Trends and Application Strategies for Underground Power Cable Insulation Degradation Diagnosis Based on Intelligent Network Technologies

국문 초록 (Abstract)

현재 일부 고전력 사용 현장에서는 활선 상태에서 전력케이블의 열화 진단을 수행하고 있으나, 대부분의 현장에서는 사선 상태에서 진단을 실시하고 있다. 이로 인해 운전 중 케이블의 실제 동작성능을 충분히 점검하는 데 한계가 존재한다. 활선 상태에서 케이블 성능을 평가하고 IoT·AI 기반 지능형 네트워크를 적용할 경우, 보다 생산적이고 효율적인 열화 진단이 가능하다. 지중 전력케이블은 도시 전력 공급의 핵심 인프라로서, 절연 열화로 인한 고장은 대규모 정전과 사회적 손실로 이어질 수 있다. 기존의 오프라인 진단 방식은 설비 휴전이 필요하며 실시간 운전 상태를 반영하기 어렵다는 한계를 가진다. 이에 따라 운전 중 상태를 실시간으로 감시하고 열화 징후를 조기에 파악할 수 있는 기술의 필요성이 증대되고 있다. IoT 센서 기술의 발전으로 케이블 및 접속재의 전기적·환경적 데이터를 실시간으로 수집할 수 있으며, 이를 지능형 네트워크와 연계함으로써 연속적인 상태 감시가 가능해진다. 또한 5G 기반 통신과 엣지 컴퓨팅 기술은 대규모 데이터의 안정적인 전송과 신속한 의사결정을 지원한다. AI 기반 분석 기법은 열화 패턴을 인식하고 고장 발생을 예측하는 데 효과적이며, 기존 정기 점검 방식 대비 유지보수 비용 절감과 설비 신뢰성 향상에 기여한다. 국내 지중 전력케이블 사고 사례 분석 결과, 자연 열화와 시공 불량이 주요 고장 원인으로 확인되었으며, 이는 실시간 진단 기술의 중요성을 뒷받침한다. 향후 연구에서는 장기 운전 데이터를 활용한 AI 모델의 검증, 대규모 설비 환경에서의 통신 안정성 확보, 데이터 보안 강화가 주요 과제로 제시된다. 이러한 기술적 진전은 예방 보전 중심의 전력설비 운영체계를 구현하는 데 핵심적인 역할을 할 것이다.

다국어 초록 (Multilingual Abstract)

At present, some high-power operating sites perform degradation diagnosis of power cables under live-line conditions; however, most sites conduct diagnosis under de-energized conditions. As a result, there are limitations in sufficiently assessing the actual operational performance of cables during operation. Evaluating cable performance under live-line conditions and applying IoT- and AI-based intelligent networks can enable more productive and efficient degradation diagnosis. Underground power cables constitute a core infrastructure for urban power supply, and failures caused by insulation degradation can lead to large-scale power outages and significant social losses. Conventional offline diagnostic methods require equipment shutdown and have inherent limitations in reflecting real-time operating conditions. Accordingly, the need for technologies capable of monitoring operating conditions in real time and detecting early signs of degradation has been increasing.<BR/>Advances in IoT sensor technologies enable the real-time collection of electrical and environmental data from cables and accessories, and integration with intelligent networks allows continuous condition monitoring. In addition, 5G-based communications and edge computing technologies support stable transmission of large-scale data and rapid decision-making. AI-based analytical methods are effective in identifying degradation patterns and predicting fault occurrence, contributing to reduced maintenance costs and improved equipment reliability compared to conventional periodic inspection approaches. An analysis of domestic underground power cable accident cases indicates that natural aging and construction defects are the primary causes of failures, underscoring the importance of real-time diagnostic technologies. Future research should focus on validating AI models using long-term operational data, ensuring communication stability in large-scale facility environments, and strengthening data security. These technological advances will play a key role in realizing a preventive maintenance–oriented operational framework for power facilities.