KR102719819B1 - 옥외형 수배전반의 유압변압기 누유 모니터링장치 - Google Patents

Abstract

인공지능(AI) 기반으로 유압변압기의 누유를 검출하고, 누유 검출 시 실시간으로 경보를 함과 동시에 관리자 단말로 누유 검출 정보를 전달하여 신속한 조치가 이루어지도록 한 옥외형 수배전반의 유압변압기 누유 모니터링장치에 관한 것으로서, 절연유의 유량을 검출하는 유량검출센서, 습도를 검출하는 습도 센서, 유압변압기의 영상 정보를 획득하는 비전센서, 유량검출센서와 습도센서 및 비전센서에서 각각 획득한 검출 데이터를 누유 분석을 위한 데이터로 수집하는 누유 데이터 수집부, 수집한 데이터를 인공지능 기반 딥러닝 알고리즘인 누유 분석 모델로 분석하여 누유 유무를 판단하는 누유 분석부, 누유 분석부의 분석 결과 누유로 판단이 되면, 누유 상태 정보의 표시와 경보를 제어하며, 누유 검출 정보를 관리자 단말로 전송하도록 통신을 제어하는 제어부, 누유 상태 정보를 표시해주는 표시부, 누유 검출에 대하여 경보를 발생하는 경보부, 및 누유 검출 정보를 관리자 단말로 전송하는 통신 모듈을 포함하여, 옥외형 수배전반의 유압변압기 누유 모니터링장치를 구현한다.

Description

옥외형 수배전반의 유압변압기 누유 모니터링장치{Hydraulic transformer oil leak monitoring device for outdoor switchgear}

본 발명은 옥외형 수배전반의 유압변압기 누유 모니터링장치에 관한 것으로, 특히 인공지능(AI) 기반으로 유압변압기의 누유를 검출하고, 누유 검출 시 실시간으로 경보를 함과 동시에 관리자 단말로 누유 검출 정보를 전달하여 신속한 조치가 이루어지도록 한 옥외형 수배전반의 유압변압기 누유 모니터링장치에 관한 것이다.

일반적으로, 수배전반(Switchgear Distributing Board)은 전기 시설물들을 안전하게 사용할 수 있도록 전력 계통의 감시, 제어 및 보호 기능을 포함하며, 한국전력공사로부터 공급된 특고압의 전기를 실제 사용하는 각종 설비의 정격에 맞도록 낮은 전압 및 정격으로 변환해주는 설비이다.

이러한 수배전반은 실내에 설치되는 실내 수배전반, 옥외에 설치되는 옥외형 수배전반 등 다양하게 불리워진다.

그 중 옥외형 수배전반은 고압배전반, 저압배전반, 전동기제어반 및 분전반 등으로 구성되며, 이를 제품은 하나의 시스템으로 연계된다.

옥외형 수배전반에 내장되는 전력 기기로는 자동부하절체개폐기(ALTS), 자동고장구간개폐기(ASS), 부하개폐기(LBS), 변압기(TR), 진공차단기(VCB), 기중차단기(ACB), 계기용 변성기(MOF), 계기용 변류기(CT), 계기용 변압기(PT), 전력용 퓨즈(PF), 배선용 차단기(MCCB) 등의 제품이 몸체에 내장된다.

그 중 변압기는 1차 코일과 2차 코일이 철심 주위에 감겨 있어, 1차 코일에 교류 전압이 걸리면 교류 전원에 의하여 자속의 변화가 나타나고, 이것은 다시 2차 코일에 유도기 전력을 일으켜 2차 코일에 유도되는 기전력의 크기가 변해 전압을 변동시켜 사용자가 원하는 전압으로 바꾸는 기기이다.

이러한 변압기는 철심에 코일과 절연체가 함께 감겨있는 특성상 철심과 인접한 코일 부위나 코일 심부에 절연이 파괴되는 경우, 파손 위치를 정확하게 파악하기가 어려우므로, 변압기가 파손된 뒤에야 파손 원인을 파악되는 경우가 많다.

특히, 조립한 변압기를 외함 및 주형에 넣어 고압 진공 상태에서 절연물로 몰딩한 몰드형 변압기는 외부에서 내부의 구조물을 볼 수 없어, 그 파손원인을 파악하기 더욱 어렵다.

변압기는 다양한 분야에서 활용되고 있으며, 특히 대용량 변압을 위하여 유입식 변압기(유압 변압기)가 사용되고 있다.

유압 변압기는 변압기 내의 밀폐 용기 안에 오일을 절연 매체로 사용하여 도체와 각종 보호 기기들을 수납시켜 신뢰성을 향상시킨 변전 설비이다.

유압 변압기의 절연유는 절연과 냉각을 동시에 가능하게 한다. 유압 변압기의 내부에 위치한 권선과 구조물 및 외함에서는 동손과 철손으로 인하여 열이 발생하는데, 변압기의 정상 운전을 위해서는 이 부분들을 일정 온도 이하로 냉각시켜야 할 필요가 있다. 여기서 냉각 매체로 일반적으로 절연유(광유)가 사용되며, 기타 식물성 절연유가 사용되기도 한다.

절연유의 효율적인 냉각을 위해, 열교환기가 외함에 부착되거나 외함의 외부에 별도로 설치되어 사용되는데, 열교환기는 변압기의 냉각 방식에 따라 방열기 또는 냉각기 등으로 사용된다.

옥외형 수배전반에 적용되는 유압 변압기는 절연유를 절연 매체로 이용하기 때문에 절연유가 누유 등으로 부족할 경우 절연이 이루어지지 않아 대형 전기 사고를 발생할 수 있다.

따라서 옥외형 수배전반에 설치된 유압 변압기의 누유를 상태를 실시간으로 모니터링하고, 누유 발생시 신속하게 조치를 취하도록 하는 기술이 요구되고 있다.

대한민국 공개특허 10-2016-0141273(2016.12.08. 공개)(원격 열화상 모니터링 시스템 및 방법) 대한민국 등록특허 10-2145838(2020.08.12. 등록)(변압기 오일 여과 방법 및 그 시스템) 대한민국 등록실용신안 20-0427758(2006.09.25. 등록)(폐변압기 내부에 함유된 폐절연유를 활용한 전기에너지생산장치) 대한민국 공개실용신안 20-2017-0000937(2017.03.13. 공개)(유입식 변압기)

따라서 본 발명은 상기와 같은 종래의 옥외형 수배전반에 적용된 유압 변압기의 누유 문제를 해결하기 위해서 제안된 것으로서, 인공지능(AI) 기반으로 유압변압기의 누유를 검출하고, 누유 검출 시 실시간으로 경보를 함과 동시에 관리자 단말로 누유 검출 정보를 전달하여 신속한 조치가 이루어지도록 한 옥외형 수배전반의 유압변압기 누유 모니터링장치를 제공하는 데 그 목적이 있다.

상기한 바와 같은 목적을 달성하기 위하여, 본 발명에 따른 "옥외형 수배전반의 유압변압기 누유 모니터링장치"는,

유압변압기의 내부에 설치되어 절연유의 유량을 검출하는 유량검출센서;

상기 유압변압기의 외면에 설치되어 유압변압기의 습도를 검출하는 습도 센서;

상기 유압변압기의 주변에 설치되어 유압변압기의 영상 정보를 획득하는 비전센서;

상기 유량검출센서와 습도센서 및 비전센서에서 각각 획득한 검출 데이터를 누유 분석을 위한 데이터로 수집하는 누유 데이터 수집부;

상기 누유 데이터 수집부에서 수집한 데이터를 인공지능 기반 딥러닝 알고리즘인 누유 분석 모델로 분석하여 누유 유무를 판단하는 누유 분석부;

상기 누유 분석부의 분석 결과 누유로 판단이 되면, 누유 상태 정보의 표시와 경보를 제어하며, 누유 검출 정보를 관리자 단말로 전송하도록 통신을 제어하는 제어부;

상기 제어부의 제어에 따라 누유 상태 정보를 표시해주는 표시부;

상기 제어부의 제어에 따라 누유 검출에 대하여 경보를 발생하는 경보부; 및

상기 제어부의 제어에 따라 상기 누유 검출 정보를 관리자 단말로 전송하는 통신 모듈을 포함하는 것을 특징으로 한다.

상기에서 누유 분석부는,

인공지능 기반 딥러닝 알고리즘인 누유 분석 모델로 유량 검출 데이터와 습도 검출 데이터 및 영상 데이터를 복합적으로 분석하여 누유 유무를 판단하는 것을 특징으로 한다.

상기에서 누유 분석부는,

유량 데이터와 습도 데이터와 영상 데이터를 학습 데이터로 수집하고, 수집 데이터를 데이터별로 Object ID를 지정하는 작업을 통해 라벨링하고, 라벨링된 데이터를 XML 형태의 포맷으로 저장하는 학습 데이터 수집부;

상기 학습 데이터 수집부에서 저장된 라벨링 데이터를 누유 분석용 데이터셋으로 생성하고, 생성한 누유 분석용 데이터셋을 미리 생성된 인공지능 기반 누유 분석 모델을 학습하는 모델 학습부;

상기 모델 학습부의 학습 결과를 기초로 인공지능 누유 분석 모델을 최적화하는 모델 생성부;

상기 모델 생성부에서 생성된 누유 분석 모델의 정확도를 확인하여 학습 모델을 검증하는 모델 검증부를 포함하는 것을 특징으로 한다.

상기에서 누유 분석부는,

누유 분석을 위한 데이터를 수집하는 데이터 수집부;

상기 데이터 수집부에서 수집한 데이터를 누유 분석용 데이터셋으로 생성하는 분석 데이터셋 생성부;

상기 모델 생성부를 통해 최적화된 누유 분석 모델을 이용하여 상기 분석 데이터셋 생성부에서 생성된 데이터셋을 분석하여 누유 유무를 판단하는 누유 판단부를 포함하는 것을 특징으로 한다.

상기에서 누유 판단부는,

유량 데이터를 누유 분석 모델로 분석하여 유량 분석 결과를 도출하고, 습도 데이터를 누유 분석 모델로 분석하여 습도 분석 결과를 도출하고, 영상 데이터를 누유 분석 모델로 분석하여 영상 분석 결과를 도출한 후, 도출한 유량 분석 결과와 습도 분석 결과 및 영상 분석 결과를 융합하여 최종적으로 누유 유무를 판단하는 것을 특징으로 한다.

본 발명에 따르면 인공지능(AI) 기반으로 유압변압기의 누유를 검출하고, 누유 검출 시 실시간으로 경보를 함과 동시에 관리자 단말로 누유 검출 정보를 전달하여 신속한 조치가 이루어지도록 함으로써, 옥외형 수배전반의 유압변압기 누유 시에 신속한 유지보수를 도모해주고, 이를 통해 누유 시 안전성을 확보할 수 있도록 도모해주는 효과가 있다.

도 1은 본 발명에 따른 옥외형 수배전반의 유압변압기 누유 모니터링장치가 적용되는 유압변압기의 개략 구성도이고,
도 2는 본 발명에 따른 옥외형 수배전반의 유압변압기 누유 모니터링장치의 블록 구성도이고,
도 3은 도 2의 누유 분석부의 실시 예 블록 구성도이다.

이하 본 발명의 바람직한 실시 예에 따른 옥외형 수배전반의 유압변압기 누유 모니터링장치를 첨부된 도면을 참조하여 상세하게 설명한다.

이하에서 설명되는 본 발명에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 안 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 바람직한 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원 시점에서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

도 1은 본 발명의 바람직한 실시 예에 따른 옥외형 수배전반의 유압변압기 누유 모니터링장치가 적용되는 유압변압기의 개략 구성도이다.

본 발명의 실시 예에 따른 옥외형 수배전반의 유압변압기 누유 모니터링장치가 적용되는 유압 변압기는 도심 등의 협소한 장소의 옥외에 설치되고, 변압기 케이스 내부의 하측에 설치되는 변압기 본체, 계기용 변성기 및 변압기 차폐판을 포함하여 구성된다. 상기 변압기 본체는 옥외 설치형 패드 변압기, 철심에 감은 코일을 절연유로 절연한 변압기인 몰드 변압기 및 코일 주위에 전기적 특성이 큰 에폭시 수지를 고진공으로 침투시키고, 다시 그 주위를 기계적 강도가 큰 에폭시 수지로 몰딩한 변압기인 유입 변압기의 본체일 수 있다. 상기 변압기 본체는 변압기 케이스의 내부에서 하측에 설치되고, 3개의 코어를 갖는 3상 변압기의 본체인 것이 바람직하다.

상기 계기용 변성기는 고전압을 저전압으로 변성하기 위한 계기용 변압기 및 고전류를 저전류로 변성하기 위한 계기용 변류기를 구비한다. 상기 계기용 변성기는 변압기 케이스의 내부에서 변압기 본체의 상부에 위치함으로써 변압기 본체와 전기적으로 연결된다. 상기 계기용 변성기는 변성기 외함 및 부싱을 제외한 계기용 변성기 본체만이 변압기 케이스 내부에 위치한다. 따라서, 상기 계기용 변성기는 변성기 외함 및 부싱 등에 의해 절연거리가 늘어나는 것을 방지할 수 있어 유압변압기(100)의 소형화를 구현할 수 있다.

상기 변압기 차폐판은 계기용 변성기 및 변압기 본체의 사이에 위치하고, 계기용 변성기와 변압기 본체 사이의 전자기적 상호작용, 예를 들어, 변압기 본체의 누설 자속(leakage flux)이 계기용 변성기에 미치는 영향을 차단할 수 있다. 또한, 상기 변압기 차폐판은 변압기 케이스 내부의 방열 특성을 향상시키기 위하여 슬릿 구조로 형성된 것이 바람직하다. 상기 변압기 차폐판은 동판 또는 알루미늄판으로 형성하여 접지할 수 있다.

한편, 상기 변압기 케이스의 상부에는 변압기 고압 부싱들, 변압기 저압부싱들 및 계기용 변성기의 출력단자 모듈이 형성되어 있다. 상기 변압기 고압부싱들은 차례로 제1고압부싱, 제2고압부싱 및 제3고압부싱으로 칭할 수 있다. 상기 제1고압부싱은 계기용 변압기에 직접 전기적으로 연결되고, 상기 제2고압부싱 및 제3고압부싱은 계기용 변류기에 직접 전기적으로 연결될 수 있다.

상기 출력단자 모듈은 계기용 변압기 및 계기용 변류기와 전기적으로 연결되어 있다.

아울러 변압기 케이스의 내부에는 절연유(30)가 충진되고, 상기 변압기 케이스의 내부 소정 위치에는 절연유의 유량을 검출하는 유량검출센서(40)가 구비될 수 있다.

도 2는 본 발명에 따른 "옥외형 수배전반의 유압변압기 누유 모니터링장치"의 블록 구성도로서, 유량검출센서(40), 습도 센서(50), 비전 센서(61, 62), 누유 데이터 수집부(71), 누유 분석부(72), 제어부(73), 저장부(74), 표시부(75), 경보부(76) 및 통신 모듈(77)을 포함할 수 있다.

도 2에서 참조부호 200은 유압 변압기의 유지보수를 담당함과 동시에 관리를 담당하는 관리자 단말을 포함할 수 있다.

유량검출센서(40)는 유압변압기(100)의 내부에 설치되어 절연유의 유량을 검출하는 역할을 한다. 이러한 유량검출센서(40)는 수위 센서, 초음파 유량센서, 디지털 유량 압력센서, 가동 베인 유량센서, 질량 유량 센서 등 알려진 다양한 유량 센서 중 어느 하나로 구현할 수 있다.

습도 센서(50)는 상기 유압변압기(100)의 외면에 설치되어 유압변압기(100)의 습도를 검출하는 역할을 한다. 이러한 습도 센서(50)는 다공질 세라믹스나 고분자막으로 흡수됨으로써 일어나는 전기저항이나 정전용량의 변화를 이용하는 것, 공진주파수의 변화를 이용하는 것 등 다양한 알려진 습도 센서 중 어느 하나를 이용할 수 있다. 예를 들어, 건습구 습도계, 모발 습도계, 염화리튬 습도센서, 전해 습도센서, 고분자만 습도센서, 수정 진동식 습도센서, 산화알루미늄 습도센서, 세라믹 습도센서, 서미스터 습도센서, 마이크로파 습도센서, 결로센서, 노점센서 중 어느 하나로 구현할 수 있다.

비전센서(61, 62)는 상기 유압변압기(100)의 주변에 설치되어 유압변압기(100)의 케이스 외관에 대하여 영상 정보를 획득하는 역할을 한다. 본 발명에서는 비전센서로 2개를 도시하였으나, 이것에 한정되는 것은 아니고 유압변압기(100)의 케이스의 외관에 대하여 360° 촬영할 수 있는 비전센서로 구현하면 된다. 비전센서는 이미지카메라, 초음파 비전센서, 비전카메라, 산업용 카메라, 이미지센서 등 제품의 영상을 획득할 수 있는 센서로 구현할 수 있다.

누유 데이터 수집부(71)는 상기 유량검출센서(40)와 습도센서(50) 및 비전센서(61, 62)에서 각각 획득한 검출 데이터를 누유 분석을 위한 데이터로 수집하는 역할을 한다.

누유 분석부(72)는 상기 누유 데이터 수집부(71)에서 수집한 데이터를 인공지능(AI) 기반 딥러닝 알고리즘인 누유 분석 모델로 분석하여 누유 유무를 판단하는 역할을 한다.

이러한 누유 분석부(72)는 인공지능 기반 딥러닝 알고리즘인 누유 분석 모델로 유량 검출 데이터와 습도 검출 데이터 및 영상 데이터를 복합적으로 분석하여 누유 유무를 판단할 수 있다.

예컨대, 상기 누유 분석부(72)는 도 3에 도시한 바와 같이, 유량 데이터와 습도 데이터와 영상 데이터를 학습 데이터로 수집하고, 수집 데이터를 데이터별로 Object ID를 지정하는 작업을 통해 라벨링하고, 라벨링된 데이터를 XML 형태의 포맷으로 저장하는 학습 데이터 수집부(81), 상기 학습 데이터 수집부(81)에서 저장된 라벨링 데이터를 누유 분석용 데이터셋으로 생성하고, 생성한 누유 분석용 데이터셋을 미리 생성된 인공지능 기반 누유 분석 모델을 학습하는 모델 학습부(82), 상기 모델 학습부(82)의 학습 결과를 기초로 인공지능 누유 분석 모델을 최적화하는 모델 생성부(83), 상기 모델 생성부(83)에서 생성된 누유 분석 모델의 정확도를 확인하여 학습 모델을 검증하는 모델 검증부(84)를 포함할 수 있다.

아울러 상기 누유 분석부(72)는 누유 분석을 위한 데이터를 수집하는 데이터 수집부(85), 상기 데이터 수집부(85)에서 수집한 데이터를 누유 분석용 데이터셋으로 생성하는 분석 데이터셋 생성부(86), 상기 모델 생성부(83)를 통해 최적화된 누유 분석 모델을 이용하여 상기 분석 데이터셋 생성부(86)에서 생성된 데이터셋을 분석하여 누유 유무를 판단하는 누유 판단부(87)를 더 포함할 수 있다.

상기 누유 판단부(87)는 유량 데이터를 누유 분석 모델로 분석하여 유량 분석 결과를 도출하고, 습도 데이터를 누유 분석 모델로 분석하여 습도 분석 결과를 도출하고, 영상 데이터를 누유 분석 모델로 분석하여 영상 분석 결과를 도출한 후, 도출한 유량 분석 결과와 습도 분석 결과 및 영상 분석 결과를 융합하여 최종적으로 누유 유무를 판단할 수 있다.

저장부(74)는 생성한 누유 분석 모델을 저장하고, 수집 데이터를 저장하며, 생성된 데이터셋을 저장하고 누유 검출 결과를 저장하는 역할을 한다.

제어부(73)는 상기 누유 분석부(72)의 분석 결과 누유로 판단이 되면, 누유 상태 정보의 표시와 경보를 제어하며, 누유 검출 정보를 관리자 단말(200)로 전송하도록 통신을 제어하는 역할을 한다.

표시부(75)는 상기 제어부(73)의 제어에 따라 누유 상태 정보를 표시해주는 역할을 하며, 경보부(76)는 상기 제어부(73)의 제어에 따라 누유 검출에 대하여 경보를 발생하는 역할을 하며, 통신모듈(77)은 상기 제어부(73)의 제어에 따라 상기 누유 검출 정보를 관리자 단말(200)로 전송하는 역할을 한다.

이와 같이 구성된 본 발명에 따른 "옥외형 수배전반의 유압변압기 누유 모니터링장치"의 동작을 구체적으로 설명하면 다음과 같다.

먼저, 옥외의 소정 위치에 유압변압기 누유 모니터링 장치가 포함된 유압변압기를 설치한 상태에서, 운영을 시작하면, 유령검출센서(40), 습도센서(50) 및 비전센서(61, 62)를 이용하여 누유 분석을 위한 데이터를 검출한다.

예컨대, 유량검출센서(40)는 유압변압기(100)의 내부에 설치되어 절연유의 유량을 검출하고, 유량 검출 데이터를 누유 데이터 수집부(71)에 전달한다.

아울러 습도 센서(50)는 상기 유압변압기(100)의 외면에 설치되어 유압변압기(100) 주변의 습도를 검출하여, 습도 검출 데이터를 상기 누유 데이터 수집부(71)에 전달한다.

마찬가지로, 비전센서(61, 62) 역시 상기 유압변압기(100)의 주변에 설치되어 유압변압기(100)의 케이스 외관을 촬영하여 유압변압기의 영상 정보를 획득하여 상기 누유 데이터 수집부(71)에 전달한다.

상기 누유 데이터 수집부(71)는 상기 유량검출센서(40)와 습도센서(50) 및 비전센서(61, 62)에서 각각 획득한 검출 데이터를 누유 분석을 위한 로우 데이터(Raw Signal)로 수집하여 누유 분석부(72)에 전달한다.

예컨대, 누유 데이터 수집부(71)는 수집한 데이터를 각각 데이터 가공 및 정제 과정을 거쳐 테이블 형태로 변환하는 전처리를 수행한다. 이어, 테이블 형태로 변환한 로우 데이터를 누유 분석부(72)에 전달한다.

상기 누유 분석부(72)는 상기 누유 데이터 수집부(71)에서 수집한 데이터를 인공지능 기반 딥러닝 알고리즘인 누유 분석 모델로 분석하여 누유 유무를 판단한다. 이러한 누유 분석부(72)는 인공지능 기반 딥러닝 알고리즘인 누유 분석 모델로 유량 검출 데이터와 습도 검출 데이터 및 영상 데이터를 복합적으로 분석하여 누유 유무를 판단할 수 있다.

예컨대, 상기 누유 분석부(72)는 학습 데이터 수집부(81)에서 유량 데이터와 습도 데이터와 영상 데이터를 학습 데이터로 수집하고, 수집 데이터를 데이터별로 Object ID를 지정하는 작업을 통해 라벨링하고, 라벨링된 데이터를 XML 형태의 포맷으로 메모리에 저장한다. 여기서 Object ID는 유량 데이터, 습도 데이터, 영상 데이터별로 서로 다르게 지정할 수 있다.

다음으로, 모델 학습부(82)는 상기 학습 데이터 수집부(81)에서 저장된 3개의 라벨링 데이터(유량 라벨링 데이터, 습도 라벨링 데이터, 영상 라벨링 데이터)를 각각 누유 분석용 데이터셋으로 생성하고, 생성한 누유 분석용 데이터셋을 미리 생성된 인공지능 기반 누유 분석 모델을 학습한다.

누유 분석 모델의 구축을 위해 모델을 최적화하기 위한 하이퍼 파라미터를 설정하고, 클래스 개수, 학습률(Learning Rate), 손실 함수(Cost Function), 활성화 함수(Activation Function) 등을 설정한다.

여기서 클래스 개수는 누유 분석 모델을 통해 검출한 객체의 개수, 학습률은 신경망 모델이 확률적 경사 하강법(SGD : Stochastic Gradient Descent)을 이용하여 오차를 줄여나갈 때 필요한 학습 비율, 활성화 함수는 레이어에 구성되어있는 노드에서 다음 레이어의 노드로 이동할 때 사용한다. 클래스로 분류될 확률에 필요한 연산의 오차를 줄이는 비선형 함수 신경망 모델을 학습한다.

학습은 상기 이미지 라벨링 및 어노테이션이 이루어진 로우 데이터를 누유 분석 모델에 적용하기 위해 훈련 데이터 셋, 검증 데이터 셋 및 테스트 데이터 셋으로 분할하고, 분류된 데이터 셋에서 검증 데이터 셋을 구축이 완료된 누유 분석 모델에 입력하여 신경망 레이어와 하이퍼 파라미터에 따라 학습을 진행한다.

이러한 학습 결과를 기초로 인공지능 누유 분석 모델을 최적화하여 누유 분석 모델을 생성하고, 모델 검증부(84)에서 상기 분류한 검증 데이터 셋을 이용하여 학습 모델을 검증하고 정확도를 평가하고, 낮은 수치가 측정되면 히든 레이어의 개수 및 하이퍼 파라미터를 조정하여 최적화하는 과정을 통해 누유 분석 모델을 최적화한다.

이렇게 최적화된 누유 분석 모델은 누유 판단부(87)에 실시간 업데이트되어 누유 판단에 활용한다.

상기와 같은 과정으로 누유 분석 모델이 최적화된 상태에서, 데이터 수집부(85)는 상기 누유 데이터 수집부(71)에서 수집한 누유 분석을 위한 데이터를 수집한다.

이어, 분석 데이터셋 생성부(86)는 상기 데이터 수집부(85)에서 수집한 데이터를 누유 분석용 데이터셋으로 생성하여 누유 분석부(87)에 전달한다. 여기서 누유 분석용 데이터셋을 생성하는 과정은 전술한 학습 데이터를 이용하여 데이터셋을 생성하는 방법과 동일하다.

상기 누유 판단부(87)는 상기 모델 생성부(83)를 통해 최적화된 누유 분석 모델을 이용하여 상기 분석 데이터셋 생성부(86)에서 생성된 데이터셋을 분석하여 누유 유무를 판단한다.

예컨대, 상기 누유 판단부(87)는 유량 데이터를 누유 분석 모델로 분석하여 유량 분석 결과를 도출하고, 습도 데이터를 누유 분석 모델로 분석하여 습도 분석 결과를 도출하고, 영상 데이터를 누유 분석 모델로 분석하여 영상 분석 결과를 각각 도출한다. 이어, 도출한 유량 분석 결과와 습도 분석 결과 및 영상 분석 결과를 융합하여 최종적으로 누유 유무를 판단한다. 즉, 어느 하나의 분석 결과만을 이용할 경우 누유 판단에 정확성이 결여되므로, 적어도 2개의 분석 결과 도출이 누유로 판단될 경우에만 최종 누유로 판단을 한다.

여기서 유량 분석 결과와 습도 분석 결과와 영상 분석 결과의 가중치를 다르게 하여, 누유 유무를 판단할 수도 있다. 예컨대, 습도는 누유와 무관하게 유압변압기 주변의 환경에 따라서도 변경될 수 있으므로 가중치를 가장 적게 설정하고, 영상 분석 결과는 누유 이외에 외부의 이물질에 의해서도 누유로 판단될 우려가 조금은 있으므로 상기 습도보다는 가중치를 높게 설정하되 상기 유량보다는 낮게 설정하고, 유량은 실제 누유와 가장 밀접한 관계가 있으므로, 가중치를 가장 높게 설정한다. 수치로 보면, 유량의 가중치는 0.5, 영상의 가중치는 0.2, 습도의 가중치는 0.2가 될 수 있다.

이렇게 누유 분석 모델을 이용하여 최종적으로 판단한 누유 판단 정보는 제어부(73)에 전달된다.

상기 제어부(73)는 생성된 누유 판단 정보를 저장부(74)에 저장하고, 분석 결과가 누유로 판단될 경우, 표시부(75)를 통해 누유 상태 정보를 표시하도록 하고, 동시에 경보부(76)를 제어하여 누유에 대하여 경보를 발생하도록 한다. 경보는 통상의 버저와 같은 음향 장치를 이용하여 누유 경보를 송출하거나, 발광다이오드(LED)와 같은 시각 표시장치를 점등하거나 점멸시켜 누유 상태를 시각적으로 경보한다. 아울러 통신 모듈(77)을 통해 누유 검출 정보를 관리자 단말(200)로 실시간 전송하도록 한다.

유압변압기(100)를 관리하는 관리자는 관리자 단말(200)을 통해 누유 검출 정보가 전달되면, 신속하게 유지보수 조치를 취하여 누유로 인하여 큰 사고가 발생하는 것을 방지하게 된다.

이상 상술한 본 발명에 따르면 인공지능(AI) 기반으로 유압변압기의 누유를 검출하고, 누유 검출 시 실시간으로 경보를 함과 동시에 관리자 단말로 누유 검출 정보를 전달하여 신속한 조치가 이루어지도록 함으로써, 옥외형 수배전반의 유압변압기 누유 시에 신속한 유지보수를 도모해주고, 이를 통해 누유 시 안전성을 확보할 수 있다.

이상 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명하다.

30: 절연유
40: 유량검출센서
50: 습도 센서
61, 62: 비전 센서
71: 누유 데이터 수집부
72: 누유 분석부
81: 학습데이터 수집부
82: 모델 학습부
83: 모델 생성부
84: 모델 검증부
85: 데이터 수집부
86: 분석 데이터셋 생성부
87: 누유 판단부
73: 제어부
74: 저장부
75: 표시부
76: 경보부
77: 통신 모듈

Claims (5)

1. 옥외에 설치되고, 변압기 케이스 내부의 하측에 설치되는 변압기 본체; 계기용 변성기 및 변압기 차폐판을 포함하여 구성되는 유압 변압기; 유량검출센서(40); 습도 센서(50); 비전 센서(61, 62); 누유 데이터 수집부(71); 누유 분석부(72); 제어부(73); 저장부(74); 표시부(75); 경보부(76); 및 통신 모듈(77); 포함하며,
   변압기 본체는,
   옥외 설치형 패드 변압기, 철심에 감은 코일을 절연유로 절연한 변압기인 몰드 변압기 및 코일 주위에 전기적 특성이 큰 에폭시 수지를 고진공으로 침투시키고, 다시 변압기 본체 주위를 에폭시 수지로 몰딩한 변압기인 유입 변압기의 본체이며,
   변압기 본체는 변압기 케이스의 내부에서 하측에 설치되고, 3개의 코어를 갖는 3상 변압기의 본체이며,
   계기용 변성기는 고전압을 저전압으로 변성하기 위한 계기용 변압기 및 고전류를 저전류로 변성하기 위한 계기용 변류기를 구비하며, 변압기 케이스의 내부에서 변압기 본체의 상부에 위치함으로써 변압기 본체와 전기적으로 연결되며, 변성기 외함 및 부싱을 제외한 계기용 변성기 본체만이 변압기 케이스 내부에 위치하며,
   변압기 차폐판은 계기용 변성기 및 변압기 본체의 사이에 위치하고, 계기용 변성기와 변압기 본체 사이의 전자기적 상호작용 차단하며, 변압기 케이스 내부의 방열 특성을 향상시키기 위하여 슬릿 구조로 형성되며 동판 또는 알루미늄판으로 형성하며,
   변압기 케이스의 상부에는 변압기 고압 부싱들, 변압기 저압부싱들 및 계기용 변성기의 출력단자 모듈이 형성되어 있으며,
   변압기 고압부싱들은 제1고압부싱, 제2고압부싱 및 제3고압부싱에 해당하며, 제1고압부싱는 계기용 변압기에 직접 전기적으로 연결되고, 제2고압부싱 및 제3고압부싱는 계기용 변류기에 직접 전기적으로 연결되며,
   출력단자 모듈은 계기용 변압기 및 계기용 변류기와 전기적으로 연결되어 있으며,
   변압기 케이스의 내부에는 절연유(30)가 충진되고, 변압기 케이스의 내부 소정 위치에는 절연유의 유량을 검출하는 유량검출센서(40)가 구비되며,
   유량검출센서(40)는 유압변압기의 내부에 설치되어 절연유의 유량을 검출하고, 유량 검출 데이터를 누유 데이터 수집부(71)에 전달하며,
   습도 센서(50)는 유압변압기의 외면에 설치되어 유압변압기 주변의 습도를 검출하여, 습도 검출 데이터를 상기 누유 데이터 수집부(71)에 전달하며,
   비전센서(61, 62)는 유압변압기의 주변에 설치되어 유압변압기의 케이스 외관을 촬영하여 유압변압기의 영상 정보를 획득하여 누유 데이터 수집부(71)에 전달하며, 유압변압기의 케이스의 외관에 대하여 360° 촬영하며,
   누유 데이터 수집부(71)는 상기 유량검출센서(40)와 습도센서(50) 및 비전센서(61, 62)에서 각각 획득한 검출 데이터를 누유 분석을 위한 로우 데이터(Raw Signal)로 수집하여 누유 분석부(72)에 전달하되,
   누유 데이터 수집부(71)는 수집한 데이터를 각각 데이터 가공 및 정제 과정을 거쳐 테이블 형태로 변환하는 전처리를 수행하며, 테이블 형태로 변환한 로우 데이터를 누유 분석부(72)에 전달하며,
   누유 분석부(72)는 누유 데이터 수집부(71)에서 수집한 데이터를 분석하여 누유 유무를 판단하며, 유량 검출 데이터와 습도 검출 데이터 및 영상 데이터를 복합적으로 분석하여 누유 유무를 판단하되,
   누유 분석부(72)의 학습 데이터 수집부(81)에서 유량 데이터와 습도 데이터와 영상 데이터를 학습 데이터로 수집하고, 수집 데이터를 데이터별로 Object ID를 지정하는 작업을 통해 라벨링하고, 라벨링된 데이터를 XML 형태의 포맷으로 메모리에 저장하며, Object ID로 유량 데이터, 습도 데이터, 영상 데이터별로 서로 다르게 지정하며,
   누유 분석부(72)의 모델 학습부(82)는 학습 데이터 수집부(81)에서 저장된 3개의 라벨링 데이터(유량 라벨링 데이터, 습도 라벨링 데이터, 영상 라벨링 데이터)를 각각 누유 분석용 데이터셋으로 생성하고, 생성한 누유 분석용 데이터셋을 미리 생성된 누유 분석 모델로 학습하며,
   모델 학습부(82)는 누유 분석 모델의 구축을 위해 모델을 최적화하기 위한 하이퍼 파라미터를 설정하고, 클래스 개수, 학습률(Learning Rate), 손실 함수(Cost Function), 활성화 함수(Activation Function)를 설정하며,
   클래스 개수는 누유 분석 모델을 통해 검출한 객체의 개수, 학습률은 신경망 모델이 확률적 경사 하강법(SGD : Stochastic Gradient Descent)을 이용하여 오차를 줄여나가는데 사용하는 학습 비율, 활성화 함수는 레이어에 구성되어있는 노드에서 다음 레이어의 노드로 이동시 사용하며, 클래스로 분류되는 확률에 필요한 연산의 오차를 줄이는 비선형 함수 신경망 모델을 학습하며,
   학습은 이미지 라벨링 및 어노테이션이 이루어진 로우 데이터를 누유 분석 모델에 적용하기 위해 훈련 데이터 셋, 검증 데이터 셋 및 테스트 데이터 셋으로 분할하고, 분류된 데이터 셋에서 검증 데이터 셋을 구축이 완료된 누유 분석 모델에 입력하여 신경망 레이어와 하이퍼 파라미터에 따라 학습을 진행하며,
   학습 결과를 기초로 누유 분석 모델을 최적화하여 누유 분석 모델을 생성하고, 누유 분석부(72)의 모델 검증부(84)에서 분류한 검증 데이터 셋을 이용하여 학습 모델을 검증하고 정확도를 평가하고, 미리 설정된 기준보다 낮은 수치가 측정되면 히든 레이어의 개수 및 하이퍼 파라미터를 조정하여 최적화하는 과정을 통해 누유 분석 모델을 최적화하며,
   최적화된 누유 분석 모델은 누유 판단부(87)에 실시간 업데이트되어 누유 판단에 활용하며,
   누유 분석 모델이 최적화된 상태에서, 데이터 수집부(85)는 누유 데이터 수집부(71)에서 수집한 누유 분석을 위한 데이터를 수집하며,
   분석 데이터셋 생성부(86)는 데이터 수집부(85)에서 수집한 데이터를 누유 분석용 데이터셋으로 생성하여 누유 분석부(87)에 전달하며,
   누유 판단부(87)는 모델 생성부(83)를 통해 최적화된 누유 분석 모델을 이용하여 분석 데이터셋 생성부(86)에서 생성된 데이터셋을 분석하여 누유 유무를 판단하되, 유량 데이터를 누유 분석 모델로 분석하여 유량 분석 결과를 도출하고, 습도 데이터를 누유 분석 모델로 분석하여 습도 분석 결과를 도출하고, 영상 데이터를 누유 분석 모델로 분석하여 영상 분석 결과를 각각 도출하며,
   도출한 유량 분석 결과와 습도 분석 결과 및 영상 분석 결과를 융합하여 최종적으로 누유 유무를 판단하되, 어느 하나의 분석 결과만을 이용할 경우 누유 판단에 정확성이 결여되므로, 적어도 2개의 분석 결과 도출이 누유로 판단된 경우에만 최종 누유로 판단을 하며,
   유량 분석 결과와 습도 분석 결과와 영상 분석 결과의 가중치를 다르게 하여, 누유 유무를 판단시, 습도는 누유와 무관하게 유압변압기 주변의 환경에 따라서도 변경되므르 가중치를 미리 설정된 단계 중에서 가장 적게 설정하고, 영상 분석 결과는 누유 이외에 외부의 이물질에 의해서도 누유로 판단되는 우려가 조금은 있으므로 습도보다는 가중치를 높게 설정하되 유량보다는 낮게 설정하고, 유량은 실제 누유와 가장 밀접한 관계가 있으므로, 가중치를 가장 높게 설정하며,
   누유 분석 모델을 이용하여 최종적으로 판단한 누유 판단 정보는 제어부(73)에 전달되며,
   제어부(73)는 생성된 누유 판단 정보를 저장부(74)에 저장하고, 분석 결과가 누유로 판단되는 경우, 표시부(75)를 통해 누유 상태 정보를 표시하도록 하고, 동시에 경보부(76)를 제어하여 누유에 대하여 경보를 발생하도록 하며, 통신 모듈(77)을 통해 누유 검출 정보를 관리자 단말(200)로 실시간 전송하며,
   유압변압기를 관리하는 관리자는 관리자 단말(200)을 통해 누유 검출 정보가 전달되면, 신속하게 유지보수 조치를 취하여 누유로 인하여 사고가 발생하는 것을 방지하도록 하는 것을 특징으로 하는 옥외형 수배전반의 유압변압기 누유 모니터링장치.
   
2. 삭제
3. 삭제
4. 삭제
5. 삭제

Images