Neural Network Model for Partial Discharge Pattern Analysis of XLPE/EPR Interface

국문 초록 (Abstract)

최근 들어 우리나라에서는 설치의 간편성과 높은 신뢰도를 가진 전력케이블의 사용이 증가하고 있다. 전력케이블은 출고 전에 IEEE std. 404-1993 시험을 거쳐 안정성을 확인하고 있지만 포설시 발생하는 접속부 내부의 결함으로 인하여 많은 문제가 발생하고 있다. 특히 불순물 혼입 또는 공극 발생시 고장율은 증가하게 된다. 부분방전 검출은 포설 후 전력케이블의 상태를 관측할 수 있는 유용한 방법이다. 본 연구에서는 부분방전 특성을 평가하고자 케이블 접속재인 EPR과 케이블 절연체인 XPLE 사이에 인공 결함을 발생시킨 후 데이터 취득 시스템을 이용하여 $\Phi-q-n$ 특성을 검출하였으며, 부분방전의 정량적 해석을 위해 필요한 통계량을 계산하였으며, 신경망 모델을 적용하여 패턴 분석을 수행하여 $88\~96\%$의 구별이 가능하였다.

다국어 초록 (Multilingual Abstract)

The prefabricated type used generally in Korea to join cable runs on new installations or to repair broken Cable runs on existing installations, because installation is very simple and save time. This type is a permanent, shielded and submersible cable joint for direct burial or vault application. It confirms to the requirements of IEEE std. 404-1993 by factory testing, but many problems of insulated cable systems are caused by internal defects of the joint part which have to be mounted ensile. Faults arise from impurities or voids. A suitable solution for a monitoring of cable joints during the after-laying test and service is partial discharge detection. <중략> $\Phi-q-n$ properties were measured using detection impedance, high pass filter and computerized data acquisition system. Statistic Value like maximum charge, repetition rate, average charge, etc. are calculated. It is possible to quantitative analysis of $\Phi-q-n$ properties from this statistic value and pattern analysis.