• 대한전기학회
Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers
  • COPE
  • kcse
  • 한국과학기술단체총연합회
  • 한국학술지인용색인
  • Scopus
  • crossref
  • orcid

  1. (Dept. of Electrical Engineering, Soongsil University, Korea.)



Arc circuit breaker, Fast Fourier Transform (FFT), Multi-load configuration, Serial AC arc

1. 서 론

아크 사고는 전류가 흐르는 선로 사이에 갭(gap)이 발생할 때, 갭 사이의 공기 절연이 파괴되며 빛과 열이 방출되는 현상이다. 이러한 특성으로 인해 아크 사고는 주변의 요인과 사고의 강도에 따라 화재로 이어질 가능성이 매우 크며, 2023년부터 전체 전기화재 중 75% 이상이 아크와 관련된 사고이다. 아크는 크게 직렬 아크와 병렬 아크로 구분한다. 직렬 아크는 같은 선로에서 아크가 발생하는 경우이고, 병렬 아크는 전위가 다른 두 선로 사이에서 아크가 발생하는 경우이다. 교류선로에서 발생하는 병렬 아크는 발생 시간이 매우 짧아 화재로 이어질 가능성이 낮으며, 선로 임피던스가 감소하게 되어 과전류차단기에서 차단할 수 있다. 하지만 직렬 아크는 병렬 아크와 달리 전원단에서 사고 발생 후 선로 임피던스가 증가하게 되어 사고 전 전류보다 감소하는 특성이 있다. 이로인해 기존 과전류 감지 기반의 차단기로는 감지가 어렵다. 이러한 직렬 아크를 효과적으로 감지하기 위한 연구는 1990년대부터 현재까지 지속되고 있다. 직렬 아크를 검출하는 알고리즘에 필요한 다양한 특성들이 연구되었다. 대표적인 방법으로는 고조파 필터를 통과시킨 전류를 이용하는 방법[1], 제로 크로싱 주기(Zero Crossing Period, ZCP)[2,3], 비침입 부하 모니터링(Non-Intrusive Load Monitoring, NILM)[4], 크레스트 팩터(Crest Factor)[5] 등 시간 영역의 전압/전류를 이용하는 특성과 고속 푸리에 변환(Fast Fourier Transform, FFT)[6], 단시간 푸리에 변환(Short Time Fourier Transform, STFT)[7], Chirp Zeta Transform (CZT)[8] 등 주파수 영역의 전압/전류 데이터를 이용하는 특성으로 분류할 수 있다.

시간영역에서 알고리즘의 대표적인 장점은 ZCP에 필요한 연산량이 적기 때문에 빠른시간 안에 아크 감지가 가능하다. 하지만 다중 부하에서는 아크 발생 부하를 제외하고 다른 분기에 부하가 연결되어 있기 때문에 ZCP가 발생하지않아서 아크 감지가 어렵다는 단점이 있다. 다중 부하에서 대표적인 알고리즘으로는 LightGBM[9], MEEMD와 GRU 네트워크[10] 등 다양한 알고리즘이 있다. 이러한 알고리즘의 장점은 아크 발생 전후의 차이 및 부하별 차이 등을 알고리즘으로 구분하여 아크를 구별할 수 있다. 그러나 단점으로는 알고리즘을 구현할 수 있는 높은 사양과 추가 부품을 요구하기 때문에 차단기의 크기가 증가할 수 있다. 따라서 최근에는 시간영역과 주파수영역을 혼합하여 아크를 감지하는 방법[11]등 다양한 연구도 진행되고 있다. 그러나 단일 부하에서는 아크가 발생하는 부하의 특징이 강하게 나타나지만, 이러한 알고리즘을 다중 부하에 적용하는 경우 감지하지 못하는 경우도 존재한다. 따라서 다중 부하에서 아크를 감지할 수 있는 연구가 필요하다.

본 논문에서는 아크가 발생하더라도 아크가 발생하지 않은 부하에 의해 부하별 특징이 잘 나타나지 않는 다중 부하에 대해 다양한 구성으로 연구를 진행하였다. 실시간 데이터에 FFT를 이용하여 주파수 영역에서 매 주기별 고조파 성분의 변화량을 확인하고, 아크 발생 시 고조파 성분의 변화를 관찰하여 임계점을 설정하였다. 임계점이 4회 초과할 경우 아크를 감지하는 방법을 제안하였고, 다양한 구성에서 부하별로 아크를 감지하는 방법을 적용하였을 때 모두 아크 감지를 성공적으로 이루어냈다. 이러한 연구는 기존의 단일 부하 방식과 차별화된 점을 보여주며, 다중 부하 환경에서 신뢰성 있는 아크 감지 기법이 될 것이다.

2. 본 론

2.1 실험 장치 및 방법

그림 1(a)는 아크 모의 발생장치이다. 아크 발생장치는 IEC 62606에 기반하여 제작하였다[12]. 아크 발생 모의 장치는 고정전극(Stationary electrode)과 아크를 발생시키기 위해 이동하는 이동 전극(Moving electrode)으로 구성되어 있으며, 고정전극은 구리 재질, 이동 전극은 탄소 재질로 구성하였다. 전원이 인가될 때는 고정전극과 이동 전극은 접촉되어 있다. 이동 전극이 고정전극과의 거리를 벌리면서 아크를 발생시킨다. 그림 1(b)는 IEC 62606에 기반하여 마스킹 부하 실험을 구성하였다[13]. 메인 전원으로부터 저항 부하 선로와 마스킹 부하 선로는 병렬로 연결되어 있다. 저항 부하는 5[A] 전류가 흐르는 1100[W] 정격용량을 갖는다. 구성 B는 저항 부하에서 아크가 발생하는 경우, 구성 C는 마스킹 부하에서 아크가 발생하는 경우, 구성 D는 전원 측에서 아크가 발생하는 경우를 나타내고 있다. 전원전압으로는 교류 220[V], 60[Hz]를 사용하고 있고, 정상상태 및 아크가 발생했을 때 2가지 경우를 비교하였다. 측정 장비로는 오실로스코프를 이용하여 메인 전류와 메인 전압, 아크 발생기의 양단 전압을 기록하였고, 전류 프로브와 전압 프로브를 이용해 측정하였으며 실험 구성은 마스킹 부하 구성 유형별로 진행하였다. 마스킹 부하 실험 부하로는 표 1과 같이 IEC 62606 마스킹 부하 규정에 맞는 1200[W] 정격용량을 갖는 진공청소기, 600[W] 정격용량을 갖는 전동드릴, 300[W] 할로겐램프에 5[A] 저항 부하를 병렬로 연결한 1400[W] 정격용량을 갖는 할로겐램프를 사용하였고, 정상상태 전류를 이용하여 RMS전류를 구하였다[14].

표 1 마스킹 부하 정격용량

Table 1 Rated Capacity of Masking Load

마스킹 부하

분류

전동드릴

진공 청소기

할로겐램프 //5A 저항

부하 유형

유도성 부하

유도성 부하

스위칭 부하

소비전력

600[W]

1,200[W]

1,400[W]

RMS 전류

0.98[A]

6.93[A]

5.90[A]

그림 1. 직렬 아크를 이용한 마스킹 부하 실험 회로

Fig. 1. Experimental circuit for masking load using series arc

../../Resources/kiee/KIEE.2024.73.11.1898/fig1-1.png../../Resources/kiee/KIEE.2024.73.11.1898/fig1-2.png

2.2 구성에 따른 실험 파형

직렬 아크가 발생할 때의 차이점을 확인하기 위해 그림 2와 같이 부하별로 정상상태와 아크상태의 전류 파형을 비교하였다. 그림 2(a)부터 그림 2(c)까지 부하로는 전동드릴, 청소기 할로겐램프 순서로 도시하였다. 측정한 전류로는 메인 측에 흐르는 전류를 측정하였고, 아크 발생기 양단전압을 측정하여 아크 발생 여부를 확인하였다. 고정전극과 이동전극이 접촉해 있는 상태에서 전원을 인가하여 0.3초 전에는 정상상태의 60[Hz]로 일정한 주기함수 형태를 유지하고 있다. 0.3초에 이동 전극을 이동시키면서 아크를 발생시킨다. 구성 B는 저항 부하에서 아크를 발생시키는 경우로 메인 전류에서 고조파성분들이 크게 보이지는 않지만 ZCP가 생기는 것을 확인할 수 있다.

그림 2. 구성 B에서 부하의 종류에 따른 직렬아크 실험결과

(a) 드릴 (b) 청소기 (c) 할로겐램프

Fig. 2. Series arc experiment results based on load type in configuration B

(a) drill (b) vacuum (c) halogen lamp

../../Resources/kiee/KIEE.2024.73.11.1898/fig2.png

그림 3. 구성 C에서 부하의 종류에 따른 직렬아크 실험결과

(a) 드릴 (b) 청소기 (c) 할로겐램프

Fig. 3. Series arc experiment results based on load type in configuration C

(a) drill (b) vacuum (c) halogen lamp

../../Resources/kiee/KIEE.2024.73.11.1898/fig3.png

그림 3은 구성 C에서 부하별로 정상상태와 아크상태의 전류 파형을 비교하였다. 마스킹 부하에서 아크가 발생하는 경우로 아크가 발생하면서 전동드릴에 고조파 성분들이 많이 함유되는 것을 확인 할 수 있고, 다른 부하들 또한 정현파가 아닌 것을 확인할 수 있다. 하지만 구성 B에서 나타났던 ZCP는 발생하지 않는다는 것을 확인하였다.

그림 4는 구성 D는 전원 측에서 아크가 발생하는 경우로 저항 부하 및 마스킹 부하에서 모두 아크가 발생한다. 따라서 고조파성분들이 많이 함유되어 있으면서 ZCP도 발생하는 것을 확인 할 수 있다.

그림 4. 구성 D에서 부하의 종류에 따른 직렬아크 실험결과

(a) 드릴 (b) 청소기 (c) 할로겐램프

Fig. 4. Series arc experiment results based on load type in configuration D

(a) drill (b) vacuum (c) halogen lamp

../../Resources/kiee/KIEE.2024.73.11.1898/fig4.png

2.3 아크 검출 흐름도

FFT는 Discrete Fourier Transform (DFT)와 계산 결과는 같지만 같은 샘플링 개수 N이 기하급수적으로 늘어날수록 연산량을 줄여서 효율적인 계산이 가능한 기법이다. 시간영역의 전류입력 파형 x(n) 샘플들을 DFT한 주파수 영역의 파형 X(m)으로 변환하는 과정은 수식 (1)과 같다.

(1)
$X(m)=\sum_{n=0}^{N-1}x(n)e^{-j2\pi nm/N}$

$m=1,\: 2,\: \cdots ,\: N-1$

$n=1,\: 2,\: \cdots ,\: N-1$

X(m)은 주파수 영역에서 m번째 성분이다. 입력 샘플들의 개수를 2의 거듭제곱 수인 $N=2^{x}$일 때, Radix-2 FFT 알고리즘을 적용할 수 있다. Radix-2 FFT 알고리즘은 짝수 수열 x(2n)과 홀수 수열 x(2n+1) 나누어 연산한다. 이를 반복적으로 Rdix-2 FFT 연산을 진행하여 연산량을 줄일 수 있다. 다음 과정은 수식 (2)부터 수식 (4)와 같다.

(2)
\begin{align*}X(m)=\sum_{n=0}^{(N/2)-1}x(2n)e^{-j2\pi(2n)m/N}(2)\\ +e^{-2\pi nm/N}\sum_{n=0}^{(N/2)-1}x(2n+1)e^{-j2\pi(2n)m/N}\end{align*}

$W_{N}=e^{j2\pi /N}$, $W^{2_{N}}=W_{N/2}$로 표현하였다.

(3)
\begin{align*}X(m)=\sum_{n=0}^{(N/2)-1}x(2n)W_{N}^{2nm}(3)\\+W_{N}^{m}\sum_{n=0}^{(N/2)-1}x(2n+1)W_{N}^{2nm}\end{align*}
(4)
\begin{align*}X(m+N/2)=\sum_{n=0}^{(N/2)-1}x(2n)W^{nm_{N/2}}(4)\\ -W_{N}^{m}\sum_{n=0}^{(N/2)-1}x(2n+1)W^{nm_{N/2}}\end{align*}

앞에서 설명하였듯이 FFT를 사용하려면 샘플링 개수 N은 2의 거듭제곱으로 선정하여야 한다. 따라서 샘플링주파수 100[kHz]에서 3주기를 추출하여 사용한 데이터 수는 5,000개이기 때문에 8,192개의 데이터를 만족하기 위해 3,192개의 데이터를 제로패딩하였다. 그림 5는 아크가 발생하였을 때 각각 부하별로 3주기를 추출하여 FFT 한 결과이다. 3주기를 추출하였기 때문에 20[Hz] 주파수해상도를 갖고 FFT 결과를 나타내었다. 검은색으로 나타낸 것은 정상상태이며, 빨간색으로 나타낸 것은 아크상태이다. 그림 5(a)는 유도성 부하인 드릴 부하를 사용하였을 때 그래프이며 그림 5(b)는 스위칭 부하인 할로겐램프를 사용하였을 때 그래프이다. 아크가 발생하면 1[kHz] 이상의 주파수대역에서 아크가 발생하면 고조파성분들의 크기가 커지는 것을 확인할 수 있었다. 하지만 10[kHz] 이상의 성분들의 경우에는 계산량의 한계와 기계적인 한계를 생각하여 1[kHz]에서 10[kHz]성분까지의 주파수대역으로 선정하여 아크를 판단하였다.

그림 5. 부하 종류에 따른 주파수 분석

Fig. 5. Frequency analysis by load type

../../Resources/kiee/KIEE.2024.73.11.1898/fig5.png

그림 6. 아크 검출 흐름도

Fig. 6. Arc detecion flow chart

../../Resources/kiee/KIEE.2024.73.11.1898/fig6.png

그림 6은 아크 검출 흐름도이다. 실시간으로 전류를 측정하여 3주기씩 FFT 연산을 진행한다. 그림 5를 통하여 아크감지 주파수대역인 1[kHz]부터 10[kHz]의 주파수대역으로 설정하였다. 17 고조파(1,020[Hz])부터 166 고조파(9,960[Hz])를 기본 주파수(60[Hz))성분으로 나눈 후 합산을 진행한다(식 (5)). 변수(m)은 이전 주기와 이번 주기의 고조파성분의 차를 이용하여 h(n)의 변화량으로 정의한다. 아크가 발생하면 고조파성분들이 변화하는 점을 이용하여 변수(m)이 0.01보다 크면서 0.15보다 작은 경우를 변수(s)를 이용하여 카운팅한다. 변수(m)의 상한선을 둔 이유는 급격히 변동할 때는 부하가 추가되거나 제거될 때는 동작하지 않게 하기 때문이다. 변수(s)가 카운팅되는 경우 배열(t)에 시간을 이용하여 임계시간인 0.15초안에 변수(m)가 조건을 만족하는 경우가 4회 초과할 때 아크로 감지한다. 임계시간을 측정하는 이유로는 정상상태에서도 전류의 고조파 성분들이 변화하기도 하지만 주기적으로 변화하지 않기 때문에 시간에 제한을 두어 아크가 발생하지 않은 상황에서 차단기가 동작하는 오동작을 방지하였다. 아크를 감지하지 못한 경우에는 다음 주기 데이터를 이용하여 아크검출을 반복한다.

(5)
$h(n)=\sum_{n=17}^{166}\dfrac{n^{th}ha{onic}\; {wave}}{fundamental \; ha{onic}}$

2.4 결과 및 고찰

그림 7부터 그림 9까지는 그림 6에서 설명한 아크 검출 흐름도를 구성 B, 구성 C, 구성 D의 실험데이터에 각각 적용한 결과이다. 아크가 발생하기 0.3초 전에는 전류의 변화량이 미비하다. 아크가 발생하면서 전류의 변화량이 커지는 모습을 보인다. 표 2에 IEC 62606 규정에 따라 전류별로 차단 한계 시간이 나타나 있다[15]. 마스킹 부하 실험에서 아크 발생기를 사용할 경우 제한 시간의 2.5배의 시간 내로 차단 해야한다[13]. 구성 B, 구성 C, 구성 D의 아크가 아닌 상태의 부하별 전류의 RMS 크기는 모두 같다. 전동드릴의 경우 5.75[A], 진공청소기의 경우 11.45[A], 할로겐램프의 경우에는 10.47[A]의 RMS 전류를 갖고 있다. 따라서 10[A]를 초과하는 부하가 존재하기 때문에 16[A]의 정격 차단시간인 0.375초를 임계시간으로 설정하였다.

표 2 AFDD 차단시간 한계값

Table 2 Trip time limits for AFDD

시험 아크전류 (RMS)

5 [A]

10 [A]

16 [A]

32 [A]

최고 차단

시간 [s]

0.5

0.25

0.15

0.12

아크발생장치 차단시간 [s]

1.25

0.625

0.375

0.3

그림 7은 구성 B에서 부하의 종류에 따른 아크 검출 결과이다. 그림 7(a) 그래프는 주기마다 고조파 성분들의 합을 나타내었다. 아크가 발생하면서 고주파 성분들의 크기가 증가하는 모습을 보인다. 그림 7(b)에서는 각각 부하별로 FFT의 변화량(m)이 0.01을 넘고 0.15 이하가 5회인 경우 트립시간을 나타내었다. 청소기의 경우 아크 발생 이후 0.11초로 가장 빨리 차단 조건을 만족하였고 할로겐램프의 경우 부하 중 차단시간이 0.28초로 가장 길었지만, 모든 부하에서 차단 규정 시간인 0.375초보다 짧게 걸려 모든 부하 모두 정상 감지하였다.

그림 7. 구성 B에서 부하의 종류에 따른 아크검출결과

(a) FFT 결과 (b) FFT 변화량

Fig. 7. Arc detection result based on load type in configuration B

(a) FFT result (b) FFT variations

../../Resources/kiee/KIEE.2024.73.11.1898/fig7.png

그림 8. 구성 C에서 부하의 종류에 따른 아크검출결과

(a) FFT 결과 (b) FFT 변화량

Fig. 8. Arc detection result based on load type in configuration C

(a) FFT result (b) FFT variations

../../Resources/kiee/KIEE.2024.73.11.1898/fig8.png

그림 8은 구성 C에서 부하의 종류에 따른 아크 검출 결과이다. 그림 8(a) 그래프는 주기마다 고조파 성분들의 합을 나타내었다. 아크가 발생하면서 고주파 성분들의 크기가 증가하는 모습을 보인다. 그림 8(b)에서는 각각 부하별로 FFT의 변화량(m)이 0.01을 넘고 0.15 이하가 5회인 경우 트립시간을 나타내었다. 드릴의 경우 가 아크 발생 이후 0.13초로 가장 빨리 차단 조건을 만족하였고 할로겐램프의 경우 부하 중 차단시간이 0.21초로 트립까지 가장 늦게 되었다. 하지만 차단 규정 시간인 0.375초보다 짧게 걸려 모든 부하 모두 정상 감지하였다.

그림 9는 구성 D는 메인 측에서 아크가 나는 상황으로 마스킹 부하와 저항 부하에 아크가 발생하는 상황으로 가장 빠른 차단시간을 보여주었다. 그림 9(a) 그래프는 주기마다 고조파 성분들의 합을 나타내었다. 아크가 발생하면서 고주파 성분들의 크기가 증가하는 모습을 보인다. 그림 9(b)에서는 각각 부하별로 FFT의 변화량(m)이 0.01을 넘고 0.15 이하가 5회인 경우 트립시간을 나타내었다. 할로겐램프의 경우 아크 발생 이후 트립시간 0.083초로 모든 주기에서 고조파 성분들이 변화하며 가장 빨리 차단 조건을 만족하였고 할로겐램프와 드릴의 경우 트립시간이 0.12초로 다른 구성들보다 월등히 빨리 트립되는 모습을 확인할 수 있다.

그림 9. 구성 D에서 부하의 종류에 따른 아크검출결과

(a) FFT 결과 (b) FFT 변화량

Fig. 9. Arc detection result based on load type in configuration D

(a) FFT result (b) FFT variations

../../Resources/kiee/KIEE.2024.73.11.1898/fig9.png

표 3 부하별 차단시간

Table 3 Trip times by load type

분류

부하

시험 전류 (RMS)

차단시간 [s]

전동 드릴

5.75[A]

0.15[s]

진공청소기

11.45[A]

0.15[s]

할로겐 램프

10.47[A]

0.28[s]

3. 결 론

본 논문에서는 다중부하 실험을 진행한 후 차단 동작이 가능한 아크 검출 흐름도를 제안하였다. 실험 부하로는 IEC 62606에 따라 마스킹 부하 조건에 맞는 드릴, 청소기, 그리고 할로겐램프를 선정하였다. 저항 부하가 있는 모선에서 아크가 발생하는 경우(구성 B), 마스킹 부하가 있는 모선에서 아크가 발생하는 경우(구성 C), 그리고 메인 측에서 아크가 발생하는 경우(구성 D) 모두 실험을 진행하였다. 마스킹부하 중 아크가 발생하지 않은 상태에서 시험전류가 가장 큰 청소기를 기준으로 차단시간을 0.375초로 선정하였다.

제안한 아크 검출 흐름도에 따라 모든 구성 및 부하별로 아크 검출 시간은 표 3에 나타나 있다. 마스킹 부하 중 할로겐램프 부하에서 차단기 동작까지 가장 긴 시간인 0.28초 후에 트립되었다. 그러나 규정 시간인 0.375초내에 모두 트립되는 것을 확인하였다. 실험을 진행하면서 아크가 규칙적으로 발생하는 경우도 종종 있었는데, 이러한 경우 고조파성분의 변화량이 많지 않아 아크 감지시간이 길어지는 경우가 있었다. 따라서 앞으로는 아크가 규칙적으로 발생할 때도 더욱 신속하게 감지할 수 있는 연구가 필요하다.

Acknowledgements

This work was supported by the Energy R&D program of the Korea Institute of Energy Technology Evaluation and Planning (KETEP) granted financial resource from the Ministry of Trade, Industry & Energy, Republic of Korea (No. 20215910100020) and also was supported by Korea Institute for Advancement of Technology (KIAT) grant funded by Korea Government (MOTIE) (P0017033, The Competency Development Program for Industry Specialist)

References

1 
G. Bao, R. Jiang, and X. Gao, “Novel Series Arc Fault Detector Using High-Frequency Coupling Analysis and Multi-Indicator Algorithm,” in IEEE Access, vol. 7, pp. 92161-92170, 2019.DOI:10.1109/ACCESS.2019.2927635DOI
2 
Wenpeng Luan, Jianli Lin, Bo Liu, and Bochao Zhao, “Arc fault detection and identification via non-intrusive current disaggregation”, ELSEVIER, vol. 210, 2022.DOI:10.1016/j.epsr.2022.108113DOI
3 
Huaijun Zhao, Jinpeng Liu, and Junchao Lou, “Series arc fault detection based on current fluctuation and zero-current features,” ELSEVIER, vol. 202, 2021.DOI:10.1016/j.epsr.2021.107626DOI
4 
Krzysztof Dowalla, et al., “A novel method for detection and location of series arc fault for non-intrusive load monitoring,” Energies, vol. 16, no. 171, 2023.DOI:10.3390/en16010171DOI
5 
Jinmi Lezama, et al., “Arc fault detection based on temporal analysis,” 2014 IEEE 60th Holm Conference on Electrical Contacts (Holm), 2014.DOI:10.1109/HOLM.2014.7031017DOI
6 
Muhammad Khanif Khafidli, et al., “Implementation AC Series Arc Fault Recognition using Mikrokontroller Based on Fast Fourier Transform,” 2018 International Electronics Symposium on Engineering Technology and Applications (IES-ETA), 2018.DOI:10.1109/ELECSYM.2018.8615529DOI
7 
Rahul Balamurugan, Fatima Al-Janahi, and Oumaima Bouhali, “Fourier Transform and Short-Time Fourier Transform Decomposition for Photovoltaic Arc Fault Detection,” 2020 47th IEEE Photovoltaic Specialists Conference (PVSC), 2020.DOI:10.1109/PVSC45281.2020.9300455DOI
8 
G. Artale, et al., “Arc fault detection method based on CZT low-frequency harmonic current analysis,” IEEE Transactions on Instrumentation and Measurement, vol. 66 no. 5, pp. 888-896, 2017.DOI:10.1109/TIM.2016.2627248DOI
9 
Yu Meng, et al., “Multi-branch AC arc fault detection based on ICEEMDAN and LightGBM algorithm,” Electric Power Systems Research 220, 2023.DOI:10.1016/j.epsr.2023.109286DOI
10 
Qiongfang Yu, Yuhai Zhang, Wenhao Lu, “Multi Branch Series arc Fault Detection Based on MEEMD and GRU Network,” 2022 4th International Symposium on Smart and Healthy Cities(ISHC), 2022.DOI:10.1109/ISHC56805.2022.00025DOI
11 
Chang-Ju Park, Jae-chang Kim, Jae-Yoon Jeong, and Sangshin Kwak, “Study of Series and Parallel AC Arc Detection Techniques on AC Power Lines Based on Time-Domain and Frequency-Domain Approaches,” Korean Institute of Electrical Engineers, vol. 70, no. 9, pp. 1295~1303, 2021.DOI:10.5370/KIEE.2021.70.9.1295DOI
12 
Korean Standard(KS).KS C IEC 62606:2014, General Conditions for Arc Fault Detection Devices, Figure 5URL
13 
Korean Standard(KS).KS C IEC 62606:2014, General Conditions for Arc Fault Detection Devices, Figure 11URL
14 
Korean Standard(KS).KS C IEC 62606:2014, General Conditions for Arc Fault Detection Devices, pp.46-47URL
15 
Korean Standard(KS).KS C IEC 62606:2014, General Conditions for Arc Fault Detection Devices, Table 1URL

저자소개

윤민호(Min-Ho Yoon)
../../Resources/kiee/KIEE.2024.73.11.1898/au1.png

He received B.S. degree from Soongsil Univ., Korea in 2023. Currently, he is a combined Master’s-Doctoral course student in the Dept. of Electrical Engineering at Soongsil Univ., Korea.

박찬묵(Chan-Muk Park)
../../Resources/kiee/KIEE.2024.73.11.1898/au2.png

He obtained his Bachelor of Science degree from Soongsil Univ., Korea, in 2024. He is currently pursuing a Master of Science degree in Electrical Engineering at Soongsil Univ.. Korea.

김경탁(Kyoung-Tak Kim)
../../Resources/kiee/KIEE.2024.73.11.1898/au3.png

He was born in Seoul, Korea, in 1988. He received the B.S. degree and the M.S. degree from Soongsil University, Seoul, Korea, in 2016. He is presently a Ph. D. student in same university.

임성훈(Sung-Hun Lim)
../../Resources/kiee/KIEE.2024.73.11.1898/au4.png

He received B.S., M.S., Ph.D. degrees from Chonbuk National Univ., Korea in 1996, 1998, and 2003, respectively. Currently, he is a professor in the Dept. of Electrical Engineering at Soongsil Univ., Korea.