초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

전력계통의 배전선로에서 발생하는 전력선이 지표면이나 나무 기타 시설물에 접촉되었을 때 아크를 수반하는 미소한 고장 전류가 흐르게 되는데 이를 고저항 고장(high impedance fault: HIF)이라 한다. 이 전류는 접촉면의 다양한 형태와 조건에 따라 다른 특성을 지닌 아크성 전류가 되므로 전류 크기에 의존하는 기존의 계전 방식으로는 고장 검출이 어렵다. 본 논문에서는 고저항 ...

전력계통의 배전선로에서 발생하는 전력선이 지표면이나 나무 기타 시설물에 접촉되었을 때 아크를 수반하는 미소한 고장 전류가 흐르게 되는데 이를 고저항 고장(high impedance fault: HIF)이라 한다. 이 전류는 접촉면의 다양한 형태와 조건에 따라 다른 특성을 지닌 아크성 전류가 되므로 전류 크기에 의존하는 기존의 계전 방식으로는 고장 검출이 어렵다. 본 논문에서는 고저항 지락 고장 전류를 웨이브렛(wavelet) 변환하여 고장을 정확하게 판별하도록 연구하였다. 웨이브렛 변환은 신호의 주파수 성분과 그 발생 시간에 대한 정보를 동시에 얻을 수 있는 효과적인 방법이므로 전압 파형의 순시치와 그때 발생한 고장전류의 고주파 분포 특성을 추출하여 고장 검출에 적용하려는 것이다. 웨이브렛 변환을 효율적으로 수행하기 위하여 우수한 고장 판별 특성을 보이는 Daubechies의 4차 마더 웨이브렛을 선정하였으며, 이를 적용한 웨이브렛 변환으로 얻어진 결과의 계수들을 적응 뉴로 퍼지 추론 시스템(adaptive neuro-fuzzy inference system, ANFIS)에 입력하여 다양한 형태의 고저항 고장 검출을 시도하였다. ANFIS의 구조를 간단하게 하고 빠른 학습 속도를 갖도록 하기 위하여 순차적 전방향 입력 선택(sequential forward input selection)기법을 써서 영향을 크게 미치는 입력 요소의 선별로 입력 요소를 줄였으며, 최급 강하법(steepest gradient method)과 최소 자승법(least square algorithm)이 결합된 복합 학습 알고리즘(hybrid learning algorithm)을 적용하여 수렴 특성이 좋고 정확한 판별이 가능하도록 효율적으로 학습시켰다. 아크성 고저항 고장 전류는 불규칙하고 주기성이 없으므로 카오스 신호(chaos signal)성질이 포함되어 있음을 확인하였으며, 시뮬레이션을 위한 비선형 카오스 아크 전류를 발생시키는 모델을 제시하였다. 한국전력공사에서 실측한 다양한 형태의 고저항 고장 전류 데이터를 대상으로 고장검출 성능 및 신뢰도를 향상시키는 연구를 하였으며 DSP를 사용한 검출기를 구현하여 실시간으로 고장을 판별해 보임으로써 실제의 전력계통에 직접 적용할 수 있는 활용성을 입증해 보였다.

Abstract ▼ AI-Helper

High impedance faults in a distribution power system occur when the power line contacts the ground, a tree, facilities and the others. their fault currents are too small to be effectively detected by a conventional protective relay system. In this thesis, a wavelet transform method is applied to ana...

High impedance faults in a distribution power system occur when the power line contacts the ground, a tree, facilities and the others. their fault currents are too small to be effectively detected by a conventional protective relay system. In this thesis, a wavelet transform method is applied to analyze the characteristics of the picked up fault currents which has arcing fault features and show tiny current magnitudes. Daubechies wavelets have been proposed as optimal mother wavelets to derive some components of the fault current. Wavelet transform coefficients obtained through the wavelet transform are used to train the ANFIS(adaptive neuro-fuzzy inference system) learning system for a discrimination of the high impedance faults. The sequential forward input selection method is also adopted to reduce the inputs of the ANFIS system with a hybrid learning algorithm combined with the steepest gradient method and a least square algorithm. The proposed method has been tested by online with the data of the high impedance faults which were actually measured in some distribution systems of the KEPCO(Korea Electric Power Corporation), to show the more definite discriminating capability of high impedance ground faults compared with the FFT method. In addition to the above mentioned results, the chaotic characteristics of the arcing fault current is derived by calculating Lyapunov exponents. Using this chaotic property, a new arcing fault current model which combined the ZnO-type lightning arrester with a Lorenz chaos signal model has been suggested for the EMTP simulation.