[국내논문]가스분석기법을 이용한 전력용 변압기 내부 이상진단을 위한 진단 알고리즘 및 전문가시스템 개발 Development of Diagnostic Algorithm and Expert System to diagnose Power Transformers by the methods of Gas Analysis원문보기
본 논문에서는 전력용 변압기 내부의 이상원인을 규명하는 방법중 가장 신뢰성이 우수한 가스분석기법에 대한 새로운 알고리즘을 제시하였다. 제시된 알고리즘은 한전 유중가스 분석법을 포함한 국제적으로 공인된 IEC법, Domenburg법, 가스 Pattern법 등을 통합하여 적용하므로써 진단의 효율성을 높였으며, 미국 Neuron DATA사에서 개발한 ElementExpert Tool로 작성되었다. 또한, 실제 이상이 발생된 전력용 변압기의 유중가스치를 제안된 알고리즘에 적용하여 신뢰성을 입증하였다.
본 논문에서는 전력용 변압기 내부의 이상원인을 규명하는 방법중 가장 신뢰성이 우수한 가스분석기법에 대한 새로운 알고리즘을 제시하였다. 제시된 알고리즘은 한전 유중가스 분석법을 포함한 국제적으로 공인된 IEC법, Domenburg법, 가스 Pattern법 등을 통합하여 적용하므로써 진단의 효율성을 높였으며, 미국 Neuron DATA사에서 개발한 Element Expert Tool로 작성되었다. 또한, 실제 이상이 발생된 전력용 변압기의 유중가스치를 제안된 알고리즘에 적용하여 신뢰성을 입증하였다.
This paper describes the new algorithm method for detecting abnormal causes within power transformers. Generally, the gas analysis has been proved the most confident method of many transformer diagnostics. The proposed algorithm is adapted to the international codes of IEC, Dornenburg, Gas Pattern i...
This paper describes the new algorithm method for detecting abnormal causes within power transformers. Generally, the gas analysis has been proved the most confident method of many transformer diagnostics. The proposed algorithm is adapted to the international codes of IEC, Dornenburg, Gas Pattern including the DEPCO´s gas analysis method for the improvement of diagnostic efficiency. Specially, this algorithm is programmed by the tool of Element Expert developed Neuron DATA Inc. in USA. Also, it was confirmed that the developed algorithm is proved the confidence by the use of real data in fault power transformers.
This paper describes the new algorithm method for detecting abnormal causes within power transformers. Generally, the gas analysis has been proved the most confident method of many transformer diagnostics. The proposed algorithm is adapted to the international codes of IEC, Dornenburg, Gas Pattern including the DEPCO´s gas analysis method for the improvement of diagnostic efficiency. Specially, this algorithm is programmed by the tool of Element Expert developed Neuron DATA Inc. in USA. Also, it was confirmed that the developed algorithm is proved the confidence by the use of real data in fault power transformers.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
중요하다. 본 연구에서 제시한 전문가시스템 유중가스 진단법은 이러한 절연고장시 발생되는 유중가스를 분석하므로써 , 절연사고를 예측하는데 목적이 있다.
또한 별도의 Data Access 프로그램 지원없이 사용이 가능한 Spreadsheet 형태의 NXP 형식도 적용가능하다. 따라서, 본 연구에서는 NXP 형태의 입출력을 통하여 전문가시스템을 이용한 유중가스 분석치의 신뢰성을 검증하였다.
현재 사용되고 있는 유중가스 분석방법은 한전 절연유분석법을 통하여 변압기의 이상 유무를 확인한후, 세부적인 변압기 내부의 이상원인은 IEC Cbde법을 적용하도록 되어있다. 따라서, 본 연구에서는 변압기 내부의 이상원인 진단의 신뢰성을 높이기 위하여 IEC Code법, Domenburg법, 가스 Pattern법을 적용한 통합 알고리즘을 개발하였다.
따라서, 본 연구에서는 변압기에서 발생되는 7가지의 유중가스를 분석한후, 이상이 발생되는 경우변압기 내부의 상태를 진단하기 위해 국내 최초로 복합 유중가스 진단 알고리즘 및 전문가시스템을 구축하였다. 또한, 이상이 발견된 실 변압기에서 취득된 데이터를 이용하여 본 알고리즘의 신뢰성을 검중하였다.
제안 방법
또한, 이상이 발견된 실 변압기에서 취득된 데이터를 이용하여 본 알고리즘의 신뢰성을 검중하였다. 본 연구에서 적용된 판정기준은 한전적용치를 1차로 적용한 후, 이상이 발생돠는 경우세부 이상원인을 파악하기 위하역 국제적으로 공인된 IEC Code, Domenburg & Roger 법.
본 연구에서 제시한 진단 알고리즘은 전력용 변압기에 적용되므로, 먼저 한국전력에서 사용하고 있는 유중가스 분석 진단기준에 의하여 분석가스의 이상 유무를 확인하도록 하였다. 한전 기준에 의해 이상이 판정되며, 측정 가스의 농도 및 구성비에 따라 변압기 내부의 이상원인을 검출하기 위하여 순차적으로 IEC Code법, Domenburg법, 가스 Pattern법등을 적용하였다{4]-[7].
그림 3 및 그림 4와 같다. 흐름도에서와 같이, 진단 결과가 한전 기준치의 이상레벨 이상일때에는 변압기 정밀점검시에 종합시험을 실시하도록 하였다. 종합점검 항목으로는 유중가스에 영향을 미칠수 있는 권선저항, 권선비, 여자전류, 절연유 분석시험으로 하였으며, 종합점검결과가 변압기의 정지상태에서 측정되어, 시험결과를 수동으로 입력되면 종합점검 항목의 진단 알고리즘을 적용하여 이상원인을 분석하도록 설계하였다.
흐름도에서와 같이, 진단 결과가 한전 기준치의 이상레벨 이상일때에는 변압기 정밀점검시에 종합시험을 실시하도록 하였다. 종합점검 항목으로는 유중가스에 영향을 미칠수 있는 권선저항, 권선비, 여자전류, 절연유 분석시험으로 하였으며, 종합점검결과가 변압기의 정지상태에서 측정되어, 시험결과를 수동으로 입력되면 종합점검 항목의 진단 알고리즘을 적용하여 이상원인을 분석하도록 설계하였다.
데이터가 필요하다. 본 인구에서는 IEC Code법의 적용뿐만 아니라, Domenburg & Roger법 및 가스 Pattern법을 적용시켜 추론 결과의 신뢰성을 증대하기 위해 7가지 가스压, CO, C&, C& C2H2, 瑚, 發)를 적용하였다
측정된 데이터는 지금까지 보고된 연구결과 멏 관련 전문가의 조언을 참고하여, 컴퓨터에 적용할 수있는 체계적인 룰(Rule)을 만든후 이를 프로그램화하였다.
1 을 사용하였다. 본 툴을 이용하여 프로그램화하기 하기 위해서 작성된 프로그램의 흐름도(How Chart)를 고려하여, 클레스(Class), 객체(Object), 및 속성(Property)등으로 데이터베이스의 관계를 정립하였다
본 연구에서 제시한 알고리즘을 이용하여 구축된 전문가 시스템의 신뢰성을 평가하가 위하여 실제 절연유 분석치를 적용하였다. 사용된 분석치는 한전에서 운용하고 있는 발전소 및 변전소에 설치되어, 주기적으로 분석된 변압기중 이상이 발생된 변압기의 절연유를 이용하였다.
가. 전력용 변압기의 유중가스 감시 및 진단에 관한 전문가 시스템 알고리즘을 개발하였다.
대상 데이터
분석된 변압기는 345[KV] 가 26 대 Q7[%]) 이고, 154[KVE 는 131대(83[%|)이다.
분석치를 적용하였다. 사용된 분석치는 한전에서 운용하고 있는 발전소 및 변전소에 설치되어, 주기적으로 분석된 변압기중 이상이 발생된 변압기의 절연유를 이용하였다. 적용 전문가시스템은 Neuron DATA사에서 개발한 Hement Expert로써, MS SQL Server를 사용하며 자체 데이터베이스 드라이브를 가지고 있어서 데이터베이스와는 Data Access 프로그램을 이용하여 자체적으로 정보교환이 가능하다.
이론/모형
또한, 이상이 발견된 실 변압기에서 취득된 데이터를 이용하여 본 알고리즘의 신뢰성을 검중하였다. 본 연구에서 적용된 판정기준은 한전적용치를 1차로 적용한 후, 이상이 발생돠는 경우세부 이상원인을 파악하기 위하역 국제적으로 공인된 IEC Code, Domenburg & Roger 법. 가스 Pattern법 등을 순차적으로 적용하였다.
본 연구에서 적용된 판정기준은 한전적용치를 1차로 적용한 후, 이상이 발생돠는 경우세부 이상원인을 파악하기 위하역 국제적으로 공인된 IEC Code, Domenburg & Roger 법. 가스 Pattern법 등을 순차적으로 적용하였다. 전문가시스템온 Neuron DATA사에서 개발한 Element Expert를 이용하였다[31
확인하도록 하였다. 한전 기준에 의해 이상이 판정되며, 측정 가스의 농도 및 구성비에 따라 변압기 내부의 이상원인을 검출하기 위하여 순차적으로 IEC Code법, Domenburg법, 가스 Pattern법등을 적용하였다{4]-[7]. 따라서, 제시된 알고리즘은 전력용 변압기 유중가스 분석을 위해 현재 사용되고 있는 독립된 분석법을 통합하므로써, 변압기 내부의 이상 원인 규명이 용이하도록 개발되었다.
본 연구에서 적용한 전문가시스템 툴(Tool)은 한국 Element Egbert Ver. 4.1.1 을 사용하였다. 본 툴을 이용하여 프로그램화하기 하기 위해서 작성된 프로그램의 흐름도(How Chart)를 고려하여, 클레스(Class), 객체(Object), 및 속성(Property)등으로 데이터베이스의 관계를 정립하였다
가스 Pattern법 등을 순차적으로 적용하였다. 전문가시스템온 Neuron DATA사에서 개발한 Element Expert를 이용하였다[31
성능/효과
본 연구에서는 전력용 변압기의 고장원인 분석을 위해 한전에서 운용하고 있는 변압기를 대상으로 고장원인 분석을 실시한 결과, 1991~2000년 까지 157건의 사고중 절연사고가 차지하는 비중이전체 사고의 %[%]를 차지함을 알 수 있었다. 변압기의 절연사고 유형은 부분방전, 과열 및 아크등으로 구분될 수 있다.
한전 기준에 의해 이상이 판정되며, 측정 가스의 농도 및 구성비에 따라 변압기 내부의 이상원인을 검출하기 위하여 순차적으로 IEC Code법, Domenburg법, 가스 Pattern법등을 적용하였다{4]-[7]. 따라서, 제시된 알고리즘은 전력용 변압기 유중가스 분석을 위해 현재 사용되고 있는 독립된 분석법을 통합하므로써, 변압기 내부의 이상 원인 규명이 용이하도록 개발되었다.
따라서, 본 예시의 가스분석 결과 한전 기준치에 의하여 요주와이며, 세부적인 변압기 내부의 이상 원인은 IEC 코드법 기준에 의한 저온과열로 판정된다. 앞서와 같은 방법으로 이상야 발생된 변압기 절연유를 분석한 예시는 다음과 같다.
유중가스 진단알고리즘을 통하여 추론된 추론 결과는 “한전-위험 = True", "iec_dl = True”가 됨을 알 수 있다. 즉, 1차 진단에 의하여 한전유중가스 기준치가 위험이 되며, 세부적인 이상원인 진단은 IEC Gxle법에 의하여 저에너지 방전으로 판정돤다 이 경우에는 부유전극이나 쉴드링의 어긋남, 절연도체의 아크방전, 권선 스페이서의 트래킹 등이 고장 원인으로 추정될 수 있다.
유중가스 진단알고랴즘을 통하여 추론된 추론 결과는 “한전-이상 = True", '*iec_t3 = True"가 됨을 알 수 있다. 즉, 1차 진단에 의하여 한전유중가스 기준치가 이상이 되며, 세부적인 이상원인 진단은 IEC Code법에 의하여 고온과열로 판정된다.
다. 국내 전력용 변압기의 고장원인 분석결과, 절연사고가 차지하는 비중이 35.7%로 전체 고장중 가장 높았다. 따라서, 본 연구에서 제시한 알고리즘에 의하여 유중가스를 초기 진단하므로써, 절연사고의 발생율을 최소화할 수 있다
7%로 전체 고장중 가장 높았다. 따라서, 본 연구에서 제시한 알고리즘에 의하여 유중가스를 초기 진단하므로써, 절연사고의 발생율을 최소화할 수 있다
라. 본 연구에서 제시한 알고리즘에 실제 이상이 발생된 전력용 변압기의 유중가스치를 적용한 결과, 신뢰성이 우수함을 증명하였다.
후속연구
향후, 전문가시스템을 이용하여 변압기 예방잔단방법인 초음파, 누설전류, 온도, 0LTC 등을 종합화하며 상호 측정치를 비교할 수 있도록 하므로써 신뢰성을 높이도록 하겠다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.