윤민호
(Min-Ho Yoon)
1iD
박찬묵
(Chan-Muk Park)
1iD
김경탁
(Kyoung-Tak Kim)
1iD
임성훈
(Sung-Hun Lim)
†iD
방선배
(Sun-Bae Bang)
2iD
-
(Dept. of Electrical Engineering, Soongsil University, Republic of Korea.)
-
(Electrical Safety Research Institute, Korea Electrical Safety Corporation, Wanju 55365,
South Korea)
Copyright © The Korea Institute for Structural Maintenance and Inspection
Key words
series arc detection, zero crossing period (ZCP), fast fourier transform (FFT), arc detection algorithm, arc circuit breaker
1. 서 론
아크사고는 전기 회로에서 발생하는 비정상적인 전기 방전현상으로, 주로 공기 중에서 전류가 스파크 형태로 발생한다. 이러한 특성으로 인해 아크사고의
수준과 주변의 환경적 요인에 따라 화재로 이어질 수 있는 위험성이 매우 크며, 2023년부터 전체 전기화재 중의 75% 이상이 아크와 관련된 사고이다[1]. 아크는 직렬 아크와 병렬 아크로 구분한다. 직렬 아크는 같은 선로에서 아크가 발생하는 경우로 부하가 직렬로 연결된 상태에서 단자 접속, 접촉 불량
등에 의해 발생한다. 병렬 아크는 전위가 다른 두 선로 사이에서 아크가 발생하는 경우로 전선이나 코드의 과도한 구부림, 문틈 및 무거운 물체의 압력
등의 영향으로 전선 두 가닥의 도체가 단선되거나 파열되는 과정에서 발생한다. 교류선로에서 발생하는 직렬 아크는 병렬 아크와 달리 사고 발생 이후 사고
발생 이전 전류보다 감소하는 특성이 있으므로 기존 과전류 감지 기반의 차단기로는 감지가 어렵다. 이러한 직렬 아크를 효과적으로 감지하기 위한 연구는
1990년대부터 현재까지 지속되고 있다. 직렬 아크를 검출하는 알고리즘에 필요한 다양한 특성들이 보고되고 있다. 대표적인 방법으로는 고조파 필터를
통과시킨 전류를 이용하는 방법[2], Zero Crossing Period(ZCP)[3,4], Crest Factor[5] 등과 시간영역의 전압/전류를 이용하여 아크를 감지하는 알고리즘과 Fast Fourier Transform(FFT)[6], Short Time Fourier Transform (STFT)[7], Chirp Zeta Transform(CZT)[8] 등 주파수 영역을 이용하여 아크를 감지하는 알고리즘으로 분류할 수 있다. 시간영역에서 알고리즘의 대표적인 장점은 ZCP 특성을 이용하기 때문에 필요한
연산량이 적다. 따라서 빠른시간 안에 아크 감지가 가능하다. 단점으로는 부하별로 ZCP가 일정하지 않기 때문에 임계값을 설정하기 어렵고, 아크 발생전
후에 ZCP가 비슷하거나 아크가 발생하여도 ZCP가 발생하지 않는 경우 아크 감지가 어렵다. 주파수 영역에서 알고리즘의 대표적인 장점으로는 FFT나
STFT를 이용하는 경우 아크 발생 전후의 차이 및 부하별 차이 등을 주파수성분으로 구분하여 구별할 수 있다. 하지만 단점으로는 시간영역을 주파수영역으로
변환해야하기때문에 많은 연산량과 빠른 계산을 감당할 수 있는 사양을 갖춰야 하며, 아크가 발생해도 고조파 성분들의 변화가 미비한 부하의 경우에는 아크
감지가 불가능하다. 따라서 시간영역과 주파수영역을 모두 적절히 이용하여 아크를 감지해야한다.
본 논문에서는 다양한 부하에서 교류 아크 사고 발생 시 ZCP와 FFT를 이용하여 검출가능함을 확인하였다. 아크가 발생할 경우 시간영역에서 ZCP는
부하마다 다르지만, 아크가 발생하는 경우 정상상태보다 ZCP의 분포가 넓어진다는 점을 이용하였다. 또한 FFT를 이용하여 주파수 영역에서 매주기 고조파
성분들을 합하고 기본 주파수 성분으로 나눈다. 고조파 진폭의 변화량을 확인하여 아크가 발생하면 고조파성분의 진폭이 변화한다는 점을 이용하였다. 시간영역과
주파수 영역의 특성 중 한 가지의 특성이라도 만족한다면 아크를 감지하는 알고리즘을 제안하였고, 알고리즘을 적용한 결과 다양한 부하에 대해 차단시간
내에 아크를 검출가능함을 확인하였다.
2. 본 론
2.1 실험 장치 및 방법
그림 1은 실험구성도이다. 주 전원으로부터 부하는 직렬 단일선로로 구성되어 있다. 전원을 인가하면 부하로 전류가 정상상태로 흐르다가 케이블 시료를 이용하여
아크를 발생시킨다. 케이블 시료 제작 방법은 IEC 62606 규정에 맞추어 진행하였다[9]. 케이블 시료를 제작하는 방법은 인위적으로 절연물을 손상시킨 전선에 고압을 인가하여 짧은 탄화경로를 생성하고, 전류가 탄화경로를 흐를 때 아크가
발생한다. 아크발생기로 실험하는 경우 시험자가 직접 이동전극을 움직이기 때문에 일정한 이동속도를 유지하기 어렵다. 케이블시료를 이용하여 탄화경로를
생성하게되면 시험자의 개입이 없기때문에 보다 객관적인 실험방법이다. 전원전압으로는 교류 220[V], 60[Hz]를 사용하였다. 측정 장비로는 오실로스코프를
이용하여 주 전류와 아크 발생 전압을 기록하였으며, 전류 프로브와 전압 프로브를 이용하여 측정하였다. 표 1은 실험을 통한 정상상태의 Root Mean Square (RMS) 전류 및 부하의 정격용량이다. 실험부하는 IEC 62606 마스킹 부하 규정에
맞추어 진행하였다[10].
표 1 실험 부하 및 정격용량
Table 1 Experimental loads and rated capacities
|
부하명
|
RMS 전류
|
정격용량
|
|
청소기
|
6.93 [A]
|
1,500 [W]
|
|
에어컨프레셔
|
4.76 [A]
|
1,350 [W]
|
|
전동드릴
|
0.98 [A]
|
600 [W]
|
|
조광기 60$^{\circ}$
|
1.60 [A]
|
600 [W]
|
|
조광기 90$^{\circ}$
|
2.12 [A]
|
600 [W]
|
|
조광기 120$^{\circ}$
|
2.38 [A]
|
600 [W]
|
|
SMPS
|
5.78 [A]
|
550 [W]
|
|
형광등 // 5A저항
|
5.24 [A]
|
1,180 [W]
|
|
할로겐램프 // 5A 저항
|
5.90 [A]
|
1,400 [W]
|
그림 1. 탄화경로를 이용한 직렬아크 실험 회로
Fig. 1. Experimental circuit for arc using carbonized path
2.2 구성에 따른 실험 파형
직렬아크가 발생할 때의 차이점을 확인하기 위해 7가지부하를 3가지로 분류하였다. 첫째는 위상차가 발생하는 유도부하, 둘째는 조광기부하, 셋째는 스위칭부하로
분류하였다. 그림 2는 유도부하의 정상상태와 아크 상태에 따른 전류 파형이다. 그림 2(a)부터 그림 2(c)까지 유도부하로는 진공청소기, 에어컨프레셔, 전동드릴 순서로 보여준다. 측정한 전류로는 주 측에 흐르는 전류를 측정하였고, 아크 양단 전압을 측정하여
아크 발생 여부를 확인하였다. 0.3초 전에는 정상상태의 60[Hz]로 일정한 주기함수 형태를 유지하고 있다. 0.3초에 케이블 시료를 이용하여 아크를
발생시킨다. 직렬아크의 경우 아크가 발생하면서 선로에 저항이 추가되기 때문에 RMS의 전류 크기는 작아진다. 진공청소기의 경우에는 아크가 발생 후,
다른 부하에 비해 아크 발생 시 초기 5주기 RMS 값이 3[A] 감소한다. 에어컨프레셔의 경우에는 아크 발생 후 ZCP 및 고조파성분이 증가하는
특징은 나타나지않고 파형이 비주기적으로 변화하는 부하특성을 갖는다. 전동드릴의 경우 아크가 발생 후 전류에 고조파성분이 증가한다.
그림 2. 유도부하에 따른 실험 파형 (a) 진공청소기 (b) 에어컨프레셔 (c) 전동드릴
Fig. 2. Experimental waveforms based reactive loads (a) Vacuum (b) Compressor
(c) Drill
그림 3. 조광기 제어 각도에 따른 실험 파형 (a) 60$^{\circ}$ (b) 90$^{\circ}$ (c) 120$^{\circ}$
Fig. 3. Experimental waveform according dimmer control angle (a) 60$^{\circ}$
(b) 90$^{\circ}$ (c) 120$^{\circ}$
조광기 부하의 경우에는 ZCP의 구간을 갖고 스파이크형태를 나타낸다. 그림 3은 조광기 부하의 제어 각도에 따라 정상상태에서는 스파이크 파형의 정도가 변화하게 되고 이에따른 아크 상태의 전류 파형을 비교하였다. 그림 3(a)부터 그림 3(c)까지 조광기의 제어 각도가 60$^{\circ}$, 90$^{\circ}$, 120$^{\circ}$ 순서로 보여준다. 조광기는 정상상태에서도 ZCP가
다른 부하에 비해서 크다. 제어 각도가 60$^{\circ}$인 경우에는 아크가 발생하면서 주기적인 파형이 나타나지 않고 주기의 피크치 값이 변화하는
모습을 보인다, 제어 각도가 90$^{\circ}$, 120$^{\circ}$인 경우에는 아크발생 초기 3주기는 전류의 RMS값은 0.7[A] 감소하고
이후 주기적인 파형을 보인다.
그림 4는 스위칭 부하에 따른 정상상태와 아크 상태의 전류파형이다. 그림 4(a)부터 그림 4(c)까지 부하로는 SMPS, 형광등, 할로겐램프 순서로 보여준다. SMPS 부하에서는 조광기와 비슷하게 정상상태에서도 ZCP가 크다. 아크가 발생하면서
전류 파형 또한 주기적이지 않고 전류의 피크치가 일정하지 않다. 형광등의 경우 정상상태에서도 고조파성분들이 함유되어있다. 아크가 발생한 이후 고조파성분의
크기은 커지는뿐만 아니라 ZCP 또한 증가한다. 할로겐램프의 경우에는 아크가 발생하면서 3주기 전류의 RMS 값은 2[A] 감소하고 ZCP가 증가하며
고조파 성분들이 커진다.
그림 4. 스위칭 부하에 따른 실험 파형 (a) SMPS (b) 형광등 (c) 할로겐램프
Fig. 4. Experimental waveform based on switching loads (a) SMPS (b) Fluorescent
Lamp (c) Halogen lamp
2.3 Zero Current Period 분석
60[Hz] 한 주기 내에서 $i_{L}$ 최댓값의 $\pm $10% 구간인 $P_{ZCP}$ 는 수식 (1)과 같다. 60[Hz] 부하에 샘플링주파수 100[kHz]로 측정하게 되면 한주기의 샘플 수는 1,667개이다. 1,667개 중에 $P_{ZCP}$
에 해당하는 샘플 수의 비율은 수식 (2)와 같다.
Box plot은 데이터의 분포를 요약하는 방법이다. 분석하려고하는 데이터를 크기별로 정렬하였을 때, q1은 데이터의 25[%] 값은 제 1사분위수이다.
q2는 데이터의 50[%]값으로 중앙값이며 제 2사분위수이다. q3는 데이터의 75[%]값으로 제 3사분위수이다. Interquartile Range(IQR)는
q3와 q1의 차이다. Max값은 q3+(IQR*1.5), Min 값은 q1-(IQR*1.5)이다. Box plot을 통하여 데이터의 분포를 확인
할 수 있다.
그림 5. 부하 별 ZCP 박스 플롯 (a) 진공청소기 (b) 에어컨프레셔 (c) 전동드릴 (d) 조광기 (e) SMPS (f)
형광등 (g) 할로겐램프
Fig. 5. ZCP box plot for each load (a) Vacuum (b) Compressor (c) Drill
(d) Dimmer (e) SMPS (f) Fluorescent lamp (g) Halogen lamp
그림 5는 정상상태, 아크 상태 각각 60주기의 데이터를 사용하여 1주기당 ZCP를 Box plot으로 보여준다. 부하마다 ZCP의 비율은 다르기 때문에
절대적인 수치로는 아크를 검출하지 못하거나 오동작의 가능성이 충분하다. Box plot을 통해 IQR을 비교하게되면 아크가 발생한 경우 정상상태보다
ZCP 비율의 데이터 분포가 더 확산된다. 정상상태에서는 기본파형이 유지되기 때문에 IQR의 값이 일정하지만, 아크가 발생하면 ZCP 비율의 변동이
생기기 때문에 IQR의 값이 커진다. 아크가 발생하면 ZCP 분포가 확산되는 점을 특징으로 알고리즘을 작성하게 되면 아크를 검출할 수 있다.
2.4 아크 검출 흐름도
실시간 60[Hz] 부하에 샘플링주파수 100[kHz]로 측정하면 한주기의 샘플 수는 1,667개이다. 샘플 수(s)가 증가하여 1,666을 초과하게
되면 주기 수(n)를 증가시킨다. 주기 수(n)가 증가할 때마다 ZCP 및 FFT 분석을 진행한다. ZCP 영역 알고리즘에서는 주기 수(n)가 4를
초과할 때까지 반복한다. 5주기 이상 측정했을때, 1주기씩 이동하면서 5주기 동안 각 주기의 ZCP 비율 값을 오름차순으로 정리한다. IQR이 3보다
크면 변수(c)를 증가시킨다. IQR이 5주기 연속 3을 초과하지 못하면 알고리즘을 반복하고, 5주기 연속 3을 초과했다면 아크를 감지한다. 주파수영역
알고리즘에서는 1주기의 데이터를 FFT 분석하여 수식 (3)과 같이 h(n)을 정의한다. 주파수 분석 범위는 1[kHz](제17차 고조파) ~ 50[kHz](제833차 고조파)로 설정하였고 매 고조파 성분들을
기본 주파수 성분으로 나눈 후 합산하였다. 0[Hz]가 아닌 1[kHz] 대역의 주파수성분부터 사용하는 이유는 직류성분의 영향을 줄이기 위함이다[11]. 상용차단기에 적용하기위해 최대 주파수 대역은 50[kHz]로 선정하였다.
그림 6. 아크 검출 흐름도
Fig. 6. Arc detection flowchart
변수(m)는 h(n)의 변화량으로 정의한다. 변수(m)가 0.015 초과하거나 2.5 미만인 경우 변수(k)를 증가시킨다. 최소 임계값을 0.015로
선정한 이유는 정상상태에서 고조파 성분들이 변화하지만 최소 임계값을 초과하여 변화하지 않는다. 최대 임계값을 2.5로 선정한 이유는 부하의 변동이
생길 경우에 오동작을 방지하기 위하여 고조파 성분들의 변화량에 최대 임계값을 선정하였다. 변수(k)가 증가할 때 배열(t)에 해당 주기의 시간을 기록한다.
변수(k)가 4회를 초과할 때의 시간과 변수(k)가 처음 증가했을 때의 시간 차이가 0.15[s]인 경우 아크를 감지하고 그렇지 않을 경우 반복한다.
변수(k)가 4회를 초과했을 때 시간을 측정하는 이유는 정상상태에서도 임계값을 넘는 경우가 존재하지만 일시적인 현상이기 때문에 오동작을 방지하기 위해
임계시간을 설정하였다. ZCP를 이용한 시간영역 및 FFT를 이용한 주파수영역 알고리즘에서 한 가지라도 감지되면 아크로 인지하고 차단하게 된다. 메모리
저장용량을 고려하여 2초에 한 번씩 초기화한다.
2.5 결과 및 분석
그림 7은 1주기씩 이동하며 5주기 ZCP 값의 IQR 분석 결과이다. 그림 7(a)부터 그림 7(c)까지 부하로는 유도부하, 조광기 제어각도, 스위칭 부하 순서로 보여준다. 5주기의 ZCP 값을 오름차순으로 정렬한 후, IQR을 이용하여 아크를 감지한다.
1주기씩 이동하며 IQR값이 5주기 연속 3을 넘는다면 아크를 감지한다. 7개의 부하 중 정상전류가 가장 큰 진공청소기(7[A])를 기준으로, IEC
62606에서 규정한 차단 한계 시간은 0.25 [s]로 설정하였다[12]. 9개의 부하 중에 드릴, 조광기의 제어각도(60$^{\circ}$, 90$^{\circ}$),할로겐램프의 경우에는 차단 한계 시간 이내에 5주기
연속 3을 넘지 못하여 아크를 감지하지 못하고 다른 부하들의 경우에는 아크를 제한 시간 이내에 감지한다.
그림 8은 유도부하 FFT 결과 및 고조파성분의 변화량이다. 그림 8(a)는 매주기마다 제17차 고조파부터 제833차 고조파성분을 기본주파수 성분으로 나눈 후 합산한 결과이다. 0.3초에서 아크가 발생하기 시작하면서 에어컴프레셔와,
드릴 부하에서는 고조파 성분(h(n))들의 크기가 증가한다. 진공청소기의 부하는 아크가 발생하더라고 고조파성분(h(n))의 크기는 일정한 것을 확인할
수 있다. 그림 8(b)는 고조파 성분들의 변화량이다. 청소기의 부하 경우에는 고조파성분(h(n))의 크기가 일정하기 때문에 변화량(m)이 임계점을 넘지 못하여 아크를 감지하지
못하지만, 에어컴프레셔와 드릴 부하의 경우에는 변화량(m)이 임계점을 넘어서 아크를 차단시간 내에 감지하는 모습을 보인다.
그림 7. 부하 별 IQR 결과 (a) 유도부하 (b) 조광기 제어 각도 (c) 스위칭 부하
Fig. 7. IQR results by loads (a) reactive loads (b) dimmer control angle (c)
switching loads
표 2 AFDD 차단시간 한계값
Table 2 Trip time limits for AFDD
|
시험 아크전류 (RMS)
|
2.5 [A]
|
5 [A]
|
10 [A]
|
16 [A]
|
|
최고 차단
시간 [s]
|
1
|
0.5
|
0.25
|
0.15
|
그림 8. 유도부하의 종류에 따른 아크 검출 결과 (a) FFT 결과 (b) FFT 변화량
Fig. 8. Arc detection results by reactive loads (a) FFT results (b) FFT variations
그림 9는 조광기 부하 FFT 결과 및 고조파성분의 변화량이다. 그림 9(a)는 매주기마다 제17차 고조파부터 제833차 고조파성분을 기본주파수 성분으로 나눈 후 합산한 결과이다. 0.3초에서 아크가 발생하기 시작하면서 조광기의
제어 각도에 따라 고조파 성분들의 크기가 증가한다. 제어 각도가 60$^{\circ}$인 경우에는 고조파 성분(h(n))들은 커진다. 90$^{\circ}$,
120$^{\circ}$인 경우 아크가 발생하여도 고조파 성분(h(n))들의 크기가 급격하게 변화하지 않는다. 그림 9(b)는 고조파 성분들의 변화량(m)이다. 제어 각도가 60$^{\circ}$, 90$^{\circ}$의 경우에는 제한 시간 이내에 아크를 감지하는 모습을
보인다. 하지만 제어각도가 120$^{\circ}$의 경우에는 고조파성분(h(n))의 변화량(m)이 미비하여 제한 시간 이내에 아크를 감지하지 못하는
모습을 보인다.
그림 9. 조광기 제어 각도에 따른 아크 검출 결과 (a) FFT 결과 (b) FFT 변화량
Fig. 9. Arc detection results by dimmer control angle (a) FFT results (b) FFT
variations
그림 10. 스위칭 부하의 종류에 따른 아크 검출 결과 (a) FFT 결과 (b) FFT 변화량
Fig. 10. Arc detection results by switching loads (a) FFT results (b) FFT variations
그림 10은 스위칭 부하 FFT 결과 및 고조파성분의 변화량이다. 그림 10(a)는 매주기마다 제17차 고조파부터 제833차 고조파성분을 기본주파수 성분으로 나눈 후 합산한 결과이다. 0.3초에서 아크가 발생하기 시작하면서 SMPS,
할로겐램프의 부하는 고조파 성분(h(n))들이 크기가 증가한다. LED 부하의 경우에는 고조파 성분(h(n))들의 크기 변화가 미비하다. 그림 10(b)는 고조파 성분들의 변화량(m)이다. SMPS 부하의 경우에는 변화량(m)이 매우 커서 아크를 감지하기 쉽고, 할로겐램프의 경우에는 SMPS 부하만큼
변화량(m)이 많지는 않지만 제한 시간 내에 아크를 감지할 수 있다. 하지만 LED 부하의 경우에는 고조파성분(h(n))의 변화량(m)이 미비하여
제한 시간 내에 아크를 감지하지 못한다.
3. 결 론
본 논문에서는 다양한 부하에 대해 케이블 시료를 이용하여 아크를 발생시킨 후 차단 동작이 가능한 아크 검출 흐름도를 제안하였다. 실험 부하로는 IEC
62606에 따라 부하를 선정하였고, 부하 중 가장 큰 정격 전류를 갖는 진공청소기를 기준으로 차단시간을 0.25[s]로 설정하였다. ZCP를 이용한
IQR을 사용하여 시간영역에서 감지했을 때는 차단 제한 시간 내에 드릴, 조광기(60$^{\circ}$, 90$^{\circ}$), 할로겐램프 부하에
대해서는 감지하지 못했다. FFT 분석을 통한 주파수 영역에서는 차단 제한 시간 내에 진공청소기, 조광기 (120$^{\circ}$), 형광등 부하에
대하여 아크를 감지하지 못했다. 두 가지 기법을 동시에 사용하면 각각 감지하지 못한 부하들 모두 차단 제한 시간 내에 감지하였다. 정상상태에서 오작동을
방지하기 위해 임계값을 정상상태보다 높게 설정하였다. 기존 ZCP 감지 기법을 사용하면 다양한 부하에 대하여 아크를 검출할 수 없었다. 본 논문에서
제안한 알고리즘을 적용하면 연산과정이 적어 빠른시간안에 아크를 차단할 수 있는 ZCP와 정확하게 아크를 검출 할 수 있는 FFT기법을 동시에 사용하여
다양한 부하에 대하여 아크를 검출하였다. 향후 단일부하가 아닌 다중부하에 대해서도 실험을 진행한 후 아크 차단기의 알고리즘을 적용할 예정이다.
Acknowledgements
This work was supported by the Energy R&D program of the Korea Institute of Energy
Technology Evaluation and Planning (KETEP) granted financial resource from the Ministry
of Trade, Industry & Energy, Republic of Korea (No. 20215910100020) and also was supported
by Korea Institute for Advancement of Technology (KIAT) grant funded by Korea Government
(MOTIE) (P0017033, The Competency Development Program for Industry Specialist)
References
National Fire Ingormation System, Fire Statistics. https://www.nfds.go.kr/stat/general.do
G. Bao, R. Jiang, and X. Gao, “Novel Series Arc Fault Detector Using High-Frequency
Coupling Analysis and Multi-Indicator Algorithm,” in IEEE Access, vol. 7, pp. 92161-92170,
2019. DOI:10.1109/ACCESS.2019.2927635
Wenpeng Luan, Jianli Lin, Bo Liu, and Bochao Zhao, “Arc fault detection and identification
via non-intrusive current disaggregation,” ELSEVIER, vol. 210, 2022. DOI:10.1016/j.epsr.2022.108113
Huaijun Zhao, Jinpeng Liu, and Junchao Lou, “Series arc fault detection based on current
fluctuation and zero-current features,” ELSEVIER, vol. 202, 2021. DOI:10.1016/j.epsr.2021.107626
Jinmi Lezama, et al., “Arc fault detection based on temporal analysis,” 2014 IEEE
60th Holm Conference on Electrical Contacts (Holm), 2014. DOI:10.1109/HOLM.2014.7031017
Muhammad Khanif Khafidli, et al., “Implementation AC Series Arc Fault Recognition
using Mikrokontroller Based on Fast Fourier Transform,” International Electronics
Symposium on Engineering Technology and Applications (IES-ETA), pp. 31-36, 2018. DOI:10.1109/ELECSYM.2018.8615529
Cheng Hong, Chen Xiaojuan, Liu Fangyun, and Wang Cong, “Series arc fault detection
and implementation based on the short-time fourier transform,” Asia-Pacific Power
and Energy Engineering Conference, 2010. DOI:10.1109/APPEEC.2010.5448958
G. Artale, et al., “Arc fault detection method based on CZT low-frequency harmonic
current analysis,” IEEE Transactions on Instrumentation and Measurement, vol. 66,
no. 5, pp. 888-896, 2017. DOI:10.1109/TIM.2016.2627248
Korean Standard(KS).KS C IEC 62606:2014, General Conditions for Arc Fault Detection
Devices, pp.42-43
Korean Standard(KS).KS C IEC 62606:2014, General Conditions for Arc Fault Detection
Devices, pp.46-47
Chang-Ju Park, Jae-chang Kim, Jae-Yoon Jeong, Sangshin Kwak, “Study of Series and
Parallel AC Arc Detection Techniques on AC Power Lines Based on Time-Domain and Frequency-Domain
Approaches,” Korean Institute of Electrical Engineers, vol. 70, no. 9, pp. 1295~1303,
2021. DOI:10.5370/KIEE.2021.70.9.1295
Korean Standard(KS).KS C IEC 62606:2014, General Conditions for Arc Fault Detection
Devices, Table 1.
저자소개
He received B.S. degree from Soongsil Univ., Korea in 2023. Currently, he is a combined
Master’s-Doctoral course student in the Dept. of Electrical Engineering at Soongsil
Univ., Korea.
He obtained his Bachelor of Science degree from Soongsil Univ., Korea, in 2024. He
is currently pursuing a Master of Science degree in Electrical Engineering at Soongsil
Univ.. Korea.
He was born in Seoul, Korea, in 1988. He received the B.S. degree and the M.S. degree
from Soongsil University, Seoul, Korea, in 2016. He is presently a Ph. D. student
in same university.
He received B.S., M.S., Ph.D. degrees from Chonbuk National Univ., Korea in 1996,
1998, and 2003, respectively. Currently, he is a professor in the Dept. of Electrical
Engineering at Soongsil Univ., Korea.
He received M.S., Ph.D. degrees from Kangwon National Univ., Korea in 2003 and 2008.
Currently, he is a Director of the center at Electrical Safety Research Institute,
Korea.