 명령을 내리거나 아크고장 발생 여부를 LCD에 표시 및 인터넷을 통해 원격 관리 시스템에 전송하게 되고, 상기 아크고장진단장치에 구비된 마이크로 프로세서부는 샘플링된 데이터를 수집하여 아크고장판단 기법에 근거하여 아크고장 여부를 판단, 그 결과를 아크 출력 핀에 출력, 차단기에 회로 차단 명령을 내리거나 단상전력관리장치로 하여금 아크고장여부를 확인할 수 있도록 한 것이다.

Description

주택의 아크고장 전류차단을 위한 아크고장 판단방법{ Arc Fault Determination Method for the Breaking of the Arc Fault Current in the House }

본 발명은 주택의 아크고장 전류차단을 위한 아크고장 판단방법, 더욱 상세하게는 전기수용가의 분전반으로부터 분기된 각각의 선로에서 발생되는 아크고장을 적용이 용이하면서 강력한 비선형 관계를 표시할 수 있는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 판단할 수 있는 주택의 아크고장 판단방법에 관한 것이다.

일반적으로, 전기 수용가에 전기를 공급하는 시스템의 인입구에는 분전반이 설치되어 있고, 그 분전반 내의 전원 측에는 과부하가 발생 되거나 작업을 할 경우 전력공급을 차단하기 위한 배선 차단기(MCCB : Mold Case Circuit Breaker)가 설치되며, 분전반에서 분기된 각각의 분기선로에는 누전 발생 시 누설전류로부터 전기화재나 인체보호를 목적으로 하는 누전 차단기(ELCB : Earth Leakage Circuit Breaker)가 설치되어 있다(도1 참조).

그러나 상기 배선차단기 또는 누전차단기들은 부하전류나 영상전류의 RMS(Root Mean Square) 크기만을 기반으로 동작하기 때문에 전기화재의 주요원인이 되고 있는 아크고장을 판단할 수 없었다. 이들 차단기들은 직렬 및 병렬 아크 발생 시 아크 전류가 너무 작아 고장검출이 어렵기 때문에 고장전류를 차단할 수 없는 문제에 노출되었으며, 이는 전기사용의 안전성을 저하시키게 되었음은 물론 이벤트 발생 시 바로 전기화재로 이어질 수 있는 매우 심각한 문제를 유발하였다.

미국 USFA(United Ststes Fire Administration)의 보고에 의하면, 매년 미국 내 주택에서 67,800건의 전기 아크 화재가 발생하고 있으며, 이로 인해 희생자 485명, 부상자 2,300명 그리고 8,680억원 정도의 재산손실이 보고되고 있다.

그러므로 수용가 측면에서는 저압 아크고장을 정확하게 인식, 차단함으로써 전기사용의 안전성을 획기적으로 제고할 수 있는 아크고장 판단 기법의 개발이 시급히 요구되고 있다.

지금까지 주택의 아크고장 판단을 위한 기법에 대하여 다수의 연구들이 있었으나 주로 전류크기 변화, 고주파 채터링 현상, Shoulder 현상, 간헐적으로 가파른 상승률 그리고 펄스 폭 등의 특징들의 변화를 감지함으로써 아크고장을 판단하는 전략들을 제시하였다. 그러나 이들 특징들의 변화가 일관성을 가지지 않고 이들 특징들과 아크고장과의 관계가 강력한 비선형성을 보이기 때문에 아크고장 판단의 신뢰성이 크게 저하되고 있다.

본 발명은 종래에 전기수용가에서 아크전류가 미세할 때 아크고장을 제대로 검출할 수 없는 문제점을 해결하기 위한 것으로, 그 목적은 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망에 기반으로 아크고장을 판단할 수 있는 주택의 아크고장 전류차단을 위한 아크고장 판단방법을 제공하는 것이다.

이러한 목적을 달성하기 위한 본 발명은, 분전반의 전원부에 하나의 배선차단기(MCCB)를 매개로 주제어장치를 설치하고 각 분기선로에 과부하 또는 누전이 발생될 때 회로를 차단하는 누전차단기(ELCB)를 설치하며, 상기 주제어장치는 전력선으로부터 전력정보를 수집 및 관리하는 단상전력관리장치와 전류로부터 아크고장을 판단하는 아크고장진단장치로 구성함으로써, 상기 단상전력관리장치는 전력관리 업무를 수행하는 것 외에 아크고장진단장치의 아크고장 출력핀을 주기적으로 감시하여 아크고장진단장치에 의해서 회로 차단 명령이 내려지지 않는 경우 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로차단 명령을 내리거나 아크고장 발생 여부를 LCD에 표시 및 인터넷을 통해 원격 관리 시스템에 전송하게 되고, 상기 아크고장진단장치에 구비된 마이크로 프로세서부는 샘플링된 데이터를 수집하여 아크고장판단 기법에 근거하여 아크고장 여부를 판단, 그 결과를 아크 출력 핀에 출력, 차단기에 회로 차단 명령을 내리거나 단상전력관리장치로 하여금 아크고장여부를 확인할 수 있도록 한 것을 특징으로 한다.

이와 같은 본 발명의 주택의 아크고장 전류차단을 위한 아크고장 판단방법은 전기수용가의 분전반을 통과한 각 분기선로에 흐르는 전류신호를 샘플링하고 그 데이터를 수집하여 과부하로 인하여 발생되는 아크고장 여부를 판단하고 그 결과에 따라 신속하게 배선차단기의 회로를 차단 또는 아크고장을 확인함으로써, 종래에 아크 발생 시 아크 전류가 너무 작아서 고장검출이 어려웠던 문제를 해결하여 아크고장으로 인한 화재발생을 극소화할 수 있는 효과가 있으며, 전기사용의 안전성을 향상시킬 수 있는 장점이 있다.

도 1은 일반적인 전기 수용가의 인입구에 설치된 분전반의 구성도,
도 2a 및 2b는 본 발명의 주택의 아크고장 전류차단을 위하여 상기 분전반에 주제어장치가 적용된 상태와 그 주제어장치를 구체적으로 나타낸 블록구성도,
도 3은 본 발명에서 제안하는 UL1699에 근거한 아크고장 판단개념을 설명하기 위한 파형도,
도 4는 본 발명의 다층 퍼셉트론 인공신경회로망을 기반으로 하는 학습과정을 나타낸 흐름도,
도 5는 상기 도 3의 인공신경회로망을 기반으로 전류반파의 아크고장 전류 판단 기법을 나타낸 흐름도,
도 6은 본 발명에서 제안하는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 하는 아크고장 판단에 대한 전체 순서도이다.

이하, 본 발명의 주택의 아크고장 전류차단을 위한 아크고장 판단방법을 첨부도면을 참조하여 설명하면 다음과 같다.

도 2a는 본 발명의 주택의 아크고장 전류차단을 위하여 분전반에 주제어장치가 적용된 상태를 나타낸 블록구성도로서, 분전반의 전원부에 하나의 배선차단기(MCCB)를 매개로 주제어장치(100)를 설치하고 각 분기선로에 누전차단기(ELCB)를 설치하여 각 분기선로에서 과부하 또는 누전이 발생될 때 회로를 차단하며, 상기 MCCB와 ELCB는 외부 명령에 의해 동작되면서 원격지로 정보를 전송하기 위하여 이더넷컨버터를 설계한다.

도 2b는 상기 분전반에 적용된 주제어장치를 구체적으로 나타낸 블록구성도로서, 본 발명의 아크고장을 진단하는 주제어장치(100)는 전력선으로부터 전력정보를 수집 및 관리하는 단상전력관리장치(10)와, 전류로부터 아크고장을 판단하는 아크고장진단장치(20)로 구성되어 있다.

상기 단상전력관리장치(10)에 구비된 단상전력관리 IC는 전류센서 CT와 전압센서 회로로부터 전류, 전압 신호를 받아 전압 RMS, 전류 RMS, 유효전력, 무효전력 그리고 사용전력량 데이터를 기록, 관리한다. 마이크로 프로세서는 주기적으로 단상전력관리 IC로부터 전력정보를 얻어 LCD에 디스플레이하고, 필요에 따라 주택 또는 원격 관리 시스템에 인터넷을 통해 전송하며, 또한, 자체 또는 원격관리 시스템의 명령에 의해 전자 릴레이 제어를 통해 분기선로 부하를 On/Off 제어한다.

특히, 단상전력관리장치(10)는 전력관리 업무를 수행하는 것 외에 아크고장진단장치(20)의 아크고장 출력핀을 주기적으로 감시한다. 만약, 아크고장 출력 핀의 값이 정상상태 값 1에서 0으로 변하면 아크고장으로 판단, 아크고장진단장치에 의해서 회로 차단 명령이 내려지지 않는 경우 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로차단 명령을 내리거나 아크고장 발생 여부를 LCD에 표시하며 인터넷을 통해 원격 관리 시스템에 전송한다.

아크고장진단장치(20)에 구비된 AD 컨버터는 전류센서 CT로부터 주기적으로 전류 샘플 신호를 기록한다. 마이크로 프로세서부는 샘플링된 데이터를 수집하여 아크고장판단 기법에 근거하여 아크고장 여부를 판단, 그 결과를 아크 출력 핀에 출력, 차단기(외부 명령에 의해서 동작하는 동작 메커니즘을 가지는 MCCB)에 회로 차단 명령을 내리거나 단상전력관리장치로 하여금 아크고장여부를 확인할 수 있도록 한다. 또한 자기동작성능을 확인할 수 있도록 테스트 버튼을 설계, 테스트 버튼이 눌러질 경우, 내장된 아크고장 파형을 기반으로 아크고장판단 기법에 근거하여 아크고장 여부를 판단 출력 핀에 출력하도록 설계, 구현한다.

단상전력관리 장치는 전력관리 업무이외에 이 출력 핀을 주기적으로 감시, 아크고장으로 판단되는 경우 그 결과를 주택 또는 원격 관리시스템에 제공하도록 설계한다. 주택 아크고장판단 장치는 마이크로 컨트롤로로서 친숙한 AT91SAM7S256을 사용하였으며 AD컨버터로는 아날로그 디바이스사의 AD7688을 이용하였다.

AFCI(Arc Fault Circuit Interrupter) 규격 UL1699에 의하면, 아크고장 회로차단기는 0.5초 이내에 8개의 반파(HF : Half Cycle)가 아크고장 전류로 확인되면 아크고장으로 판단하고 회로를 차단해야 하는 것으로 정의된다. 따라서 아크고장 판단을 위한 신호처리 윈도우는 30개의 전파(Full Cycle) 또는 60개의 반파(Half Cycle)로 정의될 수 있다.

도 3은 본 발명에서 제안하는 UL1699에 근거한 아크고장 판단개념을 설명하기 위한 파형도로서, 블랙 반파들은 아크고장의 일반적인 현상인 쇼울더 현상을 보이기 때문에 아크고장 전류 반파(AFCHC : Arc Fault Current Half Cycle)들을 표시하고, 나머지 반파들은 정상전류 반파들을 표시한다. 또한 상기 파형도에서 아크고장 전류 반파에 대응하는 숫자는 아크고장 전류 반파의 번호를 표시한다.

아크고장 판단 메커니즘은 연속적으로 고장전류를 감시하는 것으로 시작된다. 연속적으로 전류를 감시하다가 맨 처음으로 블랙 반파를 형성하는 아크고장 전류 반파(AFCHC)를 발견하게 되면, 그 아크고장 전류 반파(도 3의 1번 지점)의 시작점을 아크고장 판단을 위한 윈도우의 시작점으로 기록하고 그 시작점으로부터 정상전류 반파나 아크고장 전류 반파에 관계없이 60개의 반파를 기록하여 첫 번째 윈도우 즉, 윈도우 1을 결정한다.

동시에, 윈도우 1내의 아크고장 전류 반파의 수((AFCHCN : Arc Fault Current Half Cycle Number)를 계수하게 되는데, 만약 AFCHCN≥8인 경우 아크고장으로 판단하고 그렇지 않은 경우 정상으로 판단한다. 도면에서는 AFCHCN=7이므로 아크고장 판단에 실패한다.

이 경우 윈도우는 이동하게 된다. 두 번째 아크고장 전류 반파(AFCHC, 도 3의 2번 지점)의 시작점을 윈도우의 시작점으로 하고 계속적으로 전류 반파를 기록하여 정상전류 반파나 아크고장 전류 반파에 관계없이 윈도우 내의 전류반파의 수(CHCN)가 30개가 되면 새로운 윈도우인 윈도우 2가 정의된다.

동시에, 윈도우 2내의 아크고장 전류 반파의 수(AFCHCN : Arc Fault Current Half Cycle Number)를 계수하게 되는데, 만약 AFCHCN≥8인 경우 아크고장으로 판단하고 그렇지 않은 경우 정상으로 판단한다. 도면에서는 AFCHCN=7이므로 아크고장 판단에 실패한다. 따라서 윈도우는 다시 이동하게 된다.

세 번째 아크고장 전류 반파(AFCHC, 도 3의 2번 지점)의 시작점을 윈도우의 시작점으로 하고 계속적으로 전류 반파를 기록하여 정상전류 반파나 아크고장 전류 반파에 관계없이 윈도우 내의 전류 반파의 수(CHCN)가 30개가 되면 새로운 윈도우인 윈도우 3이 정의된다.

동시에, 윈도우 3내의 아크고장 전류 반파의 수(AFCHCN : Arc Fault Current Half Cycle Number)를 계수하게 되는데, 만약 AFCHCN≥8인 경우 아크고장으로 판단하고 그렇지 않은 경우 정상으로 판단한다. 도면에서는 AFCHCN=8이므로 아크고장으로 판단하게 된다.

이제 남는 문제는 각 반파가 정상전류 반파인지 아크고장 전류 반파인지를 결정해야 하는 문제가 남는다. 이때 전류 반파의 아크고장 전류 여부에 대한 판단은 다음에 기재되는 다층 퍼셉트론(Multilayer perceptron) 인공신경회로망을 기반으로 한다.

즉, 상기 전류반파의 아크고장 판단 방법은 다층 퍼셉트론 인공신경회로망을 기반으로 하는데, 이때 다층 퍼셉트론 인공신경회로망의 구조 및 신경망 가중치 그리고 바이어스 threshold(문턱전압) 값은, 도 4에 도시한 바와 같이, 인공신경회로망 학습과정을 통해서 결정되며, 그 다층 퍼셉트론 인공신경회로망의 학습과정은 다음과 같다.

먼저, 각 부하에 대한 정상파형과 아크파형들을 수집한다. 이때 아크파형들은 직렬 아크파형과 병렬 아크파형들로 구성되며, 특히 직렬 아크파형들은 각 부하별 아크파형들이 수집된다. 이때, 파형들의 수가 많기 때문에 병렬아크파형, 각 부하별 정상파형, 각 부하별 직렬 아크파형들 별로 필요한 만큼 클러스터들을 결정한다.

각 클러스터들 별로 반파 이산 프리에 변환(fourier transform)을 시도한 후, 클러스터링 기법을 적용하여 각 클러스터 별, 각 반파 별로 대표적인 주파수 스펙트럼 A(i), i=1,...,n을 얻는다. 여기서, A(i)는 i번째 고조파의 크기를 표시한다.

다음, 모든 반파 파형들에 대해 각 고조파의 크기를 기본파 크기로 나눈 B(i)=A(i)/A(1), i=1,...,9를 얻는다. 다음 각 정상반파 파형들에 대해 학습패턴 P=[B(0),B(2),..,B(9),0]을 작성한다. 반면에 각 아크반파 파형들에 대해 학습패턴 P=[B(0),B(2),...,B(9),1]을 작성한다.

다음, 모든 학습패턴 P들에 대해서 역전파(Error Back Propagation) 학습 알고리즘을 적용하여 총 허용오차(10^-4) 내에 들 때까지 반복, 학습함으로써 다층 퍼셉트론의 구조와 신경망 가중치 그리고 바이어스 threshold 값을 결정한다.

인공 신경회로망을 이용한 전류반파의 아크고장 여부를 판단하기 위하여, AD 컨버터는 CT로부터 입력되는 전류를 일정한 주기로 샘플링하여 반파 파형 데이터를 수집한다. 반파 데이터가 얻어지면 먼저 이산 프리에 변환을 시도하여 주파수 스펙트럼 A(i), i=1,...,n을 얻는다.

그리고 기본파 크기로 나눈 B(i)=A(i)/A(1), i=1,...,9를 얻은 후, 인공 신경회로망의 입력 패턴 IP=[B(0),B(2),...,B(9)]를 작성한다. 끝으로, 이 입력패턴(IP)을 3.2.1의 과정을 통해서 학습된 다층 퍼셉트론 인공신경회로망에 대한 입력으로 인가하여 아크고장 여부를 판단한다.

도 5는 인공신경회로망 기반 전류반파의 아크고장 전류 판단 기법을 나타낸 것이고, 도 6은 본 발명에서 제안되는 이산 프리에 변환과 다층 퍼셉트론 인공신경회로망을 기반으로 하는 아크고장 판단에 대한 전체 순서도를 나타낸 것으로, 다음의 제 1단계 내지 제 7단계로 설명될 수 있다.

제 1단계 : AD 컨버터는 전류센서 CT로부터 입력되는 전류를 일정한 주기로 샘플링한다.

제 2단계 : 마이크로 프로세서는 AD 컨버터와 SPI 통신을 통하여 일정한 주기로 전류 샘플링 데이터를 수집, 순차적으로 어레이에 저장한다. 동시에 매 샘플링 데이터를 취하는 순간마다 제로 크로싱을 기준으로 반파가 모두 얻어졌는지의 여부를 확인한다. 만약 반파가 완성되지 않았으면 제 2단계를 반복, 반파가 완성될 때까지 데이터 수집을 계속한다. 반면에 반파가 완료되었으면 제 3단계로 간다. 여기서 제로 크로싱은 전류 파형의 부호가 바뀌는 순간 또는 샘플링 수 가 미리 정해진 반파에 해당하는 수와 같을 때를 의미한다.

제 3단계 : 마이크로 프로세서는 반파 파형에 대해 이산 프리에 변환을 취해, 0에서 n 고조파의 크기 성분 A(i), i=1,...,n을 얻는다. 그리고 기본파 크기로 나눈 B(i)=A(i)/A(1), i=1,...,9를 얻은 후, 학습된 다층 퍼셉트론 인공 신경회로망의 입력패턴으로 IP=[B(0),B(2),...,B(9)]를 작성한 후 다음 단계로 간다.

제 4단계 : 마이크로 프로세서는 상기 다층 퍼셉트론 구조의 인공신경회로망을 기반으로 하는 이론을 이용하여 아크고장 반파인지 정상전류 반파인지 여부를 결정한다. 만약, 정상전류 반파인 경우 AFCHCN=0이면, 상기 제 2단계로 가서 샘플링 데이터 수집을 계속한다. 그렇지 않으면, CHCN=CHCN+1로 설정, 전류 반파수를 1씩 증분한 후, 다음에서 설명할 제 6단계로 간다. 반면에, 아크고장 전류 반파인 경우 제 5단계로 간다.

제 5단계 : 마이크로 프로세서는 AFCHCN=AFCHCN+1로 설정한다. 그리고hcn(AFCHCN)의 값을 CHCN으로 저장한다. 여기서 hcn(AFCHCN)은 AFCHCN 번째에 대응하는 CHCN을 저장하는 메모리공간이다. 다음, AFCHCN = 1인지의 여부가 검사된다. 만약 AFCHCN = 1인 경우 윈도우 시작 반파로 설정하고 CHCN을 1로 설정하고 다음 제 6단계로 간다. 반면에 AFCHCN이 1이 아니 경우 CHCN=CHCN+1로 설정한 후, 제 6단계로 간다.

제 6단계 : AFCHCN≥8인지의 여부가 검사되는데, 만약 AFCHCN≥8인 경우 UL1699에 기반하여 아크고장으로 판단, 아크고장 핀에 아크고장 상태를 출력한 후, 추론을 정지한다. 그렇지 않은 경우 아크고장 조건을 만족하지 않으므로 제 7단계를 계속한다.

제 7단계 : CHCN≥30인지의 여부가 검사된다. 만약, CHCN≥30이면 아크고장 판단에 실패한 경우이므로 AFCHCN=2에 대응하는 반파를 새로운 윈도우의 시작반파로 설정한다. 그리고 AFCHCN=AFCHCN-1, CHCN=hcn(AFCHCN)으로 설정한 후, 제 2단계로 가서 데이터 수집을 계속한다.

따라서, 상기와 같은 본 발명은 전기수용가의 분전반에 설치된 배선차단기(MCCB)를 매개로 샘플링된 전류신호 데이터를 수집하여 아크고장을 진단하는 지능형 주제어장치(100)를 설치함에 따라, 전기사용중에 과부하로 인하여 발생되는 아크고장 여부를 주제어장치에서 판단하고 그 결과에 따라 신속하게 배선차단기의 회로를 차단 또는 아크고장을 확인할 수 있도록 한 것이다.

10 : 단상전력관리장치
20 : 아크고장진단장치
100 : 주제어장치

Claims

전류센서 CT로부터 입력되는 전류를 AD 컨버터에서 일정한 주기로 샘플링을 하는 제1단계;
상기 AD 컨버터와 SPI 통신을 통하여 일정한 주기로 전류 샘플링 데이터를 마이크로 프로세서에서 수집하고, 그 수집된 전류 샘플링 데이터를 순차적으로 어레이에 저장하면서 제로 크로싱을 기준으로 반파가 모두 얻어졌는지의 여부를 확인하는 제2단계;
상기 제로 크로싱을 기준으로 반파가 완성되었을 때 마이크로 프로세서에서 반파 파형에 대해 이산 프리에 변환을 취하여 0에서 n 고조파의 크기 성분 A(i), i=1,...,n을 얻게 되고, 그리고 기본파 크기로 나눈 B(i)=A(i)/A(1), i=1,...,9를 얻은 후 학습된 다층 퍼셉트론 인공 신경회로망의 입력패턴으로 IP=[B(0),B(2),...,B(9)]를 작성하는 제3단계와;
상기 마이크로 프로세서는 상기 다층 퍼셉트론 구조의 인공신경회로망을 기반으로 하는 이론을 이용하여 아크고장전류 반파인지 정상전류 반파인지 여부를 결정하고, 그 결과 정상전류 반파인 경우 AFCHCN=0이면, 상기 샘플링 데이터 수집을 계속하고 그렇지 않으면, CHCN=CHCN+1로 설정, 전류 반파수를 1씩 증분한 후, 다음에서 설명할 제 6단계로 건너뛰는 제4단계와;
상기 이론을 기반으로 결정된 전류가 아크고장 전류 반파인 경우 마이크로 프로세서는 AFCHCN=AFCHCN+1로 설정하고 hcn(AFCHCN)의 값을 CHCN으로 저장하며, 다음에 AFCHCN = 1인지의 여부가 검사되어 만약 AFCHCN = 1인 경우 윈도우 시작 반파로 설정하고 CHCN을 1로 설정하고, 반면에 AFCHCN이 1이 아니 경우 CHCN=CHCN+1로 설정하는 제5단계;
상기 AFCHCN≥8인지의 여부가 검사되어, 만약 AFCHCN≥8인 경우 UL1699에 기반하여 아크고장으로 판단, 아크고장 핀에 아크고장 상태를 출력한 후 추론을 정지하고, 그렇지 않은 경우 아크고장 조건을 만족하지 않으므로 다음 제 7단계를 계속하는 제6단계;
상기 CHCN≥30인지의 여부가 검사되어, 만약 CHCN≥30이면 아크고장 판단에 실패한 경우이므로 AFCHCN=2에 대응하는 반파를 새로운 윈도우의 시작반파로 설정하고, AFCHCN=AFCHCN-1, CHCN=hcn(AFCHCN)으로 설정한 후, 제 2단계로 가서 데이터 수집을 계속하는 제7단계를 포함하여 된 것을 특징으로 하는 주택의 아크고장 전류차단을 위한 아크고장 판단방법.
제 1항에 있어서, 상기 제로 크로싱을 기준으로 반파가 모두 얻어졌는지의 여부를 확인하는 제2단계에서 제로 크로싱은 전류 파형의 부호가 바뀌는 순간 또는 샘플링 수가 미리 정해진 반파에 해당하는 수와 같을 때 또는 정상반파의 다음에 아크반파가 존재하는 경우나 정상반파의 전에 아크반파가 존재하는 경우 우선적으로 정상반파에서 파형의 부호가 바뀌는 순간을 의미하며, 만약 반파가 완성되지 않았으면 반파가 완성될 때까지 데이터 수집을 계속하는 제2단계를 반복하고, 반파가 완료되었으면 다음의 제 3단계로 가는 것을 특징으로 하는 주택의 아크고장 전류차단을 위한 아크고장 판단방법.
제 1항에 있어서, 상기 제4단계에서 마이크로 프로세서는 AFCHCN=AFCHCN+1로 설정하고 hcn(AFCHCN)의 값을 CHCN으로 저장할 때, 여기서 hcn(AFCHCN)은 AFCHCN 번째에 대응하는 CHCN을 저장하는 메모리공간인 것을 특징으로 하는 주택의 아크고장 전류차단을 위한 아크고장 판단방법.