몰드변압기의 보이드 결함 크기 판별

Identification of Void Diameters for Cast-Resin Transformers

본 논문에서는 신경망 모델을 적용한 몰드변압기의 보이드 결함 크기 판별에 관한 연구를 수행하였다. PCB 기반의 로고우스키 코일형 부분방전 센서를 제작하여 부분방전 신호를 측정하였고, 보이드에 의한 부분방전 결함을 모의하기 위한 PD 전극계를 제작하였다. 또한 보이드는 원통형 모양의 알루미늄 틀을 제작하여 에폭시가 경화되는 과정에서 실린지를 삽입하고 공기를 주입하여 서로다른 직경을 가지는 4개의 시편을 제작하였다. 보이드 결함 크기 판별을 위해 부분방전 전하량, 방전 펄스 수, 위상 분포의 부분방전 특성 파라미터를 추출하여 Labview 기반의 VI (Virtual Instrument)로 역전파 알고리즘을 설계하였다. 실험 결과로부터 제작된 알고리즘은 90%이상의 판별률로 결함의 직경크기를 구분할 수 있었다. 본 연구의 결과는 현장에서 PD 측정 시 몰드변압기의 유지보수 및 절연물 교체의 근거 자료로 활용될 수 있을 것으로 판단된다.

This paper presents the identification of void diameters for a cast-resin transformer using an artificial neural network (ANN) model. A PD signal was measured by the Rogowski coil sensor which has the planar and thin structures fabricated on a printed circuit board (PCB), and the PD electrode system was fabricated to simulate a PD defect by a void. In addition, void samples with different diameters were fabricated by injecting air in a cylindrical aluminum frame using a syringe during the epoxy curing process. To identify the diameter of void defects, PD characteristics such as the discharge magnitude, pulse count, and phase angle were extracted and back propagation algorithm (BPA) was designed using virtual instrument (VI) based on the Labview program. From the experimental results, the BPA algorithm proposed in this paper has over 90% accurate rate to identify the diameter of void defects and is expected to use reference data of maintenance and replacement of insulation for cast-resin transformers in the on-site PD measurement.