KR20210092630A - 전력설비의 자산관리 방법 - Google Patents
전력설비의 자산관리 방법 Download PDFInfo
- Publication number
- KR20210092630A KR20210092630A KR1020200006257A KR20200006257A KR20210092630A KR 20210092630 A KR20210092630 A KR 20210092630A KR 1020200006257 A KR1020200006257 A KR 1020200006257A KR 20200006257 A KR20200006257 A KR 20200006257A KR 20210092630 A KR20210092630 A KR 20210092630A
- Authority
- KR
- South Korea
- Prior art keywords
- power facility
- data
- power
- facility
- asset management
- Prior art date
Links
- 238000007726 management method Methods 0.000 title claims abstract description 34
- 238000012423 maintenance Methods 0.000 claims abstract description 47
- 238000002076 thermal analysis method Methods 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 17
- 238000013461 design Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 28
- 230000036541 health Effects 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000009413 insulation Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000006866 deterioration Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000009795 derivation Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명에 의한 전력설비의 자산관리 방법은, 전력설비 기종 별 기준 신뢰도 모델을 생성하는 단계, 상기 전력설비의 설계 데이터, 운영 데이터, 제어 데이터, 점검 데이터 및 수요 예측 데이터를 포함하는 설비 사양 데이터를 취득하는 단계, 상기 전력설비의 실시간 운전 데이터를 취득하는 단계, 상기 전력설비의 설비 사양 데이터 및 실시간 운전 데이터를 이용하여 실시간 열 해석을 수행하고 전력설비 최대 열적 허용용량을 계산하는 단계, 상기 수요 예측 데이터에 따른 상기 전력설비의 열적 변화를 예측하고, 상기 전력설비 최대 열적 허용용량에 기반하여 과부하로 인한 수명 손실률을 산출하는 단계, 및 상기 수명 손실률을 토대로 유지보수 전략을 도출하고, 이에 따라 유지보수를 수행 후 신뢰도 모델을 갱신하는 단계를 포함한다.
Description
본 발명은 전력설비의 자산관리 방법에 관한 것으로서, 전력설비에 대한 열 해석을 바탕으로 유지보수 전략을 도출할 수 있는 전력설비의 자산관리 방법 및 이를 실행하는 장치에 관한 것이다.
전력계통에는 발전기의 출력 전압을 승압하거나, 계통의 전압을 강압하기 위하여 변전소가 설치되어 있다. 변전소에는 전압을 승압 또는 강압하기 위한 변압기 외에, 전력을 집중, 배분하기 위한 기기나 조류를 제어하기 위한 기기 또는 계통이나 변전소내의 기기를 보호, 제어하기 위한 기기가 설치되어 있다.
예를 들면 가스절연개폐장치(GIS)에 사용되는 차단기에는 가스압을 검출하는 가스압센서, 이상에 따른 신호를 검출하는 가속도센서, 전류전압검출기 등이 설치되고, 변압기에는 변압기의 상태를 검출하는 센서로서 온도계, 압력계, 유면센서, 전류검출기 등이 설치되어 있다
이들 센서는 전기신호를 전송하는 케이블을 거쳐 보호장치, 계측장치, 제어장치 및 기기 감시장치에 접속되어 있다. 다시 보호장치, 계측장치, 제어장치 및 기기 감시장치는 각각 전기신호를 전송하는 케이블을 거쳐 상위의 변전소 감시제어장치에 접속되어 있다.
상기의 변전소에는 전기를 안정적으로 공급하기 위한 아주 복잡한 설비가 갖추어지게 되며, 이러한 변전소에 설치된 차단기와 같은 각종 장치의 동작상태를 모니터링 하여 고장의 징후를 미리 발견하여 대비하거나 아니면 발생된 고장에 신속히 대응하여 복구할 수 있도록 모니터링시스템이 제공되고 있다.
하지만, 변전소의 전력설비에 대한 정확한 상태를 파악하여 관리하는데 어려움이 있어, 기기 별 교체주기, 유지보수방안 등에 있어서 최적화된 자산관리 기법에 대한 필요성이 대두되고 있으며 이러한 요구사항을 해결하기 위한 방안이 필요한 실정이다.
본 발명은 전력설비에 대한 실시간 열 해석 및 수요 예측(또는 운영 계획)에 따른 전력설비의 열적 변화를 예측하고, 이를 바탕으로 유지보수 전략을 도출할 수 있는 전력설비의 자산관리 방법을 제공하는 것을 목적으로 한다.
본 발명은 전력설비의 최대 열적 허용용량 기반의 실제 과부하로 인한 수명 손실률을 산출해 유지보수 전략을 도출할 수 있는 전력설비의 자산관리 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 전력설비의 교체 주기, 유지보수 방안 및 자산관리 기법의 요청에 대한 고객의 다양한 니즈를 만족시킬 수 있도록 하는 전력설비의 자산관리 방법 및 이를 실행하는 장치를 제공하는 것을 목적으로 한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명에 의한 전력설비의 자산관리 방법은, (a) 전력설비 기종 별 기준 신뢰도 모델을 생성하는 단계; (b) 상기 전력설비의 설계 데이터, 운영 데이터, 제어 데이터, 점검 데이터 및 수요 예측 데이터를 포함하는 설비 사양 데이터를 취득하는 단계; (c) 상기 전력설비의 실시간 운전 데이터를 취득하는 단계; (d) 상기 전력설비의 설비 사양 데이터 및 실시간 운전 데이터를 이용하여 실시간 열 해석을 수행하고 전력설비 최대 열적 허용용량을 계산하는 단계; (e) 상기 수요 예측 데이터에 따른 상기 전력설비의 열적 변화를 예측하고, 상기 전력설비 최대 열적 허용용량에 기반하여 과부하로 인한 수명 손실률을 산출하는 단계; 및 (f) 상기 수명 손실률을 토대로 유지보수 전략을 도출하고, 이에 따라 유지보수를 수행 후 신뢰도 모델을 갱신하는 단계;를 포함한다.
여기서, 상기 설비 사양 데이터는 상기 전력설비의 제작 사양 데이터, 운전 환경 데이터, 운전 조건 데이터 및 수요 예측 데이터를 포함할 수 있다.
또한, 상기 실시간 운전 데이터는 상기 전력설비의 실시간 전압 및 전류를 포함할 수 있다.
한편, 상기 실시간 열 해석은 상기 전력설비의 제작 사양, 운전 조건 및 지속 시간에 따른 열 해석을 수행할 수 있다.
또한, 상기 전력설비의 핫-스팟(hot-spot) 및 시정수(time constant)를 이용하여 상기 전력설비 최대 열적 허용용량을 계산할 수 있다.
또한, 상기 수명 손실률을 산출하는 것은, 상기 전력설비 최대 열적 허용용량과 대비하여 상기 전력설비 최대 열적 허용용량을 초과하는 과부하의 지속 시간과 정도를 파악하여 상기 수명 손실률을 산출할 수 있다.
또한, 상기 수명 손실률을 산출하는 것은 절연물 열화 모델을 이용하여 산출할 수 있다.
한편, 상기 (f) 단계는, (g) 상기 수명 손실률을 반영하여 상기 전력설비의 건전도를 평가하고 평가된 건전도에 따라 상기 기준 신뢰도 모델을 캘리브레이션(calibration)하는 단계; 및 (h) 캘리브레이션된 신뢰도 모델을 토대로 유지보수 전략을 도출하고, 이에 따라 유지보수를 수행 후 신뢰도 모델을 갱신하는 단계;를 포함할 수 있다.
또한, 상기 전력설비의 건전도 평가는 상기 전력설비 최대 열적 허용용량 대비 운전 가능시간의 산출 및 운전 지속여부의 판단을 포함할 수 있다.
또한, 상기 전력설비의 건전도 평가는 상기 전력설비에 대한 절연기능 위험도, 열/화학적 위험도 및 기계적 위험도에 대한 평가를 포함할 수 있다.
한편, 상기 (f) 단계는, (i) 상기 수명 손실률을 상기 전력설비의 수명모델에 바로 반영하는 단계; 및 (j) 반영된 수명모델에 따라 유지보수 전략을 도출하는 단계;를 포함할 수 있다.
본 발명에 따르면, 전력설비에 대한 실시간 열 해석 및 수요 예측(또는 운영 계획)에 따른 전력설비의 열적 변화를 예측하고 이를 바탕으로 유지보수 전략을 도출할 수 있는 전력설비의 자산관리 방법을 제공할 수 있다.
또한, 본 발명은 전력설비의 최대 열적 허용용량 기반의 과부하로 인한 수명 손실률을 산출해 건전도 평가에 반영함으로써, 전력설비에 대한 더욱 정확한 신뢰도 모델을 생성할 수 있고 전력설비가 설치된 외부 환경을 반영한 유지보수 전략을 도출할 수 있는 전력설비의 자산관리 방법을 제공할 수 있다.
또한, 본 발명은 전력설비의 교체 주기, 유지보수 방안 및 자산관리 기법에 대한 고객의 다양한 니즈를 만족시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 전력설비의 자산관리 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 전력설비의 자산관리 장치의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에서 최대 열적 허용용량을 이용한 과부하 판정 기준의 예를 설명하기 위한 그래프이다.
도 2는 본 발명의 일 실시예에 따른 전력설비의 자산관리 장치의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에서 최대 열적 허용용량을 이용한 과부하 판정 기준의 예를 설명하기 위한 그래프이다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
도 1은 본 발명의 일 실시예에 따른 전력설비의 자산관리 방법을 설명하기 위한 흐름도이다.
도 1을 참조하면, 본 발명에 따른 전력설비의 자산관리 방법은 전력설비의 기준 신뢰도 모델 생성 단계(S110), 전력설비의 설비 사양 데이터 취득 단계(S120), 전력설비의 실시간 운전 데이터 취득 단계(S130), 전력설비의 실시간 열 해석 수행 및 전력설비 최대 열적 허용용량 계산 단계(S140), 전력설비 최대 열적 허용용량에 기반한 과부하로 인한 수명 손실률 산출 단계(S150), 수명 손실률을 반영한 전력설비의 건전도 평가 및 이에 따른 기준 신뢰도 모델 캘리브레이션 단계(S160), 캘리브레이션된 신뢰도 모델을 토대로 유지보수 전략 도출 단계(S170), 유지보수 실행 및 이에 따른 전력설비의 신뢰도 모델 갱신 단계(S180)를 포함한다.
우선, 전력설비의 기준 신뢰도 모델 생성 단계(S110)에서는, 전력설비 기종 별 기준 신뢰도 모델을 생성한다. 일 실시예에서, 전력설비 기종별 기준 신뢰도 모델은 전력설비 기본정보 및 고장이력 정보를 토대로 생성할 수 있으며, 구체적으로는 상기 전력설비 기본 정보와 고장이력 정보를 토대로 고장 데이터를 추출하고 최적 기준 시점 전후로 상기 고장 데이터를 분할하며, 각 데이터 세트에 대해 신뢰도 모델을 생성하고 형상모수와 척도모수를 추정한 후, 상기 각 데이터 세트의 신뢰도 모델을 합성한 혼합 모델을 도출함으로써 생성할 수 있다.
전력설비의 설비 사양 데이터 취득 단계(S120)에서는 전력설비의 설계 데이터, 운영 데이터, 제어 데이터, 점검 데이터 및 수요 예측 데이터를 포함하는 설비 사양 데이터를 취득한다. 이때, 전력설비의 설비 사양 데이터는 전력설비의 제작 사양 데이터, 운전 환경 데이터, 운전 조건 데이터 및 수요 예측 데이터를 포함한다. 전력설비가 설치되는 사이트의 기온, 습도, 토질 등을 포함하는 운전 환경이나, 예상 부하량 등의 운전 조건 데이터, 그리고 부하 예측 등의 수요 예측 데이터를 각 전력설비 별로 취득하는 것이다.
전력설비의 실시간 운전 데이터 취득 단계(S130)에서는, SCADA 등을 통해 전력설비의 실시간 전압 및 전류를 포함하는 실시간 운전 데이터를 취득한다.
전력설비의 실시간 열 해석 수행 및 전력설비 최대 열적 허용용량 계산 단계(S140)에서는 전력설비의 설비 사양 데이터 및 전력설비의 실시간 운전 데이터를 이용하여 실시간 열 해석을 수행하는 한편, 전력설비 최대 열적 허용용량을 계산한다. 일 실시예에서, 전력설비의 실시간 열 해석은 전력설비의 제작 사양, 운전 조건 및 지속 시간에 따른 열 해석을 수행하게 되며, 또한 전력설비의 핫-스팟(hot-spot), 시정수(time constant) 등을 이용하여 전력설비 최대 열적 허용용량 등을 계산할 수 있다.
전력설비는 모든 부분에서 온도가 일정하게 유지되는 것이 아니라 특정 포인트에 열이 집중되는 현상이 발생하며 이를 핫-스팟(hot-spot)이라 부른다. 전력설비에 고장이 발생하는 경우, 대부분 핫-스팟에서 먼저 고장이 발생할 가능성이 크므로, 핫-스팟과 같은 가장 취약한 부분을 기준으로 예측 및 파악할 필요가 있다.
한편, 시정수(time constant)는 전력설비의 열 변화량이 얼마나 큰지를 나타낸다. 예를 들어, 시정수가 작으면 열 변화량이 크기 때문에 부하가 가해질 때 상대적으로 열이 더 빨리 오를 것이라고 예측할 수 있다. 반대로 시정수가 크면 열 변화량이 작기 때문에 부하가 가해질 때 상대적으로 열이 천천히 오를 것이라고 예측할 수 있을 것이다. 이 단계에서는 이와 같은 전력설비의 핫-스팟, 시정수 등을 이용하여 전력설비 최대 열적 허용용량을 계산하게 된다.
다음, 전력설비 최대 열적 허용용량에 기반한 과부하로 인한 수명 손실률 산출 단계(S150)에서는, 전력설비에 대한 실시간 열 해석 및 전력설비 최대 열적 허용용량을 바탕으로 하여 수요 예측 데이터에 따른 전력설비의 열적 변화를 예측하고, 전력설비 최대 열적 허용용량에 기반하여 과부하로 인한 수명 손실률을 산출한다.
앞서 설명한 전력설비의 핫-스팟이나 시정수, 그리고 최대 열적 허용용량은 전력설비의 현 상태를 평가하는 것이며, 이에 대해 미래에 발생할 수요 예측 데이터를 적용하게 되면 현 상태에서의 핫-스팟, 시정수, 최대 열적 허용용량을 기준으로 향후 부하 증가에 의한 온도 상승 시에 최대 열적 허용용량에 도달할 때까지의 시간이 얼마나 걸릴지를 예측할 수 있게 된다.
즉, S150 단계에서는, 앞선 S140 단계에서 수행한 실시간 열 해석 및 전력설비 최대 열적 허용용량 계산을 바탕으로 앞으로 부하의 수요가 어떻게 변할 것이라는 수요 예측 데이터에 따라서 전력설비의 열적 변화를 예측하고, 이를 전력설비 최대 열적 허용용량과 대비하여 상기 최대 열적 허용용량을 초과하는 과부하의 지속 시간과 정도를 파악하고 과부하로 인한 수명 손실률을 계산하는 것이다.
일 실시예에서, S150 단계는 수명 손실률의 계산 시에 절연물 열화 모델을 이용하여 계산할 수 있다.
도 3은 본 발명의 일 실시예에서 최대 열적 허용용량을 이용한 과부하 판정 기준의 예를 설명하기 위한 그래프이다.
도 3을 참조하면, 320은 특정 전력설비의 최대 열적 허용용량을 시간 대 별로 나타낸 것이다. 최대 열적 허용용량(310)은 시간에 따라 주변 온도 등의 영향으로 변화하게 된다. 그리고, 부하(320)는 시간의 흐름에 따른 부하값이다.
여기서, 최대 열적 허용용량(310) 보다 부하(320)가 높은 경우 과부하가 발생하는 것으로 판단하게 되며, 또한 최대 열적 허용용량(310)과 부하(320)의 차이를 통해 과부하의 정도도 산출 가능하게 된다.
본 발명에서는, 이를 통해 전력설비에 과부하가 지속되는 시간과 그 정도를 판단할 수 있고, 일 실시예로서는 과부하의 지속 시간과 정도를 기반으로 절연물 열화 모델을 이용하여 해당 전력설비의 수명 손실률을 계산할 수 있다.
다음, 수명 손실률을 반영한 전력설비의 건전도 평가 및 이에 따른 기준 신뢰도 모델 캘리브레이션 단계(S160)는 수명 손실률을 반영하여 전력설비의 건전도를 평가하고 평가된 건전도에 따라 기준 신뢰도 모델을 캘리브레이션(calibration) 한다.
이때, 전력설비의 건전도 평가는 전력설비에 대한 절연기능 위험도, 열/화학적 위험도 및 기계적 위험도 등에 대한 평가를 포함할 수 있으며, 또한 전력설비 최대 열적 허용용량 대비 운전 가능시간을 산출하고 운전 지속여부에 대한 판단을 할 수 있다.
전력설비의 운영 시, 외부의 기온은 계속적으로 변화하고 전력설비의 부하량도 계속적으로 변하기 때문에, 전력설비의 온도가 상승하는 것도 실시간으로 달라지게 된다. 예를 들어, 전력설비가 기온이 낮은 곳에 설치되어 있다면 부하가 더 증가하더라도 낮은 기온으로 인해 전력설비의 온도 상승이 평상 시 대비 낮아지므로, 전력설비 최대 열적 허용용량(310)은 높아진다. 반대로, 전력설비가 기온이 높은 곳에 설치되어 있다면 부하의 증가 시 전력설비의 온도 상승이 평상 시 대비 더 높아지므로, 전력설비 최대 열적 허용용량(310)은 낮아지게 된다.
S160 단계에서는, 이상과 같은 변화하는 외부 환경 요소를 감안하여 전력설비 최대 열적 허용용량 대비 운전 가능시간 산출 및 운전 지속여부 판단 등의 건전도 평가를 수행하기 때문에, 다이내믹 레이팅(Dynamic Rating) 즉, 동적 용량 판단이 가능하게 된다.
본 발명은 이러한 다이내믹 레이팅(Dynamic Rating) 방식이 적용된 건전도 평가 결과에 따라 이후 전력설비의 기준 신뢰도 모델을 캘리브레이션 하기 때문에, 더욱 정확한 신뢰도 모델을 생성할 수 있게 된다.
이후, 캘리브레이션된 신뢰도 모델을 토대로 유지보수 전략 도출 단계(S170)에서는 S160 단계에서 캘리브레이션된 신뢰도 모델을 토대로 전력설비에 대한 유지보수 전략을 도출한다.
그리고, 유지보수 실행 및 이에 따른 전력설비의 신뢰도 모델 갱신 단계(S180)에서, 유지보수 전략에 따라 유지보수를 실행하고, 유지보수 수행 결과에 따라 전력설비의 신뢰도 모델을 갱신하게 된다.
이상과 같이, 본 발명은 전력설비에 대한 실시간 열 해석 및 수요 예측(또는 운영 계획)에 따른 전력설비의 열적 변화를 예측하고 또한 전력설비의 최대 열적 허용용량 기반의 과부하로 인한 수명 손실률을 산출해 건전도 평가에 반영함으로써, 전력설비에 대한 더욱 정확한 신뢰도 모델을 생성할 수 있고 전력설비가 설치된 외부 환경을 반영한 유지보수 전략을 제공할 수 있다.
한편, 본 실시예에서는 전력설비의 수명 손실률을 계산한 후, 계산된 수명 손실률을 반영하여 전력설비의 건전도 평가 및 이에 따른 기준 신뢰도 모델 캘리브레이션 단계(S160)를 수행하고 있으나, 본 발명은 이에 한정되는 것은 아니며 건전도 평가 외에 다양한 방식으로 수명 손실률을 활용할 수 있다.
일예로, 전력설비의 수명 손실률을 계산한 후, 계산된 수명 손실률을 바로 해당 전력설비의 수명모델에 반영하고, 이를 토대로 해당 전력설비에 대한 유지보수 전략을 도출할 수 있다.
다음, 도 2는 본 발명의 일 실시예에 따른 전력설비의 자산관리 장치의 내부 구조를 설명하기 위한 블록도다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 전력설비 자산관리 장치(100)는, 신뢰도 모델 관리부(110), 데이터 취득부(120), 최대 열적 허용용량 계산부(130), 전력설비 열적 변화 예측부(140), 건전도 평가부(150), 유지보수 전략 도출부(160) 및 유지보수 실행부(170)를 포함한다.
먼저, 신뢰도 모델 관리부(110)는 전력설비 기종 별 기준 신뢰도 모델을 생성하고 관리하며, 또한 유지보수 실행부(170)에서의 유지보수 수행 결과에 따라 전력설비의 신뢰도 모델을 갱신한다.
일 실시예에서, 전력설비 기종별 기준 신뢰도 모델은 전력설비 기본정보 및 고장이력 정보를 토대로 생성할 수 있으며, 구체적으로는 상기 전력설비 기본 정보와 고장이력 정보를 토대로 고장 데이터를 추출하고 최적 기준 시점 전후로 상기 고장 데이터를 분할하며, 각 데이터 세트에 대해 신뢰도 모델을 생성하고 형상모수와 척도모수를 추정한 후, 상기 각 데이터 세트의 신뢰도 모델을 합성한 혼합 모델을 도출함으로써 생성할 수 있다.
데이터 취득부(120)는 전력설비의 설계 데이터, 운영 데이터, 제어 데이터, 점검 데이터 및 수요 예측 데이터를 포함하는 설비 사양 데이터를 취득한다. 이때, 전력설비의 설비 사양 데이터는 전력설비의 제작 사양 데이터, 운전 환경 데이터, 운전 조건 데이터 및 수요 예측 데이터를 포함한다. 전력설비가 설치되는 사이트의 기온, 습도, 토질 등을 포함하는 운전 환경이나, 예상 부하량 등의 운전 조건 데이터, 그리고 부하 예측 등의 수요 예측 데이터를 각 전력설비 별로 취득하는 것이다.
아울러, 데이터 취득부(120)는 SCADA 등을 통해 전력설비의 실시간 전압 및 전류를 포함하는 실시간 운전 데이터를 취득한다.
최대 열적 허용용량 계산부(130)는, 전력설비의 설비 사양 데이터 및 전력설비의 실시간 운전 데이터를 이용하여 실시간 열 해석을 수행하는 한편, 전력설비 최대 열적 허용용량을 계산한다. 일 실시예에서, 전력설비의 실시간 열 해석은 전력설비의 제작 사양, 운전 조건 및 지속 시간에 따른 열 해석을 수행하게 되며, 또한 구체적으로 전력설비의 핫-스팟(hot-spot), 시정수(time constant), 그리고 전력설비 최대 열적 허용용량 등을 계산하여 열 해석을 수행할 수 있다.
상술한 바와 같이, 전력설비는 열이 집중되는 핫-스팟(hot-spot)에서 먼저 고장이 발생할 가능성이 크므로, 핫-스팟과 같은 가장 취약한 부분을 기준으로 예측 및 파악할 필요가 있고, 또한 시정수(time constant)는 전력설비의 열 변화량이 얼마나 큰지를 나타낸다. 최대 열적 허용용량 계산부(130)는 이와 같은 전력설비의 핫-스팟, 시정수 등을 이용하여 전력설비 최대 열적 허용용량을 계산하게 된다.
수명 손실률 산출부(140)는 전력설비에 대한 실시간 열 해석 및 전력설비 최대 열적 허용용량을 바탕으로 하여 수요 예측 데이터에 따른 전력설비의 열적 변화를 예측하고, 전력설비 최대 열적 허용용량에 기반하여 과부하로 인한 수명 손실률을 산출한다. 앞서 설명한 바와 같이, 전력설비의 핫-스팟이나 시정수, 그리고 최대 열적 허용용량은 전력설비의 현 상태를 평가하는 것이며, 이에 대해 미래에 발생할 수요 예측 데이터를 적용하게 되면 현 상태에서의 핫-스팟, 시정수, 최대 열적 허용용량을 기준으로 향후 부하 증가에 의한 온도 상승 시에 최대 열적 허용용량에 도달할 때까지의 시간이 얼마나 걸릴지를 예측할 수 있게 된다.
즉, 수명 손실률 산출부(140)는 실시간 열 해석 및 전력설비 최대 열적 허용용량 계산을 바탕으로 앞으로 부하의 수요가 어떻게 변할 것이라는 수요 예측 데이터에 따라서 전력설비의 열적 변화를 예측하고, 이를 전력설비 최대 열적 허용용량과 대비하여 상기 최대 열적 허용용량을 초과하는 과부하의 정도를 파악하고 과부하로 인한 수명 손실률을 계산하는 것이다.
일 실시예에서, 수명 손실률 산출부(140)는 수명 손실률의 계산 시에 절연물 열화 모델을 이용하여 계산할 수 있다.
건전도 평가부(150)는 수명 손실률을 반영하여 전력설비의 건전도를 평가한다. 이때, 전력설비의 건전도 평가는 전력설비에 대한 절연기능 위험도, 열/화학적 위험도 및 기계적 위험도 등에 대한 평가를 포함할 수 있으며, 또한 전력설비 최대 열적 허용용량 대비 운전 가능시간을 산출하고 운전 지속여부에 대한 판단을 할 수 있다.
상술한 바와 같이, 전력설비의 운영 시, 외부의 기온은 계속적으로 변화하고 전력설비의 부하량도 계속적으로 변하기 때문에, 전력설비의 온도가 상승하는 것도 실시간으로 달라지게 된다.
건전도 평가부(150)는 이상과 같은 변화하는 외부 환경 요소를 감안하여 전력설비 최대 열적 허용용량 대비 운전 가능시간 산출 및 운전 지속여부 판단 등의 건전도 평가를 수행하기 때문에, 다이내믹 레이팅(Dynamic Rating) 즉, 동적 용량 판단이 가능하게 된다.
유지보수 전략 도출부(160)는 건전도 평가부(150)의 건전도 평가 결과에 따라 전력설비의 기준 신뢰도 모델에 대한 캘리브레이션을 수행하고, 캘리브레이션된 신뢰도 모델을 토대로 유지보수 전략을 도출한다.
유지보수 실행부(170)는 도출된 유지보수 전략에 따라 유지보수를 실행하고, 유지보수 수행 결과를 신뢰도 모델 관리부(110)로 전달하여 전력설비의 신뢰도 모델을 갱신하게 한다.
한편, 본 실시예에서는 수명 손실률 산출부(140)에서 전력설비의 수명 손실률을 계산한 후, 계산된 수명 손실률을 반영하여 건전도 평가부(150)가 전력설비의 건전도를 평가하고, 평가된 건전도에 따라 유지보수 전략 도출부(160)에서 기준 신뢰도 모델에 대한 캘리브레이션을 수행하고 있으나, 본 발명은 이에 한정되는 것은 아니며 건전도 평가 외에 다양한 방식으로 수명 손실률을 활용할 수 있다.
일예로, 수명 손실률 산출부(140)에서 전력설비의 수명 손실률을 계산한 후, 계산된 수명 손실률을 유지보수 전략 도출부(160)에서 해당 전력설비의 수명모델에 바로 반영하고 이를 토대로 해당 전력설비에 대한 유지보수 전략을 도출할 수 있다.
상술한 바와 같이, 본 발명은 전력설비에 대한 실시간 열 해석 및 수요 예측(또는 운영 계획)에 따른 전력설비의 열적 변화를 예측하고 또한 전력설비의 최대 열적 허용용량 기반의 과부하로 인한 수명 손실률을 산출해 건전도 평가에 반영함으로써, 전력설비에 대한 더욱 정확한 신뢰도 모델을 생성할 수 있고 전력설비가 설치된 외부 환경을 반영한 유지보수 전략을 제공할 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
* 부호의 설명
100: 전력설비의 자산관리 장치
110: 신뢰도 모델 관리부
120: 데이터 취득부
130: 최대 열적 허용용량 계산부
140: 수명 손실률 산출부
150: 건전도 평가부
160: 유지보수 전략 도출부
170: 유지보수 실행부
Claims (11)
- 전력설비의 자산관리 방법에 있어서,
(a) 전력설비 기종 별 기준 신뢰도 모델을 생성하는 단계;
(b) 상기 전력설비의 설계 데이터, 운영 데이터, 제어 데이터, 점검 데이터 및 수요 예측 데이터를 포함하는 설비 사양 데이터를 취득하는 단계;
(c) 상기 전력설비의 실시간 운전 데이터를 취득하는 단계;
(d) 상기 전력설비의 설비 사양 데이터 및 실시간 운전 데이터를 이용하여 실시간 열 해석을 수행하고 전력설비 최대 열적 허용용량을 계산하는 단계;
(e) 상기 수요 예측 데이터에 따른 상기 전력설비의 열적 변화를 예측하고, 상기 전력설비 최대 열적 허용용량에 기반하여 과부하로 인한 수명 손실률을 산출하는 단계; 및
(f) 상기 수명 손실률을 토대로 유지보수 전략을 도출하고, 이에 따라 유지보수를 수행 후 신뢰도 모델을 갱신하는 단계;
를 포함하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 1 항에 있어서,
상기 (b) 단계에서,
상기 설비 사양 데이터는 상기 전력설비의 제작 사양 데이터, 운전 환경 데이터, 운전 조건 데이터 및 수요 예측 데이터를 포함하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 1 항에 있어서,
상기 (c) 단계에서,
상기 실시간 운전 데이터는 상기 전력설비의 실시간 전압 및 전류를 포함하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 1 항에 있어서,
상기 (d) 단계에서,
상기 실시간 열 해석은 상기 전력설비의 제작 사양, 운전 조건 및 지속 시간에 따른 열 해석을 수행하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 1 항에 있어서,
상기 (d) 단계에서,
상기 전력설비의 핫-스팟(hot-spot) 및 시정수(time constant)를 이용하여 상기 전력설비 최대 열적 허용용량을 계산하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 1 항에 있어서,
상기 (e) 단계에서,
상기 수명 손실률을 산출하는 것은,
상기 전력설비 최대 열적 허용용량과 대비하여 상기 전력설비 최대 열적 허용용량을 초과하는 과부하의 지속 시간과 정도를 파악하여 상기 수명 손실률을 산출하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 6 항에 있어서,
상기 (e) 단계에서,
상기 수명 손실률을 산출하는 것은,
절연물 열화 모델을 이용하여 산출하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 1 항에 있어서,
상기 (f) 단계는,
(g) 상기 수명 손실률을 반영하여 상기 전력설비의 건전도를 평가하고 평가된 건전도에 따라 상기 기준 신뢰도 모델을 캘리브레이션(calibration)하는 단계; 및
(h) 캘리브레이션된 신뢰도 모델을 토대로 유지보수 전략을 도출하고, 이에 따라 유지보수를 수행 후 신뢰도 모델을 갱신하는 단계;
를 포함하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 8 항에 있어서,
상기 (g) 단계에서,
상기 전력설비의 건전도 평가는,
상기 전력설비 최대 열적 허용용량 대비 운전 가능시간의 산출 및 운전 지속여부의 판단을 포함하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 8 항에 있어서,
상기 (g) 단계에서,
상기 전력설비의 건전도 평가는,
상기 전력설비에 대한 절연기능 위험도, 열/화학적 위험도 및 기계적 위험도에 대한 평가를 포함하는 것을 특징으로 하는 전력설비의 자산관리 방법. - 제 1 항에 있어서,
상기 (f) 단계는,
(i) 상기 수명 손실률을 상기 전력설비의 수명모델에 바로 반영하는 단계; 및
(j) 반영된 수명모델에 따라 유지보수 전략을 도출하는 단계;
를 포함하는 것을 특징으로 하는 전력설비의 자산관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200006257A KR102309979B1 (ko) | 2020-01-16 | 2020-01-16 | 전력설비의 자산관리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200006257A KR102309979B1 (ko) | 2020-01-16 | 2020-01-16 | 전력설비의 자산관리 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210092630A true KR20210092630A (ko) | 2021-07-26 |
| KR102309979B1 KR102309979B1 (ko) | 2021-10-07 |
Family
ID=77124977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200006257A KR102309979B1 (ko) | 2020-01-16 | 2020-01-16 | 전력설비의 자산관리 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102309979B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102407773B1 (ko) | 2021-10-18 | 2022-06-10 | 가온플랫폼 주식회사 | 설비 실시간 건전도를 반영한 설비 신뢰도 산출 시스템 및 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR910001393A (ko) | 1989-06-02 | 1991-01-30 | 미다 가쓰기게 | 전력기기의 진단장치 및 진단방법 |
| KR20180076906A (ko) * | 2016-12-28 | 2018-07-06 | 주식회사 효성 | 전력설비의 자산관리 방법 |
| JP2018182822A (ja) * | 2017-04-05 | 2018-11-15 | 東芝エネルギーシステムズ株式会社 | 制御装置、制御方法、および制御プログラム |
-
2020
- 2020-01-16 KR KR1020200006257A patent/KR102309979B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR910001393A (ko) | 1989-06-02 | 1991-01-30 | 미다 가쓰기게 | 전력기기의 진단장치 및 진단방법 |
| KR20180076906A (ko) * | 2016-12-28 | 2018-07-06 | 주식회사 효성 | 전력설비의 자산관리 방법 |
| JP2018182822A (ja) * | 2017-04-05 | 2018-11-15 | 東芝エネルギーシステムズ株式会社 | 制御装置、制御方法、および制御プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102309979B1 (ko) | 2021-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101943438B1 (ko) | 전력설비의 자산관리 방법 | |
| EP1085534B1 (en) | Intelligent analysis system and method for fluid-filled electrical equipment | |
| KR101943410B1 (ko) | 전력설비의 자산관리 방법 | |
| CA2900036C (en) | System and method for power transmission and distribution asset condition prediction and diagnosis | |
| KR101943455B1 (ko) | 변전소 자산 관리 방법 | |
| EP1085635A2 (en) | Fluid-filled electrical equipment intelligent analysis system and method | |
| US11507074B2 (en) | Method for asset management of substation | |
| US20190340708A1 (en) | Method for the usage planning of an electrical system for supplying energy | |
| KR102067831B1 (ko) | 전력계통 신뢰도 지수를 토대로 한 변전소 자산 관리 방법 및 장치 | |
| KR102309979B1 (ko) | 전력설비의 자산관리 방법 | |
| US11520324B2 (en) | Apparatus for prediction of the residual lifetime of an electrical system | |
| KR20210014877A (ko) | 운전 중인 전력설비 내부 전기회로정수 측정에 의한 설비 건전상태 감시 방법 | |
| JP2018147234A (ja) | 保守計画作成装置および方法 | |
| KR102417006B1 (ko) | 변전소의 자산 관리 방법 | |
| US11315083B2 (en) | Asset management method for substation | |
| Aizpurua et al. | Towards a hybrid power cable health index for medium voltage power cable condition monitoring | |
| WO2022004139A1 (ja) | 変圧器の診断方法および診断システム | |
| KR20210053846A (ko) | 운전 중인 전력설비 내부 전기회로정수 측정에 의한 설비 건전상태 감시 방법 | |
| KR20230061480A (ko) | 진단 파라미터 예측 에러의 변동을 이용한 전기 장비의 상태 결정 | |
| Christou et al. | Setup and preliminary results of an online thermal condition monitoring system for MV cable joints | |
| KR102582311B1 (ko) | 모니터링 기능이 내장된 전력기기 | |
| EP4084280A1 (en) | Status evaluation of electrical power distribution grids for power production plants or power consuming facilities | |
| Rosner et al. | Benefits of comprehensive and interactive on-line monitoring and expert systems for power transformers | |
| CN115735128A (zh) | 用于确定特征参量的方法和系统 | |
| Dam et al. | Prediction of circuit breaker time-to-failure considering generation capacity growth |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |