KR100503215B1 - 전력용 설비의 이상신호 진단시스템 - Google Patents

Abstract

본 발명은 외부 노이즈에 강하고, 신속히 광범위한 지역에서 전력용 설비의 이상 신호를 진단할 수 있는 전력용 설비의 이상신호 진단시스템을 제공함을 목적으로 한다.

이를 위하여 본 발명의 신경회로망 및 고주파 부분방전을 이용한 전력용 설비의 이상신호 진단시스템은 수신된 신호를 분석하기 위한 스펙트럼 분석수단; 상기 스펙트럼 분석수단으로부터 출력되는 데이터로부터 전력용 설비에서 발생하는 이상신호의 유무를 판단하고 이상신호가 존재하는 경우 저장하기 위한 진단 수단; 위치 정보 데이터를 이용하여 수신된 신호의 측정 위치를 추적하기 위한 위치 추적 수단; 및 상기 스펙트럼 분석수단, 진단 수단 및 위치 추적 수단을 구동시키기 위하여 구동전원을 공급하기 위한 전원공급수단을 포함하는 것을 특징으로 한다.

Description

전력용 설비의 이상신호 진단시스템{THE DIAGNOSTIC SYSTEM OF RADIATION SIGNAL OF ELECTRICAL POWER EQUIPMENT}

본 발명은 신경회로망 및 고주파 부분방전 기술을 이용하여 전력용 설비의 이상을 진단하기 위한 시스템 및 방법과 이상신호의 위험상태 진단방법에 관한 것이다.

일반적으로 전력용 설비에서 발생되는 부분방전(PD: Partial discharge)은 전력시스템의 운영상태에 따른 열화 및 운전상태에 대한 정보를 가장 잘 나타낼 뿐 아니라, 운전중 사고를 미연에 감지할 수 있는 많은 정보를 갖고 있기 때문에 부분방전의 측정을 통한 전력기기의 열화진단은 진단의 정확성, 전력설비의 신뢰성 유지, 기기의 보수 및 교체시기를 판정하는 데에 매우 중요한 요소이다.

그러나, 전력용 설비가 운용되고 있는 현장에서 전력시스템으로부터 발생되는 부분방전을 검출하는 데에는 상당한 어려움이 따른다. 즉, 주위 환경으로부터 발생하는 노이즈가 추가됨으로 인해 측정된 신호가 부분방전으로 인한 신호인지 아닌지를 구분하기 어렵고, 부분방전으로 인한 신호라고 판단되더라도 전력시스템의 발생원인에 대한 명확한 판단과 고전압 전력기기에 치명적인 영향을 줄 수 있는 신호인지를 정확하게 진단하는 것이 어렵다.

도 1은 종래기술에 따른 부분방전(PD: Partial Discharge) 측정용 시스템 개략도로서, 병렬 커플링 콘덴서를 이용하여 측정하는 기술이다.

일반적으로 부분방전을 측정함에 있어서는, 노이즈가 포함되지 않은 교류 전원(110, PD free transformer)을 시험대상에 인가하고 병렬로 커플링 커패시터(120, coupling capacitor)를 연결하여 시험대상물(130)에서 발생하는 미소한 부분방전 전류를 커플링 커패시터 쪽으로 유도하여 접지단자에서 측정하게 된다. 실험실에서는 이와 같은 장치를 차폐공간 내부에서 설치하여 외부의 노이즈를 차단시킴으로써 정확한 부분방전량을 측정할 수 있다. 부분방전 펄스는 수㎑ 내지 수㎓ 정도에 해당되는 광범위한 주파수 성분을 갖고 있는데, 기존의 방법에서는 수십㎑ 내지 수백㎑ 범위에서 펄스 전류를 튜닝하고 증폭시켜 측정하게 된다.

이와 같은 종래의 일반적인 부분방전 측정은 차폐 조건을 갖춘 시험공간에서는 효과적이지만, 전력용 설비가 운용되고 있는 현장에 적용할 경우 신뢰도가 현저히 저하된다. 즉, 현장에는 다양한 종류와 다양한 크기를 갖는 노이즈가 존재하고, 접지상태가 부분방전의 노이즈를 효과적으로 차단할 수 없는 상황이며, 진단의 매개체인 전력용 설비의 커패시턴스가 큰 경우가 많아 커플링 콘덴서 용량의 한계로 인해 부분방전 전류를 측정하기 어려워진다. 따라서, 부분방전을 측정하는 것이 절연열화 진단에는 가장 정확한 정보를 제공함에도 불구하고 현장적용이 어려워 실제적인 현장적용은 이루어지지 않고 있으며, 최근 측정 주파수가 1㎒이상의 높은 영역에서는 주위 노이즈의 영향을 덜 받는다는 점에 착안하여 부분방전 펄스의 주파수 성분중 고주파 대역을 측정하는 방법(HFPD)이 제시되어 각 전력기기별로 많은 연구가 이루어지고 있고, 현장 적용이 시도되고 있다.

도 2는 종래기술에 따른 고주파 부분방전(HFPD: High Frequency Partial Discharge) 측정을 위한 시스템 개략도이다.

종래기술에 따른 고주파 부분방전에 의한 측정은 측정 주파수가 높은 만큼 부분방전의 발생원으로부터 멀리 떨어져 측정하는 경우에는 부분방전 펄스의 감쇄가 커 측정 감도가 떨어지지만, 부분방전의 발생원 근처에서는 노이즈가 없는 교류전원과 커플링 커패시터가 없어도 활선(On-line)상태에서 꽤나 효과적으로 외부 노이즈의 영향을 배제시키면서 부분방전을 측정할 수 있다. 따라서, 시험 대상물 전체에 대해 부분방전을 측정하는 종래의 방법과는 달리 절연상태가 취약하다고 예상되는 부위(예: 케이블 접속부, GIS의 스페이서 부분 등)에 HFPD 측정센서를 부착하여 부분방전을 측정하게 된다. 일반적으로 전력기기에서 절연이 취약한 부분은 설계나 경험을 통해 이미 알고 있는 경우가 많으므로 이러한 방법을 충분히 활용할 수 있으며, 활선상태에서의 측정이 가능하므로 전력기기의 상태감시나 부분방전의 진전상황을 온라인-실시간으로 측정할 수 있다는 장점이 있어, 최근 매우 각광받고 있다.

좀 더 구체적으로 종래기술에 따른 고주파 부분방전에 의한 측정에 관한 현황을 설명하면 다음과 같다.

일반적으로 전력케이블 절연층의 전기트리나 가스절연 개폐설비(GIS: Gas Insulated Switch Gear)의 부유 도전성 입자에서 나타나는 부분방전 펄스 전류는 350[psec] 내지 수[nsec] 정도의 상승시간과 수[nsec] 정도의 펄스 지속시간을 갖는다. 이러한 펄스에 대해 퓨리에(fourier)분석을 수행하면 대략 수백 ㎒의 주파수 대역을 갖게 된다. 예로서, 300[psec]는 약 1㎓에 상당한다. 따라서 HFPD(고주파 부분방전) 측정을 통해 이러한 부분방전 펄스를 측정할 수 있다.

그러나, 1㎒이하의 범위에서 측정하는 기존의 부분방전 측정방법은 부분방전 에너지의 상당한 부분을 놓치게 된다. 부분방전 펄스로부터 측정되는 에너지는 수백㎒의 주파수 대역까지 거의 선형적으로 증가된다. 외부 노이즈가 거의 없는 조건이라면, 부분방전 측정감도의 기본적인 한계는 증폭기나 저항에서의 열 노이즈에 의하게 된다. 그러나, 이러한 화이트 노이즈는 측정주파수의 제곱근에 따라 증가하므로 부분방전 에너지와 열 노이즈를 고려한 측정감도는 측정주파수가 높아질수록 S/N(Signal to Noise)비가 향상된다.

현장에서 부분방전을 일반적인 방법으로 측정할 경우, 외부의 전기적 간섭이 상당한 문제로 되기 때문에 실제적인 측정감도가 저하된다. 이러한 외부의 전기적 노이즈는 고전압 전원에서의 코로나 또는 부분방전, 주변의 고전계하에 놓인 금속성의 부유(floating) 물질 및 전기적 접촉불량으로 인한 스파크 등이다. 이러한 노이즈는 시험 대상의 부분방전과 주파수 특성, 위상특성 및 반복율 등에서 유사하기 때문에 실제 부분방전 펄스로 오판될 수 있다.

이러한 노이즈는 전문가가 오실로스코프에 측정된 파형을 분석함으로써 구분할 수 있는데, 주로 부분방전의 위상특성, 크기의 분포, 반복률, 펄스시간 및 펄스패턴의 균일성 등의 차이로 구분하게 된다. 그러나 이러한 노이즈의 부분방전 패턴이 대상물의 부분방전 패턴과 유사하므로 노이즈 저감 측면에서는 그다지 도움이 되지 않는다.

HFPD 측정의 경우 이러한 노이즈 저감에 있어서 기존의 방법보다는 우수하다. HFPD 측정은 펄스의 전파방향과 전파시간을 측정할 수 있기 때문에 노이즈의 제거가 용이하다. 부분방전 측정기 하나를 시험대상물 쪽에 설치하고 다른 하나를 노이즈 발생부를 설치하면, 시험대상물 쪽에 설치된 측정기에서 먼저 검출된다. 이러한 측정을 위해서는 도착 시간의 차이를 구분할 수 있도록 nsec 부분방전 펄스에 응답할 수 있는 부분방전 측정기를 사용하여야 한다. 따라서 HFPD 측정기에서는 거시적인 패턴 분석에 입각한 통계적인 노이즈 제거방법이 아니라 펄스-펄스 측정에 입각한 노이즈 제거가 가능하다.

HFPD 측정에서는 각 부분방전 펄스의 파형을 직접 측정할 수 있다는 장점이 있다. 일반적으로 결함의 형태에 따라 펄스의 형태가 다르게 나타나므로, 결함의 종류에 따른 부분방전 펄스의 형태를 실험실의 조건에서 파악해서 알고 있는 경우 측정된 부분방전 펄스의 형태에 따라 시험대상물의 내부의 결함을 보다 상세히 파악할 수 있어 내부의 형성된 결함의 위험 정도를 예측할 수 있는 매우 실용적인 분석이다. 아울러, 보이드와 같은 결함에서 부분방전 발생시 해석할 수 있는 가능성을 가지고 있다.

HFPD를 측정하는 방법은 유도성, 용량성, 또는 저항성 센서 또는 안테나 등 용도에 따라 다양하며, 이로부터 얻은 신호와 주위 노이즈용 안테나에 포착된 신호 또는 신호의 전파 방향 등을 고려하고 부분방전의 패턴을 컴퓨터를 이용 분석하여, 순수한 부분방전 신호를 추출하게 된다.

다양한 센서들을 이용한 실제적인 측정방법에는 여러 가지가 있으나 가장 기본적인 측정방법은 IEC 270방식으로 고가의 커플링 커패시터 용량이 sample보다 커야 한다는 점과 시험 대상물에 따라 측정 시스템의 규모가 커지는 단점이 있다.

도 2는 종래기술에 따른 HFPD의 기본적인 개략도로서, 측정회로에 커플링 커패시터 없이 기본적인 측정회로를 꾸밀 수 있는 장점이 있다.

현재 부분방전 검출에 대해 종래 방법은 1㎒이하의 주파수를 검출하는 것으로 노이즈 레벨이 상당히 높아 여러 가지 단점을 갖고 있기 때문에 잘 사용되지 못하고 있다. 하나의 대안으로 제시된 음향 검출방법은 전력기기에 전기적인 접속이 필요 없으며 측정 시스템이 간단하다는 장점을 갖고 있으나, 특히 시스템 내부에서 발생되는 부분방전을 음향적으로 검출하기 위해 센서의 측정가능(주파수, 크기) 대역을 벗어난 방전은 검출할 수 없어 상당히 중요한 단점으로 지적되고 있다. HFPD 측정 방법은 고주파 대역을 사용하므로 상대적으로 노이즈 레벨이 낮은 차폐되지 않은 현장에서 전력설비를 대상으로 한 측정에 적합하다.

상기에서 설명한 바와 같이 종래의 PD 및 HFPD 진단 시스템은 기술적으로 많은 장단점을 갖고 있으며, 크게 2가지의 문제점이 있다. 첫째, 일정한 기준값 혹은 레벨값과 측정된 값의 단순 비교를 통하여 시스템을 진단 및 판정한다는 것과, 둘째, 외부 노이즈와 부분방전신호의 구분에 대단히 취약하다. 따라서 종래기술에 따른 진단 시스템을 이용하여 전력기기 등의 열화여부를 진단하는 것은 일정한 조건에 해당하는 경우만을 대상으로 한다는 치명적인 문제점이 있다. 또한 부분방전의 발생원인에 따른 방전의 복잡한 패턴에 대한 판독이 불가능하고, 이로 인하여 외부 노이즈의 입력으로 인한 오동작에 대한 능동적인 대처가 미흡하고, 설계 변경된 시스템에 대한 적응성이 떨어지기 때문에 복잡하고 다양한 운전상태에 있는 현장에서의 신뢰성에 심각한 문제를 야기한다.

상기의 문제점을 해결하기 위한 본 발명의 제1 목적은 외부 노이즈에 강한 전력용 설비의 이상신호 진단시스템 및 그 방법과 이상신호의 위험상태 진단방법을 제공함에 을 목적으로 한다. 또한, 본 발명의 제2 목적은 신속히 광범위한 지역에서 전력용 설비의 이상 신호를 진단할 수 있는 전력용 설비의 이상신호 진단시스템 및 그 방법과 이상신호의 위험상태 진단방법을 제공함에 있다.

상기 목적을 달성하기 위한 본 발명에 의한 전력용 설비의 이상신호 진단시스템은 수신된 신호를 분석하기 위한 스펙트럼 분석수단; 상기 스펙트럼 분석수단으로부터 출력되는 데이터로부터 전력용 설비에서 발생하는 이상신호의 유무를 판단하고 이상신호를 저장하기 위한 진단 수단; 위치 정보 데이터를 이용하여 상기 수신된 신호의 측정 위치를 추적하기 위한 위치 추적 수단; 및 상기 스펙트럼 분석수단, 진단 수단 및 위치 추적 수단을 구동시키기 위하여 구동전원을 공급하기 위한 전원공급수단을 포함할 수 있다.

바람직하게는, 본 발명은 상기 진단 수단을 통해 1차적 진단의 수행결과 전력용 설비의 열화정도가 심하다고 판단되는 경우 2차적 진단을 수행하기 위한 적외선 카메라를 더 포함할 수 있다.

더욱 바람직하게는, 본 발명은 상기 스펙트럼 분석수단에 수신되는 신호는 고주파 부분방전용 안테나를 통해 수신될 수 있고, 상기 위치 추적 수단에 수신되는 상기 위치 정보 데이터는 위치 추적용 안테나를 통해 수신될 수 있다.

또한, 본 발명의 전력용 설비의 이상신호 진단방법은, 스펙트럼 분석수단이 진단수단과 데이터 통신이 가능한지 인터페이싱을 확인하는 제1 단계; 상기 스펙트럼 분석수단을 초기화하는 제2 단계; 측정하고자 하는 영역에 대해 상기 스펙트럼 분석수단의 측정값을 설정하는 제3 단계; 사용자가 입력한 측정방식이 수동인지 자동인지를 판단하는 제4 단계; 수동측정방식이면, 사용자가 지정한 데이터 측정횟수동안 HFPD 신호를 측정하는 제5 단계; 및 자동측정방식이면, 타이머를 이용하여 전력용 설비의 이상신호를 진단하여 위험여부를 측정하는 제6 단계를 포함할 수 있다.

바람직하게는, 본 발명의 상기 제5 단계는, 상기 HFPD 신호를 측정하는 제7 단계; 상기 HFPD 신호의 측정시 에러가 발생하는지를 판단하는 제8 단계; 제9 단계후 에러가 발생하면 재측정 여부를 판단하는 제9 단계; 및 제9 단계후 에러가 발생하지 않으면 상기 데이터를 저장하는 제10 단계를 포함할 수 있다.

더욱 바람직하게는, 본 발명의 상기 제6 단계는, 상기 HFPD 신호를 측정하고, 타이머를 작동하는 제7 단계; 상기 HFPD 신호의 측정 중에 에러가 발생하는지를 판단하는 제8 단계; 상기 제8 단계후 에러가 발생하면, 상기 HFPD 신호를 재측정하는 제9 단계; 상기 제8 단계후 에러가 발생하지 않으면, 상기 타이머의 설정시간과 측정시간을 비교하는 제10 단계; 상기 측정시간이 상기 설정시간보다 작지 않으면 입력된 데이터를 기초로 하여 전력용 설비가 위험한 상태인지를 판단하는 제11 단계; 및 상기 전력용 설비가 위험하다고 판단되면 상기 데이터를 저장하는 제12 단계를 포함할 수 있다.

또한, 본 발명의 이상신호의 위험상태 진단방법은, 전력용 설비의 이상신호를 진단함에 있어서, 계측된 HFPD 신호의 데이터를 입력받는 제1 단계; 입력된 상기 데이터에 대하여 정규화 및 모형화를 수행하는 제2 단계; 상기 제2 단계후 HFPD 패턴모형을 형성하는 제3 단계; 상기 HFPD 패턴모형에 대하여 제1 신경회로망을 이용하여 위험도를 구분하는 제4 단계; 상기 제2 단계후 ΔF 패턴법을 적용하여 상기 HFPD 신호를 ΔF 패턴화하고 정량화하는 제5 단계; 및 정량화된 패턴에 대하여 제2 신경회로망을 이용하여 위험패턴을 구분하는 제6단계를 포함할 수 있다.

본 발명은 HFPD를 UHF 센서와 같은 부착형 센서입력을 사용하지 않고 안테나와 같은 비접촉형 입력부로부터 HFPD 신호를 측정하고, 30MHz 내지 2GHz의 광대역 스펙트럼을 임의의 구역으로 분할하며, 각각의 주파수 영역을 통계적으로 정렬하는 방식을 취한다. 또한 각각의 분할된 입력셀의 신호에 대한 세기는 정규화 과정을 통하여 재구성하고, 각 분할셀에서의 통계적 발생빈도를 재귀적 분포화 지도로 구성한 3차원(3D)적 패턴으로 합성한다. 이러한 과정에서 얻어진 많은 패턴을 학습시킨 신경회로망은 전력용 설비의 열화상태를 진단할 수 있는 3단계의 출력(안전, 중간, 위험)으로 판독되며, 측정 시스템의 약 40[Km/h]의 주행성을 확보하기 위한 안테나 보조가이드 및 GPS(지리정보시스템)를 탑재하여 동시에 자동측정을 수행한다.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기 로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 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 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

도 3은 본 발명에 따른 시스템의 전체 개략도(300)이다.

차량 내에 탑재된 측정 시스템은 HFPD 안테나(310)를 통해 수신된 다양한 종류 및 크기의 신호를 분석하기 위한 스펙트럼 분석기(320), 측정 위치에 관한 위치 정보 데이터를 수신하기 위한 GPS 안테나(330), GPS 안테나(330)를 통해 수신된 위치 정보 데이터를 이용하여 측정 위치를 추적하기 위한 GPS 장치(340), 이상신호의 위치를 보다 정확히 확인하기 위한 적외선 카메라(350) 및 스펙트럼 분석기(320)로부터 출력되는 데이터로부터 이상신호 존부를 판단하고 이상신호로 판단되는 경우 경보하는 컴퓨터(360)를 포함할 수 있다.

컴퓨터(360)는 GPS 장치(340)와 적외선 카메라(350)로부터 출력되는 데이터를 처리하여 이상신호 발생위치를 추적하는 위치추적 및 데이터저장기능을 더 포함할 수 있다.

본 발명에서 사용된 주요 기술을 항목별로 구분하여 설명하면 다음과 같다.

(1) 광대역 스펙트럼의 적절한 유한영역 분할설계

광대역 스펙트럼의 영역을 분할한다는 것은 기본적인 노이즈, 즉 라디오/텔레비젼 방송주파수 및 허가된 기존의 유무선 통신주파수를 분리하기 위하여, 전체 스펙트럼을 유한 영역으로 분할하여 재구성하는 설계기술이다. 예를 들면, 핸드폰 기지국과 가까운 거리에서 측정시에는 해당 주파수의 신호가 급격히 증가되는 경향이 있고, 이는 본 발명의 목적과 다른 신호이므로 이러한 구간의 영역은 진단시에 영향을 제거하기 위한 기술적 방법이다.

- 안테나를 이용한 HFPD 측정

먼저, 안테나를 이용해 시료에서 발생되는 방출신호를 전체 주파수 대역(30㎒∼2㎓)에서 수회 반복 측정하고 도 4에 나타난 바와 같이 동일 주파수에 누적시켜 패턴을 형성한다. 이런 전자파 신호 패턴의 f-a-n(frequency-amplitude-number) 3D 분석 및 ΔF(Δf_{i +1}|Δf_i) 패턴을 구해 열화에 따른 특성변화를 분석한다. 도 4(a)는 주파수적 분포도이고, 도 4(b)는 도 4(a)를 주파수변위에 따라 패턴화 도면이다.

- 안테나를 통한 3D HFPD 패턴

EUT(Equipment Under Testing)에서 발생하는 이상신호는 안테나를 이용해 수회 반복 측정한 수천 내지 수십만개 데이터의 패턴이 분석된다. 그러나, 이러한 데이터 양을 신경회로망의 입력으로 하기에는 너무 많은 양이기 때문에 데이터 양의 축소 작업이 필요하다.

이를 위해서는 각각의 주파수 구간에서의 대표값을 결정하여야 하는데, 각 구간에서 측정된 데이터를 최대값에서 최소값 순서로 정열하고, 최대값을 구간 대표값으로 취한다. 전자파 패턴은 전자파의 크기와 발생 주파수가 중요한 인자로 작용하며, 주파수가 낮은 대역에서는 발생빈도수 또한 열화와 관계된 인자로 작용할 수 있다.

예를 들면, 100,000(1000×100회)개의 데이터에서 구간 대표값으로 선정된 데이터를 1로 하여 정규화시키고, 이 데이터를 새로운 정규화축으로 분포시킨다. 정규화된 데이터를 40×6 매트릭스로 다시 축소시켜 신경회로망의 입력셀로 설정한다.

도 5는 본 발명의 일실시예에 따라 안테나를 이용해 측정한 데이터에 대하여 각 주파수 구간에서 대표값을 선정하여 나타낸 그래프이며, 도 6은 특정 주파수 구간에서 빈도수를 정규화시킨 그래프이고, 도 7은 정규화 과정을 거쳐 측정 데이터를 240(40×6)개의 신경회로망 입력셀로 나타낸 그래프이다.

(2) 주파수별 순차내림 혹은 순차올림의 통계적 정렬기술

노이즈와 방전신호의 기본적인 차이는 크기의 반복성에 있다. 특히 방전신호는 운전조건이나 측정환경에 따른 일정한 패턴을 갖고 있지 않다. 그러나, 100 pps(pulse per second)이상의 반복빈도에 대한 반복적으로 측정하거나 재구성을 하는 경우에는 패턴의 유사성이 증대된다. 이 단계의 기술은 본 발명의 신경회로망 입력의 3차원 모형화에 중요 설계기술이다.

- 측정주기에 따른 부분방전 검출특성

절연체의 점진적인 절연성 저하를 진행시켜 궁극적인 파괴의 원인이 되는 부분방전에 의해 발생되는 방전펄스는 비주기적 랜덤신호이며 매우 복잡한 패턴을 갖는다. 이런 방전신호를 일정 주기 이상 동일 위상에 누적하면 방전패턴의 재현성을 높일 수 있다.

이산치 값인 방전량의 통계적 처리를 통한 패턴분석법에서는 측정 모집단수에 따라 통계량 값들의 신뢰성이 좌우된다. 방전신호가 랜덤하기 때문에 측정 주기를 짧게 할 경우, 일정 pps(pulse per second) 이하의 방전펄스에 대한 측정가능 여부는 확률 의존적이 된다. 그러나, 이런 방전펄스를 일정 주기 이상 누적시키면 패턴의 형태에는 큰 영향을 미치지 못하고 방전량의 빈도수 변화에만 영향을 주기 때문에 데이터 양은 증가하지만 방전패턴의 통계적 정보는 변하지 않는다. 또한, 계측기를 컴퓨터와 인터페이스하여 측정하는 경우에는 처리속도가 느려지고 데이터 저장에 보다 많은 메모리를 필요로 하게 된다. 따라서, 방전패턴의 정보를 정확히 제공하고, 데이터 양을 최소로 할 수 있는 측정 주기의 결정이 필요하다.

안테나를 이용해 HFPD를 측정하는 시스템의 본 발명은 일실시예에서 각각의 시스템 측정 주기를 10회 이상으로 한다.

특히 본 발명의 일실시예에 따르면 진단시스템이 설치된 차량의 이동속도를 고려하여 고속주행모드에서는 10회의 반복누적 측정을 실시하고, 저속모드에서는 100회의 누적을 기본적인 측정 주기로 한다. 이는 누적빈도가 높을수록 재현성 및 감지능력이 우수한 반면 측정속도의 저하가 동반되는 것을 고려한 까닭이다.

도 8은 본 발명의 일실시예에 따라 안테나를 이용해 HFPD를 측정한 그래프로서, 측정 횟수에 따른 전자파 펄스 크기의 누적량 변화를 나타낸 것이다.

100회 측정한 전체 전자파 펄스 중 최대값을 1로 하여 정규화한 후 각각의 크기에 따른 누적 빈도수를 구하며, 측정된 방전신호를 동일 주파수 구간에 누적하여 패턴을 분석한다.

- 측정된 신호의 노이즈 제거 기술

현재 통신기술의 발달과 더불어 매우 높은 주파수 영역에서도 전파의 송·수신이 이루어지고 있다. 우리 나라에서 규정되어 있는 통신용 주파수 대역을 살펴보면 방송용은 표준방송 530∼1602㎑, FM방송 88.1∼107.9㎒, TV방송 57∼85㎒, 177∼213㎒, 473∼749㎒의 주파수 대역을 사용하고 있으며, 이동전화(cellular phone)는 기지국 869∼894㎒, 이동국 824∼849㎒이며, 개인휴대통신(PCS)에는 기지국 1840∼1870㎒, 이동국 1750∼1780㎒의 주파수를 사용한다. 무선호출기(pager)는 322∼328.6㎒ 대역을 사용하고, 무선전화기의 고정장치는 914∼915㎒, 휴대장치는 959∼956㎒ 사이의 주파수를 사용하고 있으며 이외에 항공용, 해상용, 위성용 업무에 사용하는 주파수 대역이 규정되어 있다.

안테나를 이용해 공중으로 방사되는 HFPD의 전자파 신호를 검출할 경우 위에 언급한 특정 주파수 대역에서 검출되는 전자파뿐만 아니라 각종 스위칭 펄스, 용접작업, 아크로(arc furnace)등에 의해 발생되는 이상신호가 다양한 주파수 대역에서 노이즈로 나타난다. 이런 노이즈 파형은 HFPD 패턴에 영향을 미치게 되며, 심한 경우에는 방전에 의한 신호보다 노이즈 신호가 더 크게 나타나 방전신호를 검출하지 못할 수도 있다.

도 9는 현장에서 측정되는 기본적인 주파수 분포도로서, 0 내지 1,000㎒의 주파수 대역에서 발생하고 있는 전자파 신호를 안테나를 이용해 측정한 결과이며, FM방송, VHF(very high frequency)-TV방송, 무선호출기, UHF(ultra high frequency)-TV방송 및 무선전화기 주파수 대역에서 신호가 검출되고 있다.

안테나를 이용해 HFPD 측정을 수행할 때 방전신호 이외의 기타 전자파 신호는 노이즈로 작용하기 때문에 제거해야만 정보에 대한 정확한 해석을 할 수 있다. 본 발명의 일실시예에 따르면 통계적 처리기법을 이용하여 이런 노이즈 신호를 제거할 수 있다.

위의 통계적 처리기법을 예를 들어 설명하면, 측정된 전체 데이터를 주파수 별로 최대값에서 최소값 순으로 분류하여 각 주파수에서 최대값을 갖는 신호들의 집합을 첫 번째 데이터 그룹으로 하여 배치하고, 순차적으로 최소값을 갖는 신호들의 집합까지 배치한다. 이와 같이 배치한 데이터를 이용해 최대값 그룹으로부터 측정횟수의 약 10%에 해당하는 순서의 그룹(예를 들어, 만일 100회 측정했다면 10번째 큰 값들을 갖는 데이터 그룹) 신호까지 감소추이를 분석한다.

도 10은 본 발명의 일실시예에 따른 통계적 정렬에 의해 HFPD의 노이즈 신호가 제거된 주파수 분포도이고, 도 11은 본 발명의 일실시예에 따른 통계적 정렬에 의해 HFPD의 노이즈 신호의 주파수 분포도이며, 도 12는 본 발명의 일실시예에 따른 통계적 정렬에 의해 HFPD 신호의 주파수 분포도이다.

이들을 분석해 보면, 방전에 의해 나타나는 HFPD 신호는 도 10에 보이는 바와 같이, 측정횟수의 약 10%에 해당하는 데이터 그룹의 경우 백그라운드 노이즈 값에 가깝게 수렴하게 되지만, 통신에 사용되는 주파수 대역을 갖는 신호들은 도 11과 같이 크기가 거의 감소하지 않는다. 이런 특성을 이용해 효과적으로 노이즈를 제거할 수 있고, 본 발명에서는 일반적으로 알려지지 않은 주파수에서 전체 측정주기 동안 한번 정도 검출되어 방전신호와 구별할 수 없는 노이즈 신호도 구별할 수 있다.

이런 처리과정을 거치면 최대값 그룹으로부터 측정횟수의 10%에 해당하는 최대값 그룹내에 노이즈를 제외한 HFPD의 모든 데이터 정보가 포함된다. 따라서 본 발명의 일실시예에 따른 통계적 처리기법을 거쳐 데이터를 저장할 경우에는 측정된 모든 값들을 저장하는 것에 비해 90% 이상의 메모리를 절약할 수 있다.

도 12는 100회 측정한 HFPD 신호를 위에 설명한 처리 과정을 거쳐 최대값 신호그룹에서부터 10번째 크기값 신호그룹까지 그래프로 나타낸 것이며, 도 11은 노이즈 파형을 나타낸 것이다. 노이즈 제거는 최대값에서 10번째 크기값까지의 변화량을 분석하여 제거하는데 도 10과 같이 매우 효과적으로 노이즈를 제거할 수 있다. x축은 측정 주파수이며 y축은 최대값에서부터 10번째 크기값까지의 그룹 집합이며 z축은 이상신호의 세기다.

(3) 신경회로망 입력신호의 정규화 및 ΔF 기술

주파수 특성에 따라서 고주파 신호원의 감쇄 및 전달속도가 달라 측정된 신호의 크기가 일정하지 않기 때문에 HFPD 신호를 정규화하는 것이 필요하다. HFPD 신호의 정규화는, 예를 들면 밀폐된 공간에서 음성이 증폭되는 현상, 메아리 및 강우시에 발생하는 신호의 왜곡과 같은 현상을 일정한 패턴으로 하기 위한 기술이다. 본 발명의 일실시예에 따르면 신호원이 습도 및 온도 등의 측정 환경에 따른 다양성이 존재하므로 통계적 처리와 병행하여 입력신호의 정규화를 실행할 수 있다.

- ΔF 패턴 및 패턴분류

도 13은 본 발명의 노이즈 신호와 HFPD 신호의 주파수 분포도이다.

방전에 의해 발생되는 HFPD 신호와 외부 노이즈 신호를 안테나로 측정하여 주파수 연속성과 크기를 비교해 보면, 방전에 의한 신호는 발생 주파수가 비교적 연속적인 특성을 갖고 기본 크기(base amplitude)값이 전체 주파수 대역에서 높지만, 노이즈 신호는 방전에 의한 신호보다 이산적인 특성을 갖고 노이즈 주파수의 피크치는 크지만 노이즈 이외의 주파수 대역에서는 기본 크기값이 방전신호에 비해 낮게 나타남을 발견할 수 있다. 이런 특성을 이용해 본 출원의 발명자는 방전에 의한 신호와 노이즈 신호를 구분할 수 있는 ΔF 패턴을 발명하였으며, ΔF 패턴에 의한 패턴구분을 실시하였다.

부분방전 펄스는 매우 랜덤하게 나타나며 방전량 또한 방전특성에 따라 매우 차이가 크다. 즉, 절연체 내부방전으로 인한 펄스는 방전량의 크기가 작은 신호들의 빈도수가 높게 나타나지만 표면방전은 내부방전에 비해 큰 방전량을 갖는 펄스들이 많이 나타난다. 방사되는 전자파의 세기는 방전 펄스의 크기와 비례하며 주파수는 방전 펄스의 발생시간에 반비례한다. 따라서 방전 특성에 따라 검출되는 전자파 신호의 주파수 분포 및 크기가 변하게 된다.

도 14는 본 발명의 일실시예에 따라 ΔF 패턴을 설명하기 위해 부분방전에 의해 발생된 간단한 이상신호 파형도이다.

주파수가 f_{i -1}, f_i, f_{i +1}, …, f_n일 때 각각의 전자파 크기는 a(f_{i -1}), a(f_i), a(f_i+1), …, a(f_n)이 된다. 여기서 n은 펄스의 주파수값이다. 이런 값들은 부분방전 펄스 개개의 정보를 포함하고 있기 때문에, 아래의 수학식1과 같은 연속되는 전자파 펄스의 주파수 변화에 대한 크기값의 변화율 g를 구할 수 있고, 수학식2를 이용하여 전체 데이터에 대해 각 주파수별 Δg_i값과 Δg_{i +1}값의 상호 관계를 그래프에 누적하여 나타내면 부분방전으로 발생된 전자파 신호의 패턴구분이 가능한 ΔF 패턴을 구할 수 있다.

여기서 i=1, 2, 3, …,n 이다.

도 15는 본 발명의 일시예에 따라 Δg_i값과 Δg_{i +1}값을 각각 x축과 y축으로 표현한 ΔF 패턴의 매트릭스 모델이며, 숫자는 각 좌표값의 누적 빈도수이다.

- ΔF 패턴을 이용한 노이즈 패턴 분류

도 16 내지 도 19는 본 발명에 따라 노이즈 신호를 ΔF 패턴에 적용한 결과 예시도이다.

도 16(a)는 공중으로 방사되는 전자파가 없는 기본적 노이즈 파형이며, 도 16(b)는 도 16(a) 파형의 ΔF 패턴이다. 배경 노이즈만 존재할 경우의 ΔF 패턴은 원점 근처에 모든 데이터가 밀집되어 나타난다.

도 17(a)는 이동전화(cellular phone)와 개인휴대통신(PCS) 신호가 주된 노이즈 파형도로서, 도 17(b)의 ΔF 패턴은 도 16(b)와 같이 패턴 주변에 낮은 빈도의 데이터들이 흩어져 있음을 보이고 있다.

도 18(a)는 방송파 신호, 개인휴대통신 신호 및 알 수 없는 신호들이 혼재하고 있는 노이즈 파형도로서, 도 18(b)의 방송파 신호가 주된 노이즈로 측정되고 있는 ΔF 패턴은 다른 노이즈 신호들의 ΔF 패턴과 마찬가지로 원점 근처에 주로 분포하고 있으며 주변으로 확산되어 나타나는 점들의 분포는 낮게 나타나고 있다. 원점에서부터 점들의 확산거리는 노이즈 신호의 크기에 비례하는 것을 알 수 있다.

도 19(a)는 부분방전에 의해 발생된 전자파 파형도로서, VHF(very high frequency) 대역에서 큰 신호들이 검출되고 있으며 UHF(ultra high frequency) 대역에서는 작은 신호들이 검출되는 것을 알 수 있다. 도 19(b)는 도 19(a) 파형의 ΔF 패턴으로서 노이즈 신호 ΔF 패턴들과 다르게 밀집되어 나타나는 면적이 증가하였다. 이처럼 ΔF 패턴을 이용해 노이즈 신호 패턴 및 노이즈와 HFPD 신호 패턴의 구분이 가능하다.

(4) GPS 수신 기능

본 발명의 일실시예에 따른 진단 시스템이 동작한 위치를 자동적으로 추적함과 아울러 측정시각을 모니터링할 수 있다. 진단시스템을 탑재한 차량이 40[Km/h] 정도의 속도로 주행할 때에 이상신호가 감지된 위치에 대한 정보를 저장함으로써 진단시스템을 지속적으로 관찰한다. 전송포트로는 RS-232C 등을 이용하여 병렬포트와 독립적으로 수신·동작되게 할 수 있으며, GPS수신의 오동작여부는 진단 시스템 내에서 확인할 수 있고, 별도의 디스플레이어를 부착하여 확인할 수도 있다.

본 발명의 진단 시스템은 주행시 측정 위치를 자동적으로 측정하기 위하여 GPS를 이용하며, GPS 안테나(330)에서 수신된 위치 정보 데이터를 자동 저장할 수 있다.

본 발명의 진단 시스템은 측정과 동시에 진단결과를 주행중에 확인이 가능하고, 진단결과는 3단계(안전-중간-위험)로 표시할 수 있다. 또한, 계측부분과 GPS 및 하드웨어 동작부분에 대한 에러를 동시에 수행할 수 있다. 또한, 좌표값을 가지고 문제 지점을 찾아갈 수 있도록 네비게이션 기능을 포함할 수 있다.

(5) 현장 응용성 및 문제 지점 자동경보

본 발명의 진단 시스템은 감지된 이상신호가 발생한 위치를 보다 정확히 파악하기 위하여 적외선 카메라(350)를 탑재된다.

도 20은 본 발명에 따른 HFPD 측정 알고리즘 개략도(2000)이다.

HFPD 신호는 일정횟수동안 측정하는 수동측정방식과 타이머를 이용한 자동측정방식으로 측정할 수 있다.

스펙트럼 분석기(320)가 컴퓨터(360)와 데이터 통신이 가능한지 인터페이싱을 확인하고(2001), HFPD 안테나(310)으로부터 데이터 취득이 가능하도록 스펙트럼 분석기(320)를 초기화하여(2003), 측정하고자 하는 영역에 대해 스펙트럼 분석기(320)의 측정값을 설정한다(2005). 스펙트럼 분석기(320)가 데이터를 취득할 수 있는 상태가 되면 사용자가 입력한 측정방식이 수동인지 자동인지를 판단한다(2007).

수동측정방식이면 데이터 측정횟수를 결정하여(2009) HFPD 신호를 측정한다(2011). 이 때 측정 에러가 발생하면(2013) 재측정 여부를 판단하여(2015) 재측정시에는 다시 HFPD신호를 측정하고(2011) 측정 에러가 발생하지 않으면 데이터를 저장하고(2027), 데이터 저장(2027)후 혹은 재측정(2015)을 하지 않을 시 종료한다.

자동측정방식이면 측정횟수 및 주기를 결정하여(2017) HFPD 신호의 측정과 함께 타이머가 작동하여 측정주기를 확인한다(2019). HFPD 신호의 측정 중에 에러가 발생하면(2021) HFPD 신호를 재측정하고(2019) 측정 에러가 발생하지 않으면 타이머 설정시간과 측정시간을 비교하여(2021) 측정한 시간이 설정된 시간보다 작지 않으면 신경회로망 진단 알고리즘(2100)을 통해 전력설비가 위험한 상태인지를 판단하여(2025) 위험하다고 판단되는 경우 데이터를 저장하고(2027) 정상신호일 경우에는 데이터의 저장없이 계속 HFPD 신호측정을 하게 된다(2019). 여기서, 위험하다고 판단되는 경우 데이터를 저장한 후 시스템을 종료하지 않고 HFPD신호를 다시 측정할 수도 있는데, 이 때 측정되는 HFPD 신호는 위험하다고 판단된 데이터를 확인하기 위해 재측정할 수도 있고, 다른 위치에서의 HFPD 신호일 수도 있다. 한편, 위험하다고 판단되는 경우에는 본 시스템의 컴퓨터(360)에 접속되거나 내장된 경보장치를 통해 청각적 방법이나 시각적 방법 혹은 기타 여러가지 방법을 사용하여 알릴 수도 있으나, 이러한 경보 기능은 공지의 기술이므로 본 발명의 본질을 흐르지 않기 위해 구체적인 설명은 피하기로 한다.

도 21은 본 발명에 따른 신경회로망 진단 알고리즘 개략도(2100)로서, 도 20의 단계 2025에서의 위험판단을 구체화한 것이다.

본 발명의 진단 알고리즘에서는 HFPD 패턴모형과 ΔF 패턴모형을 신경회로망에 입력하여 위험도와 위험패턴을 구분하도록 한다.

측정 시스템을 이용해 계측된 HFPD 신호의 데이터를 입력받아(2101) 입력된 데이터에 대하여 정규화 및 모형화를 수행하고(2103), HFPD 패턴모형을 형성하고(2107), 신경회로망1를 이용하여(2109) 위험도를 구분하여(2111) 위험도를 판단한다. 또한 ΔF 패턴법을 적용하여 HFPD 신호를 ΔF 패턴화한 후 패턴을 정량화하고(2113), 정량화된 패턴에 대하여 신경회로망2을 이용하여(2115) 위험패턴을 구분함으로써(2117) 위험패턴인지를 판단한다.

이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.

상기와 같은 구성에 의해 본 발명은 전력용 시스템의 진단부분에서 문제로 대두되는 노이즈 저감을 신경회로망, 정규화 및 통계적 처리를 이용한 방법으로 기존의 PD 방법보다 이상신호 검출에 응용능력이 우수하다. 특히 HFPD 측정은 거시적인 패턴 분석에 입각한 통계적인 노이즈 제거방법이 아니라 펄스-펄스 반복적 측정시스템으로 대상에 대한 적응성이 우수하고, Δf 패턴구분인식은 HFPD의 정량적 모형화 뿐만 아니라 정성적 모형화를 수행하여, 시스템의 위험도와 발생원인에 대한 인식 및 추정이 가능하다. 또한 GPS 시스템을 탑재하여 자동적으로 측정대상의 위치 및 감지시각을 확인함으로써 현장 적응성을 향상시키며, 모든 시스템을 자동화하여 전력용 설비에서 방출되는 이상신호를 효과적으로 모니터링 할 수 있는 유리한 효과가 있다.

도 1은 종래기술에 따른 PD 측정용 시스템 개략도,

도 2는 종래기술에 따른 HFPD 측정용 시스템 개략도,

도 3은 본 발명에 따른 시스템의 전체 개략도,

도 4는 본 발명에 따른 주파수적 분포와 입력패턴의 주파수 변위에 따른 재구성 예시도,

도 5는 본 발명에 따른 주파수-진폭으로 측정된 방출신호 예시도,

도 6은 본 발명에 따른 3차원 모형으로 정규화된 모형도,

도 7은 본 발명에 따른 신경회로망의 입력형태에 따른 패턴 예시도,

도 8은 본 발명에 따른 반복 측정 주기에 따른 부분방전 패턴의 누적분포 예시도,

도 9는 본 발명에 따른 현장에서 측정되는 기본적인 주파수 분포도,

도 10은 본 발명에 따른 통계적 정렬에 의한 HFPD의 노이즈 신호 제거된 결과 예시도,

도 11은 본 발명에 따른 통계적 정렬에 의한 노이즈 신호 구성 예시도,

도 12는 본 발명에 따른 통계적 정렬에 의한 HFPD의 신호 구성 예시도,

도 13은 본 발명에 따른 노이즈 신호와 HFPD 신호의 예시도,

도 14는 본 발명에 따른 ΔF 패턴을 설명하기 위해 부분방전에 의해 발생된 이상신호 파형도,

도 15는 본 발명에 따른 ΔF 패턴을 위해 부분방전에 의해 발생된 이상신호 매트릭스 예시도,

도 16은 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제1 예시도,

도 17은 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제2 예시도,

도 18은 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제3 예시도,

도 19는 본 발명에 따른 HFPD의 발생에 의한 ΔF 패턴 제4 예시도,

도 20은 본 발명에 따른 HFPD 측정 및 진단 흐름도,

도 21은 본 발명에 따른 신경회로망 진단 흐름도.

Claims (7)

1. 전력용 설비의 이상신호를 주행 중 측정함에 있어서,

   고주파 부분방전용 안테나;

   상기 고주파 부분방전 안테나를 통해 수신되는 신호를 분석하기 위한 스펙트럼 분석수단;

   상기 스펙트럼 분석수단으로부터 출력되는 데이터로부터 전력용 설비에서 발생하는 이상신호의 유무를 판단하고 이상신호를 저장하기 위한 진단 수단;

   위치 추적용 안테나;

   상기 위치 추적용 안테나로부터 출력되는 위치 정보 데이터를 이용하여 상기 수신되는 신호의 측정 위치를 추적하기 위한 위치 추적 수단; 및

   상기 스펙트럼 분석수단, 진단 수단 및 위치 추적 수단을 구동시키기 위하여 구동전원을 공급하기 위한 전원공급수단

   을 포함하는 전력용 설비의 이상신호 진단시스템.
2. 제1항에 있어서,

   상기 진단 수단을 통한 1차 진단 결과, 전력용 설비의 열화정도가 심하다고 판단되는 경우 2차 진단을 수행하기 위한 적외선 카메라

   를 더 포함하는 전력용 설비의 이상신호 진단시스템.
3. 제2항에 있어서,

   상기 고주파 부분방전용 안테나와 상기 위치 추적용 안테나는 차량의 상부에 탑재되는 것을 특징으로 하는 전력용 설비의 이상신호 진단시스템.
4. 삭제
5. 삭제
6. 삭제
7. 삭제