우천희
(Chun-Hee Woo)
†iD
Copyright © The Korean Institute of Electrical Engineers(KIEE)
Key words
Electric facility diagnostic controller, Fuzzy Inference System(FIS), Insulation Safety Index, Arc sensor
1. 서 론
배전반 내부의 전선이나 전기 제품 간 절연불량, 열화, 접속불량 등의 원인으로 아크나 스파크가 발생하면 전기화재로 이어지고 있다. 이러한 전기설비
사고를 사전에 예방하기 위하여 현장에서는 다양한 센서 및 계측 장치를 통해 설비의 이상 징후를 상시진단 및 감시를 시행하고 있다. 대부분 온도센서와
아크 발생시 아크 횟수를 카운트하여 절연파괴를 진단하는 센서중심의 제품이 주류를 이루고 있으며, 최근에는 수배전반 시스템의 방전 사고를 방지하기 위한
보다 효율적이고 구체적인 기술이 요구되고 있는 실정이다.
Fuzzy 전문가 추론시스템과 새로운 위험도 우선순위 계산을 접목하여 전력설비 유지보수 우선순위를 산출하는데 Fuzzy- RPN 기법을 적용하는 연구가
있었으며, 자연재해가 전력설비에 영향의 불확실성을 합리적으로 표현하기 위해 퍼지전문가시스템을 활용하는 연구 등이 활발하게 진행되고 있다(1-2).
본 연구에서는 센서기술을 기반으로 배전반의 절연상태를 종합적으로 판단하는 전기안전진단장치를 개발하였다(3). 개발되어진 진단장치는 각 센서값을 기준으로 개별적인 경보를 발생도 하지만, 주 제어장치에 적용한 퍼지추론시스템을 활용하여 절연건전성 평가지수(Insulation
Safety Index)를 산출함으로써 배전반 내부에서의 절연건전성을 종합적으로 판단하는 기법을 개발하였다.
2. 전기설비 안전진단장치 개발 필요성
현재의 배전반에는 지속적인 절연성능 저하로 발생되는 누전과 감전사고 및 코로나방전, 접속부의 볼트 풀림과 반단선 등으로 발생되는 연면방전(Surface
Discharge)을 사고 전에 측정하여 경보하는 기능을 제공하는 제품이 있지만 종합적으로 진단 평가하는 제품은 없다.
2.1 반복적인 전기재해에 의한 인명 및 재산피해에 대한 대책 필요
산업통상자원부 및 한국전기안전공사의‘2019년 전기재해 통계분석’에 의하면 전기설비의 노후 및 사용 환경에 따른 절연물의 변화로 발생하는 절연불량에
의한 사고가 357건으로 전체 설비사고의 6.4%로 전체 전기설비 사고 중 가장 높은 비율을 차지하고 있음을 한국전기안전공사에서 발표한 자료에서 알
수 있다(5).
또한 전체 전기설비 5,570건에서 전기설비에 의한 사고가 전기화재로 이어지는 경우는 총 28건이었다. 이처럼 배전반 내부에 설치된 전력기기의 절연성능
저하로 인하여 전기화재 및 감전사고의 원인이 되고 있음을 알 수 있다.
그림. 1. 원인별 설비사고 분포
Fig. 1. Distribution of equipment accidents by cause from KESCO 2019 Annual Report
그림. 2. 설비사고별 전기화재 진전 발생분포
Fig. 2. Distribution of accidents that led to electrical fires by equipment accident
type from KESCO 2019 Annual Report
2.2 배전반에 설치된 기존 방식의 예방진단장치 문제점
예방진단 기능을 위하여 요소별 센서를 개별 설치하고 있으나, 절연성능 저하에 대하여 종합적으로 판정해서 예측보수에 활용하지 못하고 있다.
기존의 배전반의 경우 진동이나 외부충격, 내부과열 등에 의하여 영향을 받은 경우 제품에 영향이 있는지 유무와 영향의 정도 등을 배전반에 접근하여 개함하여
직접 육안으로 확인하여야 하며, 일부의 이상상태를 발견하더라도 그 이상이 안정적 전기공급에 영향이 있는지 종합적인 판단을 할 수 없으며, 특히 배전반에
접근하기 어려운 상황에서는 이상 유무를 판단할 수 없다.
3. 전기설비 안전진단장치의 하드웨어 개발
전력설비에 지진에 의한 진동이나 절연 파괴시 터미널 및 볼트 체결부위에 발생할 수 있는 아크와 급격한 과열현상 등을 실시간으로 검출하도록 센서 기반
퍼지추론 전기설비 안전진단장치를 설치함으로써 효율적으로 설비를 운영하도록 구성하였다.
3.1 스마트 IoT 센서기반 진단장치
절연성능 저하를 판정하기 위한 데이터를 각각의 스마트 IoT 센서 모듈이 측정하여 게이트웨이로 통신하고, 전기안전진단장치에서 측정된 다양한 전력 계측
데이터를 포함하여 기본 데이터베이스로 사용한다. 그림 3은 본 연구에서 개발되어진 퍼지추론시스템을 적용할 제어기의 하드웨어 블록도이다.
1) 배전반 내부의 전력기기 및 접속부 등의 지속적인 절연성능 저하에 대하여 개발된 스마트 IoT 센서의 데이터를 수집하여 퍼지추론 전기안전진단 알고리즘으로
절연성능을 평가하여 경보하는 예방진단 장치이다.
2) 절연성능 평가 기술을 적용하여, 시설관리자가 현장 이외의 원격지에서 전기안전진단 감시용 스마트폰 앱을 활용하여 배전반의 안전을 관리할 수 있는
4차 산업기술인 스마트 IoT 센서와 스마트폰 앱을 탑재한 시스템이다.
그림. 3. 제어기 본체의 하드웨어 블럭도
Fig. 3. The block diagram of main controller
3.2 센서 사양과 성능시험
스마트 IoT 센서를 이용하여 아크, 과열 및 과전류 현상을 감시하고 판넬 내부의 이상상태를 종합적으로 전기안전을 진단하기 위해 아크센서와 적외선
센서를 사용하였으며, 이에 대한 사양과 성능시험 데이터는 다음과 같다.
표 1. 각 센서값 범위
Table 1. The range of applied sensor
|
센서
|
계측값
|
표준
|
최소
|
최대
|
|
CT 2차측
|
과부하전류
|
100%
|
10%
|
200%
|
|
아크센서
|
아크 카운트
|
5회
|
1회
|
30회
|
|
적외선온도
|
부스바 온도
|
100℃
|
0℃
|
300℃
|
|
내진센서
|
상부
|
686gal
|
100gal
|
1,530gal
|
● $\% \mathrm{~g}$ =9.81cm/sec2
● 6등급(일부 무거운 가구가 움직임) : $6.86 \leq \% \mathrm{~g}<14.73$
● 7등급(심각한 피해) : $14.73 \leq \% \mathrm{~g}<31.66$
3.2.1 아크센서의 성능시험
본 연구에서는 불꽃방전을 검출하기 위하여 협소 영역의 자외선(UV-C 파장 185~300nm) 파장에서도 검출 가능한 하마마츠 사(일본) UVTRON
R12257을 사용기술을 적용하여 판넬 내부의 아크발생을 감시한다(6).
그림. 4. UVTRON R12257의 파장범위
Fig. 4. Spectral response of UVTRON R12257
1) 시험방법
아크센서를 100cm에 직각으로 위치시키고, 저압에서 혼촉 또는 접촉시 발생되는 Arc를 모의 시험기로부터 발생시킨다.
- 아크 발생기 전원 : AC 220V, 2A
- 아크센서와 아크 시험기 측정 거리 : 100cm
- 아크센서와 아크 시험기 측정 각도 : 90°, 좌측 60°, 우측 60°
- 시험파형 인가 횟수 : 각 10회
10회 시험하여 아크 손실없이 검출하는지를 측정하여 시험한다. 또한, Arc 모의 시험기의 Arc 파형을 오실로스코프로 측정하여 비교 평가한다.
그림. 5. 아크센서 시험회로
Fig. 5. The test circuit for Arc sensor
2) 시험결과 고찰
아크 센서가 아크 파형을 잘 검출하는지 아크 파형검출 성능 적합도 시험을 한 결과이다. 아크를 발생시킨 시점에 오실로스코프에 정현파가 아크 발생으로
인하여 왜곡 파형이 표시되고, 이때 아크검출 센서의 표시부에 발생된 횟수의 유무로 적합성을 판정하였다.
그림. 6. 아크센서의 1, 2차측 시험파형
Fig. 6. The waveform of 1st & 2nd terminal of Arc sensor
3.2.2 적외선 온도센서의 성능시험
비접촉식 표면 파장 측정방식의 적외선 온도센서는 전기설비 진단에 적용하는 경우 주로 부스바의 온도를 측정하는데 사용한다.
1) 비접촉 적외선온도센서의 사양
온도측정범위(-30 ~ 300°C)에서 3m 거리에 있는 피시험체의 20cm 직경의 온도를 측정한 결과가 ±5% 이내이어야 한다.
표 2. 적외선 온도센서의 사양
Table 2. The spec. of IR sensor
|
구분
|
측정범위
(℃)
|
정밀도
(%)
|
설치 위치
|
|
각상 온도
|
-30~300
|
±5
|
전력 케이블, BUS BAR
|
|
주위 온도
|
-20~100
|
±5
|
수/배전반 내부
|
2) 시험방법
① 적외선 온도센서는 그림과 같이 온도를 측정하려는 대상 물체와 모듈과의 거리가 3m 이내에서 물체의 직경 약 20cm 표면 온도를 측정한다.
그림. 7. 적외선센서 시험방법 개념도
Fig. 7. The method of IR sensor
② 온도 측정오차는 ±5%이며, 온도 측정 분해능은 0.1℃까지 정밀하게 측정할 수 있다.
4. 절연건전성 판정 알고리즘 및 시뮬레이션
배전반의 절연성능 저하를 판정하기 위하여 4가지의 스마트센서로 검출한 데이터로 절연건전성을 평가하여 정상, 경고, 위험의 3단계로 경보한다.
기존 방식은 그림 8처럼 각 센서값을 설정하고 각 센서로부터 입력되는 값이 설정값을 초과면 개별적으로 경보를 발생하였다.
그림. 8. 기존방식의 센서 활용 진단방식
Fig. 8. The traditional diagnostic method using sensor
전기설비의 열화정도를 종합적으로 산출해내기 위하여 만다니(Mandani) 퍼지추론시스템을 적용하였으며, 제작한 멤버쉽함수 및 퍼지규칙 산출은 MATLAB
으로 시뮬레이션 하였다(4).
그림. 9. 본 연구에서 제안하는 전기안전 진단방식
Fig. 9. The proposal diagnostic method using FIS
4.1 퍼지추론시스템의 입력 변수와 멤버쉽함수 결정
MATLAB 으로 시뮬레이션 하기 전에 설비에 설치한 센서로부터 읽어들이는 값의 범위를 정하고, 설비운영자의 경험치에 의한 입력 파라미터를 결정한다(7).
4.1.1 4입력(CT, Seismic Vibration 센서, Arc센서, Busbar용 IR센서)의 경우 파라메터 설정
표 3. 멤버쉽함수를 결정하기 위한 센서별 입력변수
Table 3. Input parameter of FIS
|
|
Current
|
Seismic
Vibration
|
Bus_Temp
|
Arc
|
Insulation
Safety Index
|
|
S
|
0, 0, 100
|
0, 0, 256
|
0, 0, 100
|
0, 0, 5
|
-5, 0 ,5
|
|
M
|
80, 100, 120
|
256, 686, 800
|
80, 100, 150
|
3, 5, 10
|
0, 5, 10
|
|
B
|
100, 200, 200
|
686, 1530, 1530
|
100, 300, 300
|
5, 30, 30
|
5, 10, 15
|
1) CT(변류기) 2차측 전류의 과부하전류 범위를 최대 200% 까지 확장 수정함.
2) 진동센서는 686gal을 기본값으로 설정함. 256~800 gal 이면 정상범위로 설정하고, 최대값은 1530gal로 설정함
3) 부스바의 온도 범위를 최소 0도에서 최대 300도로 설정하였고, 기준치를 섭씨 100도로 설정하여 멤버쉽함수를 결정하였다.
4) 아크센서의 디폴트 카운트 값을 5회, 최대값을 30회로 수정하여 시뮬레이션 진행하며, 아크 카운트가 크면 절연열화 정도에 관계없이 위험단계로
표시함.
그림. 10. MATLAB의 퍼지추론시스템
Fig. 10. FIS of MATLAB
그림. 11. 센서별 멤버쉽 함수 결정
Fig. 11. Membership functions according to sensors
4.1.2 퍼지규칙
판넬 내부센서 까지 적용하기에는 퍼지규칙수가 너무 많으며, 스페이스 히터의 센서값을 모니터링하여 표시는 하지만 절연진단 인자로 사용할 정도는 아니므로
시뮬레이션에서는 제외하였다.
표 4. 퍼지규칙
Table 4. The rule of FIS
|
Arc_Count
|
적외선
온도
(부스바)
|
CT_전류
|
출력
|
|
S_B 경우
|
S_M 경우
|
S_S 경우
|
|
A_S
|
T_S
|
CT_S
|
B
|
S
|
S
|
|
CT_M
|
B
|
M
|
M
|
|
CT_B
|
B
|
B
|
B
|
|
T_M
|
CT_S
|
B
|
M
|
M
|
|
CT_M
|
B
|
M
|
M
|
|
CT_B
|
B
|
M
|
M
|
|
T_B
|
CT_S
|
B
|
B
|
B
|
|
CT_M
|
B
|
B
|
B
|
|
CT_B
|
B
|
B
|
B
|
|
A_M
|
T_S
|
CT_S
|
B
|
M
|
M
|
|
CT_M
|
B
|
M
|
M
|
|
CT_B
|
B
|
M
|
M
|
|
T_M
|
CT_S
|
B
|
M
|
M
|
|
CT_M
|
B
|
M
|
M
|
|
CT_B
|
B
|
M
|
M
|
|
T_B
|
CT_S
|
B
|
B
|
B
|
|
CT_M
|
B
|
B
|
B
|
|
CT_B
|
B
|
B
|
B
|
|
A_B
|
T_S
|
CT_S
|
B
|
B
|
B
|
|
CT_M
|
B
|
B
|
B
|
|
CT_B
|
B
|
B
|
B
|
|
T_M
|
CT_S
|
B
|
B
|
B
|
|
CT_M
|
B
|
B
|
B
|
|
CT_B
|
B
|
B
|
B
|
|
T_B
|
CT_S
|
B
|
B
|
B
|
|
CT_M
|
B
|
B
|
B
|
|
CT_B
|
B
|
B
|
B
|
그림. 12. MATLAB에서 만들어진 퍼지규칙
Fig. 12. Fuzzy rule from MATLAB
4.2 퍼지추론시스템 시뮬레이션 결과
MATLAB의 퍼지추론시스템을 실행시켜 전기열화 패턴을 분석함으로써 건전성 평가를 위한 퍼지규칙 및 멤버쉽함수를 확정하였고, 정상, 위험, 경보의
3단계의 알람을 발생하도록 입력변수를 변화시켜 가며 전기열화의 종합상태를 표시하였다. 시뮬레이션 하기 위해 MATLAB에 입력하는 값은 [Sei
smic; Arc_Count; Bus_ Temp; CT_Current] 형태를 갖는다.
① 정상출력의 예
Default 설정 상태 [686; 5; 100; 100] 로 입력하면 절연건전성 평가지수(Insulation Safety Index)는 5 로 출력이
되어 정상값을 표시한다.
그림. 13. 절연건전성 평가지수가 정상인 예
Fig. 13. The example of normal status(Insulation Safety Index=5)
② 진동센서값(Seismic Vibration)이 큰 경우
실제로는 793gal 부터 Big 이나 800gal 이상으로 시뮬레이션 하였다. 다른 입력값에 관계없이 절연건전성 평가지수는 6이상으로 크게 나타남을
알 수 있다. 예를 들어 입력변수가 [800; 5; 100; 100] 인 경우 절연건전성 평가지수 출력값은 7.69 가 나왔다.
그림. 14. 절연건전성 평가지수가 위험인 예(1)
Fig. 14. The example (1) of dangerous status(Insulation Safety Index=7.69) at [800;
5; 100; 100]
표 5에서는 진동센서값이 큰 경우 Arc 센서의 카운트가 5, 적외선센서로 부터의 버스 온도가 100℃, 변류기 2차측 전류가 정격전류 5A의 100%,
즉 5A가 입력된다고 가정했을 때, 686 gal 에서 800 gal 일 때의 출력값을 구해보았다. 이 데이터는 제어기의 프로그램 작업시 제작된 프로그램이
정확하게 동작하는지 검증하는데 사용하였다.
표 5. 진동센서값이 큰 경우 구간에 따른 절연건전성 평가지수 출력
Table 5. Insulation Safety Index when Seismic Vibration is Big(at Arc_Count=5, Bus_Temp=100℃,
CT_Current=100%)
|
Seismic Vibration
|
686 - 770
|
780
|
790
|
791
|
792
|
793
|
794
|
|
출력
|
5.00
|
5.11
|
5.55
|
5.68
|
5.82
|
5.98
|
6.15
|
|
Seismic Vibration
|
795
|
796
|
797
|
798
|
799
|
800
|
|
출력
|
6.24
|
6.56
|
6.79
|
7.06
|
7.36
|
7.69
|
③ 진동센서값이 정상(Normal) 내지는 작은(Small) 경우에는 Arc_Count 가 10 이상으로 큰 경우 절연건전성 평가지수도 크게 나타난다.
그림. 15. 절연건전성 평가지수가 위험인 예(2)
Fig. 15. The example (2) of dangerous status(Insulation Safety Index=7.77) at [140;
10; 100; 100]
④ 진동센서값, Arc_Count 값이 정상(Normal)내지는 작은(Small) 경우 Bus_Tempt 가 150℃ 이상으로 큰 경우에 절연건전성
평가지수가 크게 나타남.
그림. 16. 절연건전성 평가지수가 위험인 예(3)
Fig. 16. The example (3) of dangerous status(Insulation Safety Index=7.85) at [140;
3; 155; 60]
⑤ 진동센서값, Arc_Count, Bus_Tempt 값이 정상내지는 작은 경우에, 과부하상태 CT_Current 가 120% 보다 큰 경우 절연건전성
평가지수는 크게 나타남.
그림. 17. 절연건전성 평가지수가 위험인 예(4)
Fig. 17. The example (4) of dangerous status(Insulation Safety Index=7.77) at [140;
3; 80; 130]
5. 결 론
수배전반 내부의 활선부는 변압기, BUSBAR, 차단기 등의 전력기기로 구성되어 있으며, 여러가지 원인에 의해 절연성능 저하 현상이 발생된다. 이러한
절연성능 저하로 인하여 비정상적인 방전현상과 급격한 온도상승이 발생한다.
이와 같은 전력기기의 비정상적인 변화를 24시간 감시하고, 전력설비의 절연성능 저하 및 열화에 의한 화재, 안전사고 및 재산피해를 방지하는 시스템을
개발하였다.
측정된 전류 및 각 센서의 데이터를 이용하여 전력과부하, 지진강도, 아크발생, 온도상승 등 각 센서별로 전기안전경보를 발생함.
특히 퍼지추론 인공지능기법을 이용하여 무게중심법에 의한 절연건전성 평가지수를 산출하여 표시함.
● 만다니(Mandani) 퍼지추론시스템으로 시뮬레이션하여 전기안전진단 알고리즘을 개발함
● 절연건전성 평가 모듈은 센서(지진, 아크 및 적외선센서)와 변류기 2차측 부하전류를 입력변수로 하고, 전기설비의 열화정도를 출력으로 산출함.
● 배전반 내부의 비정상적인 아크 방전, 부스바 또는 터미널 단자의 급격한 온도상승, 지진으로 인한 진동의 영향 등을 복합적으로 적용하여 절연건전성
결과치를 산출함.
References
Sung-Hun Lee, Gyeong-Chan Oh, Sung-Yul Kim, 2021, Decision of Maintenance Priority
of Power System Using an Improved Risk Priority Number methodology Based in Fuzzy
Theory, Vol. 70P, No. 2, pp. 94-101
Eun-Tae Son, In-Su Bae, Dong-Min Kim, 2020, A risk assessment model of facilities
based on Fuzzy Expert system for enhancing resilience in the power system, Vol. 69P,
No. 2, pp. 85-91
Chun-Hee Woo, Bo-In Lee, Jae-Jong Na, 2020, A study on using the fuzzy inference system
to determine the insulation status of power distribution panels, KIEE Summer Conference,
pp. 7.15-7.17
Chun-Hee Woo, Sung-Hwan Lee, Hee-Su Hwang, Gang- Bang Woo, Kwang-Bae Kim, Aug 1993,
A Study on Fault Decision Using Neuro-Fuzzy Network in the Distance Relaying for Line
Protection, Trans. KIEE, Vol. 42, No. 8, pp. 35-47
2019, 2019 Annual Report, KESCO, No. 29, pp. 63-65
Discharge/Flame Sensor UVTRON,, Hamamatsu, pp. 2, UVtron_ TPT1034E.pdf
MATLB&Simulink, 2021, User's manual, MathWorks, http://kr.mathworks.com
저자소개
1985년 연세대학교 전기공학과 졸업(공학사)
1993년 연세대학교 전기공학과 졸업(공학석사)
2000년 연세대학교 전기공학과 졸업(공학박사)
2005년 영국 Cambridge 대학 박사후연구원
2015년 중국 CCIT 교환교수
1995년~현재 명지전문대학 전기공학과 정교수