신경회로망을 이용한 변압기 사고 검출 기법 개발 (Development of Fault Detection Method for a Transformer Using Neural Network)

본 논��은 신경회로망을 이용하여 변압기 사고검출 기법을 제안하였다. 계전기 정동작을 위하여 전력용 변압기의 외부사고왿� 돌입현상은 포화현상이 고려된 EMTP/ATP를 이용하였고, 내부사고는 EMTP/BCTRAN를 이용하여 얻은 전류 데이타를 신경회로망의 사고검출 성능으로 평가하였다. 신경회로망의 입력지수로는 변압기 양단전류를 FFT로 주파수 분석하여 얻은 억제전류왿� 동작전류의 고조파 비의 크기를 이용하였고, 외부사고 시 억제전류값이 크게 나타나는 것을 이용하기 위해 억제전류를 동작전류로 나눈값을 계전기 입력으로 사용하였고, 학습알고리즘은 back-propagation을 사용하였다. 실 계통에 적용하고 있는 변압기 보호용 계전기의 특성을 신경회로망의 검출성능으로 테스트한 결과 제안된 기법이 뛰어남이 확인되었다.

This paper presents a fault detecting method for a power transformer based upon a neural network. To maintain a normal relay operating conditions, external winding faults of a power transformer and magnetic inrush have been tested under consideration of the EMTP/ATP software and internal faults of power transformer have been tested by the EMTP/BCTRAN software. The neural network has been evaluated by the proposed fault. Input variables of the neural network for the proposed model can be obtained from fundamental currents, restraining and operating currents. This algorithm uses back-propagation and the ratio of a restraining current and an operating current as relay input parameters. The ratio may enhance the fault detection since the restraining currents increase rapidly at external faults.The proposed detecting method has been applied to the practical relay systems for transformer protection. As a result, the proposed detecting method based on the neural network has been shown to have better characteristics.