이형진
(Hyeong-Jin Lee)
1iD
윤광훈
(Kwang-Hoon Yoon)
1
권동진
(Dong-Jin Kweon)
2
김재철
(Jae-Chul Kim)
†iD
-
(Dept. of Electrical Engineering, Soongsil University, Korea.)
-
(Energy Valley Center, Korea Electric Power Research Institute, Korea.)
Copyright © The Korean Institute of Electrical Engineers(KIEE)
Key words
Transformer, IEC 60599, Duval Triangle Method(DTM), Failure Diagnosis, Expert System, Fuzzy Logic
1. 서 론
전력용 변압기는 안정적인 전력공급을 위해 중요한 전력설비 중 하나이다. 전력계통의 안정적인 운영을 위해 전력용변압기의 결함을 조기에 정확하게 진단하고
사고를 미연에 방지하기 위한 많은 연구들이 진행되고 있다(1).
그 중 DGA(Dissolved Gas Analysis)는 유중변압기의 결함을 초기에 검출하고 결함을 예방하는데 가장 널리 이용되는 진단기술이다.
DGA는 가스검출량에 따라 결함을 판단하는 기법으로써 수소(H2)는 코로나(Corona)와 부분방전(Discharge), 메탄(CH4)와 에탄(C2H6)은
스파킹(Sparking), 에틸렌(C2H4)은 과열, 아세틸렌(C2H2)은 아크(Arcing)와 밀접한 연관이 있다. DGA는 유중변압기의 결함을
효과적으로 진단하는 방법 중 하나로 인정받음에 따라 많은 연구자들이 DGA를 분석하는 방법에 대해 많은 연구를 수행하였다(2). 하지만, 각각의 변압기 용량이 상이하며 가스검출량에 대해 정량화가 어렵기 때문에 IEC 60599와 DTM(Duval Triangle Method)와
같이 조성비(composition ratio)를 활용하는 진단 기법이 개발되었다(3,4).
IEC 60599는 5가지의 가연성가스를 가스조성비로써 표현하여 6가지의 결함으로 진단하는 기법이다(3). DTM은 3가지의 가연성가스를 가스조성비로 표현하여 삼각형을 통해 7가지의 결함으로 진단한다(5).
하지만 IEC 60599는 산출된 가스조성비가 진단영역에 존재하지 않거나 중복되는 경우 ‘진단 불가’ 또는 부정확한 진단을 초래한다. 또한, 특정
가스검출량이 ‘0’일 경우에는 대부분의 DGA는 가스조성비를 활용하기 적용이 어렵다(3-8).
본 논문에서는 IEC 60599와 DTM을 기반으로 제작한 전문가시스템을 통해 변압기의 결함을 진단 할 수 있는 방안을 제안하였다. 전문가시스템은
퍼지논리(Fuzzy Logic)를 활용하여 기존 DGA의 문제점을 개선하였다.
2. IEC 60599 and Duval Triangle
2.1 IEC 60599
IEC 60599는 5가지의 가연성가스(H2, CH4, C2H6, C2H4, C2H2)를 3가지의 가스조성비(C2H2/C2H4, CH4/H2, C2H4/C2H6)로
표현된다. 3가지의 가스조성비는 표 1에 IEC 60599규정에 적용하여 변압기의 결함을 진단한다(3). 하지만, 가스조성비가 표 1에 해당하지 않거나 가스측정량이 ‘0’일 경우 진단이 불가능하거나 정확하제 진단 할 수 없다는 단점이 있다(3-8).
표 1 IEC 60599 규정.
Table 1 IEC 60599 Standard.
|
Case
|
Failure
|
$C_{2}H_{2}$/$C_{2}H_{4}$
|
$CH_{4}$/
$H_{2}$
|
$C_{2}H_{4}$/$C_{2}H_{6}$
|
|
PD
|
Partial Discharge
|
NS
|
<0.1
|
<0.2
|
|
D1
|
Low Energy
Discharge
(Sparking)
|
>1
|
0.1-0.5
|
>1
|
|
D2
|
High Energy
Discharge
(Arcing)
|
0.6-2.5
|
0.1-1
|
>2
|
|
T1
|
Thermal Fault less than 300℃
|
NS
|
NS
|
<1
|
|
T2
|
Thermal Fault between 300℃ and 700℃
|
<0.1
|
>1
|
1-4
|
|
T3
|
Thermal Fault greater than 700℃
|
<0.2
|
>1
|
>4
|
NS = Non-significant whatever the value.
2.2 Duval Triangle Method
DTM은 1970년대 Michel. Duval로부터 제안되었다. 변압기의 고장여부를 진단하기 위해 탄화수소 가스(Hydrocarbon Gas) 또는
수소(H2)의 가스검출량이 표 2의 제한값(L1)을 초과하면 변압기를 고장으로 판단한다(5,6).
표 2 변압기의 고장진단을 위한 Duval Triangle Method의 제한값.
Table 2 L1 limits of Duval Triangle Method for Fault Diagnosis of Transformer.
|
Gas
|
L1 Limits [ppm]
|
|
$H_{2}$
|
100
|
|
$CH_{4}$
|
75
|
|
$C_{2}H_{2}$
|
3
|
|
$C_{2}H_{4}$
|
75
|
|
$C_{2}H_{6}$
|
75
|
표 2의 제한값을 초과하여 변압기가 고장으로 진단되면 변압기의 결함을 진단하기 위해 3가지 가스(CH4, C2H4, C2H2)를 표 1을 활용하여 가스 조성비로 표현한다(5,6).
표 1에 의해 백분율로 표현된 가스조성비를 그림 1의 삼각형에 해당하는 각 변에 직선으로 표현한다. 그 후, 변압기의 결함은 세 직선이 교차하는 지점에 해당하는 영역으로 판단된다(5,6).
그림 1. 변압기의 결함 진단을 위한 Duval Triangle Method.
Fig. 1 Duval Triangle Method for Failure Diagnosis in Transformer.
3. 퍼지논리를 활용한 전문가시스템
전문가시스템은 전문가의 경험, 지식, 노하우(know-how)등을 알고리즘으로 표현하여 컴퓨터가 전문가와 동일하거나 더 좋은 성능으로 문제를 해결하는
시스템으로 정의된다. 즉, 전문가시스템은 전문가가 특정분야에 지니고 있는 전문지식 등을 체계적으로 정리하여 판단함으로써 일반 사용자도 전문지식을 객관적이고
체계적으로 활용 할 수 있도록 도움을 준다. 하지만, 종래의 전문가시스템은 참과 거짓이 확실히 구분되는 불 논리(Boolean Logic)의 불합리를
피하기 어려웠다. 퍼지논리는 퍼지집합 이론에 기반하여 인간의 사고방식(thought processes)을 모델링하는 기법이다. 퍼지 전문가 시스템은
'IF-THEN' 규칙을 활용하여 전문가의 논리를 구현 할 수 있는 장점이 있다(9).
본 3장에서는 아래와 같은 DGA의 문제점을 해결하기 위하여 퍼지논리를 활용한 전문가시스템을 제안한다:
· 대부분의 DGA는 가스조성비를 활용하여 변압기의 결함을 진단한다. 하지만, 가스조성비가 적절하게 산정되지 않거나 ‘0’으로 측정되는 경우 진단이
불가하거나 부정확하다.
· DGA는 한정된 데이터를 기반으로 작성된 정량적 지표에 의해 변압기의 고장 및 결함을 진단한다. 따라서, 각 변압기의 설치환경 및 운영특성 등을
고려하기 어렵다.
그림 2는 본 논문에서 제안하는 IEC 60599 및 DTM기반으로 작성한 전문가 시스템의 구성을 나타낸다.
그림 2 IEC 60599 및 Duval Triangle Method 기반의 전문가 시스템.
Fig. 2 Expert System based on IEC 60599 and Duval Triangle Method.
3.1 멤버십함수(Membership Function)
그림 3는 IEC 60599와 DTM기반으로 멤버십함수(Membe- rship Function)를 작성하였다. 그림 3(a)-(c)는 DTM을 기반으로 작성한 멤버십함수이다. 그림 3(d)-(f)는 국내 변압기 운영특성을 고려하기 위하여 표 3의 한전 변압기 진단 규정을 기반으로 작성한 멤버십함수이다. 표 3은 변압기의 고장여부를 진단하기 위한 한전의 아세틸렌, 에틸렌, 메탄의 기준을 나타낸다. 3가지 가스검출량 중 하나라도 제한값을 초과하면 변압기를
고장으로 진단한다. 그림(g)-(i)는 IEC60599를 기반으로 작성한 멤버십함수이다. 그림(j)는 결함타입 판정을 위한 멤버십함수의 출력을 나타낸다.
그림 3 IEC 60599, Duval Triangle Method기반의 멤버십함수.
Fig. 3 Membership Function based on IEC 60599, Duval Triangle Method.
표 3. 테이블표 3 변압기의 고장진단을 위한 한전 규정.
Table 3 KEPCO standard for Fault Diagnosis.
|
Gas
|
Limit Value [ppm]
|
|
$C_{2}H_{2}$
|
10
|
|
$C_{2}H_{4}$
|
100
|
|
$CH_{4}$
|
150
|
3.2 룰 베이스(RuleBase)
룰 베이스(Rule Base)는 전문가의 사고방식을 구현하는 과정이기 때문에 시스템에 큰 영향을 미친다. 따라서 본 논문에서 활용한 전문가시스템의
룰 베이스는 전 세계적으로 검증된 IEC 60599와 DTM을 기반으로 작성하였다.
표 4는 IEC 60599 및 DTM을 기반으로 작성한 전문가시스템의 룰 베이스를 나타낸다. 룰 1부터 10까지는 DTM기반의 룰 베이스를 나타낸다. 룰
11번은 설치환경 및 운영특성을 고려하기 위하여 표 3의 한전 기준을 반영하여 작성하였다. 룰 12부터 17까지는 IEC 60599 기반의 룰 베이스를 나타낸다.
표 4 IEC 60599 및 DTM 기반의 룰 베이스.
Table 4 Rule based on IEC 60599 and DTM.
|
No
|
Rule
|
|
1
|
If (%ch4 is PD) and (c2h4 is PD) and (c2h2 is PD) then (output is PD)(1)
|
|
2
|
If (%ch4 is T3) and (c2h4 is T3) and (c2h2 is T3) then (output is T3)(1)
|
|
3
|
If (%ch4 is D1) and (c2h4 is D1) and (c2h2 is D1) then (output is D1)(1)
|
|
4
|
If (%ch4 is D2_1) and (c2h4 is D2_1) and (c2h2 is D2_1) then (output is D2)(1)
|
|
5
|
If (%ch4 is D2_2) and (c2h4 is D2_2) and (c2h2 is D2_2) then (output is D2)(1)
|
|
6
|
If (%ch4 is DT_1) and (c2h4 is DT_1) and (c2h2 is DT_1) then (output is DT)(1)
|
|
7
|
If (%ch4 is DT_2) and (c2h4 is DT_2) and (c2h2 is DT_2) then (output is DT)(1)
|
|
8
|
If (%ch4 is DT_3) and (c2h4 is DT_3) and (c2h2 is DT_3) then (output is DT)(1)
|
|
9
|
If (%ch4 is T12) and (c2h4 is T12) and (c2h2 is T1) then (output is T1T2)(1)
|
|
10
|
If (%ch4 is T12) and (c2h4 is T12) and (c2h2 is T2) then (output is T1T2)(1)
|
|
11
|
If (Lc2h2 is normal) and (Lc2h4 is normal) and (Lch4 is normal) then (output is normal)(1)
|
|
12
|
If (ch4/h2 is PD) and (c2h4/c2h6 is PD) then (output is PD)(1)
|
|
13
|
If (c2h2/c2h4 is D1) and (ch4/h2 is D1) and (c2h4/c2h6 is D1) then (output is D1)(1)
|
|
14
|
If (c2h2/c2h4 is D2) and (ch4/h2 is D2) and (c2h4/c2h6 is D2)(1)
|
|
15
|
If (c2h4/c2h6 is T1) then (output is T1T2)(1)
|
|
16
|
If (c2h2/c2h4 is T2) and (ch4/h2 is T2) and (c2h4/c2h6 is T2) then (output is T1T2)(1)
|
|
17
|
If (c2h2/c2h4 is T3) and (ch4/h2 is T3) and (c2h4/c2h6 is T3)(1)
|
3.3 전문가시스템의 검증
본 3.3절에서는 본 논문에서 제안한 전문가시스템을 IEC TC10 데이터베이스와 MATLAB을 활용하여 검증하였다. 표 5는 전문가시스템의 검증을 위해 활용한 TC10 데이터베이스의 구성을 나타낸다(3).
표 5 IEC TC10 데이터베이스.
Table 5 IEC TC10 Database
|
|
PD
|
D1
|
D2
|
T1T2
|
T3
|
Total
|
|
Number
|
9
|
26
|
48
|
16
|
18
|
117
|
|
Percentage
|
8%
|
22%
|
41%
|
14%
|
15%
|
100%
|
표 6은 본 논문에서 제안하는 전문가시스템의 진단결과를 나타낸다. 참고문헌 (7,10)와 비교하였을 때, 기존 IEC 60599의 정확도에 비해 개선되었으며 DTM과 유사한 정확도를 갖는다. 기존 IEC 60599는 가스조성비가 진단영역에
해당하지 않으면 ‘진단불가’로 진단하기 때문에 정확도가 낮다.
표 6 전문가시스템의 진단결과.
Table 6 Diagnosis Results of Expert System.
|
|
PD
|
D1
|
D2
|
T1T2
|
T3
|
Total
|
|
Number
|
9
|
20
|
46
|
10
|
14
|
99
|
|
Successful prediction
|
100%
|
77%
|
96%
|
63%
|
78%
|
85%
|
표 7은 IEC TC10의 샘플 변압기 3대(no. 4, 16, 24)의 가스검출량 및 진단결과를 나타낸다.
표 7 IEC TC10의 샘플 변압기 데이터.
Table 7 Sample Transformer Data of IEC TC10.
|
|
$H_{2}$
|
$CH_{4}$
|
$C_{2}H_{2}$
|
$C_{2}H_{4}$
|
$C_{2}H_{6}$
|
Label
|
|
4
|
92600
|
10200
|
0
|
0
|
0
|
‘PD’
|
|
16
|
60
|
10
|
4
|
4
|
4
|
‘D1’
|
|
24
|
7600
|
1230
|
1560
|
836
|
318
|
‘D1’
|
표 8은 표 7에서 언급한 IEC TC10 변압기에 대한 IEC 60599, DTM 및 본 논문에서 제안하는 전문가시스템의 진단결과를 나타낸다.
표 8 IEC TC10 샘플 데이터에 대한 IEC 60599, DTM 및 전문가시스템의 진단 결과
Table 8 Diagnosis Results of IEC 60599, DTM and Expert System.
|
|
Label
|
IEC 60599
|
DTM
|
ExpertSystem
|
|
4
|
‘PD’
|
‘ND’
|
‘PD’
|
‘PD’(5.0)
|
|
16
|
‘D1’
|
‘ND’
|
‘D1’
|
‘Normal’(3.94)
|
|
24
|
‘D1’
|
‘ND’
|
‘D2’
|
‘D1’(8.97)
|
ND = Not Diagnosis
그림 4는 IEC TC10의 샘플 변압기인 4번, 16번, 24번의 DTM 진단결과를 삼각형을 통해 표현하였다. DTM을 통해 4번 변압기는 ‘PD’, 16번
변압기는 ‘D1’, 24번 변압기는 ‘D2’로 진단되었다. IEC TC10에서 4번 변압기는 ‘PD’로 진단되었다. 기존 IEC 60599는 ‘진단불가’,
기존 DTM과 전문가시스템은 ‘PD’로 진단하였다.
그림 5는 4번 변압기의 진단을 위한 전문가시스템의 추론과정을 나타낸다. 전문가시스템의 추론과정을 통해 4번 변압기를 PD(5.0)으로 진단하였다. 5.0은
3.1절에서 언급한 출력 멤버십함수의 크리스프값(Crisp Value)을 의미한다.
4번 변압기의 진단 과정을 통해 가스검출량(C2H2, C2H4, C2H6)
그림 4 IEC TC10의 샘플 변압기(no. 4, 16, 24)에 대한 DTM 진단결과.
Fig. 4 Diagnosis Results of IEC TC10 Transformer (no. 4, 16, 24).
그림 5 전문가시스템을 통한 IEC TC10 변압기(no. 4)의 추론 과정.
Fig. 5 Inference of Processing of IEC TC10 Transformer(no. 4).
이 ‘0’임에도 불구하고 전문가시스템은 적절하게 결함을 진단 할 수 있음을 확인하였다.
IEC TC10에서 16번 변압기는 ‘D1’로 진단되었다. 기존 IEC 60599는 ‘진단불가’, 기존 DTM은 ‘D1’, 전문가시스템은 ‘Normal’로
진단하였다.
그림 5는 16번 변압기의 진단을 위한 전문가시스템의 추론과정을 나타낸다. 본 논문에서 제안한 전문가시스템의 경우, 국내의 설치환경 및 운영특성을 고려하기
위해 표 3의 한전 기준을 룰 베이스로 적용하였기 때문에 16번 변압기는 정상변압기로 판정되었다. 따라서, 16번 변압기의 진단과정을 통해 전문가시스템은 설치환경
및 운영특성을 고려하기 용이함을 확인하였다.
IEC TC10에서 24번 변압기는 ‘D1’으로 진단되었다. 기존 IEC 60599는 ‘진단불가’, 기존 DTM은 ‘D2’, 전문가시스템은 ‘D1’으로
진단하였다. 24번 변압기는 기존 DTM방식에서 그림 4를
그림 6 전문가시스템을 통한 IEC TC10 변압기(no. 16)의 추론 과정.
Fig. 6 Inference Processing of IEC TC10 Transformer(no. 16).
통해 ‘D1’과 ‘D2’의 경계에 위치하였으나 ‘D2’로 판정됨을 확인 할 수 있었다.
그림 7은 24번 변압기의 전문가시스템의 추론과정을 나타낸다. 전문가시스템은 ‘D1’과 ‘D2’에 소속하는 정도인 크리스프값(8.97)로 표현함으로써 현장실무자
또는 엔지니어에게 결함을 진단 할 수 있는 근거를 제시한다.
그림 7 IEC TC10 변압기(no. 24)의 추론 과정.
Fig. 7 Inference Processing of IEC TC10 Transformer(no. 24).
4. 결 론
본 논문은 유입변압기 진단에 활용되는 DGA에 대한 문제점을 개선하기 위하여 퍼지논리를 활용한 전문가시스템을 제안하였다. 본 논문에서 제안한 전문가시스템에서는
아래와 같은 장점이 있다:
· 기존 DGA 방법들과 비교하여 결함진단의 정확도를 개선하였다.
· 가스검출량이 ‘0’이거나 가스조성비가 적절하게 산출되지 않은 경우, 진단이 부정확하거나 ‘진단불가’인 문제점을 개선하였다.
· 전력사의 규정, 제작사의 운영특성, 설치환경 등 상이한 변압기의 특성을 고려하기 용이하다.
· 시스템의 추론과정 및 크리스프값을 통해 애매모호한 판정은 현장실무자 또는 엔지니어가 진단 할 수 있는 근거로 활용 할 수 있다.
· 크리티컬(critical)한 결함 등은 룰 베이스를 통해 가중치를 산정하면 진단결과에 더 많은 영향을 준다.
IEC 60599와 DTM과 같은 대부분의 DGA는 해외변압기 데이터를 활용하여 작성되었다. 따라서 국내의 변압기 진단을 적용하기에는 어려움이 있었다.
향후에, 국내 변압기의 운전 및 결함 데이터, 전문가 및 제작사 의견, 한전의 규정, 등을 고려하면 국내 변압기에 대해 적절하고 신뢰성 높은 유입변압기의
결함진단방안 될 수 있다.
Acknowledgements
This work was supported by the Korea Institute of Energy Technology Evaluation and
Planning(KETEP) and the Ministry of Trade, Industry & Energy(MOTIE) of the Republic
of Korea (No. 2019381010001B).
References
Kweon Dong-Jin, Kim Yong-Hyun, Park Tae-Sik, Kwak No-Hong, Hur Yong-Ho, 2018, DGA
Gases related to the Aging of Power Transformer for Asset Management, Journal of Electrical
Engineering & Technology, Vol. 13, No. 1, pp. 372-378
Park Jin-Yeub, Chin Soo-Hwan, Park In-Kyoo, 2011, A Study on the Reliability of Failure
Diagnosis Methods of Oil Filled Transformer using Actual Dissolved Gas Con- nection,
Transaction of KIEE, Vol. 60, No. 3, pp. 114-119
Duval Michel, Depablo Alfonso, 2001, Interpretation of Gas- In-Oil Analysis Using
New IEC Publication 60599 and IEC TC 10 Databases, IEEE Electrical Insulation Magazine,
Vol. 17, No. 2, pp. 31-41
Yang Hong-Tzer, Liao Chiung-Chou, Chou Jeng-Hong, 2001, Fuzzy Learning Vector Quantization
Networks for Power Transformer Condition Assessment, IEEE Transaction on Dielectrics
and Electrical Insulation, Vol. 8, No. 1, pp. 143-149
Duval Michel, 2008, The Duval Triangle for Load Tap Chang- ers, Non-Mineral Oils and
Low Temperature Faults in Transformer, IEEE Electrical Insulation Magazine, Vol. 24,
No.
Saeed Alghmdi Ali, Asiah Muhamad Nor, A. Suleiman Abubakar, 2012, DGA Interpretation
of Oil Filled Transform- er Condition Diagnosis, Transactions on Electrical and Electronic
Materials, Vol. 13, No. 5, pp. 229-232
Seo Myeong-Seok, Ji Pyeong-Shik, 2016, A Fault Diagnosis Method of Oil-Filled Power
Transformers Using IEC Code based Neuro-Fuzzy Model, Transaction of KIEE, Vol. 65p,
No. 1, pp. 41-46
Cho Sung-Min, 2009, Criteria Revision of Dissolved Gas Analysis of Oil-Filled Transformers
in Korea, IEEE Power & Energy Society General Meeting
Cho Sung-Min, 2008, The DGA Diagnosis Algorithm for Power Transformers using Statistical
Fuzzy Function, Master’s Thesis of Soongsil University
K. Irungu G., O. Akumu A., L. Munda J., 2016, A New Fault Diagnostic Technique in
Oil-Filled Electrical Equip- ment; the dual of Duval Triangle, IEEE Transaction on
Dielectrics and Electrical Insulation, Vol. 23, No. 6, pp. 3405-3410
저자소개
2015년 안양대학교 전기전자공학과 졸업.
2017년 숭실대학교 대학원 전기공학과 졸업(석사).
2017년~현재 동 대학원 박사과정
E-mail : hyeongjin0420@gmail.com
1990년 4월 5일생.
2017년 안양대학교 전기전자공학과 졸업.
2017년~현재 숭실대학교 대학원 석박사통합과정.
E-mail : rhkdgns0405@gmail.com
1963년 1월 20일생.
1986년 서울산업대학교 전기공학과 졸업.
1992년 숭실대학교 대학원 전기공학과 졸업(석사).
1995년 동 대학원 전기공학과 졸업(박사).
현재 한전전력연구원 에너지밸리센터 센터장
E-mail : jjinkwon@kepco.co.kr
1955년 7월 12일생.
1979년 숭실대 전기공학과 졸업.
1983년 서울대학교 대학원 전기공학과 졸업(석사).
1987년 동 대학원 전기공학과 졸업(박사).
현재 숭실대 전기공학부 교수
E-mail : jckim@ssu.ac.kr