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

  1. (Smart Power Distribution Laboratory, KEPRI, KOREA)
  2. (Incheon National Univ., Korea)



Power Facilitiy, Lifespan, AMS, Survival Analysis

1. 서 론

전력회사는 전력계통의 고장방지와 고품질 전력을 제공하기 위해, 전력설비의 주기적 진단 및 교체를 수행하고 있다. 이를 통해 전력설비의 수명을 예측하여, 사전에 전력설비를 교체함으로써 고장예방에 힘쓰고 있다. 특히, 자산관리 개념이 나오기 전인 2014년도 이전에는 전력설비 진단과 관련된 절연열화 관련 연구가 활발히 이루어졌다. 열화요인에 의해 절연능력이 떨어지며 전력설비 수명이 단축되기 때문에, 절연재료에 대한 전기적/열적 복합스트레스/기계적 및 환경적 열화를 평가하여 전력설비 기능적 수명을 진단하기도 하였다(1-3). 또한, 이를 수학적 모델을 통해 절연재료에 관한 수명모델을 제시하는 연구도 진행되었다(4). 2014년 ISO55000이 정립되면서부터 전력설비의 자산관리에 대한 관심도가 높아졌고, 기계적 수명 뿐만 아니라 투자비를 고려한 설비 관리 기술이 정립되기 시작하였다. 발전분야에서는 발전설비 수명을 물리적 수명, 기술적 수명, 경제적 수명으로 나누어 노후도 평가 기본모델을 개발하여 전력설비 자산관리 프로세스를 정립하였다(5). 또한, 전력용 변압기의 열화수명평가 기술을 활용하여 경제적 수명지수를 결정하여 위험도 기반의 종합상태평가 방법론을 정립하였다(6). 전력설비 자산관리는 주로 설비규모가 큰 발전 및 송/변전 분야에서 연구해왔으며, 비교적 규모가 작은 배전설비에 대해서는 경제성 지표에 대한 연구는 많이 이루어지지 않았다. 특히, 설비 재사용에 따른 경제성과 이를 반영한 자산관리 체계에 대한 연구는 진행되지 않았었다. 실제 전력회사에서는 고장예방차원에서 설비를 교체하는 경우도 많지만, 이설이나 타설비 설치, 증설 등의 다양한 이유에 의해 전력설비를 철거하고 신설설비로 교체하는 경우도 빈번하다. 이 때 철거된 설비는 자재센터 환입 후 재사용 혹은 폐기처리 한다. 전력설비의 효율적 자산관리를 위해서는 자재센터 입고 후의 설비에 대해서도 생애이력추적과 비용분석을 해야한다.

따라서, 본 논문에서는 배전설비의 재사용 제고와 자산관리를 위해 가스절연가공개폐기를 대상으로 한 생존분석기반 경제적 수명 산정 방법론을 제시한다. 또한, 수명산정을 통해 배전설비 재사용 가능여부를 판단하여 신뢰성있는 설비의 재사용을 통한 전력설비 투자비 절감 방안을 제안한다.

2. 본 론

2.1 수명 산정 방법론

본 논문에서는 배전설비 자산관리와 설비 재사용 제고를 위한 배전설비의 평균수명과 재사용 가능한 수명한계점을 도출한다. 첫 번째로, 배전설비의 생존분석을 통해 경과년수에 따른 생존확률을 산정하고, 설비의 수명과 생존분석 기반 재사용 가능 수명한계점을 정의하였다. 두 번째로, 앞서 산정한 생존확률을 활용하여 경제성을 고려한 설비 재사용 한계점을 산정하였다. 이때 경제성 분석 방법으로는 순현재가치 비교법을 활용하였다. 순현재가치값 비교를 통해, 신품과 철거설비 재사용의 경제성을 비교하여 경제적 이득이 발생하는 지점을 ‘경제적 수명’으로 정의하였다. 이를 도식화하면 그림 1과 같다.

그림 1 수명 추정 단계

Fig. 1 Process of lifespan calculation

../../Resources/kiee/KIEE.2021.70.12.2022/fig1.png

2.2 생존분석 이론

생존분석이란 기계의 고장 등의 사건이 일어날 때 까지의 시간에 대하여 분석하는 통계학의 한 분야로, 다른 연속형 변수를 다루는 통계와 달리 생존분석은 생존시간, 사건발생의 두 개념을 동시에 다룬다, 이러한 자료는 사건이라는 결과가 발생할 때까지의 시간 간격이 대상자마다 다르고, 사건 발생이 종료될 때 대상자에게서 사건이 발생하지 않은 중도절단 데이터를 포함하여 처리가 가능하기 때문에, 모집단에 대한 제약적인 가정을 완화시킬수 있다는 장점을 가진다(7). 생존분석은 종래 의학분야에서 많이 활용되는 기법으로, 생존확률이나 사건발생위험률을 계산하는데 사용되었다. 이는 의학분야 뿐만 아니라, 많은 분야에서 활용이 되고 있다. 일례로, 건설업 경영전략 방안을 수립하기 위해 건설업 외 겸업비율 구성이 실제 건설사 생존율에 미치는 영향을 분석하거나, 중소건설기업의 생존 요인을 분석하는 등의 건설, 부동산업계에서도 활용 중이며, 고장데이터를 활용한 전력설비 수명예측에도 활용 중에있다(8-9). 생존곡선 추정에는 크게 모수적 방법과 비모수적 방법이 존재한다. 모수적 방법은 생존함수의 모형을 가정하고 생존함수를 추정하는 것으로 지수분호, 와이블분포 등의 형태로 분포를 가정하여 확률밀도함수, 위험함수 등을 추정한다. 생존분석에 주로 쓰이는 모수적 분포의 밀도함수, 위험함수, 생존함수는 표 1과 같다(10).

표 1 모수적분포 예시

Table 1 Example of Parametric Distribution

Name of the Distribution

Probability Density Function

$f(t)$

Hazard Function

$h(t)$

Survival Function

$S(t)$

Exponential Distribution

$\lambda >0,\: t\ge 0$

$\lambda\exp(-\lambda t)$

$\lambda$

$\exp(-\lambda t)$

Weibull Distribution

$\kappa ,\:\lambda >0,\:t\ge 0$

\begin{align*} \kappa\lambda^{\kappa}t^{\kappa -1}\bullet \\ \exp(-\lambda^{\kappa}t^{\kappa}) \end{align*}

$\kappa\lambda^{\kappa}t^{\kappa -1}$

$\exp(-\lambda^{\kappa}t^{\kappa})$

Pareto Distribution

$\theta ,\:\lambda >0,\: t\ge\lambda$

$\dfrac{\theta\lambda^{\theta}}{t^{\theta +1}}$

$\dfrac{\theta}{t}$

$\dfrac{\lambda^{\theta}}{t^{\theta}}$

비모수적 방법의 대표적인 기법은 Kaplan-Meier 기법이 존재한다. Kaplan-Meier 기법이란, 사건이 발생한 시점마다 생존확률을 구하는 방법으로, 관찰된 생존시간을 짧은 순서에서 긴 순서의 크기순으로 재배열한 후 생존율을 계산한다. 이 방법은 표본의 수가 적은 경우에도 유용하며 누적생존함수의 계산과정이 비교적 간단하고 중도절단자료에 대한 취급이 간편하여 생존분석에 널리 활용되고 있다(11). Kaplan-Meier 기반 신뢰함수 추정은 식 1과 같다(12).

(1)

$\hat R(t)=\prod_{j\in t_{j}<t}(1-\hat(h(t))=\prod_{j\in t_{j}<t}(1-\dfrac{d_{j}}{n_{j}})$

여기서, $\hat h(t)=\dfrac{d_{j}}{n_{j}},\: t_{j-1}<t\le t_{j}$

$n_{j}= n-\sum_{i=1}^{j-1}d_{j}-\sum_{i=1}^{j-1}w_{j},\: j=1,\:\cdots ,\:m$

단, $n$ : 시험단위수

$t_{j}$ : 올림차순으로 정렬하여 $j$번째 고장나거나, 관측중단된 시점

$d_{j}$ : $t_{j}$에 동시 고장발생 시험 단위 수

$w_{j}$ : $t_{j}$에 우측관측중단된 시험 단위수

$m$ : 고장나거나 관측중단된 시점의 수,

2.3 경제성 분석 이론

일반적으로 경제성의 평가기준은 순현재가치법(Net Present Value, NPV), 편익/비용비(Benefit/Cost Ratio, B/C), 내부수익률(Internal Rate of Return, IRR)등이 있다. 편익-비용비는 자본제약이 있으면서 여러 상호 독립적인 투자사업들이 선택되어야 할 경우에 유용하게 쓰이고, 대부분의 경우는 순현재가치법으로 사용되고 있다. 따라서, 본 논문에서 설비의 경제적 수명 한계점을 산정하기 위해, 순현재가치법(NPV법)을 활용하였다.

순현재가치법은 투자안의 가치를 평하가는 기법 중 하나로, 투자로 인해 발생하는 현금흐름의 총 유입액 현재가치에서 총 유출액 현재가치를 차감한 가치를 순현재가치(순현가)라고 부르며, 이러한 순현가를 이용하여 투자안을 평가하는 것을 순현재가치법(순현가법)이라고 한다. 순현재가치법에 따르면, 투자안의 순현가가 0보다 클 때 투자가치가 있는 것으로 판단하며, 그 값이 클수록 투자가치가 큰 투자안임을 의미한다. 이 때문에, 단일 투자안이거나 독립적인(동시투자가능)복수의 투자안일 경우에는 (상호배타적 투자안)에는 순현가 값이 가장 큰 투자안을 선택한다(13). 순현재가치법의 산정은 식 2와 같다.

(2)

$NPV=SPVCI-SPVCO$

$=\sum_{t=1}^{n}\dfrac{CF_{t}}{(1+R)^{t}}-I_{0}$

$SPVCI$ : Sum of the Present Value of Cash Inflow

$SPVCO$ : Sum of the Present Value of Cash Outflow

$CF_{t}$ : Cash Flow when the time is $t$

$n$ : Investment Period

$R$ : Discount Rate

$I_{0}$ : Investment Principal

2.4 생존분석 기반 설비 수명 산정

2.4.1 활용 데이터

배전설비는 크게 가공 개폐기/지상개폐기/가공 변압기/지상 변압기로 나뉜다. 각 설비 댓수의 총 합이 250만대를 넘기 때문에, 본 논문에서는 데이터 분석에 활용할 수 있는 철거/고장이력 데이터 건수가 많은 가공개폐기를 대상으로 하였고, 그 중에서도 가스절연 가공개폐기를 대상으로 수명 산정을 하였다. 가공개폐기의 수명을 산정하기 위해서는 설치/철거 이력, 고장이력, 순시/진단 이력 등 개별설비의 다양한 정보가 필요하지만, 레거시 시스템 특성상 설비가 철거되면 순시/진단 이력 등 설비 운영이력에 관련한 모든 데이터가 삭제되고 있다, 따라서, 본 논문에서는 철거당시 데이터를 활용하여 기계적 수명 및 경제적 수명을 산정하였다. 철거설비 데이터셋은 한국전력 레거시시스템인 NDIS 시스템에서 추출하였으며, 전체 61,395건으로 데이터 발생일은 2001년 1월~2021년 4월이다. 철거데이터셋 자료요약표는 표 2와 같다.

표 2 가공개폐기 철거설비 데이터셋

Table 2 Data set of removal facility

Reason for demolition

Number of Data

%

Defect

30,764

50.17

Burning

533

0.87

Other (automation, etc.)

21,656

35.32

Moving

3,483

5.68

Missing

4,885

7.97

Total

61,321

100

2.4.2 생존분석 기반 평균수명 산정 결과

본 논문에서는 비모수적 추정방법인 Kaplan-Meier 기법을 활용하였다. Kaplan-Meier 기반의 신뢰함수를 추정하기 위해서는 식 (1)과 같이 중도절단데이터(censored data)와 완전데이터(complete data)가 필요하다. 따라서 본 논문에서는 철거데이터의 철거사유에 따라 생존분석에 적합한 데이터 타입으로 분류하였다. 분류된 데이터는 표 3과 같다.

표 3 생존분석을 위한 철거데이터 타입별 분류

Table 3 Classification by removal facility type for survival analysis

Reason for demolition

Defect

Moving

Other

Burning

Missing

Data Type

complete

censored

censored

complete

censored

타입별로 분류된 데이터를 기반을, Kaplan-Meier 기법을 활용하여 사용개월수에 따른 생존곡선을 도출한 결과는 그림 2와 같다. 이를 기반으로 설비의 평균수명은 고장확률이 50%인 지점(추정된 생존확률의 median값)을 평균수명으로 정의하였다. 그 결과, 가스절연 가공개폐기의 평균수명은 226개월(약 19년)으로 계산되었다.

그림 2 가스절연 가공개폐기 생존곡선

Fig. 2 Survival Curve of G/S

../../Resources/kiee/KIEE.2021.70.12.2022/fig2.png

2.4.3 생존분석 결과 검증

2.4.2절에서 산정한 결과를 검증하기 위해, 가스절연 가공개폐기 운영현황 데이터와 비교분석하였다. 그림 3은 2021년 4월 기준, 설비 사용년수에 따른 국내 가스절연 가공개폐기 운영현황이다.

그림 3 가스절연 가공개폐기 운영 현황

Fig. 3 Operation statement of G/S

../../Resources/kiee/KIEE.2021.70.12.2022/fig3.png

가스절연 가공개폐기 설치현황을 살펴보면, 사용년수가 18년 이하인 개폐기는 전체의 83% 비율로, 대부분의 가스절연 가공개폐기는 18년 이상 사용 후 철거됨을 확인할 수 있다. 따라서, 본 논문에서 생존분석기반의 가스절연 가공개폐기 평균수명 산정결과는 타당하다고 할 수 있다.

2.4.4 생존분석 기반 재사용가능 수명한계점 산정 결과

재사용가능한 경제적 수명한계점을 산정하기 전, 생존확률 기반의 기계적 수명한계점을 산정하였다. 2.3.2절에서 산정한 생존확률을 기반으로, 생존분석 기반 설비 재사용 가능 수명 산정을 위해 생존확률의 1계 미분값을 계산하여 변곡점 구간을 찾았다. 변곡율이 급격하게 변하는 구간은 설비의 생존확률이 급격하게 감소하는 구간이므로, 이 지점을 생존분석 기반 재사용 가능 수명 한계점으로 정의하였다. 변곡점 분석 결과는 그림 4와 같다.

그림 4 변곡점 분석 결과

Fig. 4 Point of inflection

../../Resources/kiee/KIEE.2021.70.12.2022/fig4.png

생존분석 결과를 미분하여 생존확률의 변곡점 구간을 계산한 결과, 사용년수가 130개월 지점으로, 이는 개폐기 사용년수가 약 12년 이상일 경우 고장확률이 증가함을 의미한다. 따라서, 12년 미만 사용한 철거 설비에 대해 재사용을 할 경우, 고장확률이 낮기 때문에 운영신뢰성이 높을것으로 사료된다.

2.4.5 생존분석 기반 재사용 가능 수명한계점 검증

2.4.4절에서 산정한 생존분석 기반 재사용 가능 수명을 검증하기 위해, 철거데이터 중 사용년수 대비 고장 철거 비율을 분석하였다. 그 결과, 그림 5표 4와 같이, 사용년수가 12년 이상일 경우 철거되는 비율이 전체의 60%를 차지한다. 2.4.2절에서 언급한 평균수명 정의에 따라, 생존율이 50%인 지점을 평균수명으로 정의하였으므로 철거비율이 50%이상인 지점을 수명한계점으로 정의하였다. 따라서, 철거설비의 사용년수가 12년 미만인 설비에 대해서만 재사용이 가능한 것으로 판단된다.

그림 5 사용년수에 따른 철거대수

Fig. 5 Number of removal G/S by using age

../../Resources/kiee/KIEE.2021.70.12.2022/fig5.png

표 4 사용년수에 따른 고장철거 비율

Table 4 Percentage of failure removal by using age

Age

Ratio of Breaking down

1 year ~ 3 years

1%

4 years ~ 6 years

6%

7 years ~ 9 years

12%

10 years ~ 12 years

19%

13 years ~ 15 years

21%

More than 16 years

41%

합계

100%

2.5 경제성 기반 재사용 가능 수명 산정

2.5.1 현금 유입금 / 유출금 정의

순현재가치법을 활용하기 위해서는 현금의 유입금과 유출금을 정의할 필요가 있다. 일반적으로, 순현재가치법을 활용하기 위해 사업의 수익을 현금 유익금, 사업 투자비를 현금 유출금으로 정의한다(14). 본 논문에서는 현금유입금과 현금유출금을 표 5와 같이 정의하였다.

표 5 현금유입금/유출금 정의

Table 5 Definition of Cash inflow/outflow

Cash Inflow

Cash Outflow

Cost of preventing failure due to facility installation

Facility investment expenses

(Facility purchase cost, Facility installation cost, Facility demolition cost)

현금 유입금은 사업을 시작함으로 인해 얻을 수 있는 수익으로 정의할 수 있지만, 본 논문에서는 설비의 운영과 관련이 있고, 이는 영리목적의 사업이 아니기 때문에, 설비를 투자함에 있어 절감할 수 있는 금액을 현금유입금으로 정의하였다. 따라서 본 논문에서 현금유입금은 설비를 투자함으로써 발생하는 고장예방비용으로 정의하였다. 고장예방비용은 설비를 투자함으로써 절감할 수 있는 매출손실금으로 정의하였고, 이에 대한 계산식은 식 3과 같이 정의하였다.

(3)

$\cos t_{prevent}=\cos t_{sa\le s loss}*P_{survival probabil y}$

$\cos t_{prevent}$ = 고장예방비용

$\cos t_{sa\le s loss}$ = 전력손실비용

$P_{survival probabil y}$ = 설비 생존확률

본 논문에서 현금 유출금은 설비를 설치하는데 있어 소요되는 금액으로 정의하였다. 현금 유출금은 2018년 표준단가를 따랐으며, 철거비는 표준설치비용의 1/2로 정의하였다. 현금 유출금의 상세값은 표 6과 같다(15).

표 6 현금유출금

Table 6 Cash outflow

Cash Outflow

Facility purchase cost

3,682,000원

Facility installation cost

841,500원

Facility demolition cost

2,261,750원

2.5.2 NPV법 기반 개페기 경제적 수명산정 방법

효율적 투자비 집행과 개폐기 재사용 제고를 위한 개폐기 경제적 수명 한계점을 도출하기 위해, 신품 개폐기와 철거개폐기 재사용시의 NPV값을 비교하였다. 재사용 개폐기의 NPV값이 신품 개폐기보다 더 클 경우, 재사용 가능 개폐기로 판정한다. 이 때, 감가상각율을 고려하여, 신품의 NPV 값과 재사용품의 NPV의 차이값이 감가상각율인 5.5% 이상인 경우 재사용 가능으로 정의하였다. 이 때, 그림 6과 같이 비교 기준점(End line)은 가공개폐기의 평균수명인 19년을 기준으로 하였으며, 재사용 개폐기 사용 후 무조건 신품으로 교체한다는 전제를 기반으로 하였다.

그림 6 경제적 수명산정 방법 도식화

Fig. 6 Process of economic lifespan calculation

../../Resources/kiee/KIEE.2021.70.12.2022/fig6.png

2.5.3 경제적 수명산정 결과

개폐기 평균 수명과 이에 따른 평균 생존율을 기반으로 설비 사용년수에 따른 신설설비 현금유입 흐름표는 표 7과 같다.

표 7 신설설비 현금유입 흐름표

Table 7 Cash Inflow tabel of new facility

Age

Cash Inflow of the New Facility(won)

Survival Ratio

1

35,161,555

0.997355673

2

33,923,340

0.995719524

3

32,681,485

0.992651072

4

31,485,324

0.989599403

5

30,215,073

0.982723458

6

28,944,434

0.974157459

7

27,627,546

0.962194411

8

26,210,786

0.944619663

9

24,638,364

0.918851284

10

22,851,553

0.88187187

11

20,822,578

0.831535286

12

19,173,708

0.792334804

13

17,543,524

0.750197953

14

15,937,970

0.705258714

15

14,405,529

0.659631057

16

12,990,176

0.615521647

17

11,767,698

0.577000574

18

10,540,535

0.534815273

19

9,356,465

0.491257692

합계

426,277,644

신설설비 현금유출금(투자비)는 4,524,000원으로, 최종 신설설비 NPV값은 421,753,644원으로 산정되었다. 여기서 감가상각율으로 고려하였을 때, 444,950,094원(신설설비 NPV값+5.5%)보다 철거설비 재사용 NPV값이 클 경우 철거설비 재사용이 경제적으로 유리하다,

재사용품 경제성 분석은 철거설비 데이터 셋 중, 재사용 불가인 고장설비는 제외하였다. 따라서, 철거사유가 이설 및 기타이면서, 제작불량 설비는 제외한 총 29,910대를 경제성 분석 대상으로 하였다. 29,910대의 생존율을 기반으로, 재사용 후 신설설비 사용시 재사용설비 사용년수별 NPV값을 분석한 결과는 그림 7과 같다.

그림 7 NPV 비교분석

Fig. 7 NPV analysis graph

../../Resources/kiee/KIEE.2021.70.12.2022/fig7.png

신설설비 NPV값과 비교한 결과 경제적 수명 한계점은 NPV가 역전되는 9년인 지점으로, 철거설비 중 사용년수가 9년 미만인 가공개폐기를 재사용 하게 될 경우 설비운영시 경제적으로 이득을 볼 수 있다. 철거설비의 사용년수가 1~3년일 경우에는 재사용시 15년정도 운영하고 비교기준점 근방에서 설비의 교체가 이루어지기 때문에 신설설비 투자비가 합산된다. 따라서, NPV 계산시 신설설비보다 재사용설비 NPV값이 적게 나타나는 역전현상이 발생하였다. 본 논문에서는 이에 대한 현상은 고려하지 않았다.

3. 결 론

본 논문에서는 전력설비 자산관리를 위한 기계적/경제적 배전설비 수명추정과 배전설비 활용성 제고를 위한 한계수명 산정방법을 제시하였다. 분석대상은 가스절연 가공개폐기를 대상으로 하였으며, Kaplan-Meier 분석기법을 활용하여 수명을 산정하고, 이를 활용한 기계적 재사용가능한 수명한계점을 계산하였다. 경제성 분석을 통한 수명한계점 계산을 위해 NPV기법을 활용하여 재사용 가능한 경제적 수명 한계를 도출하였다. Kaplan-Meier 분석기법을 활용하여 가스절연 가공개폐기의 수명을 산정한 결과, 약 19년으로 도출되었으며, 생존분석기반 수명 한계점은 12년으로 산정되었다. 또한, NPV 분석을 통해 가스절연가공개폐기 재사용을 위한 경제적 수명 한계점을 산정한 결과, 9년으로 산정되었다. 따라서, 본 논문의 결과에 따르면 가스절연 가공개폐기의 평균수명은 19년이고, 고장이 아닌 이설이나 기타 사유등으로 인해 철거된 개폐기 중, 사용년수가 9년 미만인 설비는 재사용시 고장확률도 적고, 신품으로 설치하는 것보다 경제적인 것으로 판단된다. 본 논문의 결과를 통해 철거된 가스절연개폐기의 재사용 가능여부를 판단하여 신규설비 투자비 절감 효과를 기대할 수 있다. 즉, 운영년수가 9년 미만인 설비가 철거되었을 경우, 성능의 문제가 없다는 가정하에 재설치 및 재사용시 신설설비 투자비를 절감할 수 있다. 표 3의 철거설비 데이터셋 중 재사용 가능한 설비의 댓수는 약 16%(4,919대)로, 이를 연간 절감액으로 환산한다면 연간 약 8억원의 신규설비 구매비를 절감할 수 있다. 이를 배전운영 전반으로 확대하여 적용하면, 주요 배전설비의 신규 투자비 50억원 이상을 절감할 수 있다. 이와 더불어, 철거된 설비를 보관하는 자재센터 내의 설비 재사용을 통해 자재순환율이 높아지며 공간활용성에 대한 제고가 기대된다.

하지만 본 논문에서 산정한 철거 통계정보와 경제수명만을 기반으로 개폐기의 재사용을 결정하기에는, 개폐기 자체 성능의 문제가 대두될 것이다. 따라서. 개폐기 재사용을 위해서는 재사용이 가능한 개폐기를 선별 한 후, 개폐기 성능이 신뢰성있어야 할 것이다. 향후에는 이를 위해, 개폐기의 성능 및 수명에 직접적으로 인과성이 있는 항목에 대해 데이터 분석을 하고, 이를 실험하여 개폐기 신뢰성 제고를 위한 성능검사 방법에 대해 연구해보고자 한다.

Acknowledgements

본 연구는 2021년도 한국전력공사 전력연구원 지원에 의하여 이루어진 연구입니다.

References

1 
Jae-Weon Cheong, Hong-Tae Park, Il-Sung Oh, Jung-Min Seo, 1999, A Study on the Evaluation Method for Thermal Lifetime Diagnosis of Insulating Material for Mold Transformer, The Korean Institute of Electrical Engineers Conf., pp. 1000-1002Google Search
2 
S.D. Kim, J.M. Shim, D.I. Kang, J.W. Kang, T.I. Jang, B.W. Min, 2004, Diagnosis and evaluation of life for aged power transmission line, Journal of Korean Institute of Illuminating and electrical Installation Engineers, Vol. 18, No. 4, pp. 65-78Google Search
3 
Jang-Seob Lim, Sung-Ho Noh, Ji-Sun Kim, Jeong-Tae Kim, Ja-Yoon Koo, Jae-Bong Lee, 2010, A Study on Residual Lifetime and Aging Phenomena in MV Power Cable, The Korean Institute of Electrical Engineers Conf., pp. 83-85Google Search
4 
Hong-Tae Park, Tae-Sik Lee, Hie-Dae Kim, Kyu-Chul Lee, Jong-Ho Lee, 1993, A Study on the Mathematical Model for Life Diagnosis of Electrical Insulating Materials, The Korean Institute of Electrical Engineers Conf., pp. 569-571Google Search
5 
Ji-Seog Chae, Eun-Chun Lee, Jong-Seok Lee, Jeong-Ho Chang, Sung-Hun Lee, Dong-Young Ham, Woo-Jae Kim, Jang-Young Choi, Doo-Gyoon Byun, 2017, RBM Based Evaluation of Aging Basic Model for Asset Management of Electric Power Plant, The Korean Institute of Electrical Engineers Conf., pp. 1331-1332Google Search
6 
Jeong-Ho Chang, Sung-Hun Lee, Heung-Ho Lee, 2014, A Study on Deterioration Evaluation Method by Condition Monitoring and Diagnosis for Aging Oil-immersed Power Transformers, Journal of Korean Institute of Electrical Engineers, Vol. 63, No. 2, pp. 297-305DOI
7 
M Luoma EK Laitinen, 1991, Survival analysis as a tool for company failure prediction, Omega Int.J.of Mgrnt Sci., Vol. 19, No. 6, pp. 673-678DOI
8 
Jeong-Tae Kim, 2017, Statistical Lifetime Analysis for Large Electric Power Equipments using Failure Data, The Korean Institute of Electrical Engineers, Vol. 66, No. 11, pp. 1605-1611DOI
9 
Mi Kang, Jae-Woo Lee, 2009, Survival Analysis of Small and Medium Size Construction Enterprises Using Cox Proportional Hazards Model, Journal of the Korea Real Estate Analysts Association, Vol. 15, No. 2, pp. 41-57Google Search
10 
Jeahee Kim, 2019, Intorduction ot survival analysis with R, Jayoo AcademyGoogle Search
11 
Moosong Lee, Jungsuk Yu, 2018, Strategies of Construction Business Management Using Survival Analysis: Focusing on Management Status Factor, Business Diversification Inside and Outside Construction Works, The Korea Spatial Planning Review, pp. 73-95Google Search
12 
Soon-Keon Seo, 2017, Minitab Reliability analysis, IreTechGoogle Search
13 
2008, A Study on the revise and complement general guidelines for conducting preliminary feasibility studies, KDIGoogle Search
14 
Koungil Song, Jungsu Choi, 2013, Analysis of Survival Data using SPSS 15, Seoul: HannaraeGoogle Search
15 
2018, Budget Standard, KEPCOGoogle Search

저자소개

이혜선(Hye-Seon Lee)
../../Resources/kiee/KIEE.2021.70.12.2022/au1.png

She received B.S., M.S. degrees in electrical engineering form Incheon Natiaonal University, Incheon, Korea, in 2015 and 2017.

From 2018 to present, she has a Doctor's degree in Electrical Engineering from Incheon graduate school.

From 2018 to present day, she has been working as a researcher at KEPCO Research Institute.

이병성(Byung-Sung Lee)
../../Resources/kiee/KIEE.2021.70.12.2022/au2.png

He received B.S., M.S. and Ph.D. degrees in electrical engineering form Chungnam Natiaonal University, Daejeon, Korea, in 1993, 1995, and 2004.

He has been working as a chief researcher at KEPCO Research Institute.

김용하(Yong-Ha Kim)
../../Resources/kiee/KIEE.2021.70.12.2022/au3.png

He was graduated from Korea University in 1982 with an Electrical Engineering degree.

He graduated from the Graduate School in 1987 with Electrical Engineering(Master).

He graduated from the Graduate School of Electrical Engineering in 1991 (Doctor).

Professor of Electrical Engineering, Incheon National University, since 1992.