http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
배전자동화시스템의 전류계측 오차 보정을 통한 정확성 향상에 관한 연구
서인용(In-Yong Seo),이정인(Jeong-In Lee),하복남(Bok-Nam Ha),이성우(Sung-Woo Lee),박소영(So-Young Park) 대한전기학회 2010 대한전기학회 학술대회 논문집 Vol.2010 No.7
배전자동화시스템(DAS)용 기기는 주로 리크로져, 가스절연부하개폐기가 사용되고 있으며, 현재 한전에서는 DAS 정보와 연계한 배전선로 상관리시스템을 개발하여 시범적용 중에 있으나, 자동화용기기의 전류계측 오차 때문에 정확한 구간별 불평형 부하전류 시정작업이 곤란하고 불편한 실정이다. 선로고장 발생시에도 DAS용 계통도 화면에서 보여주는 고장표시기 FI(Fault Indicator)의 고장전류 계측값이 자동화기기별로 크게 상이하여 고장 발생시 DAS 운영자가 고장원인 분석에 어려움이 있다. 기존 DAS용 기기의 전류계측 정밀도를 높이기 위한 BCT 교체하는 것은 많은 비용이 소요 될 뿐 아니라, 정전작업 및 자동화기기의 운전 정지를 수반하여야 한다. 본 논문에서는 기존 DAS용 부싱변류기를 교체하지 않고, 자동화기기의 운전정지 없이도 부싱변류기(BCT) 및 FRTU 내부 2차 CT의 전류계측정밀도를 0.5급 이상으로 보정하기 위해 DAS의 통신 프로그램 수정하였고, 이를 사업소의 DAS에 설치 후 현장 개폐기에 대해 시험하여 오차가 정확히 보정됨을 확인하였다. 이는 CT 교체비 절감 및 부하불평형 고압선 손실 측면에서 큰 경제적 이득을 줄 것으로 기대된다.
근거리 도서간 통합전력공급에 유효한 해저케이블 포설 방안 결정 알고리즘
김미영(Mi-Young Kim),노대석(Dae-Seok Rho),문국현(Guk-Hyun Moon),서인용(In-Yong Seo) 한국산학기술학회 2018 한국산학기술학회논문지 Vol.19 No.2
자가발전 도서는 내연발전 혹은 PV 발전을 이용하여 전력을 공급하고 있는데, 해양환경에 의한 문제점(경년열화, 염해), 환경오염(매연, 소음, 분진) 및 발전비용(설치비, 유지관리비) 상승 등 전력공급 효율성에 대한 문제점이 대두되고 있다. 한전에서 전력공급을 담당하고 있는 65개 자가발전 도서지역의 2016년 원가회수율은 27%에 불과하며 원가의 73%에 달하는 결손액이 발생되고 있다. 이들 도서지역에서 발생한 결손액의 현황을 보면, 발전분야에서 발생하는 비용은 전체의 91% 정도를 차지하고 있고 운영비용인 변동비(연료비)와 고정비(지급수수료, 수선유지비, 기타비용) 중에서 고정비가 차지하는 비율은 60% 정도이다. 즉, 도서지역 발전효율을 향상시키고 운영체계를 효율화시키는 최적 전력공급방안을 마련하여 운영 결손액을 줄일 필요가 있다. 그러므로 거리상 가까운 여러 개의 도서 발전설비를 한 곳으로 통합하고, 인근 도서지역 간 전력공급에 해저케이블을 이용하면 연료 수송 및 설비 유지관리의 간결화를 도모할 수 있다. 따라서, 본 논문에서는 통합운영경제성 평가를 통하여, 내연발전 및 PV 발전으로 운영되고 있는 근거리 도서간 통합운영에 유효한 해저케이블 포설 방안(1회선, 2회선, 1회선 루프)을 결정하는 알고리즘을 제시한다. 또한, 제안한 알고리즘을 바탕으로 자가발전도서의 독립운전방식과 비교 분석한 결과, 근거리이며 내연발전으로 운영되나 최대부하가 작은 2개 혹은 3개 도서에 있어서 도서간 통합운영이 경제적인 전력공급방안임을 확인하였다. Islands are supplied with power from diesel generation or from photovoltaic power generation, and problems with offshore environmental impacts (age deterioration, salt pollution), environmental pollution (exhaust gas, noise, dust) and power generation costs (installation, maintenance) have increasingly emerged. In 2016, the cost recovery rate was only 27%, and deficits reached 73% on 65 islands managed by KEPCO. In terms of deficits, the costs incurred in the power generation sector accounted for 91%, with the ratio of fixed costs at about 60%. Analysis suggests that operating costs can be reduced with an optimal power supply system that improves power generation efficiency and makes operating systems more efficient. Therefore, it is possible to simplify fuel transportation and facility maintenance, because one island integrates the power plants of remote islands, and offshore cable is used to supply power to the other islands. From the economic evaluations in this paper, an algorithm deciding offshore cable layout validity for an integrated power supply between adjacent islands is presented. Simulation results based on the proposed algorithm confirmed that an integrated power supply is economical for existing stand-alone operations on islands having diesel generation, low peak power, and near distances.
자연재난에 의한 전력설비 피해 예측을 위한 인공신경망(ANN) 알고리즘 개발
최민희(Min-Hee Choi),정남준(Nam-Joon Jung),이규철(Kyu-Chul Lee),정재성(Jae-Sung Jeong),서인용(In-Young Seo) 대한전기학회 2019 전기학회논문지 Vol.68 No.9
Damage to the power system caused by natural disasters, including typhoons, is gradually increasing. The amount of the power outage caused by major typhoons shows 1.25 million households by “Rusa” in 2002, 1.44 million by “Maemi” in 2003, 1.68 million by “Kompasu” in 2010, 1.93 million by “Bolaven” in 2012 and 0.25 million by “Chaba” in 2016. Power companies are striving to establish an integrated system and simulators to predict power facility damage by natural disasters in advance and to establish a rapid response system in case of damage. In this paper, we developed the power facility damage prediction algorithm applied artificial neural network (ANN) for 6 kinds of natural disasters such as typhoon, strong wind, heavy rain, heavy snow, cold wave and heat wave. The algorithm consists of three phases: ① the establishment of big data by extracting meteorological data from the Automatic Weather System from 2007 to 2018, ② the analysis of the correlation between the power failures and the weather conditions(such as wind speed, rainfall, etc.) and ③ the evaluation of damage prediction algorithms using the ANN. In particular, comparisons and analyses with the Linear Regression(REG) algorithm were performed to assess the accuracy of the ANN algorithm. This algorithm was applied to Typhoon “Chaba” in 2016 to predict the failure of electric wires and Cut Out Switch (COS) in Seogwipo. The prediction error(MAE) of the ANN is 0.127, which is better than the performance of the REG.