[논문]누설 전류 모니터링에 의한 오손된 고분자 애자에서의 섬락 예지 방법

박재준; 송영철

문제 정의

본 논문에서는 오손된 EPDM 배전용 현수 애자에서 측정한 누설 전류의 특징을 분석하여 애자의 섬락 시기를 예측 하는 방법을 제안하였다. 이를 위해 측정된 누설 전류들을 힐버트 변환을 통해 포락시키고 레벨 교차율을 통해 CDF들 로 변환하였다.
이러한 특징을 가지는 PDF들을 애자의 섬락시기 예측에 좀더 용이하게 사용하기 위하여 새로운 가중치를 정의하여 사용함으로써 각 단계가 서로서로 명확히 구분될 수 있도록 하였다. 본 논문에서는 이러한 단계별 각도를 통해 애자의 섬락 시기를 예측할 수 있는 하나의 방법을 제시한 것이다. 만약 각 지역별 환경 특성이 고려된 CDF들이 데이터 베이스 되어있다면 임의의 지역내에 설치된 애자들에서 얻어진 CDF와 비교하여 해당 애자의 오손 정도와 섬락 시기를 예측할 수 있을 것으로 기 대된다.
본 논문에서는 해양지대(포항, .1997년~2001년)에서 오염된 EPDM 배전용 현수 애자에서 발생하는 누설 전류의 파 형을 분석하여 애자의 섬락 시기를 예측하기 위한 방법을 제안하였다. 제안한 방법에서는 누설 전류의 최대값과 주파수 특성을 고려하는 기존의 방법과는 달리 누설 전류의 포 락(envelop)과 레벨 교차(level crossing) 방법을 이용하였다 [3, 4].

가설 설정

그러나 식 (6)을 이용하는 방법은 그림 6에 보인 것처럼 다음과 같은 문제점들을 가지고 있다. 첫째로는 같은 염수 농도내에서 섬락이 발생하기까지의 총 4 단계가 평균 20° 의 작은 각도 안에서 서로 구분지어져 있어서(r=10으로 놓았음에도 불구하고) 서로 명확히 구분되기 어려울 뿐만 아니라 본 논 문에서 발생한 단계보다 더 많은 단계로 섬락이 이루어지는 상황에서는 더욱 어려울 것이다. 둘째로는 다른 염수 농도 안에서는 더욱 작은 평균 5° 의 차이로 서로 구분되고 있어서 구분되기 더욱 어렵게 된다.

제안 방법

본 논문에서는 섬락 과정을 모든 salt fog의 농도와 무관하게 임의로 4단계로 분류하였으며 섬락에 가까워질수록 CDF의 각도는 작아지는 특성을 보인다. 그러나 각 단계별 각도는 아주 작은 차이로 인해 서로 명확히 구별되지 않으므로 본 논문에서는 각 단계별 각도가 서로 명확히 구분되도록 하였다.
5mA)을 나타내며, ep(end point)는 CDF의 50%에 해당하는 곳의 x축 값으로 끝점을 나타낸다. 그러나 누설 전류를 나타내는 X축의 크기가 y축 의 크기보다 상당히 작으므로 X축의 크기를 r 만큼 증가시 킨 후 각도를 계산하였다(본 논문에서는 r=10을 사용). 구해 지는 각도는 salt fog의 염수 농도에 따라서 달라지는데 표 1은 반복적인 실험을 통해 결정된 salt fog의 염수 농도 변화에 따른 평균 각도 변화를 나타낸다.
이렇게 구해진 각각의 시간 구간을 대표하는 CDF들로부터 누설 전류 대 CDF의 50%에 해당되는 지점에서의 각도들을 구한 후 이것을 현수 애자의 섬락 시기의 예측에 사용하였다. 본 논문에서는 섬락 과정을 모든 salt fog의 농도와 무관하게 임의로 4단계로 분류하였으며 섬락에 가까워질수록 CDF의 각도는 작아지는 특성을 보인다. 그러나 각 단계별 각도는 아주 작은 차이로 인해 서로 명확히 구별되지 않으므로 본 논문에서는 각 단계별 각도가 서로 명확히 구분되도록 하였다.
즉 섬락에 가까울수록 누설 전류의 크기는 점차로 커지 는데 기존의 방법에서는 이러한 누설 전류의 크기 정보가 주로 섬락 시기의 예측에 사용되었다. 본 논문에서는 섬락 시기를 예측하기 위한 다른 방법을 제안하였는데 이때 그림 3의 포락 곡선에서의 레벨 교차율이 중요한 정보로 사용된다. 그림 2(a)의 섬락 전에서는 레벨 k가 3 이하에서 레벨 교차가 주로 이루어지며 특히 2와 3사이에서 가장 많이 발 생된다.
본 논문에서는 애자가 섬락으로 가는 단계를 좀 더 명확히 구분하기 위하여 식 (4) 를 통해 얻은 레벨 교차율의 PDF들 을식 (5) 를 이용하여 CDF로 재변환하였다.
그림 3에서 볼 수 있듯이 PDF의 최대값의 변화를 기준으로 하면 대략적으로 4 단계로 분리된다. 본 논문에서는 이러한 각각의 단계들을 초기 단계, 중기 단계, 섬락 전 단 계, 섬락 단계로 각각 므임의로 명명하여 사용하였다. 이러한 분류는 누설 전류의 획득이 실제 필드가 아닌 실험에서 이 루어졌으로 실제 필드에 설치된 애자에서 발생하는 섬락 의 각 단계를 정확히 대표할 수는 없다.
즉 같은 salt fog 하에서의 각 단계별 각 도는 20° 범위안에서 서로 구분되어 나타났으며, 서로 다른 salt하에서의 각 단계별 각도 또한 거의 5° 의 차이로 구분 되는 규칙성을 보임을 확인하였다. 이러한 특징을 가지는 PDF들을 애자의 섬락시기 예측에 좀더 용이하게 사용하기 위하여 새로운 가중치를 정의하여 사용함으로써 각 단계가 서로서로 명확히 구분될 수 있도록 하였다. 본 논문에서는 이러한 단계별 각도를 통해 애자의 섬락 시기를 예측할 수 있는 하나의 방법을 제시한 것이다.
이렇게 매 20분 동안 저장된 누설 전류 파형들은 힐버트 변환 (Hilbert transform)을 통해 포락 형태로 변환되며, 포락된 파형들에서 누설 전류들에 대한 레벨 교차율을 구한 후 CDF(Cumulative Density Function) 형태로 나타낸다. 이렇게 구해진 각각의 시간 구간을 대표하는 CDF들로부터 누설 전류 대 CDF의 50%에 해당되는 지점에서의 각도들을 구한 후 이것을 현수 애자의 섬락 시기의 예측에 사용하였다. 본 논문에서는 섬락 과정을 모든 salt fog의 농도와 무관하게 임의로 4단계로 분류하였으며 섬락에 가까워질수록 CDF의 각도는 작아지는 특성을 보인다.
본 논문에서는 오손된 EPDM 배전용 현수 애자에서 측정한 누설 전류의 특징을 분석하여 애자의 섬락 시기를 예측 하는 방법을 제안하였다. 이를 위해 측정된 누설 전류들을 힐버트 변환을 통해 포락시키고 레벨 교차율을 통해 CDF들 로 변환하였다. 이렇게 변환된 CDF들의 각도 정보는 애자 의 초기 단계에서 섬락에 이르는 단계까지 서로 다르게 나 타나게 되므로 애자의 섬락 시기를 예측할 수 있는 정보로 사용될 수 있었다.
1997년~2001년)에서 오염된 EPDM 배전용 현수 애자에서 발생하는 누설 전류의 파 형을 분석하여 애자의 섬락 시기를 예측하기 위한 방법을 제안하였다. 제안한 방법에서는 누설 전류의 최대값과 주파수 특성을 고려하는 기존의 방법과는 달리 누설 전류의 포 락(envelop)과 레벨 교차(level crossing) 방법을 이용하였다 [3, 4]. 제작된 챔버 안에서 salt fog(증류수 1000ml 당 25g, 50g, 75g의 salt 농도를 갖는다)와 함께 16kV의 일정한 전압을 애자에 가하여 섬락이 발생하기까지의 신호를 0.
제안한 방법에서는 누설 전류의 최대값과 주파수 특성을 고려하는 기존의 방법과는 달리 누설 전류의 포 락(envelop)과 레벨 교차(level crossing) 방법을 이용하였다 [3, 4]. 제작된 챔버 안에서 salt fog(증류수 1000ml 당 25g, 50g, 75g의 salt 농도를 갖는다)와 함께 16kV의 일정한 전압을 애자에 가하여 섬락이 발생하기까지의 신호를 0.1ms의 샘플링 주기와 함께 200ms 단위로 획득하여 저장하였다. 이렇게 매 20분 동안 저장된 누설 전류 파형들은 힐버트 변환 (Hilbert transform)을 통해 포락 형태로 변환되며, 포락된 파형들에서 누설 전류들에 대한 레벨 교차율을 구한 후 CDF(Cumulative Density Function) 형태로 나타낸다.

성능/효과

그림 4(a)~4(d)는 각각 초기 단계와 중기 단겨], 섬락 전 단계, 그리고 섬락 단계로 분류된 누설 전류 파형이다. 전체적인 누설 전류의 크기는 섬락에 가까워질수록 점차로 커짐을 확인할 수 있다.
이렇게 변환된 CDF들의 각도 정보는 애자 의 초기 단계에서 섬락에 이르는 단계까지 서로 다르게 나 타나게 되므로 애자의 섬락 시기를 예측할 수 있는 정보로 사용될 수 있었다. 즉 같은 salt fog 하에서의 각 단계별 각 도는 20° 범위안에서 서로 구분되어 나타났으며, 서로 다른 salt하에서의 각 단계별 각도 또한 거의 5° 의 차이로 구분 되는 규칙성을 보임을 확인하였다. 이러한 특징을 가지는 PDF들을 애자의 섬락시기 예측에 좀더 용이하게 사용하기 위하여 새로운 가중치를 정의하여 사용함으로써 각 단계가 서로서로 명확히 구분될 수 있도록 하였다.
구해 지는 각도는 salt fog의 염수 농도에 따라서 달라지는데 표 1은 반복적인 실험을 통해 결정된 salt fog의 염수 농도 변화에 따른 평균 각도 변화를 나타낸다. 표 1에서 볼 수 있 듯이 25g 크기로 변화는 서로 다른 salt fog간의 최대 각도 와 최소 각도의 평균 변화량은 모두 5° 로 동일하게 나타났 으며, salt fog내에서의 각도 범위 또한 동일하게 20° 를 갖는 것으로 나타났다. 이러한 규칙적인 변화는 CDF의 각도 가 애자의 현재 상태를 파악하는데 중요한 정보로 사용될 수 있음을 의미한다’ 전체적으로 보면 salt fog의 염수 농도 가 증가할수록 각도가 점점 작아지는데 이것은 염분의 농도가 증가하면 큰 전도도를 가지므로 상대적으로 큰 크기를 갖는 누설 전류의 발생 확률이 높아지기 때문이다.
이것을 기준으로 사용하면 실제 필드에 설치되어 있는 애자에서 측정된 누설 전류들에 대한 CDF 각도와 비교할 수 있어 현재 애자 가 어떤 단계에 포함되는지를 파악할 수 있으며 이를 통해 섬락 시기에 대한 예측이 가능할 것이다. 표 2에서 주목할 사항은 첫째로 세 경우 모두에서 섬락이 이루어는 단계 4에 서의 각도는 항상 10° 미만을 유지하고 있다는 것이며, 둘째 로 염수의 농도가 상대적으로 낮은 25g salt fog의 초기 상 태는 항상 90' 를 유지하고 있다는 것이다.

후속연구

본 논문에서는 이러한 단계별 각도를 통해 애자의 섬락 시기를 예측할 수 있는 하나의 방법을 제시한 것이다. 만약 각 지역별 환경 특성이 고려된 CDF들이 데이터 베이스 되어있다면 임의의 지역내에 설치된 애자들에서 얻어진 CDF와 비교하여 해당 애자의 오손 정도와 섬락 시기를 예측할 수 있을 것으로 기 대된다.
즉 애자의 오손된 정도와 salt fog와 같은 주위의 환경에 영향을 받아 섬락에 가까워 질 수록 애자에서 발생하는 누설 전류에 대한 레벨 교차 회 수는 상위 레벨에서 점차로 증가 할 것이다. 섬락은 아주 긴 시간을 두고 점진적으로 발생하므로 정해진 시간(본 논문에서는 20분 간격)내에서 발생하는 누설 전류들의 포락에대한 레벨 교차 회수에 대한 누적 정보는 애자의 현재 상태를 파악하는 하나의 기준으로 사용될 수 있을 것이다. 그림 2에서는 상위 포락 곡선만을 나타내었는데 이것은 레벨 교 차 수행 시 단지 상위 포락 곡선만을 사용하기 때문이다.
이것은 제안한 방법이 서로 다른 환경하 에서 운전(본 논문에서는 서로 다른 salt fog)되는 애자들의 각 단계별 상태를 일정한 범위의 기울기 구간으로 나타낼 수 있음을 의미한다. 앞서 언급한 두 가지 특징들을 종합해 보면 제안한 방법은 서로 다른 salt fog간의 기울기들은 물론 동일한 salt fog 하에서의 각각의 단계별 기울기들이 서로 구별되어 나타나므로 서로 다른 환경하에서 운전되는 애 자의 현재 상태를 판단하는데 유용하여 사용될 수 있다.
표 2에서 볼 수 있듯이 각각의 단계별 각도는 애자가 운전 되는 환경(본 논문에서는 염분의 농도가 서로 다른 지역)에 따라서 항상 일정한 범위를 유지하고 있다. 이것을 기준으로 사용하면 실제 필드에 설치되어 있는 애자에서 측정된 누설 전류들에 대한 CDF 각도와 비교할 수 있어 현재 애자 가 어떤 단계에 포함되는지를 파악할 수 있으며 이를 통해 섬락 시기에 대한 예측이 가능할 것이다. 표 2에서 주목할 사항은 첫째로 세 경우 모두에서 섬락이 이루어는 단계 4에 서의 각도는 항상 10° 미만을 유지하고 있다는 것이며, 둘째 로 염수의 농도가 상대적으로 낮은 25g salt fog의 초기 상 태는 항상 90' 를 유지하고 있다는 것이다.
그러나 신뢰성 있는 세정 시기에 관한 정보를 제공 받을 수 있다면 그 빈도를 상당히 줄일 수 있을 것이다. 이와 더불어서 다양한 환경하에서 운전되는 애자의 오손에 의해 발생되는 정보는 애자의 교체 시기를 예측하는 중요한 판단 근거로 사용될 수 있을 것이다. 이것들을 가능케 하기 위한 노력으로 오손된 애자에서의 누설 전류를 측정하여 분석하는 방법이 지속적으로 연구되어져 왔다 [1, 2],
특히 마지막 섬락 단 계인 201분-220분 사이에서의 PDF는 레벨 4 근처에서 최대 값을 형성하며 우측으로 완전히 치우친 형태를 보인다. 즉 이러한 PDF들의 최대값 이동에 관한 정보는 애자의 섬락 시기롤 예측할 수 있는 중요한 데이터로 사용될 수 있을 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

누설 전류 모니터링에 의한 오손된 고분자 애자에서의 섬락 예지 방법
A Flashover Prediction Method by the Leakage Current Monitoring in the Contaminated Polymer Insulator 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

성능/효과

후속연구

참고문헌 (5)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

누설 전류 모니터링에 의한 오손된 고분자 애자에서의 섬락 예지 방법 A Flashover Prediction Method by the Leakage Current Monitoring in the Contaminated Polymer Insulator 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

성능/효과

후속연구

참고문헌 (5)

이 논문을 인용한 문헌

저자의 다른 논문 :

박재준 (99)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

누설 전류 모니터링에 의한 오손된 고분자 애자에서의 섬락 예지 방법
A Flashover Prediction Method by the Leakage Current Monitoring in the Contaminated Polymer Insulator 원문보기

AI 본문요약
AI-Helper