이홍석
(Hongseok Lee)
1iD
강형구
(Hyoungku Kang)
†iD
-
(Researcher, KEPRI, Deajeon, Korea)
Copyright © The Korean Institute of Illuminating and Electrical Engineers(KIIEE)
Key words
Asset management, Life assessment, Probability of failure, Risk matrix
1. 서 론
1.1 연구의 목적
KEPCO를 포함한 세계적으로 전력회사는 고품질의 전력을 안정적으로 공급하기 위하여 유지보수 기술을 지속적으로 개발하고 있다. 또한, 합리적인 투자로
낮은 리스크를 유지할 수 있는 자산관리라는 개념을 전력회사에서 사용하게 된다. 1990년경 영국에서 전력회사의 민영화에 의해 운영비용을 절약하기 위하여
전력설비의 자산관리시스템 개발이 시작되었다. 현재 해외에서는 많은 전력회사들이 자산관리시스템을 도입하고 있거나 노력하고 있다. 또한, 2004년에
영국 규정인 PAS(Publicly Available Specification) 55가 제정되었다. 국제규정으로서는 ISO(International
Organization for Standard) 55000-2이 있다(1-3). 최근 국내에서는 전력수요의 포화로 신설설비의 수는 감소하고 장기 사용된 설비의 수가 늘어나고 있다. 그러므로 자산의 폐기 및 수리, 장기운전 등을
합리적으로 결정해야 하는 시점이 되어 자산관리시스템 도입이 불가피하다. 자산관리시스템은 리스크 매트릭스를 이용하여 설비의 위험도를 평가하여 교체 우선순위를
선정한다(4). 리스크 매트릭스는 설비의 물리적 수명을 평가하는 PoF와 설비의 고장시 발생할 수 있는 파급효과를 정량적으로 표현한 CoF로 구성된다. 본 논문에서는
배전용 변압기의 PoF를 개발하기 위한 수명평가 연구를 진행한다. 현재 KEPCO는 배전용 변압기의 수명평가로서 Health Index를 사용한다.
Health Index는 배전용 변압기의 수명에 영향을 미치는 요소를 점수로 변환하여 각각 수명평가 항목의 점수를 합산을 통해 최종적인 Health
Index 점수를 도출한다. 이러한 Health Index의 가중치를 적용한 합산방식은 부정확한 수명평가 결과를 초례할 수 있다. 국내 유일의 전력회사인
KEPCO의 Health Index를 이용하여 문제점을 파악하였다. 또한, 자산관리에 적용하기 위한 수명평가 방안을 제시한다.
1.2 Health Index
Fig. 1. Algorithm of Health Index for Distribution transformers
Fig. 1은 배전용 변압기의 Health Index 알고리즘을 나타낸다. Fig. 1과 같이 배전용 변압기의 Health Index는 수명에 영향을 미치는 인자를 등급으로 나누어 점수로 환산한다. 수명에 영향을 미치는 요소마다 가중치를
부과하여 합산하면 최종 Health Index 점수를 계산할 수 있다. 수명평가 항목은 진단을 통해 측정할 수 있는 항목을 사용한다. 일반적으로 배전용
변압기는 상대적으로 변전용 변압기와 비교하여 설비비용이 매우 저가이기 때문에 높은 수준의 진단기술력을 적용하기 어렵다. 그러므로 진단 데이터의 수준은
정량적 수치보단 점검자의 판단에 의한 초음파 발생 유무, 누유 및 부식 유무 등으로 기록된다. Table 1은 배전용 변압기의 Health Index 항목을 나타낸다(5). Table 1과 같이 배전용 변압기의 Health Index 항목으로는 수명손실율, 연간낙뢰일수, 염해등급, 누유 및 부식, 온도이상이 있다.
Table 1. List of Health Index for Distribution Transformers
|
Health Index 평가항목
|
|
설비운영정보
|
수명손실율 [%]
|
|
연간낙뢰일수
|
|
염해등급
|
|
순시점검정보
|
누유 및 부식
|
|
온도이상
|
수명손실율은 부하이력을 기반으로 변압기의 열화를 측정하여 수명손실 정도를 산출한다. 세계적으로 수명손실율 계산은 아르니우스식을 사용하며, KEPCO는
아르니우스식을 기반으로 KEPCO에 맞게 커스터마이징하여 사용하고 있다(6). 수명손실율의 결과는 %로 계산되며, 일반적으로 기준이 되는 변압기 수명에 %를 적용하여 현재의 수명을 산출한다. 연간낙뢰일수는 연간 발생하는 낙뢰를
측정하는 시스템을 이용하여 지역별로 측정하며, 이것을 이용하여 변압기의 고장을 예측한다. 하지만, 낙뢰는 고장유형에서 임의고장에 해당된다. 변압기는
낙뢰를 맞게 되면 수명의 열화가 아닌 즉시 고장이 발생된다. 염해등급은 해안가 지역과의 거리를 등급으로 구성한 것으로 염해로 인해 외함부식을 가속화하는
것을 고려한 요소이다. 부식이 발생하면 외함의 손상으로 누유가 발생하여 절연유의 부족으로 절연파괴가 발생할 수 있으므로 수명평가에 영향을 미치는 인자로
볼 수 있다. 온도이상은 열화상 카메라를 이용하여 변압기 외부의 온도를 측정한다. 대부분 접촉저항에 의한 열을 진단하며, 과부하 운전에 의한 열을
측정할 수도 있어 수명손실율과 연관이 있다.
2. 분석결과
본 논문에서는 배전용 변압기의 수명평가 방안인 Health Index의 문제점을 파악하였다. Health Index의 문제점을 파악하기 위하여 10개의
샘플데이터를 적용하여 Health Index를 계산하였다. Table 2는 배전용 변압기 10대의 샘플 데이터를 나타낸다. Table 1에서 수명손실율은 앞서 설명한 아르니우스식에 부하이용율을 적용하여 도출한 절연지의 손실율이다. 염해등급은 해안가로부터 거리를 등급으로 나타낸 것이며,
D등급일수록 해안가에 가깝다. 누유 및 부식은 오로지 발생 유, 무를 고려한다. 온도이상은 열화상 카메라로 측정하여 외기온도 및 주변 변압기와의 온도차를
나타낸다. 마지막으로 IKL(연간낙뢰일수)는 낙뢰가 발생한 지역의 반경 200m 이내에 존재하는 배전용 변압기를 일수별로 카운팅한 값이다.
Table 2. Sample data of Distribution Transformers
|
설비번호
|
Health Index
|
|
수명손실율
[%]
|
염해등급
|
누유 및 부식
|
온도이상
|
IKL
[일수]
|
|
1
|
15
|
A
|
없음
|
10도
|
24
|
|
2
|
16
|
A
|
없음
|
0도
|
20
|
|
3
|
50
|
C
|
부식
|
0도
|
50
|
|
4
|
10
|
C
|
없음
|
0도
|
15
|
|
5
|
8
|
A
|
없음
|
0도
|
12
|
|
6
|
30
|
D
|
없음
|
2도
|
1
|
|
7
|
29
|
A
|
부식
|
0도
|
5
|
|
8
|
15
|
B
|
없음
|
1도
|
5
|
|
9
|
8
|
B
|
없음
|
0도
|
1
|
|
10
|
7
|
B
|
없음
|
0도
|
2
|
Table 3. Score of Health Index for samples of Distribution Transformers
|
설비번호
|
Health Index
|
|
수명손실율
[점수]
|
염해등급
[점수]
|
누유 및 부식
[점수]
|
온도이상
[점수]
|
IKL
[점수]
|
최종평가
|
|
1
|
14
|
10.5
|
0
|
10
|
13.5
|
48
|
|
2
|
14
|
10.5
|
0
|
0
|
13.5
|
38
|
|
3
|
42
|
13.5
|
10
|
0
|
15
|
80.5
|
|
4
|
14
|
13.5
|
0
|
0
|
12
|
39.5
|
|
5
|
14
|
10.5
|
0
|
0
|
12
|
36.5
|
|
6
|
28
|
15
|
0
|
0
|
12
|
55
|
|
7
|
28
|
10.5
|
10
|
0
|
12
|
60.5
|
|
8
|
14
|
12
|
0
|
0
|
12
|
38
|
|
9
|
14
|
12
|
0
|
0
|
12
|
38
|
|
10
|
14
|
12
|
0
|
0
|
12
|
38
|
10대의 배전용 변압기 샘플 데이터를 이용하여 Health Index를 계산하였다. Table 3은 10대의 배전용 변압기 Health Index 결과를 나타낸다. Table 3에서 3번 설비의 경우, Health Index 점수가 80점을 넘어 노후교체 설비로 선정되었다. Fig. 2는 3번 설비의 내부 모습을 나타낸다. Fig. 2와 같이 Health Index 결과와 다르게 설비의 상태는 양호하여 교체보단 지속사용이 가능한 것으로 판단된다. Health Index의 결과와
실제 설비상태의 차이가 발생한 이유는 합산방식 때문으로 판단된다. 일반적으로 Health Index는 수명에 영향을 미치는 중요한 인자에 따라 가중치를
적용하여 합산을 통해 계산된다. 이러한 계산방식은 수명평가의 중요하지 않은 항목에 의해 설비의 상태평가가 지배될 수 있는 문제점이 발생한다. 수명평가
항목 중 중요도가 높은 수명손실율이 50 %로서 앞으로도 운영이 가능한 상태이지만, 가중치가 낮은 염해등급, 누유 및 부식, IKL에 의해 Health
Index 결과로서는 노후교체가 도출된다. 그러므로 신뢰성 높은 전력설비의 수명평가를 위해선 개선된 수명평가 방안이 필요하다. 본 논문에서는 개선된
수명평가 방안으로서 Worst Case 방식을 제안한다. Fig. 3은 Worst Case 알고리즘을 나타낸다. Fig. 3과 같이 Worst Case 방식은 전력설비의 수명에 직접적으로 영향을 미치는 항목을 선정한다. 배전용 변압기의 경우 수명손실율, 누유, 부식, 부싱손상이
있다. 각각의 수명평가 항목의 진단결과가 도출되면, 이 항목들 중 가장 위험한 판정결과를 최종 Health Index 결과로 선정한다. Worst
Case 방식은 합산을 하지 않기 때문에 정상상태의 설비를 노후교체로 도출되는 경우가 없으며, 설비의 상태평가 신뢰성을 높일 수 있다. 예시로, 수명손실율은
절연지의 열화를 보는 인자로서 절연지가 열화되면 절연파괴가 발생하여 교체가 필요하다. 또한, 누유도 변압기 내부에 절연유가 줄어들게 되면 절연능력이
감소하게 되어 절연파괴가 발생한다. 이와 같이 수명평가 항목 하나라도 문제가 발생하면 절연파괴가 발생하여 교체가 이루어진다. 그러므로 Health
Index의 합산방식과 비교하여 Worst Case 방식이 수명평가로서 신뢰성을 높일 수 있을 것으로 판단된다.
Fig. 2. Internal view of winding for distribution transformers
Fig. 3. Algorthm of worst case
3. 결 론
본 논문은 배전용 변압기의 자산관리를 위한 수명평가 방안을 분석하였다. 일반적으로 배전용 변압기의 수명평가는 Health Index의 합산방식을 사용한다.
하지만, 합산방식은 정상상태의 설비를 노후교체의 결과로 도출하는 경우가 발생한다. 이러한 문제를 해결하기 위한 방안으로 Worst Case 방식을
제안한다. 본 논문은 자산관리시스템에서 고장확률 계산에 사용된다. 고장확률은 고장 데이터를 이용한 통계분석 기반에 Health Index 결과를 적용하여
도출하며, 추후 논문에서 다룰 예정이다.
References
Publicly Available Specification , Asset Management Specification for the Optimized
Management of Physical Assets, PAS 55-1:2008
Publicly Available Specification , Asset Management Guidelines for the Application
of PAS 55-2, PAS 55-2:2008
International Organization for Standardization , Asset Management Overview, Principles
and Teminology, ISO 55000-2014
International Organization for Standardization , Risk Management Principles and Guidelines,
ISO 31000-2009
KEPCO , 2014, Maintenance Standard for Distribution
KEPRI , 2009, Replacement Standard for Distribution Transformer
Biography
He received the B.S. and M.S. degree and the Ph.D. in the Department of electrical
engineering, Korea National University of Transportation, chungju, Korea, in 2014.
He is currently a researcher in the KEPRI, Deajeon, Korea
He received the B.S and M.S degree in the Department of Electrical Engineering, Sung
Kyun Kwan University, Suwon, Korea, in 1997 and 1999, respectively and the Ph.D. in
the School of Electrical and Electronic Engineering, Yonsei University, Seoul, Korea,
in 2005.
He was Chief Researcher in Electro-Mechanical Research Institute, Hyundai Heavy Industries
Co., Ltd., Korea, during 2005-2009.
He is currently a Professor in the Dept. of Electrical Engineering, Korea National
University of Transportation, Chungju, Korea