• 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, Mokpo National University, Republic of Korea.)



Failure Mode Effectiveness Analysis, Inspection Interval, Power Transformer, Risk Based Inspection, Time Based Inspection

1. 서 론

송·변전 시스템에서 전력용 변압기는 전력의 공급하는 핵심적인 역할 수행하는 설비이다. 하지만, 전력용 변압기는 운영 조건과 노후화로 인하여 고장이 발생할 수 있으며, 대규모 정전과 같은 심각한 사고로 이어져 경제적 피해를 야기할 수 있다. 따라서 전력용 변압기는 체계적이고 효율적인 관리가 요구된다[1,2].

기존 TBI(Time Based Inspection)은 일정한 주기에 따라 설비를 점검하는 방식이다. 하지만, 이 접근방법은 자산 상태나 고장 Risk의 차이를 충분히 고려하지 못하는 한계가 있어 Risk가 높은 설비에 우선순위를 두기 어렵다. 이로 인해 저위험 설비의 과잉 점검, 핵심 자산의 부족 점검으로 운영 비효율성 증가로 이어질 수 있다. 이러한 문제를 해결하기 위하여 RBI(Risk Based Inspection) 전략이 제시되고 있다[3-5].

RBI는 설비의 고장확률(PoF, Probability of Failure)과 고장영향(CoF, Consequence of Failure)를 통해 Risk를 산정하며, 이를 기반으로 설비의 점검 항목 및 주기를 선정하는 방법론이다. RBI는 점검을 Risk에 맞춰 조정하여 더욱 효율적인 전략을 수립할 수 있도록 하며, 이를 통해 유지보수 계획을 최적화하고 불필요한 점검을 방지할 수 있다[6-9].

이러한 RBI 방식을 기반으로 [10]의 연구에서는 Inspection Manager라는 툴을 화학설비의 점검 관리에 적용하여 부식 관리, 유지보수 이력 추적, 데이터 기반 점검 범위 관리 등을 통합함으로써 점검 계획의 안정성과 효율을 높였다는 결과를 제시하였다. [11]은 유럽의 발전소와 프로세스 플랜트에서 Risk 기반 검사와 Risk 기반 수명관리의 적용 현황에 대하여 조사를 하였으며, Risk는 단순한 안정 규제 차원을 넘어 경제적 가치와 직결되는 요소로 인식되고 있음을 확인하였다. 또한, 기존의 일정주기의 유지보수 방식이 시장 환경과 운전 조건 변화에 한계가 있음을 지적하고, 동적 위험 분석과 상태 시간 유지보수를 통한 새로운 접근을 제안했다.

본 논문에서는 전력용 변압기를 대상으로 RBI 전략을 수립하기 위하여 FMEA(Failure Modes and Effects Analysis)를 적용하였다. FMEA는 주요 고장 모드를 식별하고 고장 발생 원인과 결과를 분석하여 설비의 위험의 정도를 평가하는 방법이다. 이를 통해 전력용 변압기의 고장 모드와 영향을 도출하고, 해당 결과를 기반으로 Risk를 도출하였다. 도출된 Risk를 기반으로 점검주기산정에 대한 방법을 제시하였으며, 이를 기존 TBI와 비교 분석하기 위하여 모의시험을 수행하였다. 비교분석 결과 제시한 RBI 전략은 비용 절감 효과 성능 우수성을 확인하였다.

2. Risk Based Inspection 전략

2.1 RBI 개념 및 프로세스

RBI는 일정 주기에 의존하는 방식이 아닌, Risk를 기반으로 최적화된 점검 전략을 수립하는 방법이다. Risk는 일반적으로 CoF와 PoF의 곱으로 정의되며, 이는 단순히 설비의 고장 확률만이 아닌 고장으로 인한 영향을 반영한다. 이러한 RBI의 주요 목표는 적시에 설비의 점검을 통해 잠재적 고장을 사전에 예방하는 것이다. 단순한 접근 전략으로는 고장 위험을 최소화하기 위해서 지속적으로 설비를 정밀점검을 수행할 수 있지만, 이러한 전략은 많은 설비와 관련 점검 비용을 고려할 때 경제적이지 못 하다. 반대로 비용 절감을 위해 검사를 완전히 고려하지 않는 것은 설비의 고장 위험을 증가시켜 상당한 경제적 손실을 초래할 수 있다. 따라서, RBI는 안정성과 경제성 간의 균형을 동시에 달설할 수 있는 전략적 점검 체계로서 중요한 역할을 한다[12,13].

그림 1. 전력용 변압기 RBI 전략의 개념도

Fig. 1. Conceptual diagram of power transformer RBI strategy

../../Resources/kiee/KIEE.2026.75.1.114/fig1.png

그림 1은 전력용 변압기의 점검주기를 선정하기 위한 RBI 전략을 적용한 개념도이다. 전력용 변압기의 FMEA분석을 기반으로 PoF 및 CoF 산정으로 Risk를 산정하고 이를 기반으로 점검주기를 선정한다.

그림 2. RBI 전략 프로세스

Fig. 2. RBI 전략 Process

../../Resources/kiee/KIEE.2026.75.1.114/fig2.png

그림 2는 RBI 전략에 관한 프로세스이다. 먼저, 데이터 수집 단계에서는 설비의 설계 정보, 운전 이력, 사고 데이터 등을 확보한다. FMEA 단계는 고장 모드 및 고장으로 인해 설비에 미치는 영향을 체계적으로 정리한다. 이러한 분석을 기반으로 Risk 평가를 수행하며, 위험 수준을 산출한다. 산출된 Risk를 바탕으로 위험 순위를 구분하며, 점검 우선순위를 선정한다. 점검 계획 단계에서는 Risk가 높은 설비에 대해서는 점검주기를 단축하고 점검을 강화하며, Risk가 낮은 설비에 대해서는 점검주기를 연장하거나 점검을 간소화하는 등 구체적인 점검 전략이 선정한다. Risk 완화 측정 단계에서는 점검과 Risk를 줄일 수 있는 조치를 수행한다. 앞선 결과를 반영하여 Risk를 재산정하며, 점검 전략을 수정한다.

2.2 전력용 변압기 FMEA

FMEA는 설비의 잠재적인 고장모드를 사전에 식별하고, 고장으로 인해 설비에 미치는 영향을 체계적으로 분석하는 방법이다. 이를 통해 RBI 프로세스에서 점검 항목을 도출하게 되며, RBI 전략을 효과적으로 수립할 수 있다.

표 1. 전력용 변압기 FMEA

Table 1. Power Transformer FMEA

구성
요소
고장
모드
고장
원인
고장
영향
권선 FM1 과전류,
절연지 열화
권선 탄화,
절연 파괴
FM2 변압기의 진동,
과부하
부분 방전,
권선 단락
FM3 절연 열화,
부분 방전
아크 발생,
권선 단락
외함 FM4 내부 아크,
외부 환경 요인
절연 열화, 누유
내부 부식,
절연 파괴
부싱 FM5 오염, 열화,
전기적 스트레스
절연 파괴,
아크 발생
FM6 접촉불량 절연 열화 가속
철심 FM7 기계적 손상,
절연 열화
열화 가속,
철심 적층판 단락
FM8 절연 열화,
볼트 풀림
열화 가속,
접지 손상
냉각
시스템
FM9 모터 및 펌프의
과도한 동작, 열화
절연 열화 가속,
과열
OLTC FM10 제어회로 이상,
모터 구동 불량
전압 조정 불가
FM11 반복 동작,
접점 마모
아크 발생,
접점 불량
FM12 열화, 오염 절연유 오염,
누유
리드선 FM13 볼트풀림,
열화, 오염
아크 발생,
부분 방전

본 논문에서는 전력용 변압기의 구성요소인 권선, 탱크, 부싱, 철심, 냉각 시스템, OLTC(On-Load Tap Changer)를 중심으로 세부적인 고장모드를 분석하였다. 표 1은 전력용 변압기 FMEA를 나타낼 수 있으며, 권선의 단락, 변형, 파괴는 FM1, FM2, FM3, 탱크 외함손상은 FM4, 부싱의 절연유 누유 및 과열은 FM5 및 FM6, 첨심의 절연 파괴 및 접지 단락은 FM7 및 FM8, 냉각 시스템의 고장은 FM9, OLTC의 제어실패, 기계적 마모, 절연고장은 FM10, FM11, FM12, 리드선 절연 파괴는 FM13으로 표현한다.

분석된 FMEA 결과는 변압기의 주요 고장형태와 그에 따른 영향을 정의하며, 이러한 분석을 통해 구성요소별 점검방법을 도출할 수 있다. 또한, 해당 점검방법에 따라 변압기의 상태를 측정할 수 있으므로 Risk 산정시 입력 파라미터를 선정할 수 있다.

2.3 Risk 평가

Risk는 일반적으로 수식 (1)과 같이 PoF와 CoF의 곱으로 정의할 수 있으며, 위험 수준을 정량적으로 표현할 수 있다.

(1)
$$ Risk = Po F\times Co F $$

PoF는 설비의 고장 발생 가능성을 산출하는 것으로, 다양한 손상 메커니즘이 주요 원인이 될 수 있다. 또한, 고장 이력, 운전, 점검 데이터 등을 고려하여 산출된다.

본 논문에서는 NGET(National Grid Electricity Transmission)의 NOMs(Network Output Measures) 기반의 고장확률 모델을 적용하였다. 이 모델은 변압기의 Age에 따른 고장확률을 지수 함수 형태로 표현할 수 있으며, 식 (2)와 식(3)으로 나타낼 수 있다[14].

(2)
$$ Po F =\exp(k\times Age^{\alpha})-1 $$
(3)
$$ k=\dfrac{\ln(1+\beta)}{AAL^{\alpha}} $$

여기서, $\alpha$는 전력용 변압기의 고장 데이터에 따라 지수 함수의 형태를 정하는 계수, $\beta$는 설계 수명에 도달하는 시점의 PoF의 값을 결정하는 변수, $k$는 지수 함수의 크기를 결정하는 변수, $AAL$은 설비의 설계 수명을 의미한다. 본 논문에서는 변압기의 설계 수명을 32년으로 가정하였으며, $\alpha$는 2.1, $\beta$는 0.03을 사용하여 PoF를 산정하였다.

CoF는 고장이 발생했을 때의 영향을 정량적으로 산출하는 것이다. 전력용 변압기의 고장으로 인해 대규모 정전, 전력손실에 따른 경제적 피해뿐만 아니라 안전에 미치는 파급까지 고려되야 한다. 따라서, 본 논문에서는 신뢰도, 재무, 안전, 환경을 고려하여 CoF를 산출하였으며, 수식 (4)와 같이 나타낼 수 있다.

(4)
$$ Co F = Co F_{R}+ Co F_{F}+ Co F_{S}+ Co F_{E} $$

여기서, $Co F_{R}$은 신뢰도에 관한 비용, $Co F_{F}$는 재무에 관한 비용, $Co F_{S}$는 안전에 관한 비용, $Co F_{E}$는 환경에 관한 비용이다.

변압기 전체 Risk는 PoF와 CoF를 기반으로 산정되며, 점검결과나 구성요소 조치에 따른 Risk 재평가 시에는 구성요소별 Risk 크기에 따른 비율을 적용하여 전체 Risk를 조정하였다. 이를 통해 구성요소 Risk 변화가 변압기 전체 Risk에 비례적으로 반영되도록 하였다.

2.4 Risk를 통한 점검주기 및 점검 우선순위 선정

RBI 전략에서 점검주기는 설정된 Risk Target을 기준으로 결정되지만, Risk Target의 설정이 높게 설정되면 점검주기가 늦어지거나 점검을 수행하지 않는 문제가 발생할 우려가 있다. 따라서, 본 논문에서는 Risk Target 도달하기 전의 구간에서는 통계적으로 도출된 통계적인 Risk 곡선과 TBI의 점검 시점 기준으로 점검주기를 선정한다. Risk Target의 설정값은 설계 수명 Risk의 50%이며, 범위는 해당 값에서 10%로 설정하였다.

그림 3. Risk 통한 점검주기 선정 개념도

Fig. 3. Conceptual diagram of selecting an inspection interval through risk

../../Resources/kiee/KIEE.2026.75.1.114/fig3.png

그림 3은 Risk를 통해 점검주기를 선정하는 개념도이다. 점검주기의 선정은 TBI의 Risk에 도달하는 시점으로 선정한다. 기준 TBI 곡선은 식 (1)~(3)을 통하여 설비 년도에 따른 Risk를 산출한 것이며, 구성요소의 설계수명에 따라 구성요소의 고장확률이 초기화된다. 따라서, 그림 3과 같이 기준 TBI 곡선이 일시적으로 감소하는 형태로 표현된다. 점검주기는 3년에 첫 번째 점검을 수행하게 되며, 점검 항목은 해당 설비의 Risk를 산출하기 위해 모든 점검을 수행한다. 이때, 설비의 양호한 상태로 RBI 곡선의 Risk가 낮게 산출되면 기준 Risk 곡선에서 6년 시점의 Risk에 도달하는 주기가 늦어지게 되며, 두 번째 점검의 주기는 8년이 된다. 또한, RBI 곡선이 Risk Target 범위에 도달하면, 정밀점검을 수행하게 된다. 이와 같이 설비의 상태에 따라 점검주기를 정량적으로 선정한다.

그림 4. 구성요소 Risk를 통한 점검 우선순위 선정 개념도

Fig. 4. Conceptual diagram of selecting inspection priorities through Mojang Mode Risk

../../Resources/kiee/KIEE.2026.75.1.114/fig4.png

그림 4는 점검 항목의 우선순위를 선정하는 개념도이다. 전력용 변압기의 구성요소 PoF는 CIGRE TB-642의 고장 데이터를 기반으로 식 (1)~(3)을 통해 년도별로 도출하였으며, CoF는 식(4)를 통하여 도출하였다. 도출된 PoF와 CoF를 통해아 Risk를 산출하였다. 우선순위는 점검년도를 기준으로 Risk의 크기가 높은 구성요소를 순서로 선정되며, 구성요소를 측정할 수 있는 점검항법을 적용하여 점검한다. 본 논문에서는 항목을 2개로 설정하였다. 또한, 점검 결과에 따라 변경된 주기만큼 해당 곡선을 이동함으로써 우선순위가 변경될 수도 있다. 첫 번째 점검에서 구성요소의 전체를 점검하기 때문에 전체적으로 이동하며, 두 번째 점검부터는 선정된 2개의 항목만 이동하게 된다. 이때, 이상 검출로 인해 조치하면 해당 구성요소는 조치된 년도부터 새로운 곡선이 그려지게 된다. 예를 들어, 부싱이 15년도 시점에 점검을 통하여 이상이 검출되고 교체와 같은 조치를 하면, 부싱의 Risk는 초기화되어 15년도부터 다시 상승하게 된다. 이를 그림 5와 같이 부싱의 Risk가 이동하 것으로 표현할 수 있다.

그림 5. 구성요소 조치를 통한 Risk 이동

Fig. 5. Risk movement Through Component Actions

../../Resources/kiee/KIEE.2026.75.1.114/fig5.png

3. Case Study

전력용 변압기는 154kV, 20MVA의 변압기를 가정하였으며, 설계 수명은 32년으로 설정하였다. PoF는 3%로 설정해 B3를 가정하였다. Risk Target의 설정치 및 범위는 전력용 변압기의 Risk가 B3되는 시점에서 50%로 설정하였으며, 각 구성요소별 Risk의 비율을 기반으로 설비의 Risk를 재평가 하였다.

고장모드는 표 2과 같이 FMEA를 기반으로 식별된 고장모드 중에서 부싱, OLTC, 냉각 시스템, 외함, 권선, 철심에 대한 고장모드를 모의 하였으며, Case별로 고장모드 발생에 따른 검검 주기 및 점검 항목 변화에 대해 모의시험 한다. 우선순위는 고장모드 선정 개수는 2개로 선정하며, 기준 Risk 곡선에서 설계 수명이 15년으로 설정된 부싱 및 냉각 시스템에 대한 조치를 적용하였다.

따라서, 모의시험을 통하여 RBI와 TBI에 대해 점검주기 및 비용 측면에서 비교분석을 진행한다. 점검 및 조치에 대한 비용은 한국전력공사 전자조달시스템을 참고하였다[15].

표 2. 모의시험 고장모드 설정

Table 2. Setting the power transformer failure mode

구성요소 설정 수명(년)
부싱 15
OLTC 15
냉각 시스템 15
외함 32
권선 32
철심 32

3.1 Case1

Case1은 건전한 상태의 전력용 변압기를 모의하였으며, 점검 후 Risk 재평가하며 진행하였다. 그림 6는 Case1의 모의시험에 대한 점검주기 결과이며, 그림 7은 점검 항목 선정에 대해 나타낸 것이다.

그림 6. Case1 모의시험 결과

Fig. 6. Case1 simulation test results

../../Resources/kiee/KIEE.2026.75.1.114/fig6.png
그림 7. Case1 점검 항목 선정 결과

Fig. 7. Case1 Inspection Item Selection Results

../../Resources/kiee/KIEE.2026.75.1.114/fig7.png
표 3. Case1 점검 차수에 따른 점검 년도 및 항목

Table 3. Case 1 Inspection year and items according to inspection frequency

차수 년도 점검 종류
1 3 보통점검
2 6 부싱, OLTC
3 10 부싱, OLTC
4 14 부싱, OLTC
5 17 부싱, OLTC
6 18 OLTC, 냉각 시스템
7 23 냉각 시스템, 권선
8 26 냉각 시스템, 권선
9 29 정밀점검

1차 점검은 3년에 보통점검을 수행하여 RBI 곡선을 산출하게 되며, 2차 점검은 6년에 고장모드 Risk 곡선이 Risk Target을 기준으로 먼저 도달하는 2개를 점검하게 된다. 또한, 예상 Risk 보다 설비의 상태가 양호하여 Risk를 재평가 후 Risk 저감을 하게 되며, 3차 점검은 10년에 수행하는 것을 확인하였다. 5차 점검은 17년에 부싱 절연열화에 따른 조치를 하였으며, 이에 따른 Risk 재평가는 감소하게 된다. 또한, 부싱 조치를 통해 해당 고장모드 Risk 곡선이 이동하게 되며, 선정된 점검 항목이 OLTC, 냉각 시스템으로 변경하게 된다. 6차 점검은 18년에 냉각 시스템 고장으로 조치를 수행하여, RBI 곡선 감소 및 점검 항목은 냉각 시스템, 권선으로 변경하게 된다. 9차 점검은 29년에 Risk Target에 도달하여 정밀점검을 수행하게 된다. 표 3는 Case1 점검 차수에 따른 점검 년도 및 항목을 나타낸 것이다.

Case1 모의시험에 대한 RBI 및 TBI 비교분석은 표 4와 같이 나타낼 수 있으며, 건전한 상태의 변압기에 대해서는 점검주기가 증가함에 따라 점검 횟수가 감소하였다. 이에 따라 점검 및 조치 비용이 감소한 것을 확인하였다

표 4. Case1 모의시험에서 RBI 및 TBI 비교

Table 4. Comparison of RBI and TBI in Case 1 simulation

RBI TBI
점검 횟수 9 10
점검 및 조치 비용(천원) 1,580,000 3,050,000
기준 Risk 대비 저감량(천원) 64,397

3.2 Case2

Case2는 열화된 상태의 전력용 변압기를 모의하였으며, 점검 후 Risk 재평가하며 진행하였다. 그림 8은 Case2의 모의시험에 대한 점검주기 결과이며, 그림 9은 점검 항목 선정에 대해 나타낸 것이다.

1차 점검은 3년에 보통점검을 수행하여 RBI 곡선을 산출하게 되며, 2차부터 5차까지 점검 항목은 Case1과 같은 방법으로 선정하였으며, 각각 측정년도는 6년, 9년, 12년, 14년이다. 4차 점검에 OLTC 절환 개폐기 접점 마모로 Risk를 재평가를 통해 상승하였다. 6차 점검은 15년에 수행하고 부싱 절연열화 및 OLTC 절환개폐기부 마모에 의한 열화에 따른 조치를 통해 Risk를 재산정하였으며, 이로 인해 7차 점검 항목은 냉각 시스템과 권선으로 바뀌게 된다. 7차 점검은 17년에 수행하며, 냉각 시스템의 냉각팬 마모에 따라 조치를 하며, 8차 점검 항목은 부싱, 권선이 된다. 10차 점검은 부싱 조치를 통해 Risk를 재산정을 하였다. 11차 점검과 12차 점검은 RBI 곡선이 Risk Target에 도달해 정밀점검을 수행하게 되며, 점검을 통해 OLTC 및 냉각 시스템을 조치하고 Risk를 재산정하게 된다. 표 5는 Case2 점검 차수에 따른 점검 년도 및 항목을 나타낸 것이다.

그림 8. Case2 모의시험 결과

Fig. 8. Case2 simulation test results

../../Resources/kiee/KIEE.2026.75.1.114/fig8.png
그림 9. Case2 점검 항목 선정 결과

Fig. 9. Case2 Inspection Item Selection Results

../../Resources/kiee/KIEE.2026.75.1.114/fig9.png
표 5. Case2 점검 차수에 따른 점검 년도 및 항목

Table 5. Case 2 Inspection year and items according to inspection frequency

차수 년도 점검 종류
1 3 보통점검
2 6 부싱, OLTC
3 9 부싱, OLTC
4 12 부싱, OLTC
5 14 부싱, OLTC
6 15 부싱, OLTC
7 17 냉각 시스템, 권선
8 18 부싱, 권선
9 21 부싱, 권선
10 24 부싱, 권선
11 28 정밀점검
12 31 정밀점검

Case2 모의시험에 대한 RBI 및 TBI 비교분석은 표 6과 같이 나타낼 수 있으며, 열화된 상태의 전력용 변압기에 대해서는 점검주기가 감소함에 따라 점검 횟수는 증가하였다. 이에 따라 점검 및 조치 비용도 상승한 것을 확인하였다.

표 6. Case2 모의시험에서 RBI 및 TBI 비교

Table 6. Comparison of RBI and TBI in Case2 simulation

RBI TBI
측정횟수 12 10
점검 및 조치 비용(천원) 2,480,000 3,050,000
기준 Risk 대비 저감량(천원) 43,937

3.3 Case3

Case3도 열화된 전력용 변압기를 모의하였으며, 점검 후 Risk 재평가하여 진행하였다. 그림 10은 Case3의 모의시험에 대한 점검주기 결과이며, 그림 11은 점검 항목 선정에 대해 나타낸 것이다.

1차 점검은 3년에 보통점검을 수행하며 RBI 곡선을 산출한다. 점검 항목은 다른 모의시험과 같이 선정하여 2차부터 6차까지 부싱, OLTC로 선정되며, 점검년도는 6년, 9년, 12년, 14년, 15년이다. 2차, 3차 및 5차 점검 시 DGA 가스 검출로 인해 Risk가 증가한다. 6차 점검 시 부싱 절연 열화로 인해 조치를 수행하며, 7차 점검 항목은 OLTC 및 냉각 시스템으로 변경된다. 7차 점검 시 라디에이터 과열로 인해 조치를 수행하며, 9차 점검 시 OLTC 절연유 누유로 인해 조치를 수행해 10차 점검 항목은 부싱 및 권선이 된다. 이후 Risk크기가 Risk Target에 도달하여 점밀점검을 수행한다. 표 7은 Case3 점검 차수에 따른 점검 년도 및 항목을 나타낸다.

그림 10. Case3 모의시험 결과

Fig. 10. Case3 simulation test results

../../Resources/kiee/KIEE.2026.75.1.114/fig10.png
그림 11. Case3 점검 항목 선정 결과

Fig. 11. Case3 Inspection Item Selection Results

../../Resources/kiee/KIEE.2026.75.1.114/fig11.png

Case3 모의시험에 대한 RBI 및 TBI 비교분석은 표 8과 같이 나타낼 수 있으며, 열화된 상태의 전력용 변압기에 대해서 Case2와 같이 점검주기가 감소함을 따라 점검 횟수가 증가하였다.

표 7. Case3 점검 차수에 따른 점검 년도 및 항목

Table 7. Case 3 Inspection year and items according to inspection frequency

차수 년도 점검 종류
1 3 보통점검
2 6 부싱,OLTC
3 8 부싱,OLTC
4 11 부싱,OLTC
5 14 부싱,OLTC
6 15 부싱,OLTC
7 16 냉각시스템, OLTC
8 18 OLTC, 권선
9 20 OLTC, 권선
10 25 부싱, 권선
11 27 정밀점검
12 29 정밀점검
13 31 정밀점검
표 8. Case3 모의시험에서 RBI 및 TBI 비교

Table 8. Comparison of RBI and TBI in Case 3 simulation

RBI TBI
점검 횟수 13 10
점검 및 조치 비용(천원) 2,040,000 3,050,000
기준 Risk 대비 저감량(천원) 30,215

4. 결 론

본 논문에서는 전력용 변압기의 FMEA를 통해 고장모드와 영향을 체계적으로 평가하였으며, 상태에 따른 점검주기 및 우선순위를 정량적으로 도출하였다.

TBI와 RBI 전략에 대해서 비교 분석하기 위해 모의시험을 수행하였다. 모의시험 결과, 건전한 전력용 변압기에서 RBI 전략은 불필요한 정기점검을 감소시켜 점검 횟수와 비용을 효과적으로 절감하였으며, TBI 대비 자원 활용 효율성이 높은 것을 확인하였다. 또한, 열화된 전력용 변압기에서 RBI 전략은 점검주기와 횟수가 증가하였으나, 자원을 집중적으로 투자함으로써 설비의 신뢰성과 안전성을 확보한 것을 확인하였다.

따라서, 본 논문에서 제시한 RBI 전략은 전력용 변압기뿐 아니라 다양한 전력설비에서도 활용될 수 있는 기반을 제공한다.

Acknowledgements

This research was supported by the Regional Innovation System & Education(RISE) program through the Jeollanamdo RISE center, funded by the Ministry of Education(MOE) and the Jeollanamdo, Republic of Korea.(2025-RISE-14-001)

This research was supported by Basic Science Research Program through the National Research Foundation of Korea(NRF) funded by the Ministry of Education(RS-2025-25398164)

References

1 
2020, Risk Based Inspection (RBI) 581Google Search
2 
2015, Transformer Reliability Survey, pp. 642Google Search
3 
Karan Bhatia, Faisal Khan, Hiralben Patel, Rouzbeh Abbassi, 2019, Dynamic risk-based inspection methodology, Journal of Loss Prevention in the Process Industries, Vol. 62, pp. 103974DOI
4 
R. Mohamed, C.R. Che Hassan, M.D. Hamid, 2018, Implementing Risk-Based Inspection Approach: Is it Beneficial for Pressure Equipment in Malaysia Industries?, Proc. Safety Prog., Vol. 37, No. 4, pp. 194-204DOI
5 
Zhaoyang Tan, Jianfeng Li, Zongzhi Wu, Jianhu Zheng, Weifeng He, 2011, An evaluation of maintenance strategy using risk based inspection, Safety Science, Vol. 49, No. 6, pp. 852-860DOI
6 
R. Mohamed, C.R. Che Hassan, M.D. Hamid, 2019, Critical success factors of risk-based inspection, Proc. Safety Prog., Vol. 38, No. 4-20DOI
7 
A. M. S. R. H. Attanayake, R. M. C. Rathnayake, 2022, Risk-based Inspection and Maintenance Analysis of Distribution Transformers: Development of a Risk Matrix and Fuzzy Logic Based Analysis Approach, pp. 0457-0462DOI
8 
Azizar Azizar, Nofrijon Sofyan, 2024, Comparative Analysis of Risk-Based and Time-Based Inspection Application in Hydrocarbon and Chemical Industries: A Review, Journal of Materials Exploration and Findings, Vol. 3DOI
9 
Y. Garbatov, C. Guedes Soares, 2016, New Advances and Developments in Risk-Based Inspection (RBI) of Marine Structures, Ocean Engineering, Vol. 120, pp. 303-315DOI
10 
C. Vianello, G. Maschio, A. Mura, D. Babolin, F. Gambato, C. Attori, 2013, Development of a RBI tool for inspection management in chemical plants, Chemical Engineering Transactions, Vol. 31, pp. 235-240DOI
11 
F. B. Khan, S. A. Abbasi, 2003, Risk-based inspection and maintenance in power and process plants in Europe: Review and future trends, Nuclear Engineering and Design, Vol. 226, No. 2, pp. 165-182DOI
12 
Yunfei Huang, Guojin Qin, Ming Yang, 2023, A risk-based approach to inspection planning for pipelines considering the coupling effect of corrosion and dents, Process Safety and Environmental Protection, Vol. 180, pp. 588-600DOI
13 
Ramuna Binti Mohamed, Che Rosmani Bin Che Hassan, Mahar Diana Hamid, 2018, Developing a risk-based inspection practices maturity model for Malaysian industries, Journal of Loss Prevention in the Process Industries, Vol. 56, pp. 217-230DOI
14 
2018, Network Output Measures Methodology – Network Asset Risk AnnexGoogle Search
15 
, KEPCO e-Procurement SystemURL

저자소개

박재덕(Jae-Deok Park)
../../Resources/kiee/KIEE.2026.75.1.114/au1.png

received his BSEE in Electrical Engineering from Mokpo National University in 2019 and his MSEE in 2021. He is now pursuing a Ph.D. in Electrical Engineering from Mokpo National University, Korea. His research interests include asset management, grid integration, and power conversion device design.

이동호(Dong-Ho Lee)
../../Resources/kiee/KIEE.2026.75.1.114/au2.png

received the B.S., M.S., and Ph.D. degrees in electrical engineering from Korea University, Seoul, South Korea. He is currently an Associate Professor with the Department of Electrical Engineering, Mokpo National Univer sity, Jeonnam, South Korea. His current research interests include power systems, smart energy systems, and wireless power transfer.

박태식(Tae-Sik Park)
../../Resources/kiee/KIEE.2026.75.1.114/au3.png

received the Ph.D. degree in electrical engineering from Korea University, in 2000. He was with Samsung Advanced Institute of Technology as a Senior Research Engineer, in 2000. From 2005 to 2013, he was an Administrative Official at Korea Intellectual Property Office, Daejeon, Republic of Korea. In 2011, he was a Research Fellow at the University of Michigan–Dearborn. In 2013, he joined the Department of Electrical and Control Engineering, Mokpo National University, Muan, Republic of Korea, where he is currently a Professor. His research interests include power electronics, power systems, and asset management systems (AMSs)