전력수요의 증가는 전력시스템의 확장을 필요로 하게 되었고, 시스템의 확장에서 가장 중요한 것은 공급 전력의 신뢰성 확보이다. 그러므로 전력계통의 정확한상태 파악은 고장의 예방과 신속한 복구를 가능하게 하며, 시스템의 신뢰성을 향 상시킬 수 있다. 상용화 되어 있는 배전자동화시스템은 배전계통의 고장을 감시하며, 고장이 발생하면 현장에 설치 된 보호기기를 이용하여 사고구간을 분리하고, 고장설비의 사후복구조치를 시행한 다음, 계통을 안정화를 시키는 방식을 사용한다. 그러나 시스템의 단말장치는 고장이 아닌 돌입성 전류의 유입이나 보호기기가 과도전류에 민감하게 반응하였을 경우에도 고장으로 판단하는 경우가 발생한다. 이러한 시스템의 오동작은 운용자의 고장구간 판단과 시설의 복구를 지연시키는 원인으로 작용하고 있으며, 고장 예방을 위한 활동은 인력을 통한 주기적인 현장점검에 의존하고 있으므로 실시간 감시가 불가능하다는 단점을 가지고 있다. 본 연구는 배전선로에서 취득한 파형을 분석하여 선로의 고장 예측과 고장판별 능력을 개선하기 위한 것이다. 고장의 징후로 예상되는 특이파형의 검출과 선별 기준을 규정하여 파형의 변화 크기와 주기성 및 지속성 등을 고찰하고, ...
전력수요의 증가는 전력시스템의 확장을 필요로 하게 되었고, 시스템의 확장에서 가장 중요한 것은 공급 전력의 신뢰성 확보이다. 그러므로 전력계통의 정확한상태 파악은 고장의 예방과 신속한 복구를 가능하게 하며, 시스템의 신뢰성을 향 상시킬 수 있다. 상용화 되어 있는 배전자동화시스템은 배전계통의 고장을 감시하며, 고장이 발생하면 현장에 설치 된 보호기기를 이용하여 사고구간을 분리하고, 고장설비의 사후복구조치를 시행한 다음, 계통을 안정화를 시키는 방식을 사용한다. 그러나 시스템의 단말장치는 고장이 아닌 돌입성 전류의 유입이나 보호기기가 과도전류에 민감하게 반응하였을 경우에도 고장으로 판단하는 경우가 발생한다. 이러한 시스템의 오동작은 운용자의 고장구간 판단과 시설의 복구를 지연시키는 원인으로 작용하고 있으며, 고장 예방을 위한 활동은 인력을 통한 주기적인 현장점검에 의존하고 있으므로 실시간 감시가 불가능하다는 단점을 가지고 있다. 본 연구는 배전선로에서 취득한 파형을 분석하여 선로의 고장 예측과 고장판별 능력을 개선하기 위한 것이다. 고장의 징후로 예상되는 특이파형의 검출과 선별 기준을 규정하여 파형의 변화 크기와 주기성 및 지속성 등을 고찰하고, 웨이블릿 변환과 전압 신호를 이용한 새로운 고장검출 알고리즘을 설계하여 배전자동화시스템의 운영 신뢰도를 향상시키고자 하였다. 제안한 알고리즘은 기존 단말장치와 비교하여 약 5% 이상의 고장판별 개선능력을 가지고 있음을 확인하였다.
전력수요의 증가는 전력시스템의 확장을 필요로 하게 되었고, 시스템의 확장에서 가장 중요한 것은 공급 전력의 신뢰성 확보이다. 그러므로 전력계통의 정확한상태 파악은 고장의 예방과 신속한 복구를 가능하게 하며, 시스템의 신뢰성을 향 상시킬 수 있다. 상용화 되어 있는 배전자동화시스템은 배전계통의 고장을 감시하며, 고장이 발생하면 현장에 설치 된 보호기기를 이용하여 사고구간을 분리하고, 고장설비의 사후복구조치를 시행한 다음, 계통을 안정화를 시키는 방식을 사용한다. 그러나 시스템의 단말장치는 고장이 아닌 돌입성 전류의 유입이나 보호기기가 과도전류에 민감하게 반응하였을 경우에도 고장으로 판단하는 경우가 발생한다. 이러한 시스템의 오동작은 운용자의 고장구간 판단과 시설의 복구를 지연시키는 원인으로 작용하고 있으며, 고장 예방을 위한 활동은 인력을 통한 주기적인 현장점검에 의존하고 있으므로 실시간 감시가 불가능하다는 단점을 가지고 있다. 본 연구는 배전선로에서 취득한 파형을 분석하여 선로의 고장 예측과 고장판별 능력을 개선하기 위한 것이다. 고장의 징후로 예상되는 특이파형의 검출과 선별 기준을 규정하여 파형의 변화 크기와 주기성 및 지속성 등을 고찰하고, 웨이블릿 변환과 전압 신호를 이용한 새로운 고장검출 알고리즘을 설계하여 배전자동화시스템의 운영 신뢰도를 향상시키고자 하였다. 제안한 알고리즘은 기존 단말장치와 비교하여 약 5% 이상의 고장판별 개선능력을 가지고 있음을 확인하였다.
Increased power demand requires expansion of the power system. The most important factor in the system expansion is the reliability of supply power. Therefore, accurate state identification of the power system enable the prevention of failure and rapid recovery, and the reliability of system can be ...
Increased power demand requires expansion of the power system. The most important factor in the system expansion is the reliability of supply power. Therefore, accurate state identification of the power system enable the prevention of failure and rapid recovery, and the reliability of system can be improved. DAS(Distribution automation system) always monitors the failure of distribution line. If the failure occurs, the failure section is seperated from distribution line by operating protection devices, and distribution system is stabilized by post recovery for failure facilities. However, FRTU(Feeder remote terminal unit) may be regarded as a failure even when the inrush current flows or a protection devices sensitively reacts to the transient currents, not failure. The malfunction of system acts as a cause for delaying the system operator's failure section judgement. The failure prevention activities have disadvantages that real time monitoring is impossible because it depends on periodic inspections of facility by manpower. This study is to detect the specific waveform before a failure occurs distribution line and to improve failure decision ability of FRTU in DAS. It will be introduced the algorithms that FRTU selects and stores the specific and failure wave among waves obtained from distribution line. The specific wave detection algorithm is based on the duration and periodicity of voltage, current, harmonic changes of specific wave that can be seen as the sign of fault. Also, we propose fault recognition algorithms using voltage factor variation analysis and Discrete wavelet transform. We intended to prevent failures and improve the operational reliability of DAS in distribution system. We confirmed that the proposed algorithm have ability to detection the specific wave to prevent failure and more than 5% improvement in failure recognition ability compared to existing system.
Increased power demand requires expansion of the power system. The most important factor in the system expansion is the reliability of supply power. Therefore, accurate state identification of the power system enable the prevention of failure and rapid recovery, and the reliability of system can be improved. DAS(Distribution automation system) always monitors the failure of distribution line. If the failure occurs, the failure section is seperated from distribution line by operating protection devices, and distribution system is stabilized by post recovery for failure facilities. However, FRTU(Feeder remote terminal unit) may be regarded as a failure even when the inrush current flows or a protection devices sensitively reacts to the transient currents, not failure. The malfunction of system acts as a cause for delaying the system operator's failure section judgement. The failure prevention activities have disadvantages that real time monitoring is impossible because it depends on periodic inspections of facility by manpower. This study is to detect the specific waveform before a failure occurs distribution line and to improve failure decision ability of FRTU in DAS. It will be introduced the algorithms that FRTU selects and stores the specific and failure wave among waves obtained from distribution line. The specific wave detection algorithm is based on the duration and periodicity of voltage, current, harmonic changes of specific wave that can be seen as the sign of fault. Also, we propose fault recognition algorithms using voltage factor variation analysis and Discrete wavelet transform. We intended to prevent failures and improve the operational reliability of DAS in distribution system. We confirmed that the proposed algorithm have ability to detection the specific wave to prevent failure and more than 5% improvement in failure recognition ability compared to existing system.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.