KR20240030051A - Infrared Measurement Data Evaluation Method and Apparatus for Diagnosing the Condition of Power Cables, and System for Diagnosing the Condition of Power Cables based on Infrasound Measurement Data - Google Patents
Infrared Measurement Data Evaluation Method and Apparatus for Diagnosing the Condition of Power Cables, and System for Diagnosing the Condition of Power Cables based on Infrasound Measurement Data Download PDFInfo
- Publication number
- KR20240030051A KR20240030051A KR1020220108593A KR20220108593A KR20240030051A KR 20240030051 A KR20240030051 A KR 20240030051A KR 1020220108593 A KR1020220108593 A KR 1020220108593A KR 20220108593 A KR20220108593 A KR 20220108593A KR 20240030051 A KR20240030051 A KR 20240030051A
- Authority
- KR
- South Korea
- Prior art keywords
- measurement
- series
- linear
- measurement data
- linear regression
- Prior art date
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000011157 data evaluation Methods 0.000 title claims abstract description 23
- 238000012417 linear regression Methods 0.000 claims abstract description 68
- 238000012360 testing method Methods 0.000 claims abstract description 19
- 238000012790 confirmation Methods 0.000 claims abstract description 10
- 230000006866 deterioration Effects 0.000 claims description 40
- 238000003745 diagnosis Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000012795 verification Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 13
- 238000013480 data collection Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 13
- 240000005572 Syzygium cordatum Species 0.000 description 6
- 235000006650 Syzygium cordatum Nutrition 0.000 description 6
- 238000002405 diagnostic procedure Methods 0.000 description 6
- 238000009413 insulation Methods 0.000 description 6
- 238000000691 measurement method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000012212 insulator Substances 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012812 general test Methods 0.000 description 2
- 108050005509 3D domains Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/083—Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/005—Circuits for comparing several input signals and for indicating the result of this comparison, e.g. equal, different, greater, smaller (comparing phase or frequency of 2 mutually independent oscillations in demodulators)
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
본 발명의 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법은, 대상 케이블에 대한 초저주파 탄델타 측정 데이터로서, 동일 시험전압을 적용한 소정 시간 구간의 일련의 측정값들의 상수(constant) 특성을 확인하는 단계; 상기 일련의 측정값들을 최대값과 최소값을 이용하여 정규화하는 단계; 정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 단계; 상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 단계; 및 상기 선형표준편차에 따라, 상기 소정 시간 구간의 일련의 측정값들의 신뢰도를 판정하는 단계를 포함할 수 있다.The infrasound measurement data evaluation method for diagnosing the condition of a power cable of the present invention is infrasound frequency tan delta measurement data for a target cable, and the constant characteristics of a series of measurement values in a predetermined time period to which the same test voltage is applied are evaluated. Confirmation steps; normalizing the series of measured values using maximum and minimum values; Deriving a linear regression model from a series of normalized measurements; calculating a linear standard deviation comparing the normalized series of measured values and the linear regression model; and determining the reliability of a series of measured values in the predetermined time period according to the linear standard deviation.
Description
본 발명은 초저주파 측정데이터 기반에 선형회귀모델 적용을 통하여 개선한 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법 및 장치에 관한 것이다.The present invention relates to a method and device for evaluating infrasound measurement data for diagnosing the condition of a power cable improved by applying a linear regression model based on infrasound measurement data.
전력설비 중 비용 및 규모 면에서 큰 비중을 차지하고 있는 배전선로에 대한 지중화 수요가 증가함에 따라 지중케이블에 대한 효율적인 유지보수 관리가 설비 관리정책에 주요한 부분으로 인식되고 있으며, 향후 지중화 비중이 크게 증가될 것으로 예상되어 지속적으로 누적된 기 매설 지중케이블에 대해 교체 시기 판단을 위한 효과적인 케이블 상태진단기법의 필요성이 증대되고 있다.As the demand for underground distribution lines, which account for a large proportion of electric power facilities in terms of cost and size, increases, efficient maintenance and management of underground cables is recognized as an important part of facility management policy, and the proportion of underground cables is expected to increase significantly in the future. As this is expected, the need for effective cable condition diagnosis techniques to determine replacement timing for existing underground cables that have continuously accumulated is increasing.
특히, 지중케이블 경우 투자비용이 크기 때문에 적절한 교체 시기 책정을 위해 케이블 진단상태를 통한 케이블 잔존수명 예측이 매우 중요하며 케이블 고장으로 인한 정전 발생 시 사회적 손실 비용이 크기 때문에 정확한 케이블 고장 예측을 통하여 고장 발생 전 적정 시점에 케이블 교체를 통하여 사회적 손실 비용 및 설비 투자 비용을 최소화 하는 것이 매우 중요하다. In particular, in the case of underground cables, the investment cost is large, so it is very important to predict the remaining life of the cable through cable diagnosis status in order to determine an appropriate replacement time. Since the social cost of a power outage due to a cable failure is large, it is important to accurately predict cable failure to prevent failure. It is very important to minimize social loss costs and facility investment costs by replacing cables at the appropriate time.
일반적으로 케이블 상태진단은 진단장비를 통해 시험전압을 케이블 특정 지점에 인가하고 그 외 지점에서 측정된 전압 변화 등의 패턴 분석을 기반으로 케이블 열화 수준을 진단한다. 대표적인 진단 방식으로는 초저주파 탄델타(VLF, very low frequency tanδ) 측정법이 있으며 해당 방법은 여러 종류의 인가전압으로 케이블이나 전력설비의 탄델타(tanδ) 변화를 측정하여, 케이블 주요 고장 원인인 절연체 내부의 수트리(water-tree) 발생이나 공극과 같은 비정상적인 징후를 진단하는 방법이다.In general, cable condition diagnosis involves applying a test voltage to a specific point on the cable using diagnostic equipment and diagnosing the level of cable deterioration based on pattern analysis, such as voltage changes measured at other points. A representative diagnostic method is the very low frequency tan delta (VLF) measurement method, which measures changes in tan delta (tan δ) of cables or power facilities with various types of applied voltages, and measures the insulation, which is the main cause of cable failure. This is a method of diagnosing abnormal signs such as internal water-tree formation or voids.
구체적으로 초저주파를 사용하여 탄델타를 측정하는 방법은 특정 기준 값과 측정된 값의 단순 비교를 통하여 열화 상태를 판정하거나 복수의 측정된 탄델타 값의 패턴 분석 및 열화 수준을 반영할 수 있는 특징 인자를 추출하여 통계적으로 분석된 기준값에 따라 케이블 교체 시기를 판단하는 방식으로 제시되었다.Specifically, the method of measuring tan delta using infrasound waves determines the state of deterioration through a simple comparison of a specific reference value and the measured value, or analyzes patterns of multiple measured tan delta values and reflects the level of deterioration. It was presented as a method of extracting factors and judging the timing of cable replacement based on statistically analyzed standard values.
하지만 이러한 탄델타 측정 데이터를 기반으로 진단하는 방식은 수치의 재현성 및 표준화의 부재로 현장에서 범용적으로 적용될 수 있는 판단 기준 제시가 어렵고, 측정 시 현장 여건에 따른 진단설비 및 측정자에 의한 측정 오류에 대한 검증이 어려워 측정데이터의 신뢰도 확인이 결여되어 있는 문제점이 있어 정확한 진단을 위해서 케이블 진단을 위한 측정데이터의 신뢰성을 검증하는 방식을 포함하여 탄델타를 기반으로 열화 수준을 효과적으로 제시할 수 있는 특징을 추출하는 기술이 포괄적으로 제시되어야 필요성이 존재한다. However, the method of diagnosing based on tan delta measurement data is difficult to present judgment standards that can be universally applied in the field due to the lack of numerical reproducibility and standardization, and is subject to measurement errors caused by diagnostic equipment and measurers depending on field conditions during measurement. There is a problem of lack of verification of the reliability of the measured data due to difficulty in verifying the data, so for accurate diagnosis, features that can effectively present the level of deterioration based on tan delta, including a method of verifying the reliability of the measured data for cable diagnosis, are required. There is a need for the extraction technology to be comprehensively presented.
종래기술에 따른 탄델타 기반 케이블 진단 방법에 있어서, 초저주파 탄델타 측정데이터 기반의 케이블 진단 방법의 원리는, 장기간 운용된 케이블의 절연체 내부에서 수트리(잔유수분에 의한 코로나 방전 열화의 일종으로서 고체 절연물 속에서 발생하는 수지상의 방전흔적을 남기는 절연열화 현상)가 발생하게 되면 절연저항은 감소하고 손실전류는 증가하는 등의 열화 현상이 발생 되는 바, 이러한 현상은 결국 탄델타의 변화로 나타나고 이 변화량 측정을 통하여 절연체의 이상 유무나 열화 상태를 판단하는 것이다.In the tan delta-based cable diagnosis method according to the prior art, the principle of the cable diagnosis method based on ultra-low frequency tan delta measurement data is that water tree (a type of corona discharge deterioration caused by residual moisture) inside the insulation of a cable operated for a long time is solid. When an insulation deterioration phenomenon (which leaves traces of discharge on dendrites occurring in the insulating material) occurs, deterioration phenomena such as a decrease in insulation resistance and an increase in loss current occur. This phenomenon ultimately appears as a change in tan delta, and the amount of this change occurs. Through measurement, the presence or absence of abnormalities or deterioration of the insulator is determined.
이론적으로 고전압 절연체는 매우 높은 절연저항과 정전용량(capacitance)을 가지기 때문에 누설전류와 전압은 90도 위상차가 발생하지만 실제는 절연체 내부의 저항성분에 의하여 약간의 편차가 발생하게 되며 이때의 전압-전류의 위상각의 편차를 탄델타로 반영할 수 있다. 이러한 현상을 기반으로 케이블의 수트리 등의 열화 원인의 정도가 클수록 위상각 편차가 커질 수 있으며 따라서 탄텔타의 수치가 클수록 절연체에 이상이 발생하고 있음을 추정할 수 있다.In theory, because high-voltage insulators have very high insulation resistance and capacitance, a 90-degree phase difference occurs between leakage current and voltage, but in reality, a slight deviation occurs due to the resistance component inside the insulator, and the voltage-current at this time The deviation of the phase angle can be reflected as tan delta. Based on this phenomenon, it can be assumed that the greater the degree of deterioration of the cable's water tree, etc., the greater the phase angle deviation can be, and therefore, the greater the tantelta value, the more abnormalities occur in the insulator.
기존의 대표적인 진단 방법은 진단 장비를 통하여 측정된 탄델타 데이터를 다양한 시험전압 또는 여러번의 반복 측정을 통해 복수개의 측정의 데이트를 수집하고 이러한 데이터를 기반으로 패턴 분석 및 열화 특성을 반영할 수 있는 특징 추출을 통해 통계적 기준과 비교를 통하여 케이블 상태를 진단하였다.The existing representative diagnostic method collects data from multiple measurements through various test voltages or multiple repeated measurements of tan delta data measured through diagnostic equipment, and analyzes patterns and reflects deterioration characteristics based on these data. The condition of the cable was diagnosed through extraction and comparison with statistical standards.
도 1은 일반적인 시험전압 기반 측정데이터를 활용한 케이블 상태진단 방법을 도시한 흐름도이다.Figure 1 is a flowchart showing a cable condition diagnosis method using general test voltage-based measurement data.
도 1은 케이블 상태 진단을 위해 일반적으로 적용되는 방법에 대한 개요로서, 시험전압을 케이블에 인가하여 측정되는 출력데이터를 기반으로 케이블 열화 상태를 보여줄 수 있는 특징인자를 추출하고 기존 케이블의 열화 및 고장 상태를 기반으로 통계적으로 분석된 기준값과 비교하여 최종적으로 케이블 상태 진단 및 케이블을 지속적으로 사용할 수 있는 지표인 잔존 수명을 산출할 수 있다. Figure 1 is an overview of a generally applied method for diagnosing cable condition. Based on the output data measured by applying a test voltage to the cable, characteristic factors that can show the cable deterioration status are extracted and the deterioration and failure of the existing cable is extracted. By comparing it with a statistically analyzed reference value based on its condition, it is possible to ultimately diagnose the condition of the cable and calculate the remaining lifespan, which is an indicator that the cable can be used continuously.
도 2는 기존 VLF 탄델타 기반 열화 특징 인자 추출을 통한 진단 방법(Index R)을 도시한 개념도이다.Figure 2 is a conceptual diagram showing a diagnosis method (Index R) through extraction of existing VLF tandelta-based degradation feature factors.
구체적으로 도 2는 기존 초저주파(VLF) 탄델타 측정데이터를 기반으로 케이블 열화 수준을 추정할 수 있는 특징인자를 추출하여 케이블을 진단하는 방법에 대한 설명으로, 시험전압 0.5U0, 1.5U0로 연속적으로 측정된 복수개의 탄델타 값을 기반으로 열화 특성을 반영할 수 있는 특징 추출을 위하여 1.5U0의 각 단텔타 수치의 레벨 판단을 위해 평균 값을 추출하는 과정(TD)과 각 시험접압을 통해 전압안정도를 판단하기 위해 0.5U0 측정데이터의 평균값과 TD의 편차를 계산하는 과정(DTD) 그리고 연속적으로 측정된 탄델타의 패턴분석을 통해 수트리 등으로 발생될 수 있는 열화 특성을 추정할 수 있는 1.5U0의 측정데이터 간 선형편차를 계산하는 과정(Skirt)이 포함된다.Specifically, Figure 2 is an explanation of a method of diagnosing a cable by extracting characteristic factors that can estimate the level of cable deterioration based on existing very low frequency (VLF) tandelta measurement data, and test voltages of 0.5U 0 and 1.5U 0 In order to extract features that can reflect deterioration characteristics based on a plurality of tan delta values measured continuously, the process (TD) of extracting the average value to determine the level of each tan delta value of 1.5U 0 and each test contact pressure In order to determine voltage stability, the process of calculating the deviation of TD from the average value of 0.5U 0 measurement data (DTD) and the pattern analysis of continuously measured tan delta are used to estimate deterioration characteristics that may occur due to water tree, etc. It includes the process (Skirt) of calculating the linear deviation between measured data of 1.5U 0 .
상기에서 추출된 3가지 열화인자는 최종적으로 하나의 열화특성을 표시할 수 있는 특징 추출을 위해 각각의 수치를 병합하는 과정(Index R)을 거쳐 케이블 상태를 보여주는 주요 지표로 제시된다. 또한 기존의 제안된 방식은 상기의 TD, DTD, Skirt를 3D 도메인에 반영하여 시각적으로 각 인자에 대해 케이블 열화가 어떠한 수준에 도달하여 있는지 직관적으로 보여주는 방법을 적용하였다. The three deterioration factors extracted above are presented as key indicators showing the cable condition through a process of merging each value (Index R) to extract features that can ultimately display a single deterioration characteristic. In addition, the existing proposed method reflects the TD, DTD, and Skirt in the 3D domain to visually visually show the level of cable deterioration for each factor.
연속적인 탄델타 값에 대한 선형적 특징을 추출하는 Skirt 과정은 실제 케이블의 절연부가 수트리 등의 열화 원인에 의해 발생될 수 있는 탄델타 패턴의 매우 주요한 특성으로 측정된 데이터에서 보여지는 선형성은 케이블 열화의 전조 현상으로 판단될 수 있으며 일정 값의 탄델타 값을 유지하는 정상 케이블과 대조되는 특징으로 케이블의 상태를 효과적으로 보여 줄 수 있는 주요한 열화특징인자로 활용되고 있다.The Skirt process, which extracts the linear characteristics of continuous tan delta values, is a very important characteristic of the tan delta pattern that can be caused by deterioration of the insulation of an actual cable, such as water tree, and the linearity shown in the measured data is It can be judged as a precursor to deterioration, and is used as a major deterioration characteristic factor that can effectively show the condition of the cable as a feature that contrasts with a normal cable that maintains a certain tan delta value.
도 3은 케이블 상태에 따른 연속적인 탄델타 측정 값 패턴을 도시한 그래프 테이블이다.Figure 3 is a graph table showing continuous tan delta measurement value patterns according to cable conditions.
도 3은 1.5U0 의 연속적인 탄델타 값의 패턴을 보여주는 예시로 정상케이블의 경우 일정 수준을 유지하는 패턴(Constant)을 보이며, 수트리 등의 발생으로 열화 진행이 추정되는 경우는 선형성의 경향을 보인다. 그 외 특정 패턴을 규정할 수 없는 경우(Oscillated)는 측정 당시 접점 부위에서 발생할 수 있는 코로나 등에 의한 측정오류 등으로 추정할 수 있다.Figure 3 is an example showing a pattern of continuous tan delta values of 1.5U 0. In the case of a normal cable, it shows a pattern (Constant) that maintains a certain level, and in cases where deterioration progress is estimated due to water tree, etc., there is a tendency for linearity. It looks like In other cases where a specific pattern cannot be specified (oscillated), it can be assumed to be a measurement error caused by corona, etc., which may occur at the contact point at the time of measurement.
상술한 종래 탄델타 측정 기술의 문제점은 다음과 같다.The problems with the conventional tan delta measurement technology described above are as follows.
기존 VLF 탄델타 측정 방법은 다양한 시험전압에서 측정된 복수개의 VLF 탄델타값을 기반으로 다양한 특징인자 추출 및 패턴 분석 등을 통해 케이블 열화 수준을 판단할 수 대표적인 진단 방법으로 활용되고 있으며, 도 2에서 기술한 열화 수준을 반영할 수 있는 특징인자 TD, DTD, Skirt 추출 및 이러한 열화인자를 구성요소로 결합하여 하나의 진단지표로 적용 가능한 Index R을 통하여 케이블의 열화 정도를 확인 및 진단할 수 있다. The existing VLF Tan Delta measurement method is used as a representative diagnostic method to determine the level of cable deterioration through extracting various characteristic factors and analyzing patterns based on a plurality of VLF Tan Delta values measured at various test voltages, as shown in Figure 2. The degree of cable deterioration can be confirmed and diagnosed through extraction of characteristic factors TD, DTD, and Skirt that can reflect the described level of deterioration, and Index R, which can be applied as a single diagnostic index by combining these deterioration factors into components.
그러나, 기존 VLF 탄델타 측정 방법은 실제 현장에서 측정된 데이터가 측정 오류 없이 높은 신뢰성을 유지한다는 가정하에 케이블 진단을 위한 근거 자료로 효용성이 있으며 지중케이블의 설치 환경 상 측정데이터의 재현성이 어려워 측정 오류에 의한 신뢰도 평가가 어려운 실정이다. However, the existing VLF tan delta measurement method is useful as basis data for cable diagnosis under the assumption that data measured in the actual field maintains high reliability without measurement errors, and measurement errors are due to difficulty in reproducibility of measurement data due to the installation environment of underground cables. It is difficult to assess reliability.
특히, 상술한 도 3에서 보여주듯이 열화를 판단하는 주요 인자인 Skirt의 경우 케이블 열화로 인해 발생되는 탄델타의 선형적 특성이 특징인자로서 적용되지만 측정 오류로 인한 비정형 패턴(Oscillated)의 경우에는, 기존의 Skirt 계산을 통해 산출된 최종 수치로는 선형편차와 비정형 패턴에 의한 편차의 구분이 불가하여 측정오류에 대한 부분을 반영할 수 없어 케이블 열화 특성에 대한 명확한 판단이 어렵다.In particular, as shown in Figure 3 above, in the case of Skirt, which is a major factor in determining deterioration, the linear characteristics of tan delta caused by cable deterioration are applied as a characteristic factor, but in the case of an irregular pattern (oscillated) due to measurement error, The final value calculated through the existing skirt calculation cannot distinguish between linear deviation and deviation due to an atypical pattern, so it cannot reflect measurement error, making it difficult to clearly determine the cable deterioration characteristics.
따라서, 기존의 탄델타 측정 방법은 측정 오류에 대한 검증 과정을 포함하고 있지 않으며 이러한 과정의 부재로 측정 오류가 예상되는 측정 데이터가 포함될 경우 해당 데이터를 기반으로 주요 열화인자 Skirt가 산출되어 최종적으로 케이블 상태 진단을 위한 판단 결과에 대한 신뢰성 확보가 어려운 경우가 발생될 수 있다. Therefore, the existing tan delta measurement method does not include a verification process for measurement errors, and in the absence of this process, when measurement data with expected measurement errors is included, the main deterioration factor, Skirt, is calculated based on the data, and finally, the cable There may be cases where it is difficult to secure reliability of the judgment results for diagnosing the condition.
본 발명은 초저주파 측정데이터 기반 전력 케이블의 효율적인 상태 진단에 있어서, 측정 오류를 검증할 수 있는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법 및 장치를 제공하고자 한다.The present invention seeks to provide a method and device for evaluating infrasound measurement data for diagnosing the state of a power cable that can verify measurement errors in efficient state diagnosis of a power cable based on infrasound measurement data.
본 발명의 일 측면에 따른 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법은, 대상 케이블에 대한 초저주파 탄델타 측정 데이터로서, 동일 시험전압을 적용한 소정 시간 구간의 일련의 측정값들의 상수(constant) 특성을 확인하는 단계; 상기 일련의 측정값들을 최대값과 최소값을 이용하여 정규화하는 단계; 정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 단계; 상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 단계; 및 상기 선형표준편차에 따라, 상기 소정 시간 구간의 일련의 측정값들의 신뢰도를 판정하는 단계를 포함할 수 있다.The method of evaluating infrasound measurement data for diagnosing the condition of a power cable according to one aspect of the present invention is infrasound tandelta measurement data for a target cable, and is a constant of a series of measurement values in a predetermined time period to which the same test voltage is applied ( constant) checking the characteristics; normalizing the series of measured values using maximum and minimum values; Deriving a linear regression model from a series of normalized measurements; calculating a linear standard deviation comparing the normalized series of measured values and the linear regression model; and determining the reliability of a series of measured values in the predetermined time period according to the linear standard deviation.
여기서, 상기 상수(constant) 특성을 확인하는 단계에서는, 최대값과 최소값이 동일 범위에 속하면, 측정 오류가 없는 것으로 판정할 수 있다.Here, in the step of checking the constant characteristics, if the maximum and minimum values fall within the same range, it can be determined that there is no measurement error.
여기서, 판정된 상기 신뢰도가 소정의 기준값 미만이면, 상기 소정 시간 구간의 일련의 측정값들에 대한 재측정을 요청하는 단계를 더 포함할 수 있다.Here, if the determined reliability is less than a predetermined reference value, the step of requesting re-measurement of a series of measurement values in the predetermined time interval may be further included.
여기서, 상기 정규화하는 단계는, 하기 수학식에 따라 수행될 수 있다.Here, the normalizing step may be performed according to the following equation.
(여기서, X는 측정값들, X'는 측정값들 중 최대값과 최소값으로 정규화한 값임)(Here, X is the measured values, and
여기서, 상기 선형회귀모델을 도출하는 단계는, 하기 수학식에 따라 수행될 수 있다.Here, the step of deriving the linear regression model may be performed according to the following equation.
(여기서, 는 선형회귀모델로서 선형회귀선의 각 파라미터들로 이루어진 벡터임)(here, is a linear regression model and is a vector consisting of each parameter of the linear regression line)
여기서, 상기 선형표준편차를 산출하는 단계는, 하기 수학식에 따라 수행될 수 있다.Here, the step of calculating the linear standard deviation can be performed according to the following equation.
(여기서, tanδi : 탄델타 i번째측정값, yi : 선형회귀모델 i번째 y값임)(Here, tanδ i : tan delta ith measurement value, y i : linear regression model ith y value)
본 발명의 다른 측면에 따른 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 장치는, 대상 케이블에 대한 초저주파 탄델타 측정 데이터로서, 동일 시험전압을 적용한 소정 시간 구간의 일련의 측정값들을 수집하는 데이터 수집부; 상기 일련의 측정값들의 상수(constant) 특성을 확인하는 상수 특성 확인부; 상기 일련의 측정값들을 최대값과 최소값을 이용하여 정규화하는 정규화부; 정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 선형회귀모델링부; 상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 선형편차 산출부; 및 상기 선형표준편차에 따라, 상기 소정 시간 구간의 일련의 측정값들의 신뢰도를 판정하는 신뢰도 판정부를 포함할 수 있다.According to another aspect of the present invention, an infrasound measurement data evaluation device for diagnosing the condition of a power cable collects a series of measurement values in a predetermined time period by applying the same test voltage as infrasound tan delta measurement data for the target cable. data collection department; a constant characteristic confirmation unit that verifies constant characteristics of the series of measured values; a normalization unit that normalizes the series of measured values using maximum and minimum values; A linear regression modeling unit that derives a linear regression model from a series of normalized measurement values; a linear deviation calculation unit that calculates a linear standard deviation comparing the normalized series of measured values and the linear regression model; and a reliability determination unit that determines the reliability of a series of measurement values in the predetermined time period according to the linear standard deviation.
여기서, 상기 상수 특성 확인부는, 최대값과 최소값이 동일 범위에 속하면, 측정 오류가 없는 것으로 판정할 수 있다.Here, the constant characteristic confirmation unit may determine that there is no measurement error if the maximum value and minimum value fall within the same range.
여기서, 상기 정규화부는, 하기 수학식에 따라 정규화를 수행할 수 있다.Here, the normalization unit may perform normalization according to the following equation.
(여기서, X는 측정값들, X'는 측정값들 중 최대값과 최소값으로 정규화한 값임)(Here, X is the measured values, and
여기서, 상기 선형회귀모델링부는, 하기 수학식에 따라 선형회귀모델링을 수행할 수 있다.Here, the linear regression modeling unit may perform linear regression modeling according to the following equation.
(여기서, 는 선형회귀모델로서 선형회귀선의 각 파라미터들로 이루어진 벡터임)(here, is a linear regression model and is a vector consisting of each parameter of the linear regression line)
여기서, 상기 선형편차 산출부는, 하기 수학식에 따라 선형표준편차를 산출할 수 있다.Here, the linear deviation calculation unit can calculate the linear standard deviation according to the following equation.
(여기서, tanδi : 탄델타 i번째측정값, yi : 선형회귀모델 i번째 y값임)(Here, tanδ i : tan delta ith measurement value, y i : linear regression model ith y value)
본 발명의 또 다른 측면에 따른 초저주파 측정데이터 기반 전력 케이블의 상태 진단 시스템은, 소정의 시험전압으로 대상 케이블에 대한 초저주파 탄델타 측정을 수행하는 탄델타 측정 블록; 상기 탄델타 측정 블록에서의 소정 시간 구간의 일련의 측정값들을 수집하는 데이터 수집부와, 상기 일련의 측정값들의 상수(constant) 특성을 확인하는 상수 특성 확인부와, 상기 일련의 측정값들을 최대값과 최소값을 이용하여 정규화하는 정규화부와, 정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 선형회귀모델링부와, 상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 선형편차 산출부를 구비하는 초저주파 측정데이터 평가 장치; 상기 선형표준편차로부터 상기 측정값들의 오류 검증 및 신뢰도 판정을 수행하는 측정오류 판단 블록; 측정오류가 없는 정상 측정값들을 저장하는 진단데이터 저장 블록; 및 대상 케이블의 열화특성을 표시할 수 있는 인덱스를 산출하는 인덱스 산출 블록을 포함할 수 있다.According to another aspect of the present invention, a condition diagnosis system for a power cable based on infrasound measurement data includes a tan delta measurement block that performs infrasound tan delta measurement on a target cable at a predetermined test voltage; a data collection unit that collects a series of measurement values in a predetermined time period from the tan delta measurement block, a constant characteristic confirmation unit that checks constant characteristics of the series of measurement values, and a data collection unit that collects the series of measurement values up to A normalization unit that normalizes using values and minimum values, a linear regression modeling unit that derives a linear regression model from a series of normalized measurement values, and a linear standard that compares the normalized series of measurement values with the linear regression model. An ultra-low frequency measurement data evaluation device including a linear deviation calculation unit that calculates the deviation; a measurement error determination block that performs error verification and reliability determination of the measured values from the linear standard deviation; A diagnostic data storage block that stores normal measurement values without measurement errors; And it may include an index calculation block that calculates an index that can display the deterioration characteristics of the target cable.
상술한 구성의 본 발명의 사상에 따른 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법 및/또는 장치를 실시하면, 초저주파 측정데이터 기반 전력 케이블의 효율적인 상태 진단에 있어서 측정 오류를 효과적으로 검증할 수 있는 이점이 있다.By implementing the infrasound measurement data evaluation method and/or device for diagnosing the condition of a power cable according to the spirit of the present invention of the above-described configuration, efficient condition diagnosis of the power cable based on infrasound measurement data can be achieved. It has the advantage of being able to effectively verify measurement errors.
본 발명의 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법 및/또는 장치는, 기존 케이블 진단 방법과 접목할 수 있는 효율적인 개선 방법을 추가함으로써 현장에서의 측정 방법 가이드 및 최종 결과에 대한 신뢰도 평가를 포함하는 포괄적인 진단 프로세스 제공하는 이점이 있다.The infrasound measurement data evaluation method and/or device for diagnosing the condition of a power cable of the present invention provides an on-site measurement method guide and reliability evaluation of the final result by adding an efficient improvement method that can be combined with the existing cable diagnosis method. It has the advantage of providing a comprehensive diagnostic process that includes:
본 발명의 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법 및/또는 장치는, 지중케이블의 유지보수 측면에서 케이블 교체시기를 판단할 수 있는 다양한 진단지표를 제시함으로써 이를 기반으로 보다 정확한 케이블 진단을 통한 설비 투자 및 사회적 손실 비용을 최소화하는 이점이 있다.The infrasound measurement data evaluation method and/or device for diagnosing the condition of a power cable of the present invention presents various diagnostic indicators that can determine the timing of cable replacement in terms of maintenance of underground cables , thereby providing more accurate cable diagnosis based on this. There is an advantage in minimizing facility investment and social loss costs.
도 1은 일반적인 시험전압 기반 측정데이터를 활용한 케이블 상태진단 방법을 도시한 흐름도.
도 2는 기존 VLF 탄델타 기반 열화 특징 인자 추출을 통한 진단 방법(Index R)을 도시한 개념도.
도 3은 케이블 상태에 따른 연속적인 탄델타 측정 값 패턴을 도시한 그래프 테이블.
도 4a는 측정데이터 Min, Max 값 기반의 기존 Skirt 계산 방법을 나타낸 개념도.
도 4b는 선형방정식 기반 선형편차 도출을 예시하는 그래프.
도 5a 내지 5d는 Skirt 계산을 위한 최소, 최대값 기반 선형방정식(가상선) 예시하는 그래프들.
도 6은 본 발명의 사상에 따른 선형회귀모델 기반의 측정 오류 검증 및 진단 결과 신뢰도 판단 방법의 일 실시예를 도시한 흐름도.
도 7은 도 6에 도시한 측정 오류 검증 및 신뢰도 판단 방법을 수행할 수 있는 초저주파 측정데이터 평가 장치의 일 실시예를 도시한 블록도.
도 8은 일반적인 초저주파 측정데이터 기반 케이블 진단 장치(700)에 대하여 도 6의 측정 오류 검증 및 신뢰도 판단 방법의 수행 구조를 도시한 개념도.
도 9는 선형회귀모델 기반 선형편차 계산을 수행하는 구성요소들로서 초저주파 측정데이터 평가 장치(200)를 도시한 블록도.
도 10은 도 6의 흐름도 중 선형편차 산출 과정을 보다 상세히 예시한 세부 흐름도.
도 11은 도 6의 흐름도의 각 단계들에서 적용될 수 있는 수학식들 및 세부 결과들을 예시한 개념도.
도 12은 기존 방식과 선형회귀모델에 의한 선형적 특성 반영 비교한 그래프들.
도 13은 선형성 기반 열화인자(TD, DTD, Skirt) 통계적 분포 특성을 도시한 그래프들.
도 14는 본 발명의 사상을 측정 오류 알림 서비스 및 진단 결과 신뢰도 평가의 형태로 구현한 구조를 도시한 블록도.Figure 1 is a flowchart showing a cable condition diagnosis method using general test voltage-based measurement data.
Figure 2 is a conceptual diagram showing a diagnostic method (Index R) through extraction of existing VLF tandelta-based degradation feature factors.
Figure 3 is a graph table showing a pattern of continuous tan delta measurement values according to cable condition.
Figure 4a is a conceptual diagram showing the existing Skirt calculation method based on the Min and Max values of measurement data.
Figure 4b is a graph illustrating the derivation of linear deviation based on linear equations.
5A to 5D are graphs illustrating minimum and maximum value-based linear equations (imaginary lines) for Skirt calculation.
Figure 6 is a flowchart showing an embodiment of a method for verifying measurement errors and determining reliability of diagnosis results based on a linear regression model according to the spirit of the present invention.
FIG. 7 is a block diagram showing an embodiment of an infrasound measurement data evaluation device capable of performing the measurement error verification and reliability determination method shown in FIG. 6.
FIG. 8 is a conceptual diagram illustrating the implementation structure of the measurement error verification and reliability determination method of FIG. 6 for a cable diagnosis device 700 based on general infrasound measurement data.
Figure 9 is a block diagram showing an infrasound measurement data evaluation device 200 as components that perform linear deviation calculation based on a linear regression model.
Figure 10 is a detailed flowchart illustrating the linear deviation calculation process in the flowchart of Figure 6 in more detail.
FIG. 11 is a conceptual diagram illustrating mathematical equations and detailed results that can be applied in each step of the flowchart of FIG. 6.
Figure 12 is a graph comparing the reflection of linear characteristics by the existing method and the linear regression model.
Figure 13 is a graph showing statistical distribution characteristics of linearity-based degradation factors (TD, DTD, Skirt).
Figure 14 is a block diagram showing a structure that implements the idea of the present invention in the form of a measurement error notification service and diagnosis result reliability evaluation.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. In describing the present invention, terms such as first and second may be used to describe various components, but the components may not be limited by the terms. Terms are intended only to distinguish one component from another. For example, a first component may be referred to as a second component, and similarly, the second component may be referred to as a first component without departing from the scope of the present invention.
어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.When a component is mentioned as being connected or connected to another component, it can be understood that it may be directly connected to or connected to the other component, but other components may exist in between. .
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. The terms used herein are only used to describe specific embodiments and are not intended to limit the invention. Singular expressions may include plural expressions, unless the context clearly indicates otherwise.
본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다. In this specification, terms such as include or have are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, including one or more other features or numbers, It can be understood that the existence or addition possibility of steps, operations, components, parts, or combinations thereof is not excluded in advance.
또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.Additionally, the shapes and sizes of elements in the drawings may be exaggerated for clearer explanation.
도 4a는 측정데이터 Min, Max 값 기반의 기존 Skirt 계산 방법을 나타낸 개념도이다.Figure 4a is a conceptual diagram showing the existing Skirt calculation method based on the Min and Max values of measurement data.
도 4b는 선형방정식 기반 선형편차 도출을 예시하는 그래프이다.Figure 4b is a graph illustrating the derivation of linear deviation based on linear equations.
도 4a 및 4b는 기존 Skirt를 추출하는 과정에 대한 내용으로 연속적으로 측정된 탄델타의 선형편차를 추출하기 위해 각 탄델타 값의 최소, 최대값을 기반으로 하는 선형방정식을 계산하는 부분과 이를 기반으로 각 측정값과 편차를 구하는 과정, 각 편차 값에 대해 표준편차를 산출하여 선형성 수준을 판단하는 과정, 최종적으로 선형방정식의 기울기와 표준편차를 역수로 적용하여 선형성 수준을 보여주는 Skirt를 추출하는 과정이 포함된다. 따라서 선형편차가 작을수록 Skirt값은 커지게 되므로 측정데이터의 선형성이 강할수록 케이블의 열화 정도가 크다는 것을 의미할 수 있다.Figures 4a and 4b show the process of extracting an existing skirt, and calculate a linear equation based on the minimum and maximum values of each tan delta value to extract the linear deviation of the continuously measured tan delta. The process of calculating each measurement value and deviation, the process of determining the level of linearity by calculating the standard deviation for each deviation value, and finally the process of extracting a skirt that shows the level of linearity by applying the slope and standard deviation of the linear equation as the inverse. This is included. Therefore, the smaller the linear deviation, the larger the Skirt value, so the stronger the linearity of the measured data, the greater the degree of cable deterioration.
도 5a 내지 5d는 Skirt 계산을 위한 최소, 최대값 기반 선형방정식(가상선) 예시하는 그래프들이다.5A to 5D are graphs illustrating minimum and maximum value-based linear equations (imaginary lines) for Skirt calculation.
도 5a 내지 5d는 Skirt 계산에 대한 예시로 기존의 최소, 최대값 기반의 선형방정식을 적용할 경우 측정데이터의 패턴에 따라 선형방정식이 측정데이터에 대한 선형성을 효과적으로 반영할 수 없는 경우가 있기 때문에 비정형 패턴의 경우 수치적으로 유사한 결과가 도출될 수 있으므로 측정된 데이터에 대한 신뢰성 확보를 위해서는 측정 시 측정 오류에 대한 검증 단계 또는 이미 측정된 데이터에 대해 측정 신뢰도를 평가할 수 있는 방법이 적용되어야 한다. Figures 5a to 5d are examples of skirt calculation, and when applying a linear equation based on the existing minimum and maximum values, the linear equation may not be able to effectively reflect the linearity of the measured data depending on the pattern of the measured data, so it is unstructured. In the case of patterns, numerically similar results can be derived, so in order to secure reliability of measured data, a verification step for measurement errors during measurement or a method to evaluate measurement reliability for already measured data must be applied.
본 발명에서는 기존의 탄델타 측정 방법에서 측정된 데이터의 측정오류 판단 부재로 인한 케이블 진단 신뢰성 검증 개선을 위하여 탄델타 측정데이터에 대한 효과적인 선형성 분석을 통하여 현장에서의 케이블 측정 시 측정 오류에 대한 검증 및 기 수집된 측정데이터에 대한 신뢰성을 판단하는 방법을 제안한다. In the present invention, in order to improve cable diagnosis reliability verification due to the absence of measurement error determination of data measured in the existing tan delta measurement method, measurement errors are verified and measured when measuring cables in the field through effective linearity analysis of tan delta measurement data. We propose a method to determine the reliability of already collected measurement data.
도 6은 본 발명의 사상에 따른 선형회귀모델 기반의 측정 오류 검증 및 (진단 결과) 신뢰도 판단 방법의 일 실시예를 도시한 흐름도이다.Figure 6 is a flowchart showing an embodiment of a method for verifying measurement error and determining reliability (diagnosis results) based on a linear regression model according to the spirit of the present invention.
도시한 측정 오류 검증 및 신뢰도 판단 방법은, 대상 케이블에 대한 초저주파 탄델타 측정 데이터로서, 동일 시험전압을 적용한 소정 시간 구간의 일련의 측정값들의 상수(constant) 특성을 확인하는 단계(S10); 상기 일련의 측정값들을 상기 최대값과 상기 최소값을 이용하여 정규화하는 단계(S20); 정규화된 일련의 측정값들로부터 선형회귀모델(선)을 도출하는 단계(S40); 상기 정규화된 일련의 측정값들과 상기 선형회귀모델(선)을 대비한 선형표준편차를 산출하는 단계(S60); 및 상기 선형표준편차에 따라, 상기 소정 시간 구간의 일련의 측정값들의 신뢰도를 판정하는 단계(S80)를 포함할 수 있다.The illustrated measurement error verification and reliability determination method includes the step of checking the constant characteristics of a series of measurement values in a predetermined time period to which the same test voltage is applied as infrasound tan delta measurement data for a target cable (S10); Normalizing the series of measured values using the maximum and minimum values (S20); Deriving a linear regression model (line) from a series of normalized measurement values (S40); Calculating a linear standard deviation comparing the normalized series of measured values and the linear regression model (line) (S60); and determining the reliability of a series of measured values in the predetermined time period according to the linear standard deviation (S80).
도시한 흐름도의 선형회귀모델 기반의 측정 오류 검증 및 신뢰도 판단 방법은, 연속적으로 측정된 탄델타 측정데이터에 대하여 선형회귀분석을 통한 선형모델을 기반으로 각 측정데이터에 대해 선형편차를 도출한다. The measurement error verification and reliability judgment method based on the linear regression model shown in the flow chart derives linear deviation for each measurement data based on a linear model through linear regression analysis for continuously measured tan delta measurement data.
도출된 선형편차는 통계적으로 분석된 특정 기준 값을 적용하여 선형성 수준에 따른 분류가 가능하며 분류된 기준에 따라 현장에서는 측정 후 해당 기준에 따라 케이블의 정상 또는 열화 진행 여부를 간이로 추정 가능하며 그 외 측정 오류로 분류된 경우에 대해서는 재측정할 수 있도록 제시가 가능하다. The derived linear deviation can be classified according to the level of linearity by applying a specific statistically analyzed standard value. After measurement in the field according to the classified standard, it is possible to simply estimate whether the cable is normal or deteriorated according to the standard. In cases classified as measurement errors, it can be presented for re-measurement.
또한, 기 측정된 데이터에 대해서도 본 발명에서 제안하는 분류 기준에 따라 열화 판단을 위해 산출된 기존 판단 데이터에 대해 신뢰도 수준을 반영하여 실제 케이블 교체를 판단하는 경우에 있어 참조지표로 활용될 수 있도록 추가 정보 제공이 가능하다. In addition, the previously measured data was added to reflect the reliability level of the existing judgment data calculated for deterioration judgment according to the classification criteria proposed in the present invention so that it could be used as a reference indicator when determining actual cable replacement. Information can be provided.
도 7은 도 6에 도시한 측정 오류 검증 및 신뢰도 판단 방법을 수행할 수 있는 초저주파 측정데이터 평가 장치의 일 실시예를 도시한다. FIG. 7 shows an embodiment of an infrasound measurement data evaluation device capable of performing the measurement error verification and reliability determination method shown in FIG. 6.
도시한 초저주파 측정데이터 평가 장치는, 대상 케이블에 대한 초저주파 탄델타 측정 데이터로서, 동일 시험전압을 적용한 소정 시간 구간의 일련의 측정값들을 수집하는 데이터 수집부(210); 상기 일련의 측정값들의 상수(constant) 특성을 확인하는 상수 특성 확인부(220); 상기 일련의 측정값들을 상기 최대값과 상기 최소값을 이용하여 정규화하는 정규화부(240); 정규화된 일련의 측정값들로부터 선형회귀모델(선)을 도출하는 선형회귀모델링부(260); 상기 정규화된 일련의 측정값들과 상기 선형회귀모델(선)을 대비한 선형표준편차를 산출하는 선형편차 산출부(280); 및 상기 선형표준편차에 따라, 상기 소정 시간 구간의 일련의 측정값들의 신뢰도를 판정하는 신뢰도 판정부(290)를 포함할 수 있다.The illustrated infrasound measurement data evaluation device includes a data collection unit 210 that collects a series of measurement values over a predetermined time period to which the same test voltage is applied as infrasound tan delta measurement data for a target cable; a constant characteristic confirmation unit 220 that verifies constant characteristics of the series of measured values; a normalization unit 240 that normalizes the series of measured values using the maximum and minimum values; A linear regression modeling unit 260 that derives a linear regression model (line) from a series of normalized measurement values; A linear deviation calculation unit 280 that calculates a linear standard deviation by comparing the normalized series of measured values and the linear regression model (line); and a reliability determination unit 290 that determines the reliability of a series of measurement values in the predetermined time period according to the linear standard deviation.
도 8은 일반적인 초저주파 측정데이터 기반 케이블 진단 장치(700)에 대하여 도 6의 측정 오류 검증 및 신뢰도 판단 방법의 수행 구조를 도시한 개념도이다.FIG. 8 is a conceptual diagram illustrating the implementation structure of the measurement error verification and reliability determination method of FIG. 6 for a general infrasound measurement data-based cable diagnosis device 700.
도 8은 본 발명에서 제안하는 선형회귀모델 기반 선형성 분석을 통한 측정 오류 검증 및 진달 결과 신뢰도 판단 방법에 대한 설명으로 측정오류 판단부가 없는 기존 진단 프로세스와 달리 시헙전압으로 측정된 데이터에 대해 선형회귀모델을 적용하여 효과적으로 선형성 판단을 위한 기준을 제시하고 이를 기준으로 도출된 선형편차에 대한 정량화된 기준을 기반으로 선형성 수준을 설정할 수 있는 측정오류 판단/설정부(350)를 적용한다. Figure 8 is an explanation of the method for verifying measurement error and determining the reliability of diagnostic results through linearity analysis based on a linear regression model proposed in the present invention. Unlike the existing diagnostic process without a measurement error determination unit, a linear regression model is used for data measured by test voltage. Apply a measurement error judgment/setting unit 350 that presents a standard for effectively judging linearity and can set the level of linearity based on a quantified standard for linear deviation derived based on this standard.
구체적으로 선형회귀모델 기반의 선형회귀선을 선형편차를 산정시 활용함으로써 기존 Min, Max 기반의 선형방정식 대비 효과적으로 다양한 측정값 패턴에 대해 선형적 특성을 나타낼 수 있으며, 이를 기반으로 도출된 선형편차 값들의 표준편차에 따른 선현성 판단 기준값을 제시함으로써, 케이블 재원 및 설비 장소 등의 특성에 따라 기준값을 다르게 적용하여 측정오류 및 신뢰도 판단시 활용 가능하다.Specifically, by using a linear regression line based on a linear regression model when calculating linear deviation, linear characteristics can be expressed for various measurement value patterns more effectively than the existing Min and Max linear equations, and the linear deviation values derived based on this can be effectively expressed. By presenting a standard value for determining probabilities based on standard deviation, it can be used to determine measurement error and reliability by applying different standard values depending on characteristics such as cable resources and facility location.
도 9는 선형회귀모델 기반 선형편차 계산을 수행하는 구성요소들로서 초저주파 측정데이터 평가 장치(200)를 도시한 블록도이다.FIG. 9 is a block diagram showing an infrasound measurement data evaluation device 200 as components that perform linear deviation calculation based on a linear regression model.
도 9는 선형회귀모델을 적용하여 측정값에 대해 선형편차를 도출하는 과정의 예시로 볼 수도 있으며, 도시한 선형편차 계산 블록(200)은, 하나의 시간 구간의 일련된 측정값들 세트를 구성하는 복수 개의 측정값에 대해 최소, 최대값을 활용하여, 케이블 정상 분류인 Contant를 분류하고 이외의 선형, 비선형 Case를 분류하여 정규화를 통하여 선형회귀모델에 적용한다. Figure 9 can be viewed as an example of the process of deriving a linear deviation for a measurement value by applying a linear regression model, and the linear deviation calculation block 200 shown constitutes a set of series of measurement values in one time period. Using the minimum and maximum values for multiple measured values, Contant, which is a cable normal classification, is classified and other linear and non-linear cases are classified and applied to the linear regression model through normalization.
도 10은 도 6의 흐름도 중 선형편차 산출 과정을 보다 상세히 예시한 세부 흐름도이다.FIG. 10 is a detailed flowchart illustrating the linear deviation calculation process in the flowchart of FIG. 6 in more detail.
도 11은 도 6의 흐름도의 각 단계들에서 적용될 수 있는 수학식들 및 세부 결과들을 예시한 개념도이다.FIG. 11 is a conceptual diagram illustrating mathematical equations and detailed results that can be applied in each step of the flowchart of FIG. 6.
도 10의 경우, 도 6의 상수(constant) 특성을 확인하는 단계(S10)는, 최대값과 최소값이 동일 범위에 속하면(S12), 측정 오류가 없는 것으로 판정(S18)하는 방식으로 수행된다. 최대값과 최소값이 동일 범위에 속하지 않으면, linear하거나 Oscillated한 것으로 볼 수 있는데(S19), 비록 linear한 경우가 정상측정이며 Oscillated한 경우가 측정 오류인 경우가 많을 것이나, linear와 Oscillated를 구분하는 것은 실익이 많지 않은 바, 후속되는 S20 및 S40 단계에서는 이를 구분하지 않고, 선형 편차로서 측정 오류(신뢰도)를 판단한다.In the case of FIG. 10, the step of checking the constant characteristics of FIG. 6 (S10) is performed by determining that there is no measurement error (S18) if the maximum and minimum values are within the same range (S12). . If the maximum and minimum values do not fall within the same range, it can be considered linear or oscillated (S19). Although linear is a normal measurement and oscillated is often a measurement error, it is difficult to distinguish between linear and oscillated. Since there is not much practical benefit, this is not distinguished in the subsequent S20 and S40 steps, and the measurement error (reliability) is judged as a linear deviation.
도 11에 예시한 구현에 따르면, 도 6의 상수(constant) 특성을 확인하는 단계(S10)는, 1.5U0의 시험전압으로 수행되었으며, 이후 단계들은 1.5U0의 시험전압을 인가한 후의 측정값들에 의해 수행됨을 알 수 있다.According to the implementation illustrated in FIG. 11, the step (S10) of checking the constant characteristics of FIG. 6 was performed with a test voltage of 1.5U 0 , and the subsequent steps were measured after applying the test voltage of 1.5U 0 . You can see that it is performed based on values.
도 11에 예시한 구현에 따르면, 도 6의 정규화하는 단계(S20)는 하기 수학식 1에 따라 수행되었다. According to the implementation illustrated in FIG. 11, the normalizing step (S20) of FIG. 6 was performed according to Equation 1 below.
상기 수학식 1에서 X는 측정값들이며, X'는 측정값들 중 최대값과 최소값으로 정규화한 값이다.In Equation 1 above, X is the measured values, and X' is a value normalized to the maximum and minimum values among the measured values.
도 11에 예시한 구현에 따르면, 도 6의 선형회귀모델(선)을 도출하는 단계(S30)는 하기 수학식 2에 따라 수행되었다. According to the implementation illustrated in FIG. 11, the step (S30) of deriving the linear regression model (line) of FIG. 6 was performed according to Equation 2 below.
상기 수학식 2에서 는 선형회귀모델(구체적으로 선형회귀선)의 각 파라미터들로 이루어진 벡터값이다.In Equation 2 above, is a vector value composed of each parameter of a linear regression model (specifically, a linear regression line).
도 11에 예시한 구현에 따르면, 도 6의 선형표준편차를 산출하는 단계(S40)는 하기 수학식 3에 따라 수행되었다. According to the implementation illustrated in FIG. 11, the step (S40) of calculating the linear standard deviation of FIG. 6 was performed according to Equation 3 below.
상기 수학식 3에서, tanδi : 탄델타 i번째측정값, yi : 선형회귀모델 i번째 y값이다.In Equation 3 above, tanδ i : tan delta ith measured value, y i : linear regression model ith y value.
도 11에 예시한 표들은 각 단계에서의 예시만을 위한 것으로, 상호 관련성이 존재하지는 않음을 밝혀둔다.It should be noted that the tables illustrated in FIG. 11 are for illustrative purposes only at each stage, and there is no interrelationship.
도 12은 기존 방식과 선형회귀모델에 의한 선형적 특성 반영 비교한 그래프들이다. Figure 12 is a graph comparing the reflection of linear characteristics by the existing method and the linear regression model.
도 12는 측정데이터의 최소, 최대값을 활용하여 선형적 특성을 고려한 기존 방식과 본 발명에서 제안하는 방식에 대한 비교 예시로, 제안하는 선형회귀모델이 도면에서 보여주고 있는 측정데이터 패턴에 대해 선형성을 효과적으로 반영해 주고 있는 것을 알 수 있다.Figure 12 is a comparative example of the method proposed by the present invention and the existing method that considers linear characteristics by utilizing the minimum and maximum values of the measured data, and shows the linearity of the proposed linear regression model for the measured data pattern shown in the figure. It can be seen that it reflects effectively.
도 13은 선형성 기반 열화인자(TD, DTD, Skirt) 통계적 분포 특성을 도시한 그래프들이다.Figure 13 is a graph showing the statistical distribution characteristics of linearity-based degradation factors (TD, DTD, Skirt).
도 13은 선형회귀모델을 적용하여 선형성 수준을 판단 시 케이블 상태 진단을 위한 열화인자(TD, DTD, Skirt)에 대한 통계적 분포 특성을 나타내는 예시로, 기존의 선형적 특성을 기반으로 하는 측정오류 판단부 및 측정신뢰성 검증부가 없는 경우에는 열화수준을 구분할 수 없었으나(왼쪽 열의 도면), 제안하는 방법에서는 선형회귀모델에 의한 도출된 선형편차 기준(<0.1)에 따라 도 13의 오른쪽 열의 도면과 같이 정상(Constant) 케이블과 선형성이 강하여 케이블 열화 수준이 큰 Llinear 특성을 보이는 케이블을 열화인자 특성에 부합하여 구분할 수 있음을 알 수 있다.Figure 13 is an example showing the statistical distribution characteristics of deterioration factors (TD, DTD, Skirt) for diagnosing cable condition when determining the level of linearity by applying a linear regression model. Measurement error judgment based on existing linear characteristics. In the case where there was no measurement reliability verification unit and no measurement reliability verification unit, the level of deterioration could not be distinguished (left column drawing), but in the proposed method, as shown in the drawing in the right column of FIG. 13, according to the linear deviation standard (<0.1) derived by a linear regression model. It can be seen that constant cables and cables showing Llinear characteristics, which have strong linearity and a high level of cable deterioration, can be distinguished according to the deterioration factor characteristics.
도 14는 본 발명의 사상을 측정 오류 알림 서비스 및 진단 결과 신뢰도 평가를 수행하는 초저주파 측정데이터 기반 전력 케이블의 상태 진단 시스템을 도시한 블록도이다.Figure 14 is a block diagram showing a state diagnosis system for a power cable based on ultra-low frequency measurement data that performs a measurement error notification service and diagnostic result reliability evaluation according to the spirit of the present invention.
도시한 초저주파 측정데이터 기반 전력 케이블의 상태 진단 시스템은, 소정의 시험전압으로 대상 케이블에 대한 초저주파 탄델타 측정을 수행하는 탄델타 측정 블록(100); 상기 탄델타 측정 블록에서의 소정 시간 구간의 일련의 측정값들을 수집하는 데이터 수집부와, 상기 일련의 측정값들의 상수(constant) 특성을 확인하는 상수 특성 확인부와, 상기 일련의 측정값들을 상기 최대값과 상기 최소값을 이용하여 정규화하는 정규화부와, 정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 선형회귀모델링부와, 상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 선형편차 산출부를 구비하는 초저주파 측정데이터 평가 장치(200); 상기 선형표준편차로부터 상기 측정값들의 오류 검증 및 신뢰도 판정을 수행하는 측정오류 판단 블록(300); 측정오류가 없는 정상 측정값들을 저장하는 진단데이터 저장 블록(400); 및 대상 케이블의 열화특성을 표시할 수 있는 인덱스를 산출하는 인덱스 산출 블록(500)을 포함할 수 있다.The illustrated status diagnosis system for a power cable based on infrasound measurement data includes a tan delta measurement block 100 that performs infrasound tan delta measurement on a target cable at a predetermined test voltage; A data collection unit that collects a series of measurement values in a predetermined time period from the tan delta measurement block, a constant characteristic confirmation unit that checks constant characteristics of the series of measurement values, and the series of measurement values in the A normalization unit that normalizes using the maximum value and the minimum value, a linear regression modeling unit that derives a linear regression model from a series of normalized measurement values, and a comparison between the normalized series of measurement values and the linear regression model. An ultra-low frequency measurement data evaluation device (200) including a linear deviation calculation unit that calculates a linear standard deviation; a measurement error determination block 300 that performs error verification and reliability determination of the measured values from the linear standard deviation; A diagnostic data storage block 400 that stores normal measurement values without measurement errors; And it may include an index calculation block 500 that calculates an index that can display the deterioration characteristics of the target cable.
도 14는 도 13의 통계적 특성 및 선형성 기준을 바탕으로 실제 케이블 진단 프로세스에 추가 적용하여 활용 가능한 서비스에 대한 예시로, 선형회귀모델 기반의 선형성 수준에 따라 VLF 진단 시 현장에서는 측정값의 선형성을 평가하여 일정 수준의 비선형성 범위에 포함될 경우 측정오류로 판단하여 실시간으로 재측정에 대한 알림 및 가이드를 제공할 수 있으며, 하기 표 1과 같이 기존 수집된 VLF 측정데이터에 대해서도 본 발명에서 제안하는 선형성 평가를 통하여 선형성 설정 기준에 따라 진단 결과에 대해 측정오류로 예상되는 Case 분류 및 다양한 선형 기준에 따라 신뢰도를 단계적으로 반영하여 케이블 교체 및 유지보수 관리에 진단 참조지표로 활용할 수 있다. Figure 14 is an example of a service that can be utilized by additionally applying it to the actual cable diagnosis process based on the statistical characteristics and linearity criteria of Figure 13. The linearity of the measured value is evaluated in the field when diagnosing VLF according to the level of linearity based on a linear regression model. Therefore, if it is within a certain level of non-linearity, it can be judged as a measurement error and notification and guidance for re-measurement can be provided in real time. As shown in Table 1 below, the linearity evaluation proposed by the present invention can also be performed on previously collected VLF measurement data. Through this, the diagnostic results can be classified into cases expected to have measurement errors according to the linearity setting criteria and the reliability is reflected step by step according to various linear criteria, which can be used as a diagnostic reference indicator for cable replacement and maintenance management.
도 14의 구조는 도 7의 구조에서 신뢰도 판정부(290)의 역할을 수행하는 측정오류 판단 블록(300)을 별도로 구비하고 있으며, 측정오류가 없는 정상 측정값들은 진단데이터 저장 블록(400)에 저장되어, 인덱스 산출 블록(500)이 열화특성을 표시할 수 있는 인덱스를 산출하는데 반영될 수 있다. 구현에 따라, 상기 인덱스를 산출하는데 본래의 일련의 측정값들이 이용되거나, 또는 상술한 과정으로 정규화된 값들이 이용될 수 있다.The structure of FIG. 14 has a separate measurement error determination block 300 that performs the role of the reliability determination unit 290 in the structure of FIG. 7, and normal measurement values without measurement errors are stored in the diagnostic data storage block 400. It may be stored and reflected in the index calculation block 500 to calculate an index that can display the deterioration characteristics. Depending on the implementation, the original set of measurements may be used to calculate the index, or values normalized by the process described above may be used.
즉, 도시한 측정오류 판단 블록(300)은 상기 초저주파 측정데이터 평가 장치(200)가 판정한 선형편차를 상기 표 1에 적용하여, 선형편차가 오류 기준 A에 대비 과도한 경우 측정 오류로서 재측정을 지시하는 측정오류 판단 서비스를 수행하거나, 또는, 선형편차를 신뢰도 판정 기준들 a 및 b와 비교하는 방식의 측정데이터 신뢰도 서비스를 수행할 수 있다.In other words, the illustrated measurement error determination block 300 applies the linear deviation determined by the infrasound measurement data evaluation device 200 to Table 1, and if the linear deviation is excessive compared to the error standard A, the measurement error is re-measured. A measurement error determination service that indicates can be performed, or a measurement data reliability service that compares linear deviation with reliability determination standards a and b can be performed.
구현에 따라, 상기 표 1의 오류 기준 A, 신뢰도 판정 기준들 a 및 b는 도 8의 측정오류 판단/설정부(350)에 의해 설정될 수 있다.Depending on the implementation, error criterion A and reliability determination criteria a and b in Table 1 may be set by the measurement error determination/setting unit 350 of FIG. 8.
구현에 따라, 상기 탄델타 측정 블록(100), 상기 진단데이터 저장 블록(400) 및 상기 인덱스 산출 블록(500)은, 도 8의 초저주파 측정데이터 기반 케이블 진단 장치(700)를 구성할 수 있다.Depending on implementation, the tan delta measurement block 100, the diagnostic data storage block 400, and the index calculation block 500 may configure the infrasound measurement data-based cable diagnosis device 700 of FIG. 8. .
본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Those skilled in the art to which the present invention pertains should understand that the present invention can be implemented in other specific forms without changing its technical idea or essential features, and that the embodiments described above are illustrative in all respects and not restrictive. Just do it. The scope of the present invention is indicated by the claims described later rather than the detailed description, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts should be construed as being included in the scope of the present invention. .
200 : 초저주파 측정데이터 평가 장치
210 : 데이터 수집부
220 : 상수 특성 확인부
240 : 정규화부
260 : 선형회귀모델링부
280 : 선형편차 산출부
290 : 신뢰도 판정부
300 : 측정오류 판단 블록
350 : 측정오류 판단/설정부
400 : 진단데이터 저장 블록
500 : 인덱스 산출 블록
700 : 초저주파 측정데이터 기반 케이블 진단 장치
200: Infrasound measurement data evaluation device
210: data collection unit
220: Constant characteristics confirmation unit
240: Normalization unit
260: Linear regression modeling unit
280: Linear deviation calculation unit
290: Reliability determination unit
300: Measurement error judgment block
350: Measurement error judgment/setting unit
400: Diagnostic data storage block
500: Index calculation block
700: Cable diagnosis device based on infrasound measurement data
Claims (12)
상기 일련의 측정값들을 최대값과 최소값을 이용하여 정규화하는 단계;
정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 단계;
상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 단계; 및
상기 선형표준편차에 따라, 상기 소정 시간 구간의 일련의 측정값들의 신뢰도를 판정하는 단계
를 포함하는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법.
As infrasound tandelta measurement data for a target cable, confirming constant characteristics of a series of measured values in a predetermined time period to which the same test voltage is applied;
normalizing the series of measured values using maximum and minimum values;
Deriving a linear regression model from a series of normalized measurements;
calculating a linear standard deviation comparing the normalized series of measured values and the linear regression model; and
Determining the reliability of a series of measured values in the predetermined time period according to the linear standard deviation.
Ultra-low frequency measurement data evaluation method for diagnosing the condition of power cables, including.
상기 상수(constant) 특성을 확인하는 단계에서는,
최대값과 최소값이 동일 범위에 속하면, 측정 오류가 없는 것으로 판정하는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법.
According to paragraph 1,
In the step of checking the constant characteristics,
An infrasound measurement data evaluation method for diagnosing the condition of a power cable that determines that there is no measurement error if the maximum and minimum values are within the same range.
판정된 상기 신뢰도가 소정의 기준값 미만이면, 상기 소정 시간 구간의 일련의 측정값들에 대한 재측정을 요청하는 단계
를 더 포함하는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법.
According to paragraph 1,
If the determined reliability is less than a predetermined reference value, requesting re-measurement of the series of measurement values in the predetermined time interval.
A method of evaluating infrasound measurement data for diagnosing the condition of a power cable further comprising:
상기 정규화하는 단계는,
하기 수학식에 따라 수행되는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법.
(여기서, X는 측정값들, X'는 측정값들 중 최대값과 최소값으로 정규화한 값임)
According to paragraph 1,
The normalization step is,
A method of evaluating infrasound measurement data for diagnosing the condition of a power cable performed according to the equation below.
(Here, X is the measured values, and
상기 선형회귀모델을 도출하는 단계는,
하기 수학식에 따라 수행되는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법.
(여기서, 는 선형회귀모델로서 선형회귀선의 각 파라미터들로 이루어진 벡터임)
According to paragraph 1,
The step of deriving the linear regression model is,
A method of evaluating infrasound measurement data for diagnosing the condition of a power cable performed according to the equation below.
(here, is a linear regression model and is a vector consisting of each parameter of the linear regression line)
상기 선형표준편차를 산출하는 단계는,
하기 수학식에 따라 수행되는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 방법.
(여기서, tanδi : 탄델타 i번째측정값, yi : 선형회귀모델 i번째 y값임)
According to paragraph 1,
The step of calculating the linear standard deviation is,
A method of evaluating infrasound measurement data for diagnosing the condition of a power cable performed according to the equation below.
(Here, tanδ i : tan delta ith measurement value, y i : linear regression model ith y value)
상기 일련의 측정값들의 상수(constant) 특성을 확인하는 상수 특성 확인부;
상기 일련의 측정값들을 최대값과 최소값을 이용하여 정규화하는 정규화부;
정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 선형회귀모델링부;
상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 선형편차 산출부; 및
상기 선형표준편차에 따라, 상기 소정 시간 구간의 일련의 측정값들의 신뢰도를 판정하는 신뢰도 판정부
를 포함하는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 장치.
Infra-low frequency tan delta measurement data for the target cable, including a data collection unit that collects a series of measurement values over a predetermined time period to which the same test voltage is applied;
a constant characteristic confirmation unit that verifies constant characteristics of the series of measured values;
a normalization unit that normalizes the series of measured values using maximum and minimum values;
A linear regression modeling unit that derives a linear regression model from a series of normalized measurement values;
a linear deviation calculation unit that calculates a linear standard deviation comparing the normalized series of measured values and the linear regression model; and
A reliability determination unit that determines the reliability of a series of measurement values in the predetermined time interval according to the linear standard deviation.
An ultra-low frequency measurement data evaluation device for diagnosing the condition of power cables.
상기 상수 특성 확인부는,
최대값과 최소값이 동일 범위에 속하면, 측정 오류가 없는 것으로 판정하는 초저주파 측정데이터 평가 장치.
In clause 7,
The constant characteristic confirmation unit,
An infrasound measurement data evaluation device that determines that there is no measurement error if the maximum and minimum values are within the same range.
상기 정규화부는,
하기 수학식에 따라 정규화를 수행하는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 장치.
(여기서, X는 측정값들, X'는 측정값들 중 최대값과 최소값으로 정규화한 값임)
In clause 7,
The normalization unit,
An infrasound measurement data evaluation device for diagnosing the condition of a power cable that performs normalization according to the equation below.
(Here, X is the measured values, and
상기 선형회귀모델링부는,
하기 수학식에 따라 선형회귀모델링을 수행하는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 장치.
(여기서, 는 선형회귀모델로서 선형회귀선의 각 파라미터들로 이루어진 벡터임)
In clause 7,
The linear regression modeling unit,
An infrasound measurement data evaluation device for diagnosing the condition of power cables that performs linear regression modeling according to the equation below.
(here, is a linear regression model and is a vector consisting of each parameter of the linear regression line)
상기 선형편차 산출부는,
하기 수학식에 따라 선형표준편차를 산출하는 전력 케이블의 상태 진단을 위한 초저주파 측정데이터 평가 장치.
(여기서, tanδi : 탄델타 i번째측정값, yi : 선형회귀모델 i번째 y값임)
In clause 7,
The linear deviation calculation unit,
An ultra-low frequency measurement data evaluation device for diagnosing the condition of power cables that calculates the linear standard deviation according to the equation below.
(Here, tanδ i : tan delta ith measurement value, y i : linear regression model ith y value)
상기 탄델타 측정 블록에서의 소정 시간 구간의 일련의 측정값들을 수집하는 데이터 수집부와,
상기 일련의 측정값들의 상수(constant) 특성을 확인하는 상수 특성 확인부와,
상기 일련의 측정값들을 최대값과 최소값을 이용하여 정규화하는 정규화부와,
정규화된 일련의 측정값들로부터 선형회귀모델을 도출하는 선형회귀모델링부와,
상기 정규화된 일련의 측정값들과 상기 선형회귀모델을 대비한 선형표준편차를 산출하는 선형편차 산출부를 구비하는 초저주파 측정데이터 평가 장치;
상기 선형표준편차로부터 상기 측정값들의 오류 검증 및 신뢰도 판정을 수행하는 측정오류 판단 블록;
측정오류가 없는 정상 측정값들을 저장하는 진단데이터 저장 블록; 및
대상 케이블의 열화특성을 표시할 수 있는 인덱스를 산출하는 인덱스 산출 블록
을 포함하는 초저주파 측정데이터 기반 전력 케이블의 상태 진단 시스템.
A tan delta measurement block that performs ultra-low frequency tan delta measurement on a target cable with a predetermined test voltage;
a data collection unit that collects a series of measurement values in a predetermined time period from the tan delta measurement block;
a constant characteristic confirmation unit that verifies the constant characteristics of the series of measured values;
a normalization unit that normalizes the series of measured values using maximum and minimum values;
A linear regression modeling unit that derives a linear regression model from a series of normalized measurement values,
An infrasound measurement data evaluation device including a linear deviation calculation unit that calculates a linear standard deviation for comparing the normalized series of measured values and the linear regression model;
a measurement error determination block that performs error verification and reliability determination of the measured values from the linear standard deviation;
A diagnostic data storage block that stores normal measurement values without measurement errors; and
Index calculation block that calculates an index that can display the deterioration characteristics of the target cable
A power cable condition diagnosis system based on infrasound measurement data including.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220108593A KR20240030051A (en) | 2022-08-29 | 2022-08-29 | Infrared Measurement Data Evaluation Method and Apparatus for Diagnosing the Condition of Power Cables, and System for Diagnosing the Condition of Power Cables based on Infrasound Measurement Data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220108593A KR20240030051A (en) | 2022-08-29 | 2022-08-29 | Infrared Measurement Data Evaluation Method and Apparatus for Diagnosing the Condition of Power Cables, and System for Diagnosing the Condition of Power Cables based on Infrasound Measurement Data |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240030051A true KR20240030051A (en) | 2024-03-07 |
Family
ID=90271749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220108593A KR20240030051A (en) | 2022-08-29 | 2022-08-29 | Infrared Measurement Data Evaluation Method and Apparatus for Diagnosing the Condition of Power Cables, and System for Diagnosing the Condition of Power Cables based on Infrasound Measurement Data |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240030051A (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101466623B1 (en) | 2014-07-09 | 2014-11-28 | 한국전력공사 | Apparatus and method for condition diagnosis and predicting remains life of power cable status using the vlf td measured data |
-
2022
- 2022-08-29 KR KR1020220108593A patent/KR20240030051A/en not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101466623B1 (en) | 2014-07-09 | 2014-11-28 | 한국전력공사 | Apparatus and method for condition diagnosis and predicting remains life of power cable status using the vlf td measured data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Senobari et al. | Frequency response analysis (FRA) of transformers as a tool for fault detection and location: A review | |
| Nirgude et al. | Application of numerical evaluation techniques for interpreting frequency response measurements in power transformers | |
| Badgujar et al. | Alternative statistical techniques for aiding SFRA diagnostics in transformers | |
| KR101466623B1 (en) | Apparatus and method for condition diagnosis and predicting remains life of power cable status using the vlf td measured data | |
| Hjartarson et al. | Predicting future asset condition based on current health index and maintenance level | |
| Liu et al. | Prognosis of underground cable via online data-driven method with field data | |
| JP2000512766A (en) | Statistical pattern analysis method for partial discharge measurement in high voltage insulation | |
| CN117420380A (en) | Power distribution network fault early warning and handling method and system | |
| CN117407679B (en) | Data acquisition method and system of intelligent end screen sensor | |
| CN112763842A (en) | Cable local aging degree judging method and device based on impedance spectrum | |
| Kim et al. | A study on three dimensional assessment of the aging condition of polymeric medium voltage cables applying very low frequency (VLF) tan δ diagnostic | |
| CN117554752A (en) | Power cable fault on-line detection system and method | |
| US20210364566A1 (en) | Method for monitoring the electric insulation status of a piece of equipment for mv or hv electric systems | |
| Taki et al. | Soft fault diagnosis in wiring networks using reflectometry and Principal Component Analysis | |
| KR101223883B1 (en) | Apparatus and method for diagnostic medium voltage cable status using the vlf td measured data | |
| KR20240006293A (en) | Cable Diagnostic Apparatus and Method based on Infrasound Measurement Data | |
| KR20240030051A (en) | Infrared Measurement Data Evaluation Method and Apparatus for Diagnosing the Condition of Power Cables, and System for Diagnosing the Condition of Power Cables based on Infrasound Measurement Data | |
| KR20240028196A (en) | Cable Diagnosis Method based on Infrasound Measurement Data and Predictive Model Operating System for the same | |
| Cselko et al. | Challenges of partial discharge diagnostics of low-voltage cables | |
| RU2667119C2 (en) | Products residual defectiveness monitoring method | |
| Secue et al. | New SFRA measurement interpretation methodology for the diagnosis of power transformers | |
| Hoff et al. | On-site dielectric diagnostics of power cables using the isothermal relaxation current measurements | |
| Walker et al. | Creation & Validation of Transformer Residual Life Models | |
| Lee et al. | A condition indexing for assessment management in MV underground power cables | |
| CN117849560B (en) | Valve side sleeve insulation monitoring method and system combining end screen voltage and partial discharge |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |