KR20220028428A

KR20220028428A - 태양광 접속함의 지락 차단을 위한 장치 및 이를 위한 방법

Info

Publication number: KR20220028428A
Application number: KR1020200109421A
Authority: KR
Inventors: 어익수
Original assignee: 호남대학교 산학협력단
Priority date: 2020-08-28
Filing date: 2020-08-28
Publication date: 2022-03-08
Also published as: KR102414239B1

Abstract

태양광 접속함의 지락 차단을 위한 장치가 제공된다. 상기 장치는 복수의 태양광셀 각각으로부터 개별 선로를 통해 접속함으로 입력되는 전류를 선택적으로 차단하기 위한 차단회로부와, 상기 차단회로부를 통해 복수의 태양광셀 각각에 연결된 선로의 지락을 감지하고, 지락이 감지된 선로에 대응하는 태양광셀로부터 입력되는 전류를 차단하도록 제어하는 제어부를 포함한다.

Description

태양광 접속함의 지락 차단을 위한 장치 및 이를 위한 방법{Apparatus for ground fault blocking of solar junction box and method therefor}

본 발명은 태양광 접속함에 관한 것으로, 보다 상세하게는, 태양광 접속함의 지락 차단을 위한 장치 및 이를 위한 방법에 관한 것이다.

태양광발전(Photovoltaic system, solar power system)은 햇빛을 직류 전기로 바꾸어 전력을 생산하는 발전 방법이다. 태양광 발전은 여러 개의 태양 전지들이 붙어있는 태양광 패널을 이용한다. 재생가능 에너지에 대한 수요가 증가함에 따라, 태양 전지와 태양광 어레이의 생산도 크게 늘어나고 있는 추세이다.

태양광발전은 광기전 효과(photovoltaic effect)를 이용하여, 태양으로부터 오는 빛을 전기 에너지로 바꾸어 주는 발전 방법을 지칭한다. 빛 에너지를 직접적으로 전기 에너지로 바꾼다는 점에서 빛의 열에너지를 이용하여 발전하는 태양열발전과는 구분된다.

광기전 효과는 광전 효과(photoelectric effect)와 거의 비슷하지만 설명하는 상황이 조금 다르다. 광전효과가 일반적으로 어떠한 물질이 빛을 받아 전자를 방출하는 효과를 일컫는다면, 광기전 효과는 광전효과의 결과로 생긴 전자와 양공(hole)이 물질 내부에서 이동하여 전위차를 만드는 것을 일컫는다. 즉 광기전 효과는 광전 효과의 하나의 결과로 생각할 수 있는 부수적인 효과라고 할 수 있다.

한국등록특허 제1628697호 2016년 06월 02일 등록 (명칭: 다중 스위칭 구조 접속함의 모니터링을 적용한 태양광 발전 시스템)

본 발명의 목적은 태양광 접속함의 지락 차단을 위한 장치 및 이를 위한 방법을 제공함에 있다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 접속함의 지락 차단을 위한 장치는 복수의 태양광셀 각각으로부터 개별 선로를 통해 접속함으로 입력되는 전류를 선택적으로 차단하기 위한 차단회로부와, 상기 차단회로부를 통해 복수의 태양광셀 각각에 연결된 선로의 지락을 감지하고, 지락이 감지된 선로에 대응하는 태양광셀로부터 입력되는 전류를 차단하도록 제어하는 제어부를 포함한다.

상기 차단회로부는 복수의 태양광셀 각각에 연결된 선로에 설치되는 직류차단기와, 복수의 태양광셀 각각으로부터 수신되는 전류에서 영상전류를 추출하여 지락을 감지하기 위한 영상변류기와, 상기 영상변류기를 통해 지락을 감지하고, 상기 복수의 태양광셀 중 지락이 발생한 선로의 태양광셀을 특정하는 지락경보기를 포함한다.

상기 제어부는 상기 지락경보기가 특정한 태양광셀에 대응하는 선로에 설치된 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 것을 특징으로 한다.

상기 장치는 상기 접속함 내의 복수의 선로의 복수의 서로 다른 위치에 설치되어 전류, 전압 및 온도를 측정하는 복수의 광섬유센서를 더 포함한다.

상기 제어부는 상기 복수의 광섬유센서를 통해 측정된 시간 별, 위치 별 전류, 전압 및 온도로부터 복수의 상태벡터를 생성하는 전처리부와, 심층신경망인 예측모델을 통해 상기 복수의 상태벡터를 분석하여 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 예측하는 예측부와, 상기 예측 결과, 상태 이상 발생이 예측되면, 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 차단부를 포함한다.

상기 장치는 학습용 입력벡터를 마련하고, 손실함수

에서 상기

을 0으로 설정한 후, 학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 분류 손실 최적화를 수행하고, 상기 손실함수에서 상기

을 0.5로 설정한 후, 학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실과 상기 예측모델의 완전연결층의 연산노드값인 은닉벡터와 은닉 레이블과의 차이인 은닉 손실을 포함하는 복합 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 복합 손실 최적화를 수행하는 학습부를 더 포함한다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 접속함의 지락 차단을 위한 장치는 복수의 태양광셀 각각으로부터 접속함 내부로 유입되는 개별 선로에 설치되는 직류차단기와, 상기 개별 선로를 통해 복수의 태양광셀 각각으로부터 접속함 내부로 유입되는 전류에서 영상전류를 추출하여 지락을 감지하기 위한 영상변류기와, 상기 영상변류기를 통해 지락을 감지하고, 상기 복수의 태양광셀 중 지락이 발생한 선로의 태양광셀을 특정하는 지락경보기를 포함한다.

상기 장치는 상기 접속함 내의 복수의 선로의 복수의 위치에 설치되어 전류, 전압 및 온도를 측정하는 복수의 광섬유센서를 더 포함한다.

상기 제어부는 상기 복수의 광섬유센서를 통해 측정된 전류, 전압 및 온도로부터 상태벡터를 생성하는 전처리부와, 심층신경망을 통해 상기 상태벡터를 분석하여 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 예측하는 예측부와, 상기 예측 결과, 상태 이상 발생이 예측되면, 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 차단부를 포함한다.

상기 장치는 학습용 입력벡터를 마련하고, 손실함수

에서 상기

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 접속함의 지락 차단을 위한 방법은 영상변류기가 복수의 태양광셀 각각과 개별적으로 연결되며 각각에 직류차단기가 설치된 복수의 선로를 통해 유입되는 전류에서 영상전류를 추출하는 단계와, 상기 영상변류기가 상기 추출된 영상전류에 따라 지락을 감지하는 단계와, 지락경보기가 상기 지락이 감지된 선로를 특정하는 단계와, 제어부가 상기 특정된 선로에 설치된 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 단계를 포함한다.

상기 방법은 상기 접속함 내의 복수의 선로의 복수의 위치에 설치된 복수의 광섬유센서가 전류, 전압 및 온도를 지속적으로 측정하는 단계와, 제어부가 상기 측정된 전류, 전압 및 온도를 시간 별 그리고 위치 별로 분류 한 후, 시간별, 위치별 전류, 전압 및 온도를 소정의 벡터 공간에 임베딩하여 특정 시간의 특정 위치에서의 측정된 전류, 전압 및 온도를 나타내는 복수의 상태벡터를 생성하는 단계와, 상기 제어부가 심층신경망인 예측모델을 통해 상기 상태벡터를 분석하여 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 예측하는 단계와, 상기 제어부가 상기 예측 결과, 상태 이상 발생이 예측되면, 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 단계를 더 포함한다.

상기 복수의 광섬유센서가 전류, 전압 및 온도를 측정하는 단계 전, 학습부가 학습용 입력벡터를 마련하는 단계와, 상기 학습부가 손실함수

에서 상기

을 0으로 설정한 후, 학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 분류 손실 최적화를 수행하는 단계와, 상기 학습부가 상기 손실함수에서 상기

을 0.5로 설정한 후, 학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실과 상기 예측모델의 완전연결층의 연산노드값인 은닉벡터와 은닉 레이블과의 차이인 은닉 손실을 포함하는 복합 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 복합 손실 최적화를 수행하는 단계를 더 포함한다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 접속함의 전기 화재를 검출하기 위한 장치는 태양광셀어레이로부터 입력되는 과전류를 차단하기 위한 차단회로부와, 접속함 내에 과전압이 발생하면 접속함 내부의 회로를 보호하기 위한 보호회로부와, 상기 접속함 내부의 화재를 감지하기 위한 화재감지부와, 상기 화재감지부가 화재를 감지하면, 상기 차단회로부 및 상기 보호회로부를 제어하여 접속함의 입력 및 출력을 차단하는 제어부를 포함한다.

상기 화재감지부는 적외선 신호를 발광하기 위한 발광부와, 상기 적외선 신호를 수광하고, 수광된 적외선 신호의 적외선 성분에 따라 화재 여부를 판별하고, 판별된 바에 따라 화재 여부를 나타내는 상태 신호를 출력하는 수광부와, 상기 상태 신호에 따라 릴레이 온 신호 혹은 릴레이 오프 신호를 출력하는 릴레이와, 상기 릴레이로부터 상기 릴레이 오프 신호를 수신하면, 태양광 접속함으로부터 인버터로 출력되는 전류를 차단하는 전자접촉기를 포함한다.

상기 발광부는 2 이상의 서로 다른 파장을 가지는 적외선 신호를 발광하는 것을 특징으로 한다.

상기 적외선 신호는 제1 적외선 신호 및 제2 적외선 신호를 포함하며, 상기 제1 적외선 신호는 상기 제2 적외선 신호 보다 소정 수치 이상 긴 파장을 가지는 것을 특징으로 한다.

상기 수광부는 상기 발광부가 발광한 2 이상의 서로 다른 파장을 가지는 적외선 신호를 수광하면, 수광된 적외선 신호를 변환하여 적외선 성분과 직류 성분을 포함하는 전기 신호를 생성하는 수광모듈과, 상기 전기 신호 중 직류 성분을 제거한 후, 상기 적외선 성분만을 증폭하는 증폭모듈과, 상기 증폭된 적외선 성분으로 이루어진 전기 신호를 기초로 화재 여부를 판단하여 화재가 발생한 것으로 판단된 경우, 상기 릴레이로 화재임을 알리는 상태 신호를 전송하는 판별모듈을 포함한다.

상기 증폭모듈은 상기 적외선 성분과 상기 직류 성분 양자 모두를 포함하는 전기 신호를 전송하는 바이패스라인과, 상기 적외선 성분과 상기 직류 성분 양자를 포함하는 상기 전기 신호 중 상기 적외선 성분을 필터링하여 상기 직류 성분만을 포함하는 전기 신호를 출력하는 저역통과필터(LPF)와, 상기 직류 성분만을 포함하는 전기 신호를 전달하는 전압플로워(Voltage Follower)와, 상기 바이패스라인으로부터 수신된 상기 적외선 성분과 상기 직류 성분 양자 모두를 포함하는 전기 신호와 상기 전압플로워로부터 수신된 상기 직류 성분만을 포함하는 전기 신호의 차인 상기 적외선 성분만을 증폭시키는 차동증폭기를 포함한다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 접속함의 전기 화재를 검출하기 위한 장치는 적외선 신호를 발광하기 위한 발광부와, 상기 적외선 신호를 수광하고, 수광된 적외선 신호의 적외선 성분에 따라 화재 여부를 판별하고, 판별된 바에 따라 화재 여부를 나타내는 상태 신호를 출력하는 수광부와, 상기 상태 신호에 따라 스위치를 릴레이 온 신호 혹은 릴레이 오프 신호를 출력하는 릴레이와, 상기 릴레이로부터 상기 릴레이 오프 신호를 수신하면, 태양광 접속함으로부터 인버터로 출력되는 전류를 차단하는 전자접촉기를 포함한다.

상기 수광부는 상기 발광부가 발광한 2 이상의 서로 다른 파장을 가지는 적외선 신호를 수광하면, 수광된 적외선 신호를 변환하여 적외선 성분과 직류 성분을 포함하는 전기 신호를 생성하는 수광모듈과, 상기 전기 신호 중 직류 성분을 제거한 후, 상기 적외선 성분만을 증폭하는 증폭모듈과, 상기 증폭된 적외선 성분으로 이루어진 전기 신호를 기초로 화재 여부를 판단하여 화재가 발생한 것으로 판단된 경우, 상기 릴레이로 화재임을 알리는 플래그 신호를 전송하는 판별모듈을 포함한다.

상기 적외선 신호는 제1 적외선 신호 및 제2 적외선 신호를 포함하며, 상기 제1 적외선 신호는 상기 제2 적외선 신호 보다 소정 수치 이상 파장이 긴 것을 특징으로 한다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 접속함의 전기 화재를 검출하기 위한 방법은 발광부가 적외선 신호를 발광하는 단계와, 수광부가 상기 적외선 신호를 수광하고, 수광된 적외선 신호의 적외선 성분에 따라 화재 여부를 판별하고, 판별된 바에 따라 화재 여부를 나타내는 상태 신호를 출력하는 단계와, 릴레이가 상기 상태 신호에 따라 스위치를 릴레이 온 신호 혹은 릴레이 오프 신호를 출력하는 단계와, 전자접촉기가 상기 릴레이로부터 상기 릴레이 오프 신호를 수신하면, 태양광 접속함으로부터 인버터로 출력되는 전류를 차단하는 단계를 포함한다.

상기 상태 신호를 출력하는 단계는 수광모듈이 상기 발광부가 발광한 2 이상의 서로 다른 파장을 가지는 적외선 신호를 수광하면, 수광된 적외선 신호를 변환하여 적외선 성분과 직류 성분을 포함하는 전기 신호를 생성하는 단계와, 증폭모듈이 상기 전기 신호 중 직류 성분을 제거한 후, 상기 적외선 성분만을 증폭하는 단계와, 판별모듈이 상기 증폭된 적외선 성분으로 이루어진 전기 신호를 기초로 화재 여부를 판단하는 단계와, 상기 판단 결과, 화재가 발생한 것으로 판단된 경우, 상기 판별모듈이 상기 릴레이로 화재임을 알리는 상태 신호를 전송하는 단계를 포함한다.

상기 적외선 성분만을 증폭하는 단계는 차동증폭기가 바이패스라인을 통해 전송된 상기 적외선 성분과 상기 직류 성분 양자 모두를 포함하는 전기 신호와, 저역통과필터(LPF)에 의해 상기 적외선 성분과 상기 직류 성분 양자를 포함하는 상기 전기 신호 중 상기 적외선 성분이 필터링된 상기 직류 성분만을 포함하는 전기 신호를 입력받고, 상기 적외선 성분과 상기 직류 성분 양자 모두를 포함하는 전기 신호에서 상기 직류 성분만을 포함하는 전기 신호를 차감하여 상기 적외선 성분만을 증폭시키는 것을 특징으로 한다.

본 발명에 따르면, 개별적인 선로 별로 지락 등의 상태 이상을 검출할 수 있으며, 접속함 내부의 다양한 위치에서 발생할 수 있는 상태 이상을 미리 예측할 수 있다.

도 1은 본 발명의 실시예에 따른 태양광발전시스템의 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 태양광접속함의 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 태양광접속함의 세부 구성을 설명하기 위한 도면이다.
도 4는 본 발명의 실시예에 따른 화재감지부의 세부적인 구성을 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 화재감지부의 수광부의 세부적인 구성을 설명하기 위한 도면이다.
도 6은 본 발명의 다른 실시예에 따른 태양광접속함의 세부 구성을 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 제어부의 세부적인 구성을 설명하기 위한 블록도이다.
도 8은 본 발명의 실시예에 따른 이상 상태 발생 여부를 예측하기 위한 예측모델을 설명하기 위한 도면이다.
도 9는 본 발명의 실시예에 따른 이상 상태 발생 여부를 예측하기 위한 예측모델의 완전연결층 및 출력층을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 태양광 접속함의 전기 화재를 검출하기 위한 방법을 설명하기 위한 흐름도이다.
도 11은 본 발명의 실시예에 따른 예측모델(PM)을 학습시키는 방법을 설명하기 위한 흐름도이다.
도 12는 본 발명의 실시예에 따른 예측모델(PM)을 학습시키는 방법을 설명하기 위한 벡터공간의 예이다.
도 13은 본 발명의 다른 실시예에 따른 태양광 접속함의 지락 차단을 위한 방법을 설명하기 위한 흐름도이다.
도 14는 본 발명의 다른 실시예에 따른 태양광 접속함의 이상 상태 차단을 위한 방법을 설명하기 위한 흐름도이다.

본 발명의 상세한 설명에 앞서, 이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 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 실시예에 불과할 뿐, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음을 유의해야 한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지의 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다.

먼저, 본 발명의 실시예에 따른 태양광발전시스템의 구성에 대해서 설명하기로 한다. 도 1은 본 발명의 실시예에 따른 태양광발전시스템의 구성을 설명하기 위한 도면이다.

도 1을 참조하면, 본 발명의 실시예에 따른 태양광발전시스템은 태양광셀어레이(SCA: Solar Cell Array), 접속함(JB: Junction Box), 인버터(IV: Inverter) 및 부하(Load)를 포함한다.

태양광셀어레이(SCA)는 복수의 태양광셀(SC: Solar Cell)을 포함한다. 복수의 태양광셀(SC) 각각은 광기전 효과(photovoltaic effect)를 이용하여, 태양으로부터 오는 빛을 전기 에너지를 생산한다.

접속함(JB)은 복수의 태양광셀(SC)을 관리하고, 복수의 태양광셀(SC)이 생산한 전기 에너지인 직류 전류를 전달한다.

인버터(IV)는 접속함으로부터 유입되는 진류전류를 교류전류로 변환하여 부하, 예컨대, 수용가로 출력한다.

다음으로, 본 발명의 실시예에 따른 태양광접속함의 구성에 대해서 설명하기로 한다. 도 2는 본 발명의 실시예에 따른 태양광접속함의 구성을 설명하기 위한 도면이다. 도 2를 참조하면, 본 발명의 실시예에 따른 접속함(JB)은 차단회로부(100), 보호회로부(200), 화재감지부(300), 광섬유센서부(400) 및 제어부(500)를 포함한다.

차단회로부(100)는 태양광셀어레이(SCA)로부터 유입되는 전류를 감지하고, 이상이 발생하는 경우, 차단하기 위한 것이다. 차단회로부(100)는 예컨대, 과전류가 발생하는 경우, 차단할 수 있다.

보호회로부(200)는 접속함 내에 과전압이 발생하면 접속함 내부의 회로를 보호하기 위한 것이다.

화재감지부(300)는 접속함(JB) 내부의 화재를 감지하기 위한 것이다.

광섬유센서부(400)는 접속함(JB) 내부의 복수의 선로의 복수의 위치에 설치되어 전류, 전압 및 온도를 측정하기 위한 것이다.

제어부(500)는 차단회로부(100), 보호회로부(200), 화재감지부(300) 및 광섬유센서부(400)와 상호 작용을 통해 이상 상태, 예컨대, 화재, 과전류, 과전압 등을 검출하고, 이러한 이상 상태 시, 태양광셀어레이(SCA)를 보호하기 위해 선로를 차단하도록 제어하기 위한 것이다.

다음으로, 본 발명의 일 실시예에 따른 접속함(JB)의 세부적인 구성에 대해서 설명하기로 한다. 도 3은 본 발명의 일 실시예에 따른 태양광접속함의 세부 구성을 설명하기 위한 도면이다.

도 3을 참조하면, 본 발명의 일 실시예에 따르면, 차단회로부(100)는 복수의 태양광셀(SC) 각각으로부터 연결되는 선로를 따라 복수의 퓨즈(FS1, FS2) 및 복수의 역류방지다이오드(D1, D2)가 배치된다. 복수의 퓨즈(FS1, FS2)를 통해 지락이 발생하는 경우, 이를 차단하며, 역류방지다이오드(D1, D2)를 통해 역류를 방지할 수 있다. 또한, 차단회로부(100)는 복수의 퓨즈(FS1, FS2)와 역류방지다이오드(D1, D2)를 연결하는 버스바(BUS)를 포함한다.

보호회로부(200)는 제1 및 제2 서지보호기(S1, S2, Surge Protection Device: SPD) 및 접지에 연결되는 접지다이오드(D3)를 포함한다. 이러한 제1 및 제2 서지보호기(S1, S2) 및 접지된 다이오드를 통해 과전압(Surge), 개폐서지, 지락, 정전 등의 계통 고장 서지 등으로부터 접속함 내부의 회로를 보호할 수 있다.

화재감지부(300)는 연감지기(301) 및 전자접촉기(340)를 포함한다.

화재감지부(300)는 연감지기(301)를 통해 연기를 감지하여 화재 발생이 있는 것으로 판단되면, 전자접촉기(340)를 통해 접속함(JB)과 인버터(IV) 간을 절체한다. 즉, 전자접촉기(340)는 접속함(JB)으로부터 인버터(IV)로 출력되는 전류를 차단한다. 이러한 화재감지부(300)는 아래에서 더 상세하게 설명될 것이다.

광섬유센서부(400)는 복수의 광섬유센서(FOS: Fiber Optic Sensor)를 포함한다. 복수의 광섬유센서(FOS)는 접속함(JB) 내의 복수의 선로의 복수의 서로 다른 위치에 설치된다. 이러한 복수의 광섬유센서(FOS)는 지속적으로 전류, 전압 및 온도를 측정한다. 측정된 전류, 전압 및 온도는 제어부(500)에 제공된다.

다음으로, 본 발명의 실시예에 따른 화재감지부(300)의 세부적인 구성 및 동작에 대해서 설명하기로 한다. 도 4는 본 발명의 실시예에 따른 화재감지부의 세부적인 구성을 설명하기 위한 도면이다. 도 5는 본 발명의 실시예에 따른 화재감지부의 수광부의 세부적인 구성을 설명하기 위한 도면이다.

도 4를 참조하면, 화재감지부(300)는 발광부(310), 수광부(320) 및 릴레이(330)를 포함하는 연감지기(301)와 전자접촉기(340)를 포함한다.

발광부(310)는 적외선 신호를 발광하기 위한 것이다. 이때, 발광부(310)는 2 이상의 서로 다른 파장을 가지는 적외선 신호를 발광할 수 있다. 여기서, 적외선 신호는 제1 적외선 신호 및 제2 적외선 신호를 포함하며, 제1 적외선 신호는 상기 제2 적외선 신호 보다 소정 수치 이상 긴 파장을 가질 수 있다.

수광부(320)는 발광부(310)로부터 소정 간격 이격되어 발광부(310)를 대향하여 배치된다. 수광부(320)는 적외선 신호를 수광하고, 수광된 적외선 신호의 적외선 성분에 따라 화재 여부를 판별하고, 판별된 바에 따라 화재 여부를 나타내는 상태 신호를 출력한다. 예컨대, 화재로 인한 연기가 발생하는 경우, 발광부(310)와 수광부(320) 사이의 공간(A)에 연기 입자(smoke particle)가 개재되며, 이로 인해 발광부(310)로부터 발광되어 수광부(320)가 수광하는 적외선 성분의 양이 현저하게 줄어들 것이다. 따라서 본 발명의 수광부(320)는 수광된 적외선 성분의 양이 기 설정된 수치 미만이면, 화재가 발생한 것으로 판단할 수 있다. 이러한 경우, 수광부(320)는 화재 발생에 상응하는 상태 신호를 출력한다.

한편, 도 5를 참조하면, 수광부(320)는 수광모듈(410), 증폭모듈(420) 및 판별모듈(430)을 포함한다.

수광모듈(410)은 적외선 대역의 신호를 검출하는 포토다이오드(PD: Photodiode)를 포함한다. 수광모듈(410)은 발광부(310)가 발광한 2 이상의 서로 다른 파장을 가지는 적외선 신호를 수광하면, 수광된 적외선 신호를 변환하여 적외선 성분과 직류 성분을 포함하는 전기 신호를 생성할 수 있다. 수광모듈(410)의 포토다이오드(PD)는 발광부(310)로부터 수신된 적외선 신호를 전기적 에너지로 변환하여 전기 신호를 생성한다. 이때, 생성된 전기 신호에는 적외선 성분뿐만 아니라, 직류(DC: direct current) 성분이 포함된다. 이러한 직류 성분은 후속 프로세스에서 적외선 성분을 증폭시킬 때 같이 증폭되어 연감지기(301)의 오작동의 주요 원인이 된다.

증폭모듈(420)은 오작동을 줄이기 위하여 전기 신호 중 직류 성분을 제거하고 적외선 성분만을 증폭한다. 이러한 증폭모듈(420)은 수광모듈(410)의 출력에 병렬로 연결되는 바이패스라인(421) 및 저역통과필터(423: Low Pass Filter: LPF)와, 저역통과필터(423: Low Pass Filter: LPF)에 직렬로 연결된 전압플로워(425: Voltage Follower)와, 바이패스라인(421) 및 전압플로워(425)의 양자 모두의 출력에 연결되는 차동증폭기(425: Differential Amplifier)를 포함한다.

바이패스라인(421)은 하나의 전선으로 형성된다. 바이패스라인(421)은 수광모듈(410)로부터 전기 신호가 입력되면, 적외선 성분과 직류 성분 양자 모두를 포함하는 전기 신호를 그대로 차동증폭기(427)에 전달한다. 이때, 바이패스라인(421)의 출력은 차동증폭기(427)의 + 입력 단자에 입력된다.

저역통과필터(423)는 RC 필터로 형성되며, 전압 플로워(Voltage Follower)는 연산 증폭기(op-amp, Operational amplifier)로 형성된다. 저역통과필터(LPF)는 수광모듈(410)로부터 전기 신호가 입력되면, 적외선 성분과 직류 성분을 포함하는 전기 신호 중 저역통과필터(LPF)를 이용하여 고주파인 적외선 신호 성분을 필터링하고 저주파인 직류 성분만을 전달한다. 그러면, 전압플로워(425)는 저역통과필터(423)의 출력, 즉, 직류 성분만을 포함하는 전기 신호를 그대로 차동증폭기(427)에 전달한다. 전압플로워(425)로부터 출력되는 직류 전위 성분만을 포함하는 전기 신호는 차동증폭기(427)의 - 입력 단자에 입력된다.

차동증폭기(427)는 연산 증폭기(op-amp, Operational amplifier)로 형성된다. 차동증폭기(427)는 연산 증폭기(op-amp)의 +단자를 통해 적외선 성분과 직류 성분을 포함하는 전기 신호를 수신하고, 연산 증폭기(op-amp)의 -단자를 통해 직류 성분만을 포함하는 전기 신호를 수신한다. 그러면, 차동증폭기(427)는 +단자를 통해 신호와, -단자를 통해 입력된 신호의 차이를 증폭한다. 이에 따라, 차동증폭기(427)는 +단자를 통해 입력된 적외선 성분과 직류 성분과, -단자를 통해 입력된 직류 성분의 차인 적외선 신호 성분만을 증폭시킨다. 이에 따라, 차동증폭기(427)는 직류 성분이 제거되어 적외선 성분만이 증폭된 전기 신호를 출력한다.

판별모듈(430)은 증폭된 적외선 성분으로 이루어진 전기 신호를 기초로 화재 여부를 판단하여 화재가 발생한 것으로 판단된 경우, 릴레이(330)로 화재임을 알리는 상태 신호를 전송한다. 이때, 판별모듈(430)은 적외선 성분의 크기가 기 설정된 수치 미만이면, 화재가 발생한 것으로 판단한다.

다시 도 4를 참조하면, 릴레이(330)는 상태 신호에 따라 릴레이 온 신호 혹은 릴레이 오프 신호를 출력한다. 예컨대, 화재 발생을 나타내는 상태 신호를 수신하면, 릴레이(330)는 릴레이 오프 신호를 출력할 수 있다.

전자접촉기(340)는 릴레이(330)로부터 릴레이 오프 신호를 수신하면, 접속함(JB)으로부터 인버터(IV)로 출력되는 전류를 차단한다. 즉, 전자접촉기(340)는 릴레이(330)로부터 릴레이 오프 신호를 수신하면, 접속함(JB)과 인버터(IV) 간을 절체한다.

다음으로, 본 발명의 다른 실시예에 따른 태양광접속함의 세부 구성을 설명하기로 한다. 도 6은 본 발명의 다른 실시예에 따른 태양광접속함의 세부 구성을 설명하기 위한 도면이다.

도 6을 참조하면, 본 발명의 다른 실시예에 따르면, 차단회로부(100)는 복수의 태양광셀 각각으로부터 개별 선로를 통해 접속함으로 입력되는 전류를 선택적으로 차단하기 위한 것이다. 이때, 제어부(500)는 차단회로부(100)를 통해 복수의 태양광셀(SC) 각각에 연결된 선로의 지락을 감지하고, 지락이 감지된 선로에 대응하는 태양광셀(SC)로부터 입력되는 전류를 차단하도록 제어한다.

차단회로부(100)는 복수의 태양광셀(SC) 각각에 하나의 한 세트의 선로가 배정될 때, 각 선로 별로 설치되는 복수의 직류차단기(DCB: dc circuit breaker), 직류차단기(DCB) 별로 설치되는 복수의 영상변류기(ZCT: zero current transformer) 및 지락경보기(ELD: Earth Leakage Detector)를 포함한다.

직류차단기(DCB)는 복수의 태양광셀(SC) 각각에 연결된 선로에 설치된다.

영상변류기(ZCT)는 복수의 태양광셀(SC) 각각으로부터 수신되는 전류에서 영상전류를 추출하여 지락을 감지한다.

지락경보기(ELD)는 영상변류기(ZCT)를 통해 지락을 감지하고, 복수의 태양광셀(SC) 중 지락이 발생한 선로를 특정한다. 이는 지락이 발생한 선로에 대응하는 태양광셀(SC)을 특정하는 것을 의미한다. 지락경보기(ELD)는 지락이 발생한 선로를 나타내는 신호를 출력한다.

제어부(500)는 지락경보기(ELD)로부터 수신된 신호에 따라 지락이 발생한 선로를 식별하고, 해당 선로에 설치된 직류차단기(DCB)를 통해 입력되는 전류를 차단하도록 제어할 수 있다. 이는 지락경보기(ELD)가 특정한 태양광셀(SC)에 대응하는 선로에 설치된 직류차단기(DCB)를 통해 해당 태양광셀(SC)로부터 입력되는 전류를 차단하도록 제어하는 것을 의미한다.

다음으로, 본 발명의 실시예에 따른 제어부(500)의 세부적인 구성에 대해서 보다 상세하게 설명하기로 한다. 도 7은 본 발명의 실시예에 따른 제어부의 세부적인 구성을 설명하기 위한 블록도이다. 도 8은 본 발명의 실시예에 따른 이상 상태 발생 여부를 예측하기 위한 예측모델을 설명하기 위한 도면이다. 도 9는 본 발명의 실시예에 따른 이상 상태 발생 여부를 예측하기 위한 예측모델의 완전연결층 및 출력층을 설명하기 위한 도면이다.

도 7을 참조하면, 본 발명의 실시예에 따른 제어부(500)는 전처리부(510), 학습부(520), 예측부(530) 및 차단부(540)를 포함한다.

전처리부(510)는 광섬유센서부(400)의 복수의 광섬유센서(FOS)가 접속함(JB) 내의 복수의 선로의 복수의 서로 다른 위치에서 지속적으로 측정한 전류, 전압 및 온도를 수신하면, 수신된 전류, 전압 및 온도를 시간별, 위치별로 분류한 후, 시간별, 위치별 전류, 전압 및 온도를 소정의 벡터 공간에 임베딩하여 특정 시간의 특정 위치에서의 측정된 전류, 전압 및 온도를 나타내는 복수의 상태벡터(SV: State Vector)를 생성한다.

예측부(520)는 예측모델(PM)을 통해 상태벡터(SV)를 분석하여 기 설정된 시간 이후 접속함(JB) 내부의 상태 이상 발생 여부를 예측한다. 이러한 예측모델(PM)은 딥러닝에 의해 학습이 이루어지는 심층신경망(DNN: Deep Neural Network) 모델이다. 이러한 예측모델(PM)은 대표적으로 CNN(Convolutional Neural Network)을 예시할 수 있다.

도 8 및 도 9를 참조하면, 예측모델(PM)은 순차로 입력층(input layer: IL), 컨벌루션층(convolution layer: CL), 풀링층(pooling layer: PL), 완전연결층(fully-connected layer: FL) 및 출력층(output layer: OL)을 포함한다. 여기서, 컨볼루션층(CL), 풀링층(PL) 및 완전연결층(FL) 각각은 2 이상이 될 수도 있다. 컨볼루션층(CL) 및 풀링층(PL)은 적어도 하나의 특징맵(FM: Feature Map)으로 구성된다. 특징맵(FM)은 이전 계층의 연산 결과에 대해 가중치 및 임계치를 적용한 값을 입력받고, 입력받은 값에 대한 연산을 수행한 결과로 도출된다. 이러한 가중치는 소정 크기의 가중치 행렬인 필터 혹은 커널(W)을 통해 적용된다. 본 발명의 실시예에서 컨볼루션층(CL)의 컨벌루션 연산은 제1 필터(W1)가 사용되며, 풀링층(PL)의 풀링 연산은 제2 필터(W2)가 사용된다.

입력층(IL)에 기 설정된 복수(예컨대, 5)의 상태벡터(SV1, SV2, SV3, SV4, SV5)를 포함하는 입력벡터(IV)가 입력되면, 컨볼루션층(CL)은 입력층(IL)의 입력벡터(IV)에 대해 제1 필터(W1)를 이용한 컨벌루션(convolution) 연산 및 활성화함수에 의한 연산을 수행하여 적어도 하나의 제1 특징맵(FM1)을 도출한다. 이어서, 풀링층(VPL)은 컨볼루션층(VCL)의 적어도 하나의 제1 특징맵(FM1)에 대해 제2 필터(W2)를 이용한 풀링(pooling 또는 sub-sampling) 연산을 수행하여 적어도 하나의 제2 특징맵(FM2)을 도출한다.

완결연결층(FL)은 복수의 연산노드(E1 내지 En)로 이루어진다. 완결연결층(FL)의 복수의 연산노드(E1 내지 En)는 풀링층(PL)의 적어도 하나의 제2 특징맵(FM2)에 대해 활성화함수에 의한 연산을 통해 복수의 연산노드값 E[e1, e2, e3, ..., en]을 산출한다. 이러한 복수의 연산노드값 E[e1, e2, e3, ..., en]를 은닉벡터라고 칭한다.

출력층(OL)은 2개의 출력노드(O1, O2)를 포함한다. 도 9를 참조하면, 완전연결층(VFL)의 복수의 연산노드(E1 내지 En) 각각은 가중치(W: weight)를 가지는 채널(점선으로 표시)로 출력층(OL)의 출력노드(O1, O2)와 연결된다. 다른 말로, 복수의 연산노드(E1 내지 En)의 복수의 연산노드값(e1, e2, e3, ..., en)은 가중치가 적용되어 출력노드(O1, O2)에 각각 입력된다. 이에 따라, 출력층(OL)의 출력노드(O1, O2)는 가중치가 적용된 복수의 연산노드값(e1, e2, e3, ..., en)에 대해 활성화함수에 의한 연산을 통해 입력층(IL)으로 입력된 입력벡터(IV)에 대응하여 기 설정된 시간 이후 접속함(JB) 내부의 상태 이상 발생 여부를 예측하는 예측값을 산출한다.

출력층(VOL)의 2개의 출력노드(O1, O2) 각각은 상태 이상 발생 및 상태 이상 미발생에 대응한다. 즉, 제1 출력노드(O1)는 상태 이상 발생에 대응하며, 제2 출력노드(O2)는 상태 이상 미발생에 대응한다. 이에 따라, 입력층(IL)으로 입력된 입력벡터(IV)에 대응하는 제1 출력노드(O1)의 출력값은 상태 이상 발생할 확률을 나타내며, 제2 출력노드(O2)의 출력값은 상태 이상 발생하지 않을 확률을 나타낸다.

예컨대, 출력노드(O1, O1) 각각은 복수의 연산노드값(e1, e2, e3, ..., en) 각각에 가중치 w=[w1, w2, … , wn]를 적용한 후, 그 결과에 활성화함수 F를 취하여 출력값을 산출한다. 예컨대, 제1 및 제2 출력노드(O1, O2) 각각의 출력값이 각각 0.193, 0.807이면, 상태 이상 발생할 확률이 19%이고, 상태 이상 발생하지 않을 확률이 81%임을 나타낸다. 이러한 출력층(OL)의 제1 및 제2 출력노드(O1, O2)의 출력값은 예측모델(PM)의 출력값이 된다. 예측모델(PM)이 확률(0.086, 0.914)을 출력하면, 예측부(520)는 이러한 확률(0.193, 0.807)에 따라 상태 이상 발생하지 않을 것으로 판단할 수 있다.

전술한 컨벌루션층(CL), 완결연결층(FL) 및 출력층(OL)에서 사용되는 활성화함수는 시그모이드(Sigmoid), 하이퍼볼릭탄젠트(tanh: Hyperbolic tangent), ELU(Exponential Linear Unit), ReLU(Rectified Linear Unit), Leakly ReLU, Maxout, Minout, Softmax 등을 예시할 수 있다. 컨벌루션층(CL), 완결연결층(FL) 및 출력층(OL)에 이러한 활성화함수 중 어느 하나를 선택하여 적용할 수 있다.

학습부(530)는 예측모델(PM)이 상태 이상 발생 여부를 예측할 수 있도록 예측모델(PM)을 학습시킨다. 이러한 학습부(530)의 학습 방법에 대해서는 아래에서 더 상세하게 설명하기로 한다.

차단부(540)는 예측모델(PM)을 통한 예측 결과, 상태 이상 발생이 예측되면, 직류차단기를 통해 입력되는 전류를 차단하도록 제어한다. 이는 태양광셀어레이(SCA)와 접속함(JB)을 절체시키는 것을 의미한다.

다음으로, 본 발명의 일 실시예에 따른 태양광 접속함의 전기 화재를 검출하기 위한 방법에 대해서 설명하기로 한다. 도 10은 본 발명의 일 실시예에 따른 태양광 접속함의 전기 화재를 검출하기 위한 방법을 설명하기 위한 흐름도이다.

도 1을 참조하면, 발광부(310)는 S110 단계에서 2 이상의 서로 다른 파장을 가지는 적외선 신호를 발광한다. 여기서, 적외선 신호는 제1 적외선 신호 및 제2 적외선 신호를 포함하며, 제1 적외선 신호는 제2 적외선 신호 보다 소정 수치 이상 긴 파장을 가질 수 있다.

수광부(320)의 수광모듈(410)은 S120 단계에서 발광부(310)가 발광한 2 이상의 서로 다른 파장을 가지는 적외선 신호를 수광하여 수광된 적외선 신호를 변환하여 적외선 성분과 직류 성분을 포함하는 전기 신호를 생성한다.

그런 다음, 수광부(320)의 증폭모듈(430)은 S130 단계에서 전기 신호 중 직류 성분을 제거한 후, 적외선 성분만을 증폭한다. 이러한 S130 단계에 대해 보다 상세하게 설명하면 다음과 같다.

먼저, 증폭모듈(430)의 하나의 전선으로 형성된 바이패스라인(421)은 수광모듈(410)로부터 전기 신호가 입력되면, 적외선 성분과 직류 성분 양자 모두를 포함하는 전기 신호를 그대로 차동증폭기(427)에 전달한다. 이때, 바이패스라인(421)의 출력은 차동증폭기(427)의 + 입력 단자에 입력된다. 한편, RC 필터로 형성된 저역통과필터(LPF)는 수광모듈(410)로부터 전기 신호가 입력되면, 적외선 성분과 직류 성분을 포함하는 전기 신호 중 저역통과필터(LPF)를 이용하여 고주파인 적외선 신호 성분을 필터링하고 저주파인 직류 성분만을 전달한다. 그러면, 연산 증폭기(op-amp)로 형성된 전압플로워(425)는 저역통과필터(423)의 출력, 즉, 직류 성분만을 포함하는 전기 신호를 그대로 차동증폭기(427)의 - 입력 단자에 입력한다. 연산 증폭기(op-amp, Operational amplifier)로 형성된 차동증폭기(427)는 연산 증폭기(op-amp)의 +단자를 통해 적외선 성분과 직류 성분을 포함하는 전기 신호를 수신하고, 연산 증폭기(op-amp)의 -단자를 통해 직류 성분만을 포함하는 전기 신호를 수신한다. 그러면, 차동증폭기(427)는 +단자를 통해 신호와, -단자를 통해 입력된 신호의 차이를 증폭한다. 이에 따라, 차동증폭기(427)는 +단자를 통해 입력된 적외선 성분과 직류 성분과, -단자를 통해 입력된 직류 성분의 차인 적외선 신호 성분만을 증폭시킨다. 결국, 차동증폭기(427)는 직류 성분이 제거되어 적외선 성분만이 증폭된 전기 신호를 출력한다.

판별모듈(430)은 S140 단계에 증폭된 적외선 성분으로 이루어진 전기 신호를 기초로 화재 여부를 판단한다. 이때, 판별모듈(430)은 적외선 성분의 크기가 기 설정된 수치 미만이면, 화재가 발생한 것으로 판단할 수 있다. 상기 판단 결과, 화재가 발생한 것으로 판단된 경우, 판별모듈(430)은 릴레이(330)로 화재임을 알리는 상태 신호를 전송한다.

S150 단계에서 릴레이(330) 및 전자접촉기(340)의 동작에 의해 절체를 수행한다. 이러한 S150 단계에서 릴레이(330)는 상태 신호에 따라 릴레이 온 신호 혹은 릴레이 오프 신호를 출력한다. 예컨대, 화재 발생을 나타내는 상태 신호를 수신하면, 릴레이(330)는 릴레이 오프 신호를 출력할 수 있다. 그리고 전자접촉기(340)는 릴레이(330)로부터 릴레이 오프 신호를 수신하면, 접속함(JB)으로부터 인버터(IV)로 출력되는 전류를 차단한다. 즉, 전자접촉기(340)는 릴레이(330)로부터 릴레이 오프 신호를 수신하면, 접속함(JB)과 인버터(IV) 간을 절체한다.

다음으로, 본 발명의 다른 실시예에 따른 예측모델(PM)을 학습시키는 방법에 대해서 설명하기로 한다. 도 11은 본 발명의 실시예에 따른 예측모델(PM)을 학습시키는 방법을 설명하기 위한 흐름도이다. 도 12는 본 발명의 실시예에 따른 예측모델(PM)을 학습시키는 방법을 설명하기 위한 벡터공간의 예이다.

도 11을 참조하면, 학습부(530)는 S110 단계에서 학습 데이터, 예컨대, 복수의 상태벡터(SV1, SV2, SV3, ..., SVn)를 연결한 학습용 입력벡터(IV)를 마련한다. 복수의 상태벡터는 시간 순서대로 나열되며, 서로 다른 위치에서 측정된 전류, 전압 및 온도를 소정의 벡터 공간에 임베딩한 것이다. 특히, 학습용 입력벡터(IV)는 기 설정된 시간 후의 상태 이상이 발생하는지 여부를 알 수 있는 데이터이다.

이와 같은, 학습용 입력벡터(IV)가 마련되면, 학습부(530)는 다음의 수학식 1과 같은 손실함수를 이용하여 학습을 수행한다.

수학식 1에서 L은 손실함수를 나타낸다. oi는 예측모델(PM)의 출력층(OL)의 출력값이고, zi는 예측모델(PM)의 출력층(OL)의 출력값에 대응하는 분류 레이블이다. eij는 예측모델(PM)의 완전연결층(FL)의 연산노드값이고, hij는 완전연결층(FL)의 연산값에 대응하는 은닉 레이블이다. i는 출력층의 출력노드(O1, O2)에 대응하는 인덱스이고(1, 2), j는 완전연결층(VFL)의 연산노드(E1~En)에 대응하는 인덱스이다(1~n). 그리고

는 하이퍼파라미터를 나타낸다.

학습부(530)는 S220 단계에서 분류 손실 최적화를 위한 설정을 수행한다. 이때, 학습부(530)는 하이퍼파라미터 및 분류 레이블을 설정한다. 이러한 S320 단계에서 학습부(530)는 하이퍼파라미터

는 0으로 설정한다. 이에 따라, 분류 손실을 최적화하는 학습에서 수학식 1의 손실함수는 다음의 수학식 2와 같다.

또한, S120 단계에서 학습부(530)는 분류 레이블을 설정한다. 학습용 입력 벡터에 대응하여 상태 이상이 발생할 것으로 알려진 경우, 제1 출력노드(O1) 및 제2 출력노드(O2) 실패(failure)에 대응하여 분류 레이블 [0, 1]을 부여한다. 반면, 상태 이상이 발생하지 않을 것으로 알려진 경우, 제1 출력노드(O1) 및 제2 출력노드(O2)에 대응하여 분류 레이블 [1, 0]을 부여한다.

전술한 바와 같이 하이퍼파라미터 및 분류 레이블이 설정되면, 학습부(530)는 S230 단계에서 분류 손실을 최적화하는 학습을 수행한다. 이때, 학습부(530)는 예측모델(PM)에 학습용 입력벡터를 입력한다. 그러면, 예측모델(PM)은 학습용 입력벡터에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 통해 예측값을 산출한다. 그러면, 학습부(530)는 하이퍼파라미터가 0으로 설정된 수학식 2와 같은 손실함수를 이용하여 학습을 수행한다. 즉, 학습부(530)는 수학식 2의 손실함수를 통해 분류 손실을 도출하며, 이러한 분류 손실이 최소가 되도록 예측모델(PM의 파라미터를 수정하는 분류 손실 최적화를 수행한다. 분류 손실은 앞서 설정된 분류 레이블과 출력층(OL)의 출력값인 예측값의 차이를 나타낸다. 이러한 분류 손실 최적화는 복수의 서로 다른 학습용 입력벡터를 이용하여 반복하여 수행되며, 이러한 반복은 평가 지표를 통해 원하는 정확도에 도달할 때까지 이루어질 수 있다.

전술한 바와 같은 분류 손실 최적화에 따른 학습이 완료되면, 학습부(530)는 S240 단계에서 예측모델(PM)의 분류 대상 클래스 별로 은닉벡터 중 대표벡터를 선택한다. 대표벡터를 선택하는 방법은 다음과 같다.

앞서(S230) 사용된 학습용 입력벡터를 분류 손실 최적화가 이루어진 예측모델(PM)에 다시 입력하여 예측모델(PM)의 완전연결층(VFL)의 연산노드값인 은닉벡터를 도출한다. 즉, 은닉벡터는 E[e1, e2, e3, …, en]이다. 학습부(530)는 복수의 은닉벡터를 소정의 벡터공간에 임베딩한다. 도 12 (A)에 소정의 벡터공간에 복수의 은닉벡터가 임베딩된 예를 도시하였다. 기본적으로, 분류 손실 최적화에 의해 벡터공간 상에서 분류선(DLINE)에 의해 복수의 은닉벡터 각 클래스별로 어느 정도의 구분이 이루어진다. 여기서, 분류 대상인 클래스는 상태 이상 발생인 클래스1(CLASS1) 및 상태 이상 미발생인 클래스2(CLASS2)를 포함한다.

즉, 도 12의 (A)에서 클래스1(CLASS1)은 상태 이상 발생인 것을 나타내며, 클래스2(CLASS2)는 상태 이상 미발생인 것을 나타낸다. 학습부(530)는 이러한 벡터 공간에 임베딩된 복수의 은닉벡터 중 각 클래스 별로 대표벡터를 선정할 수 있다. 대표벡터는 12의 (A)에 도시된 바와 같이, 동일한 클래스 내의 은닉벡터 중 중간값을 선정하는 것이 바람직하다.

다음으로, 학습부(530)는 S250 단계에서 복합 손실 최적화를 위한 설정을 수행한다. 이때, 학습부(530)는 하이퍼파라미터, 분류 레이블 및 은닉 레이블을 설정한다. 이러한 S250 단계에서 학습부(530)는 하이퍼파라미터

는 0.5로 설정한다. 이에 따라, 분류 손실을 최적화하는 학습에서 수학식 1의 손실함수는 다음의 수학식 3과 같다.

또한, S350 단계에서 학습부(530)는 분류 레이블 및 은닉 레이블을 설정한다. 분류 레이블의 설정은, S120 단계와 동일하게 학습용 입력 벡터에 대응하여 상태 이상이 발생할 것으로 알려진 경우, 제1 출력노드(O1) 및 제2 출력노드(O2) 실패(failure)에 대응하여 분류 레이블 [0, 1]을 부여한다. 반면, 상태 이상이 발생하지 않을 것으로 알려진 경우, 제1 출력노드(O1) 및 제2 출력노드(O2)에 대응하여 분류 레이블 [1, 0]을 부여한다. 은닉 레이블의 설정은, 앞서(S140) 선정한 대표벡터를 이용한다. 이에 따라, 각 클래스별로 대표벡터가 은닉 레이블로 설정된다.

전술한 바와 같이 하이퍼파라미터, 분류 레이블 및 은닉 레이블이 설정되면, 전술한 바와 같이 파라미터가 설정되면, 학습부(530)는 S260 단계에서 복합 손실을 최적화하는 학습을 수행한다. 이때, 학습부(530)는 예측모델(PM)에 학습용 입력벡터를 입력한다.

그러면, 예측모델(PM)은 학습용 입력벡터에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 통해 은닉벡터 및 출력값을 산출한다. 그러면, 학습부(530)는 하이퍼파라미터가 0.5로 설정된 수학식 3과 같은 손실함수를 이용하여 수학식 3의 손실함수의 복합 손실이 최소가 되도록 정규 모델의 파라미터를 수정하는 복합 손실 최적화를 수행한다. 이러한 복합 손실은 분류 레이블과 출력층(OL)의 출력값의 차이를 나타내는 분류 손실 및 은닉 벡터와 대표 벡터와의 차이를 나타내는 은닉 손실을 포함한다. 이러한 복합 손실 최적화는 복수의 서로 다른 학습용 입력벡터를 이용하여 반복하여 수행되며, 이러한 반복은 평가 지표를 통해 원하는 정확도에 도달할 때까지 이루어질 수 있다. 이러한 복합 손실에 의한 학습이 완료되면, 벡터 공간 상의 복수의 은닉벡터는 도 12의 (B)와 같이 분류될 수 있다. 즉, 복수의 은닉벡터는 벡터 공간 상에서 대표 벡터를 향하여 이동된다. 이에 따라, 클래스 별 구분이 보다 명확해짐을 알 수 있다. 즉, 복합 손실에 의한 학습에 의해 예측모델(PM)의 분류 성능이 향상될 수 있다.

다음으로, 본 발명의 다른 실시예에 따른 태양광 접속함의 지락 차단을 위한 방법에 대해서 설명하기로 한다. 도 13은 본 발명의 다른 실시예에 따른 태양광 접속함의 지락 차단을 위한 방법을 설명하기 위한 흐름도이다.

도 13을 참조하면, 복수의 선로 각각에는 영상변류기(ZCT)가 설치된 상태이다. 이때, 영상변류기(ZCT)는 S310 단계에서 복수의 선로를 통해 접속함(JB)로 유입되는 전류에서 영상전류를 추출한다. 여기서, 복수의 선로는 복수의 태양광셀(SC) 각각과 개별적으로 연결된다. 또한, 복수의 선로는 각각에 직류차단기(DCB)가 설치된 상태이다.

그런 다음, 영상변류기(ZCT)는 S320 단계에서 상기 추출된 영상전류에 따라 지락을 감지한다. 지락을 감지한 영상변류기(ZCT)는 지락을 감지하였음을 알리는 신호를 지락경보기(ELD)로 전달한다.

이에 따라, 지락경보기(ELD)는 S330 단계에서 지락이 감지된 선로를 특정할 수 있다. 그러면, 지락경보기(ELD)는 지락이 감지된 선로를 나타내는 신호를 제어부(500)로 출력한다.

제어부(500)는 S340 단계에서 지락이 감지된 선로에 설치된 직류차단기(DCB)를 통해 입력되는 전류를 차단한다.

다음으로, 본 발명의 다른 실시예에 따른 태양광 접속함의 지락 차단을 위한 방법에 대해서 설명하기로 한다. 도 14는 본 발명의 다른 실시예에 따른 태양광 접속함의 이상 상태 차단을 위한 방법을 설명하기 위한 흐름도이다.

도 14를 참조하면, 복수의 광섬유센서(FOS)는 S410 단계에서 전류, 전압 및 온도를 지속적으로 측정한다. 복수의 광섬유센서(FOS)는 접속함 내의 복수의 선로의 복수의 위치에 설치된다.

제어부(500)의 전처리부(510)는 S420 단계에서 복수의 광섬유센서(FOS)가 측정한 전류, 전압 및 온도를 시간 별 그리고 위치 별로 분류 한 후, 시간별, 위치별 전류, 전압 및 온도를 소정의 벡터 공간에 임베딩하여 특정 시간의 특정 위치에서의 측정된 전류, 전압 및 온도를 나타내는 복수의 상태벡터(SV)를 생성한다.

제어부(500)의 예측부(520)는 S430 단계에서 예측모델(PM)을 통해 복수의 상태벡터(SV)를 분석하여 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 예측한다. S430 단계에 대해 보다 상세하게 설명하면, 예측부(520)는 복수의 상태벡터(SV)를 예측모델(PM)에 입력한다. 그러면, 예측모델(PM)은 복수의 상태벡터(SV)를 포함하는 입력벡터(IV)에 대해 학습된 가중치가 적용되는 복수의 연산을 통해 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 확률로 나타내는 예측값을 산출한다. 여기서, 예측값은 출력층(OL)의 출력노드(O1, O2)의 출력값을 의미한다. 그리고 예측부(520)는 예측값에 따라 상태 이상 발생 여부를 판단한다. 제1 출력노드(O1)의 출력값은 상태 이상 발생할 확률을 나타내며, 제2 출력노드(O2)의 출력값은 상태 이상 발생하지 않을 확률을 나타낸다. 예컨대, 제1 및 제2 출력노드(O1, O2) 각각의 출력값이 각각 0.193, 0.807이면, 상태 이상 발생할 확률이 19%이고, 상태 이상 발생하지 않을 확률이 81%임을 나타낸다. 반면, 제1 및 제2 출력노드(O1, O2) 각각의 출력값이 각각 0.913, 0.087이면, 상태 이상 발생할 확률이 91%이고, 상태 이상 발생하지 않을 확률이 9%임을 나타낸다.

제어부(500)의 차단부(540)는 S440 단계에서 상태 이상 발생이 예측되면, 직류차단기(DCB)를 통해 입력되는 전류를 차단하도록 제어한다. 즉, 차단부(540)는 예측모델(PM)을 통한 예측 결과, 상태 이상 발생이 예측되면, 직류차단기(DCB)를 통해 입력되는 전류를 차단하도록 제어한다. 이는 태양광셀어레이(SCA)와 접속함(JB)을 절체시키는 것을 의미한다.

한편, 전술한 본 발명의 실시예에 따른 방법은 다양한 컴퓨터수단을 통하여 판독 가능한 프로그램 형태로 구현되어 컴퓨터로 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상 본 발명을 몇 가지 바람직한 실시예를 사용하여 설명하였으나, 이들 실시예는 예시적인 것이며 한정적인 것이 아니다. 이와 같이, 본 발명이 속하는 기술분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 균등론에 따라 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.

100: 차단회로부
200: 보호회로부
300: 화재감지부
400: 광섬유센서부
500: 제어부

Claims

태양광 접속함의 지락 차단을 위한 장치에 있어서,
복수의 태양광셀 각각으로부터 개별 선로를 통해 접속함으로 입력되는 전류를 선택적으로 차단하기 위한 차단회로부;
상기 차단회로부를 통해 복수의 태양광셀 각각에 연결된 선로의 지락을 감지하고, 지락이 감지된 선로에 대응하는 태양광셀로부터 입력되는 전류를 차단하도록 제어하는 제어부;
를 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
제1항에 있어서,
상기 차단회로부는
복수의 태양광셀 각각에 연결된 선로에 설치되는 직류차단기;
복수의 태양광셀 각각으로부터 수신되는 전류에서 영상전류를 추출하여 지락을 감지하기 위한 영상변류기; 및
상기 영상변류기를 통해 지락을 감지하고, 상기 복수의 태양광셀 중 지락이 발생한 선로의 태양광셀을 특정하는 지락경보기;
를 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
제2항에 있어서,
상기 제어부는
상기 지락경보기가 특정한 태양광셀에 대응하는 선로에 설치된 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 것을 특징으로 하는
지락 차단을 위한 장치.
제1항에 있어서,
상기 장치는
상기 접속함 내의 복수의 선로의 복수의 서로 다른 위치에 설치되어 전류, 전압 및 온도를 측정하는 복수의 광섬유센서;
를 더 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
제4항에 있어서,
상기 제어부는
상기 복수의 광섬유센서를 통해 측정된 시간 별, 위치 별 전류, 전압 및 온도로부터 복수의 상태벡터를 생성하는 전처리부;
심층신경망인 예측모델을 통해 상기 복수의 상태벡터를 분석하여 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 예측하는 예측부; 및
상기 예측 결과, 상태 이상 발생이 예측되면, 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 차단부;
를 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
제5항에 있어서,
상기 장치는
학습용 입력벡터를 마련하고,
손실함수

에서
상기
을 0으로 설정한 후,
학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 분류 손실 최적화를 수행하고,
상기 손실함수에서 상기
을 0.5로 설정한 후,
학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실과 상기 예측모델의 완전연결층의 연산노드값인 은닉벡터와 은닉 레이블과의 차이인 은닉 손실을 포함하는 복합 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 복합 손실 최적화를 수행하는 학습부;
를 더 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
태양광 접속함의 지락 차단을 위한 장치에 있어서,
복수의 태양광셀 각각으로부터 접속함 내부로 유입되는 개별 선로에 설치되는 직류차단기;
상기 개별 선로를 통해 복수의 태양광셀 각각으로부터 접속함 내부로 유입되는 전류에서 영상전류를 추출하여 지락을 감지하기 위한 영상변류기; 및
상기 영상변류기를 통해 지락을 감지하고, 상기 복수의 태양광셀 중 지락이 발생한 선로의 태양광셀을 특정하는 지락경보기;
를 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
제7항에 있어서,
상기 제어부는
상기 지락경보기가 특정한 태양광셀에 대응하는 선로에 설치된 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 것을 특징으로 하는
지락 차단을 위한 장치.
제8항에 있어서,
상기 장치는
상기 접속함 내의 복수의 선로의 복수의 위치에 설치되어 전류, 전압 및 온도를 측정하는 복수의 광섬유센서;
를 더 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
제9항에 있어서,
상기 제어부는
상기 복수의 광섬유센서를 통해 측정된 전류, 전압 및 온도로부터 상태벡터를 생성하는 전처리부;
심층신경망을 통해 상기 상태벡터를 분석하여 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 예측하는 예측부; 및
상기 예측 결과, 상태 이상 발생이 예측되면, 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 차단부;
를 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
제10항에 있어서,
상기 장치는
학습용 입력벡터를 마련하고,
손실함수

에서
상기
을 0으로 설정한 후,
학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 분류 손실 최적화를 수행하고,
상기 손실함수에서 상기
을 0.5로 설정한 후,
학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실과 상기 예측모델의 완전연결층의 연산노드값인 은닉벡터와 은닉 레이블과의 차이인 은닉 손실을 포함하는 복합 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 복합 손실 최적화를 수행하는 학습부;
를 더 포함하는 것을 특징으로 하는
지락 차단을 위한 장치.
태양광 접속함의 지락 차단을 위한 방법에 있어서,
영상변류기가 복수의 태양광셀 각각과 개별적으로 연결되며 각각에 직류차단기가 설치된 복수의 선로를 통해 유입되는 전류에서 영상전류를 추출하는 단계;
상기 영상변류기가 상기 추출된 영상전류에 따라 지락을 감지하는 단계;
지락경보기가 상기 지락이 감지된 선로를 특정하는 단계;
제어부가 상기 특정된 선로에 설치된 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 단계;
를 포함하는 것을 특징으로 하는
지락 차단을 위한 방법.
제12항에 있어서,
상기 접속함 내의 복수의 선로의 복수의 위치에 설치된 복수의 광섬유센서가 전류, 전압 및 온도를 지속적으로 측정하는 단계;
제어부가 상기 측정된 전류, 전압 및 온도를 시간 별 그리고 위치 별로 분류 한 후, 시간별, 위치별 전류, 전압 및 온도를 소정의 벡터 공간에 임베딩하여 특정 시간의 특정 위치에서의 측정된 전류, 전압 및 온도를 나타내는 복수의 상태벡터를 생성하는 단계;
상기 제어부가 심층신경망인 예측모델을 통해 상기 상태벡터를 분석하여 기 설정된 시간 이후 상기 접속함 내부의 상태 이상 발생 여부를 예측하는 단계;
상기 제어부가 상기 예측 결과, 상태 이상 발생이 예측되면, 직류차단기를 통해 입력되는 전류를 차단하도록 제어하는 단계;
를 더 포함하는 것을 특징으로 하는
지락 차단을 위한 방법.
제13항에 있어서,
상기 복수의 광섬유센서가 전류, 전압 및 온도를 측정하는 단계 전,
학습부가 학습용 입력벡터를 마련하는 단계;
상기 학습부가 손실함수
에서 상기
을 0으로 설정한 후, 학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 분류 손실 최적화를 수행하는 단계;
상기 학습부가 상기 손실함수에서 상기
을 0.5로 설정한 후, 학습용 입력벡터에 대한 상기 예측모델의 출력값과 분류 레이블의 차이인 분류 손실과 상기 예측모델의 완전연결층의 연산노드값인 은닉벡터와 은닉 레이블과의 차이인 은닉 손실을 포함하는 복합 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 복합 손실 최적화를 수행하는 단계;
를 더 포함하는 것을 특징으로 하는
지락 차단을 위한 방법.