$\require{mediawiki-texvc}$

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.

실측 동기화 데이터를 활용한 교류전기철도의 고장점표정장치 임피던스 예측기법 연구
Study on the Railway Fault Locator Impedance Prediction Method using Field Synchronized Power Measured Data 원문보기

한국철도학회 논문집 = Journal of the Korean Society for Railway, v.20 no.5 = no.102, 2017년, pp.595 - 601  

전용주 (Department of Electrical Engineering, Soongsil University) ,  김재철 (Department of Electrical Engineering, Soongsil University)

초록
AI-Helper 아이콘AI-Helper

전철화 확대의 영향으로 전차선로 변의 고장발생 빈도는 지속적으로 증가하여, 고장위치를 표정하는 시스템의 중요도는 향상되고 있다. 그럼에도 전차선로의 정확한 고장위치 표정은 매우 어려운 현실이다. 본 논문에서는 기존 회로방정식으로 제안된 전차선로 임피던스 계산이론에 대해 현장실측 데이터를 활용하여 보편화 정리하고 변전소 및 운행차량의 전압, 전류 데이터를 동기화 실측하여 전차선로의 임피던스를 예측 하였다. 또한 예측된 전차선로 임피던스값의 유효성 확인을 위해 동일지점에서 열차전류에 따른 임피던스 변화 정도를 시뮬레이션으로 확인하였다. 끝으로 측정 데이터와 지락시험을 통한 데이터를 비교 분석하였다. 본 기법은 강제지락시험, 인공지락시험을 통해 임피던스를 예측하는 현행 방식 대비 열차운행 중단 없이 다수의 데이터를 확보할 수 있고 시간경과에 따른 임피던스 변화에 대해서도 신속하고 편리하게 대응할 수 있는 장점이 있는 것으로 판단된다.

Abstract AI-Helper 아이콘AI-Helper

Due to the electrification of railways, fault at the traction line is increasing year by year. So importance of the fault locator is growing higher. Nevertheless at the field traction line, it is difficult to locate accurate fault point due to various conditions. In this paper railway feeding system...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 변전소와 운행차량간의 전압, 전류 데이터 동기화를 통한 기존의 전차선로의 임피던스 예측계산 수식을 보편화 하여 제시하였다. 또한 실제 급전계통에 열차를 운행하며 데이터를 취득하고 시간동기화 하여 전차선로 임피던스를 예측 계산하였다.
  • 본 논문에서는 변전소와 운행차량간의 전압, 전류 측정값의 동기화를 통한 전차선로의 임피던스 예측기법에 대해 실제 급전계통에 열차를 투입하여 운행하며 데이터를 취득하고 지락시험 결과와 비교 검증하였다. 현행 적용중인 계산식과 지락시험(인공포함)으로 보정하는 방식과 비교 시 열차운행 중단 없이 연속적인 데이터를 확보할 수 있고 시간경과에 따른 임피던스 변화에 대해서도 신속하고 편리하게 대응할 수 있는 장점이 있으며 이론적 모델링 예측기법을 현장에 실 구현함으로써 동기화 데이터를 활용한 임피던스 예측이 가능함을 확인하였다.
  • 따라서 현장 여건을 반영한 고장점 표정의 정확도 향상을 위해 전차선로 임피던스와 관계된 시험과 예측방법들이 다양하게 연구되어 적용되고 있다. 본 논문에서는 전철변전소와 구간 내에 운행중인 차량에서 동기화된 전압, 전류를 실측하여 임피던스를 예측하는 기법을 적용하고 유효성을 검증하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
본 논문에서 실시한 전차선로의 임피던스를 예측한 방법의 장점은 무엇인가? 끝으로 측정 데이터와 지락시험을 통한 데이터를 비교 분석하였다. 본 기법은 강제지락시험, 인공지락시험을 통해 임피던스를 예측하는 현행 방식 대비 열차운행 중단 없이 다수의 데이터를 확보할 수 있고 시간경과에 따른 임피던스 변화에 대해서도 신속하고 편리하게 대응할 수 있는 장점이 있는 것으로 판단된다.
기존의 고장점표정장치의 어떤 한계로 인해, 전차선로 임피던스와 관계된 시험과 예측방법이 다양하게 연구되는가? 리액턴스 방식의 경우는 지락시험을 통한 최초 리액턴스 예측 시 다수의 데이터를 확보하기 어려운 문제가 있으며 또한 전차선로 확장 등 선로임피던스 변경 요인이 지속적으로 발생하는 상황에 대처하기 어려운 현실이며, 흡상전류비 방식의 경우는 타선흡상 및 선로분기, 통신중계장치 오류 등으로 인한 이례사항이 다수 발생하여 역시 정확한 표정이 어려움을 겪고 있다[2]. 따라서 현장 여건을 반영한 고장점 표정의 정확도 향상을 위해 전차선로 임피던스와 관계된 시험과 예측방법들이 다양하게 연구되어 적용되고 있다.
전철화 확대로 발생한 결과는 무엇인가? 전철화 확대의 영향으로 전차선로 변의 고장발생 빈도는 지속적으로 증가하여, 고장위치를 표정하는 시스템의 중요도는 향상되고 있다. 그럼에도 전차선로의 정확한 고장위치 표정은 매우 어려운 현실이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. Korea railroad corporation Electrification department (2017) 2016 Electrification department general information data, KORAIL. 

  2. Y. J. Jeon (2015) Analyzation report about fault locator, Korea railroad corporation Electrification department. 

  3. Korea Rail Network Authority (2015) Korea Railroad Code KRE2030, Substation facility configuration and plan. 

  4. S. H. Chang, J.R. Kim, J. S. Hong, K.-H. Oh, J.-H. Kim (2002) A Study on electric circuit modeling and analysis for AC railway system, Journal of the Korean Society for Railway, 3(4), pp. 219-228. 

  5. M. K. Kim, M. S. Kim (2010) A study on the impedance calculation by using equivalent model in catenary system, International Journal of Railway, 3(2), pp.46-53. 

  6. D. H. Kim, M. H. Shin (2009) A study on the impedance calculation by using equivalent model in catenary system, Proceedings of the Autumn Conference for Railway, Jeju, pp.1190-1200. 

  7. C. H. Kim, S. R. Kim, S. I. Kwon, G. J. Cho, et al. (2016) Calculation method of modification factors for fault location algorithm using boosting current of operating electric train in AT feeding system, The Korean Institute of Electrical Engineers, 65(3), pp.504-510. 

  8. H. S. Jung (2013) A study on real time catenary impedance estimation technique using the synchronized measuring data between substation and train, The Korean Institute of Electrical Engineers, 62(10), pp.1458-1464. 

  9. M. H. Min, T. P. An, S. I. Kwon, H. S. Jung, et al. (2017) A study on estimation technique for fault location using quadratic interpolation in a parallel feeding AC traction system, The Korean Institute of Electrical Engineers, 66(3), pp.599-604. 

  10. Korea Network Authority (2016) Intelligent railway protection and fault analysis system. 

저자의 다른 논문 :

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