A Study on Insulation Degradation Diagnosis Using a Neural Network

신경회로망을 이용한 절연 열화진단에 관한 연구

In this paper, we purpose automatic diagnosis in online, as the fundamental study to diagnose the partial discharge mechanism and to predict the lifetime by introduction a neural network. In the proposed method, we use AE(acoustic emission) sensing system and calculate a quantitative statistic parameter by pulse number and amplitude. Using statically parameters such as the center of gravity(G) and the gradient if the discharge distribute(C), we analyzed the early stage and the middle stage. the quantitative statistic parameters are learned by a neural network. The diagnosis of insulation degradation and a lifetime prediction by the early stage time are achieved. On the basis of revealed excellent diagnosis ability through the neural network learning for the patterns during degradation, it was proved that the neural network is appropriate for degradation diagnosis and lifetime prediction in partial discharge.

본 논문에서, 부분방전 메카니즘을 진단하고 그리고 신경망을 도입하여 수명을 예측하기 위한 기초연구로서, 온라인상에서 자동진단을 제안했다. 제안한 방법에서 우리는 음향방출 감지시스템과 그리고 펄스 수와 펄스진폭에 의해서 정량적인 통계파라메타를 사용하였다. 통계적인 파라메타인 가령, 무게중심(G)와 방전분포 경도(C)를 이용하였고 그리고 초기단계와 중기단계에 대해서 분석하였다. 정량적인 통계파라메타들은 신경망에 의해서 학습되어졌다. 초기단계에 의해서 수명예측과 절연열화의 진단이 이루어졌다. 열화가 진행하는 동안 신경망 학습을 통한 휼륭한 진단능력이 있음이 근본적으로 드러났고, 신경망이 부분방전에 있어서 절연진단 및 수명예측을 위해서 적절하다는 것이 증명되었다.