$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

고장데이터를 이용한 대용량 전력설비 통계적 수명분석
Statistical Lifetime Analysis for Large Electric Power Equipments using Failure Data 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.66 no.11, 2017년, pp.1605 - 1611  

김정태 (Dept. of Electrical Engineering, Daejin University)

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, the characteristic lifetime of power facilities such as power transformers and GIS were investigated as the basis of power facility asset management. It is difficult to obtain the operation and failure data of the facilities in Korea. Therefore, the number of failures of the electric ...

주제어

#Power transformer   #GIS   #Failure data   #Statistical life time   #Weibull analysis  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 본 연구에서는 해외 문헌에 나와 있는 운전 및 고장율 데이터들을 역산하여 고장건수를 도출하는 방법으로 데이터를 확보하여 통계적 수명특성을 분석하고자 하였다. 이를 위해 CIGRE에서 발표된 전력용 변압기[4] 및 GIS[5] 문헌의 데이터를 이용하였다.
  • 본 연구에서는 전력설비 자산관리에 가장 기본이 되는 전력설비의 특성수명에 대해 대용량의 전력용 변압기 및 GIS를 대상으로 검토하였다. 국내에는 해당 설비의 운전 및 고장 데이터를 구하기 어려워 해외 문헌에 나타난 운전 및 고장율 데이터로부터 고장 건수를 역산하고 이를 이용하여 와이블 분포함수를 이용한 통계분석을 수행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
전력설비에 대한 자산관리를 수행하는데 고려할 두 가지 요소는? 전력설비에 대한 자산관리를 수행하는데 기본적으로 두 가지 요소인 건전도지수(Health Index)와 위험도 지수(Risk Index)를 고려하게 된다[3]. 이중 건전도 지수는 설비의 기술적인 부분을 다루어 설비의 상태를 파악하여 유지보수 또는 교체 판정을 하는 구성 요소이다.
건전도 지수란? 전력설비에 대한 자산관리를 수행하는데 기본적으로 두 가지 요소인 건전도지수(Health Index)와 위험도 지수(Risk Index)를 고려하게 된다[3]. 이중 건전도 지수는 설비의 기술적인 부분을 다루어 설비의 상태를 파악하여 유지보수 또는 교체 판정을 하는 구성 요소이다.
국내에서 설비의 운전 및 고장 데이터를 이용한 통계적 수명분석이 수행하는데 어려운 점은? 하지만, 전력설비에 대한 운전데이터의 확보도 어렵지만 특히 고장 데이터는 확보하기 어렵기 때문에, 국내 운전 및 고장 데이터를 이용한 국내 전력설비의 수명특성을 구하는 것은 상당히 어렵다. 아울러, 고장 데이터를 확보한다 하더라도 그 숫자가 많지 않고 전력설비의 연령도 높지 않은 경우에는 데이터로의 활용 가능성이 낮다. 해외의 경우 국내보다는 운전 및 고장율에 대해 발표하고 있어 이를 이용한 통계적 수명분석이 가능할 수 있으나, 대부분 문헌으로 발표된 해외 데이터는 가공된 상태로서 통계적 수명 분석에 적합하지 않다[4,5].
질의응답 정보가 도움이 되었나요?

참고문헌 (6)

  1. CIGRE TB-597, Transmission Asset Risk Management - Progress in Application, Working Group C1.25, July 2014 

  2. International Electrotechnical Commission, Strategic asset management of power networks, IEC White Paper, 2015 

  3. Mischa Vermeer and Jos Wetzer, Transformer health and risk indexing, including data quality management, CIGRE Session Paper A2-116, 2014 

  4. P. Jarman et al, "Transformer life prediction using data from units removed from service and thermal modelling", CIGRE Session Paper, A2-212, 2010 

  5. C. Neumann et al, End of life estimation and optimisation of maintenance of HV switchgear and GIS substations - A study based on probabilistic data analysis, diagnostic measurements and service experience, CIGRE Session Paper, A3-202, 2012 

  6. Jae-Wook Paek, Accelerated Life Time Test, Epiceteme, ISBN 9788920922893, 2007 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로