초록
본 논문에서는 GIS내에 존재할 수 있는 부분방전원을 추정하기 위하여 모의 GIS를 제작하고 부분방전의 원천으로 모의된 코로나방전, 연면방전, 파티클의 자유운동, 보이드(void) 방전, 그리고 플로팅(floating) 전극으로부터 발생하는 UHF신호의 특성을 분석하였다. UHF 신호의 특성 분석의 결과로써 각 부분방전원에 대한 UHF 신호의 주파수 스팩트럼과 위상 특성을 도출하였다. 이 결과를 실제 GIS 내의 부분방전원을 분석하는데 체계적으로 적용하기 위하여 취득된 모든 UHF 신호의 특성을 정량화하고 다층구조를 갖는 역전파학습 신경회로망에 기초한 알고리즘의 데이터로 활용하였다. 구축된 알고리즘의 인식률은 학습과 테스트 데이터에서 각각 약 94(%)와 82(%) 정도로 양호하였다.
This paper describes the analysis of the UHF signal characteristics due to the partial discharge sources which can exist in a GIS. For the experiment, a model GIS was made and 5 types of discharge source were created as follows; corona discharge, surface discharge, void discharge, discharge due to free particle, discharge from floating electrode. The frequency spectra and the phase characteristics of UHF signals were induced by UHF signal analysis. The results were quantified to systematically adapt to analyze the PD sources in the GIS and utilized as algorithm data based on the neural network for Back-Propagation Algorithm with a multi-layer structure. The perception rate of the constructed algorithm showed approximately 94[%] and 82[%] in learning and testing data, respectively.