KR20180042671A - 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치 - Google Patents

변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치 Download PDF

Info

Publication number
KR20180042671A
KR20180042671A KR1020160135142A KR20160135142A KR20180042671A KR 20180042671 A KR20180042671 A KR 20180042671A KR 1020160135142 A KR1020160135142 A KR 1020160135142A KR 20160135142 A KR20160135142 A KR 20160135142A KR 20180042671 A KR20180042671 A KR 20180042671A
Authority
KR
South Korea
Prior art keywords
gas
pattern
transformer
defect
gas pattern
Prior art date
Application number
KR1020160135142A
Other languages
English (en)
Other versions
KR102150428B1 (ko
Inventor
김한태
이지완
김준태
Original Assignee
현대일렉트릭앤에너지시스템(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대일렉트릭앤에너지시스템(주) filed Critical 현대일렉트릭앤에너지시스템(주)
Priority to KR1020160135142A priority Critical patent/KR102150428B1/ko
Publication of KR20180042671A publication Critical patent/KR20180042671A/ko
Application granted granted Critical
Publication of KR102150428B1 publication Critical patent/KR102150428B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004Gaseous mixtures, e.g. polluted air
    • G01N33/0009General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Combustion & Propulsion (AREA)
  • Immunology (AREA)
  • Algebra (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Probability & Statistics with Applications (AREA)
  • Food Science & Technology (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Housings And Mounting Of Transformers (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

본 발명의 일 실시예에 따른 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치는 변압기에서 발생한 유중가스를 수집하는 유중가스 수집부, 상기 수집된 유중가스의 가스패턴을 기 저장된 복수개의 가스패턴과 비교하여 상기 복수개의 가스패턴 중 상기 유중가스의 가스패턴과 가장 유사한 가스패턴을 선택하는 가스패턴 분석부 및 기 저장된 가스패턴에 따른 결함형태 확률 테이블을 이용하여 상기 선택된 가스패턴에 따른 변압기의 상태를 진단하는 상태 진단부를 포함한다.

Description

변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치{FAULT DIAGNOSIS APPARATUS USING A DISSOLVED GAS GENERATION PATTERN OF THE TRANSFORMER}
본 발명은 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치에 관한 것이다.
일반적으로, 변전소나 전력회사 등에 설치되는 유입변압기는 전력공급 시스템의 주요설비 중 하나이고 높은 신뢰성 유지가 요구된다. 이러한 유입변압기는 운전 중 열화 등으로 전기, 기계적인 성능이 저하되어 이상이 발생하는 경우가 있는데 그러한 현상을 사전에 감지하여 적절한 조치를 취하지 않으면 중대한 사고가 발생할 수 있다.
유입변압기 내부에 절연파괴, 국부과열 등의 이상현상이 발생하면 반드시 열 발생을 수반하며 이러한 열 발생원에 접촉한 절연유, 절연지, 프레스 보드 등의 절연재료가 열의 영향을 받아 화학반응에 의해 분해되어 가스들이 발생할 수 있다. 이 대부분의 가스들은 절연유에 용해된다. 그러므로 유입변압기의 절연유를 채취하여 가스를 추출 및 분석하면 내부에 발생한 결함 및 그 정도를 진단할 수 있다.
이러한 유중가스의 분석을 이용한 유입변압기의 진단방법은 매우 복잡한 절차와 노력을 필요로 하지만 유입변압기 내부의 결함진단으로 적중률이 높기 때문에 세계적으로 널리 이용되고 있다.
종래에는, 유중가스 발생량과 발생 가스별 조성비율을 이용하여 변압기 이상을 진단하고 있으나, 가스 발생 원인과 발생량에 대해 명확히 진단할 수 없는 문제점이 있다.
대한민국 등록특허공보 제10-1103677호 대한민국 등록특허공보 제10-1553005호
본 발명은 상기한 종래 기술의 문제점을 해결하기 위한 것으로써, 유사도 기법을 이용하여 유중가스의 가스패턴을 선택하고, 가스패턴에 따른 결함유형 확률 테이블을 이용해 상기 선택된 가스패턴에 대응되는 변압기의 상태를 진단함으로써, 가스 발생 원인과 발생량에 대해 명확히 진단할 수 있는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치를 제공한다.
본 발명의 일 실시예에 따른 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치는 변압기에서 발생한 유중가스를 수집하는 유중가스 수집부, 상기 수집된 유중가스의 가스패턴을 기 저장된 복수개의 가스패턴과 비교하여 상기 복수개의 가스패턴 중 상기 유중가스의 가스패턴과 가장 유사한 가스패턴을 선택하는 가스패턴 분석부 및 기 저장된 가스패턴에 따른 결함형태 확률 테이블을 이용하여 상기 선택된 가스패턴에 따른 변압기의 상태를 진단하는 상태 진단부를 포함한다.
일 실시예에서, 상기 가스패턴 분석부는 상기 수집된 유중가스 중에서 가장 많은 양의 가스를 기준으로 정규화를 수행하고, 상기 정규화에 의한 데이터를 상기 기 저장된 복수개의 가스패턴과 유사도 측정기법을 이용하여 가장 유사도가 큰 가스패턴을 상기 유중가스의 가스패턴으로 선택할 수 있다.
여기서, 상기 가스패턴 분석부는 코사인(cosine) 유사도 측정기법 또는 LMS(Least Mean Square) 기법 중 어느 하나를 이용하여 상기 유사도를 측정할 수 있다.
일 실시예에서, 상기 가스패턴 분석부는 수소 주도 가스패턴, 메탄 주도 가스패턴, 에탄 및 아세틸렌 주도 가스패턴 및 에틸렌 주도 가스패턴 중 적어도 하나를 저장할 수 있다.
일 실시예에서, 상기 가스패턴에 따른 결함형태 확률 테이블은 상기 가스패턴 분석부에 저장된 복수개의 가스패턴 각각에 대한 복수개의 결함형태의 발생확률에 대한 것일 수 있다.
여기서, 상기 복수개의 결함형태는 부분방전(PD), 저에너지방전(D1), 고에너지방전(D2), 제1 열적결함(T1), 제2 열적결함(T2) 및 제3 열적결함(T3) 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 상기 선택된 가스패턴에 따른 변압기의 상태를 표시하는 표시부를 더 포함할 수 있다.
여기서, 상기 표시부는 상기 유중가스의 가스패턴에 해당되는 적어도 하나의 결함형태를 상기 결함형태의 확률의 크기에 대응되도록 시각화하여 표시할 수 있다.
본 발명의 일 실시형태에 의하면, 유사도 기법을 이용하여 유중가스의 가스패턴을 선택하고, 가스패턴에 따른 결함유형 확률 테이블을 이용해 상기 선택된 가스패턴에 대응되는 변압기의 상태를 진단함으로써, 가스 발생 원인과 발생량에 대해 명확히 진단할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치를 설명하기 위한 구성도이다.
도 2는 본 발명의 다른 일 실시예에 따른 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치를 설명하기 위한 구성도이다.
도 3은 수소 주도 가스패턴을 설명하기 위한 그래프이다.
도 4는 메탄 주도 가스패턴을 설명하기 위한 그래프이다.
도 5는 에탄 및 아세틸렌 주도 가스패턴을 설명하기 위한 그래프이다.
도 6은 에틸렌 주도 가스패턴을 설명하기 위한 그래프이다.
도 7은 도 2의 표시부가 진단 방법 및 그 결과를 시각적으로 표시한 일 실시예를 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 형태들을 설명한다.
그러나, 본 발명의 실시형태는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시 형태로 한정되는 것은 아니다. 또한, 본 발명의 실시형태는 당해 기술분야에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다.
본 발명에 참조된 도면에서 실질적으로 동일한 구성과 기능을 가진 구성요소들은 동일한 부호가 사용될 것이며, 도면에서 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
도 1은 본 발명의 일 실시예에 따른 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치를 설명하기 위한 구성도이며, 도 2는 본 발명의 다른 일 실시예에 따른 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치를 설명하기 위한 구성도이고, 도 3은 수소 주도 가스패턴을 설명하기 위한 그래프이며, 도 4는 메탄 주도 가스패턴을 설명하기 위한 그래프이고, 도 5는 에탄 및 아세틸렌 주도 가스패턴을 설명하기 위한 그래프이며, 도 6은 에틸렌 주도 가스패턴을 설명하기 위한 그래프이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치(20)는 유중가스 수집부(110), 가스패턴 분석부(120) 및 상태 진단부(130)를 포함할 수 있다.
일 실시예에서, 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치(20)는, 도 2에서와 같이, 표시부(140)를 더 포함할 수 있다.
유중가스 수집부(110)는 변압기(10) 내 절연유에 함유된 유증가스를 검출할 수 있다. 일 실시예에서, 유중가스 수집부(110)는 유중가스를 검출하기 위한 검출센서를 포함할 수 있다. 유중가스 수집부(110)는 유중가스 중 수소(H2), 메탄(CH4), 아세틸렌(C2H2), 에틸렌(C2H4) 및 에탄(C2H6)을 검출하여 각각 그 양을 측정할 수 있다.
가스패턴 분석부(120)는 유중가스 수집부(110)에서 수집한 유중가스의 조성비에 따른 가스패턴을 기 저장된 복수개의 가스패턴과 비교하여 가장 유사한 가스패턴을 선택할 수 있다.
여기서, 가스패턴 분석부(120)에 저장된 복수개의 가스패턴은 수소 주도 가스패턴(도 3 참조), 메탄 주도 가스패턴(도 4 참조), 에탄 및 아세틸렌 주도 가스패턴(도 5 참조) 및 에틸렌 주도 가스패턴(도6 참조)를 포함할 수 있다.
일 실시예에서, 가스패턴 분석부(120)는 유중가스 수집부(110)에 의해 수집된 유중가스 중 가장 많은 양의 가스를 기준으로 정규화(Normalization)를 수행하고, 상기 정규화에 의한 데이터를 상기 기 저장된 복수개의 가스패턴과 비교하여 가장 유사도가 큰 가스패턴을 선택할 수 있다. 여기서, 가스패턴 분석부(120)는 유사도 측정기법을 이용하여 정규화 데이터와 기 저장된 가스패턴을 비교할 수 있으며, 예컨대, 코사인 유사도 측정기법 또는 LMS(Least Mean Square) 기법 등이 사용될 수 있다.
상태 진단부(130)는 가스패턴 분석부(120)에서 선택한 유중가스의 가스패턴에 따른 변압기(10)의 상태를 진단할 수 있다. 구체적으로, 상태 진단부(130)는 가스패턴에 따른 결함형태 확률 테이블을 이용하여 가스패턴 분석부(120)에서 선택된 가스패턴별 발생 가능한 결함형태와 그 확률을 추출할 수 있다. 여기서, 결함형태는 부분방전(PD), 저에너지방전(D1), 고에너지방전(D2), 제1 열적결함(T1), 제2 열적결함(T2) 및 제3 열적결함(T3) 중 적어도 하나를 포함할 수 있다. 여기서, 제1 열적결함(T1), 제2 열적결함(T2) 및 제3 열적결함(T3)은 서로 다른 온도범위에 해당되는 열적결함일 수 있다.
일 실시예에서, 가스패턴 분석부(120)와 상태 진단부(130)는 각각 적어도 하나의 프로세싱 유닛 및 메모리를 포함할 수 있다. 여기서, 프로세싱 유닛은 예를 들어 중앙처리장치(CPU), 그래픽처리장치(GPU), 마이크로프로세서, 주문형 반도체(Application Specific Integrated Circuit, ASIC), Field Programmable Gate Arrays(FPGA) 등을 포함할 수 있으며, 복수의 코어를 가질 수 있다. 메모리는 휘발성 메모리, 비휘발성 메모리 또는 이들의 조합일 수 있다.
또한, 가스패턴 분석부(120)는 실시 예에 따라 상태 진단부(130)의 일부분의 구성요소로 포함될 수 있다. 보다 구체적으로 가스패턴 분석부(120)와 상태 진단부(130)는 원칩 프로세서로 구성될 수 있으며, 상태 진단부(130)는 가스패턴 분석부(120)를 포함할 수 있으며, 보다 자세히, 가스패턴 분석부(120)는 상태 진단부(130)의 일부 컴포넌트(component)로 배치될 수 있다.
표시부(140)는 상태 진단부(130)에 의해 선택된 가스패턴에 따른 변압기의 상태를 표시할 수 있다.
구체적으로, 표시부(140)는 상태 진단부(130)에 의해 추출된 적어도 하나의 결함형태를 상기 결함형태의 확률의 크기에 대응되도록 시각화하여 표시할 수 있다.
도 7은 도 2의 표시부가 진단 방법 및 그 결과를 시각적으로 표시한 일 실시예를 설명하기 위한 도면이다.
도 7을 참조하면, 표시부(140)는 진단 순서에 따라 유중가스 수집부(110)에 의해 수집된 유중가스 중 가장 많은 양의 가스의 유형, 가스패턴 분석부(120)에 의해 선택된 가스패턴 및 상태 진단부(130)에 의해 추출된 적어도 하나의 결함형태를 시각화하여 표시할 수 있다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고 후술하는 특허청구범위에 의해 한정되며, 본 발명의 구성은 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 그 구성을 다양하게 변경 및 개조할 수 있다는 것을 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 쉽게 알 수 있다.
10: 변압기
20: 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
110: 유중가스 수집부
120: 가스패턴 분석부
130: 상태 진단부
140: 표시부

Claims (8)

  1. 변압기에서 발생한 유중가스를 수집하는 유중가스 수집부;
    상기 수집된 유중가스의 가스패턴을 기 저장된 복수개의 가스패턴과 비교하여 상기 복수개의 가스패턴 중 상기 유중가스의 가스패턴과 가장 유사한 가스패턴을 선택하는 가스패턴 분석부; 및
    기 저장된 가스패턴에 따른 결함형태 확률 테이블을 이용하여 상기 선택된 가스패턴에 따른 변압기의 상태를 진단하는 상태 진단부;
    를 포함하는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
  2. 제1항에 있어서, 상기 가스패턴 분석부는,
    상기 수집된 유중가스 중에서 가장 많은 양의 가스를 기준으로 정규화를 수행하고, 상기 정규화에 의한 데이터를 상기 기 저장된 복수개의 가스패턴과 유사도 측정기법을 이용하여 가장 유사도가 큰 가스패턴을 상기 유중가스의 가스패턴으로 선택하는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
  3. 제2항에 있어서, 상기 가스패턴 분석부는,
    코사인(cosine) 유사도 측정기법 또는 LMS(Least Mean Square) 기법 중 어느 하나를 이용하여 상기 유사도를 측정하는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
  4. 제1항에 있어서, 상기 가스패턴 분석부는,
    수소 주도 가스패턴, 메탄 주도 가스패턴, 에탄 및 아세틸렌 주도 가스패턴 및 에틸렌 주도 가스패턴 중 적어도 하나를 저장하는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
  5. 제1항에 있어서, 상기 가스패턴에 따른 결함형태 확률 테이블은,
    상기 가스패턴 분석부에 저장된 복수개의 가스패턴 각각에 대한 복수개의 결함형태의 발생확률에 대한 것인 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
  6. 제5항에 있어서, 상기 복수개의 결함형태는,
    부분방전(PD), 저에너지방전(D1), 고에너지방전(D2), 제1 열적결함(T1), 제2 열적결함(T2) 및 제3 열적결함(T3) 중 적어도 하나를 포함하는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
  7. 제1항에 있어서,
    상기 선택된 가스패턴에 따른 변압기의 상태를 표시하는 표시부를 더 포함하는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
  8. 제7항에 있어서, 상기 표시부는,
    상기 유중가스의 가스패턴에 해당되는 적어도 하나의 결함형태를 상기 결함형태의 확률의 크기에 대응되도록 시각화하여 표시하는 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치.
KR1020160135142A 2016-10-18 2016-10-18 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치 KR102150428B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160135142A KR102150428B1 (ko) 2016-10-18 2016-10-18 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160135142A KR102150428B1 (ko) 2016-10-18 2016-10-18 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치

Publications (2)

Publication Number Publication Date
KR20180042671A true KR20180042671A (ko) 2018-04-26
KR102150428B1 KR102150428B1 (ko) 2020-09-01

Family

ID=62082578

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160135142A KR102150428B1 (ko) 2016-10-18 2016-10-18 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치

Country Status (1)

Country Link
KR (1) KR102150428B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109374324A (zh) * 2018-09-29 2019-02-22 国网山西省电力公司阳泉供电公司 基于振动信号特征矩阵相似度的变压器机械故障诊断方法
DE102019108410A1 (de) 2018-04-12 2019-10-17 Doosan Heavy Industries & Construction Co., Ltd. Verfahren und Vorrichtung zum biologischen Behandeln von Stickstoff
KR20220011047A (ko) * 2020-07-20 2022-01-27 주식회사 원프레딕트 유중 가스 데이터 보정을 기반으로 한 변압기 상태 결정 방법 및 이러한 방법을 사용하는 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230037909A (ko) 2021-09-10 2023-03-17 한국전력공사 변압기 내 유중가스 감지용 가스센서 및 이의 제조방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101103677B1 (ko) 2010-11-11 2012-01-11 박기주 부분방전 검출 기능을 갖는 유입 변압기 및 부분방전 검출방법
KR20120033040A (ko) * 2010-09-29 2012-04-06 주식회사 과학기술분석센타 구취측정방법
KR20130002469A (ko) * 2011-06-29 2013-01-08 현대중공업 주식회사 변압기 유중가스 분석 방법
KR101553005B1 (ko) 2015-04-20 2015-10-01 지투파워 (주) 전력설비의 부분방전 감시진단 시스템
KR20160089404A (ko) * 2013-12-18 2016-07-27 (주)파워피디 전력설비 데이터 저장 장치 및 이를 포함하는 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120033040A (ko) * 2010-09-29 2012-04-06 주식회사 과학기술분석센타 구취측정방법
KR101103677B1 (ko) 2010-11-11 2012-01-11 박기주 부분방전 검출 기능을 갖는 유입 변압기 및 부분방전 검출방법
KR20130002469A (ko) * 2011-06-29 2013-01-08 현대중공업 주식회사 변압기 유중가스 분석 방법
KR20160089404A (ko) * 2013-12-18 2016-07-27 (주)파워피디 전력설비 데이터 저장 장치 및 이를 포함하는 시스템
KR101553005B1 (ko) 2015-04-20 2015-10-01 지투파워 (주) 전력설비의 부분방전 감시진단 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019108410A1 (de) 2018-04-12 2019-10-17 Doosan Heavy Industries & Construction Co., Ltd. Verfahren und Vorrichtung zum biologischen Behandeln von Stickstoff
DE102019108410B4 (de) 2018-04-12 2020-07-23 Doosan Heavy Industries & Construction Co., Ltd. Verfahren und Vorrichtung zur Entfernung von Stickstoff aus Schmutzwasser und Abwasser
CN109374324A (zh) * 2018-09-29 2019-02-22 国网山西省电力公司阳泉供电公司 基于振动信号特征矩阵相似度的变压器机械故障诊断方法
KR20220011047A (ko) * 2020-07-20 2022-01-27 주식회사 원프레딕트 유중 가스 데이터 보정을 기반으로 한 변압기 상태 결정 방법 및 이러한 방법을 사용하는 장치

Also Published As

Publication number Publication date
KR102150428B1 (ko) 2020-09-01

Similar Documents

Publication Publication Date Title
US10379151B2 (en) Method for recognizing partial discharges emitted inside or outside an electrical apparatus
KR20180042671A (ko) 변압기의 유중가스 발생 패턴을 이용한 결함 진단 장치
US9599653B2 (en) Method for diagnosing internal fault of oil-immersed transformer through composition ratio of dissolved gas in oil
Ali et al. Conventional methods of dissolved gas analysis using oil-immersed power transformer for fault diagnosis: A review
KR20200039368A (ko) 변압기의 이상 탐지 방법
CN104297599A (zh) 一种六氟化硫电气设备故障诊断方法及系统
Hamid et al. Dissolved gas analysis (DGA) of vegetable oils under electrical stress
KR101325177B1 (ko) 유중가스 조성비를 통한 유입변압기의 내부결함 진단방법
KR101290295B1 (ko) 유중가스 함량비 조합을 통한 유입변압기의 내부결함 진단방법
KR101290807B1 (ko) 유중가스 조성비를 통한 유입변압기의 내부 결함 진단방법
Syafruddin et al. Dissolved gas analysis (DGA) for diagnosis of fault in oil-immersed power transformers: A case study
KR20240118725A (ko) 유입식 케이블의 결함 진단 장치
Hamrick Dissolved gas analysis for transformers
KR101290806B1 (ko) 유중가스 함량비를 통한 유입변압기의 내부결함 진단방법
Putra et al. Dissolved gas analysis of generator step up transformer in Grati power plant using random forest based method
Hussein et al. Faults diagnosis and assessment of transformer insulation oil quality: intelligent methods based on dissolved gas analysis a-review
Stenkovski et al. Methods of Analysis of Dissolved Gasses in Transformer Oil
Shanker et al. Comparison of Partial Discharge Performance of Identical Generator Transformers in a Thermal Power Station by Acoustic Emission Technique-Case Studies
Haema et al. A prediction technique of power transformer condition assessment via DGA parameters
JP2001069659A (ja) 油中ガス分析によるofケーブル線路の異常検知方法
Zylka Electrochemical gas sensors can supplement chromatography-based DGA
JP2018037563A (ja) 油入変圧器の内部異常診断方法
Zhang et al. Chromatic processing of DGA data produced by partial discharges for the prognosis of HV transformer behaviour
Surawijaya et al. Diagnosis of Power Transformer Condition using Dissolved Gas Analysis Technique: Case Studies at Geothermal Power Plants In Indonesia
Etman et al. Performance evaluation of dissolved gas analysis techniques against measurement errors

Legal Events

Date Code Title Description
N231 Notification of change of applicant
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant