📄 other

Insulation-Structure Optimization for a Uniform Air Field and Optimal Gas-Mixture Selection for 500 kV Eco-Friendly Gas-Insulated Current Transformers

본 논문은 기존의 SF6 및 건조 공기 방식과 비교하여 우수한 절연 성능, 환경적 지속 가능성 및 운전 신뢰성을 달성하기 위해 기하학적 구조 개선과 다목적 혼합 가스 선택을 통합한 500 kV 친환경 가스 절연 변류기용 종합 최적화 프레임워크를 제시한다.

원저자: Shengbao Zhang, Hong Shen, Shixiang Wang, Xing Wang, Xiao Bin, Yang Zhao, Shuo Tong, Ke He, Jun Jia

게시일 2026-07-27

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Shengbao Zhang, Hong Shen, Shixiang Wang, Xing Wang, Xiao Bin, Yang Zhao, Shuo Tong, Ke He, Jun Jia

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

도시의 전력을 공급하는 거대한 전기 철탑과 변전소를 거대하고 보이지 않는 신경계의 심장이라고 상상해 보십시오. 이 시스템을 안전하게 유지하기 위해 엔지니어들은 전류 변성기(current transformer)라고 불리는 특수한 장치를 사용하여 감전되지 않고 전선에 흐르는 전기를 측정합니다. 수십 년 동안 이 장치들은 육방불화황(SF6)이라는 가스를 사용하여 전기가 흐르지 말아야 할 곳으로 튀는 것을 방지하는 보호막 역할을 수행해 왔습니다. SF6를 전기 스파크를 막아주는 매우 강력하고 투명한 힘의 방어막이라고 생각하면 됩니다. 하지만 이 방어막에는 어두운 면이 있습니다. 만약 이것이 누출되면, 이산화탄소보다 수천 배 더 효과적으로 열을 가두는 초강력 온실가스로 작용한다는 점입니다. 세계가 환경 정화에 힘쓰고 있는 상황에서, 과학자들은 강력하면서도 지구에 해를 끼치지 않는 '친환경적인' 대체제를 찾기 위해 경주를 벌이고 있습니다. 문제는 우리가 마시는 일반적인 공기 자체만으로는 동일한 역할을 수행할 만큼 강하지 않다는 것입니다. 따라서 엔지니어들은 여러 가스를 혼합하고, 보이지 않는 전기장이 순조롭게 작동하도록 장치 내부를 극도로 정밀하게 설계해야 합니다.

이 논문은 기존의 SF6 모델을 대체하기 위한 고전압 장치인 500kV 친환경 전류 변성기를 설계하는 까다로운 퍼즐을 다룹니다. 연구진인 선전 전력국(Shenzhen Power Supply Bureau)과 칭화대학교 팀은 이 문제를 마치 마스터 셰프와 건축가가 협업하는 것처럼 접근했습니다. 먼저, 그들은 장치 내부 금속 부품의 모양을 단순히 추측하는 것만으로는 충분하지 않다는 것을 깨달았습니다. 그들은 정교한 '민감도 분석'(어떤 변수가 가장 중요한지 테스트하는 방법)을 사용하여, 일곱 가지의 서로 다른 형상 변수 중 오직 두 가지만이 정말 중요하다는 것을 밝혀냈습니다. 그것은 바로 고전압 전극 가장자리의 둥근 정도와 중앙에 떠 있는 특수 '중간 전극'의 위치였습니다. 그들은 가장자리를 매끄럽게 만들고(반지름 45mm), 중간 전극을 적절한 위치(전체 높이의 52% 지점)에 배치하는 것이, 마치 자동차가 사고 나지 않도록 울퉁불퉁한 도로를 평탄하게 만드는 것처럼 전기장을 균일하게 유지하는 비결임을 발견했습니다.

다음으로, 그들은 '가스 레시피' 문제를 해결해야 했습니다. 단순히 일반 공기나 질소와 이산화탄소의 혼합물을 사용하는 대신, 그들은 질소(N2), 산소(O2), 그리고 아주 적은 양의 헬륨(He)으로 이루어진 삼원 혼합물을 테스트했습니다. 그들은 NSGA-II라고 불리는 알고리즘을 사용하여 대규모 컴퓨터 시뮬레이션을 실행했는데, 이는 다섯 가지 상충하는 목표 사이에서 완벽한 균형을 찾기 위해 수백만 가지의 조합을 시도하는 매우 똑똑한 검색 엔진과 같습니다. 이 다섯 가지 목표는 절연 강도를 높이고, 장치를 냉각하며, 누출을 쉽게 감지하고, 환경을 보호하며, 비용을 낮게 유지하는 것입니다. 또한 그들은 제조 오류, 압력 변화, 온도 변화와 같은 실제 세상의 사고들을 수천 번 시뮬레이션하는 방식인 1,000회의 '몬테카를로 시뮬레이션'을 실행하여, 자신들의 설계가 여전히 견딜 수 있는지 확인했습니다.

그 결과, 저자들이 권장하는 특정 '승리 레시피'가 도출되었습니다. 이 레시피는 78%의 질소, 21%의 산소, 그리고 1%의 아주 적은 헬륨으로 구성되며, 0.5 MPa의 압력으로 가압됩니다. 이 특정 혼합물은 그들이 최적화한 금속 형상과 결합하여 건조 공기보다 14% 더 우수한 성능을 보였으며, N2/CO2 방식이 전체적으로 17% 낮은 점수를 기록한 것과 비교했을 때 기존의 질소-이산화탄소 혼합물보다 뛰어난 성능을 발휘했습니다. 비록 기존 SF6 가스의 순수한 절연 강도에는 미치지 못하지만, 환경 측면에서는 훨씬 뛰어나면서도 그 수준에 놀라울 정도로 근접했습니다. 이 연구는 이 설계가 견고하다는 것, 즉 제조 과정이 완벽하지 않거나 날씨가 격변하더라도 95%의 운전 조건에서 최소 1.74의 안전 마진을 유지한다는 것을 보여줍니다. 저자들은 이 방법이 가스 혼합물 선택을 단순한 추측의 영역에서 정밀하고 정량적인 근거가 뒷받려하는 과정으로 바꾸어 놓았으며, 차세대 친환경 고전압 전력 장비를 구축하기 위한 명확한 경로를 제시한다고 결론지었습니다.

기술 요약: 500 kV 친환경 가스 절연 전류 변성기의 절연 구조 최적화 및 가스 혼합물 선정

문제 정의
초고압(UHV) 변전소로의 전환에는 높은 유전 강도와 환경 지속 가능성의 균형을 맞춘 전류 변성기(CT)가 필요합니다. 기존의 유입식 및 에폭시 수지 CT는 가혹한 조건에서 화재, 노화 및 고장 위험이 있는 반면, SF6 절연 CT는 우수한 유전 특성에도 불구하고 지구 온난화 지수(GWP)가 23,500에 달해 파리 협정 및 중국의 '이중 탄소(dual-carbon)' 목표와 상충됩니다. SF6를 건조 공기나 N2/O2/He 혼합물과 같은 친환경 대안으로 대체하는 것은 중요한 공학적 과제입니다. 이러한 가스들은 동일 압력에서 SF6보다 유전 강도가 약 30~35% 낮기 때문입니다. 결과적으로, 공기형 CT를 설계하기 위해서는 불균일한 전기장을 극복하고, 유전 강도, 열 확산, 검출 감도, 환경 영향 및 비용 간의 트레이드오프를 관리하며, 제조 공차 및 운전 변동에 대한 견고성을 확보해야 합니다. 기존 연구는 기하학적 구조, 가스 조성 및 운전 파라미터를 동시에 최적화하면서 실제 환경의 불확실성을 고려하는 500 kV 친환경 가스 CT에 대한 체계적인 접근 방식이 부족합니다.

연구 방법론
본 논문은 기하학적 차원 축소, 다목적 가스 최적화 및 견고성 스크리닝을 통합한 폐쇄 루프 설계 프레임워크를 제안합니다.

기하학적 차원 축소를 위한 전역 민감도 분석:
설계 공간의 높은 차원성(7개의 기하학적 변수)을 해결하기 위해 3단계 스크리닝 프로세스를 적용했습니다:

Morris 스크리닝: 주요 효과 및 상호작용이 유의미한 파라미터를 식별하는 데 사용되었습니다.
Kriging 대리 모델링: 라틴 하이퍼큐브 샘플링 데이터를 기반으로 가우시안 프로세스 대리 모델을 학습시켜 최대 전기장 강도( $E_{max}$ )와 전계 왜곡 계수( $k_E$ )를 근사화하였으며, 교차 검증 결과 $R^2 \geq 0.95$ 를 달달성했습니다.
Sobol 분산 분해: 대리 모델에 적용되어 1차 및 총 효과 지수를 정량화함으로써 상호작용 기여도를 밝혀냈습니다.
이 과정을 통해 기하학적 설계 공간을 7개의 변수에서 4개의 핵심 파라미터인 고전압 전극 필렛 반경( $r_{hv}$ ), 중간 전극 정규화 위치( $h_m$ ), 중간 전극 길이( $l_m$ ), 주 절연 간극( $d$ )으로 축소했습니다.

다목적 파레토 최적화 (NSGA-II):
비지배 정렬 유전 알고리즘 II (NSGA-II)를 사용하여 N2/O2/He 가스 혼합 비율과 절대 압력을 최적화했습니다. 최적화 대상은 다음과 같은 5가지 상충되는 목적 함수입니다:

유전 성능 (절연 파괴, 부분 방전 및 임펄스 마진).
열 확산 (열전도도 및 온도 상승 마진).
검출 감도 (고장 가스 반응 및 He 추적 가스 보유 능력).
환경 영향 (GWP 및 독성).
공학적 비용 (가스, 밀봉 및 제조 비용).
목적 함수에 필요한 전기장 수치는 크리깅 대리 모델을 통해 실시간으로 예측하여, 반복적인 유한 요소 시뮬션을 피했습니다.

견고성 평가:
공학적 적용성을 보장하기 위해 각 파레토 최적해에 대해 1,000회의 몬테카를로 시뮬레이션을 수행했습니다. 이 시뮬레이션은 기하학적 제조 공차( $\pm 0.5$ –$2$ mm), 가스 압력 변동( $\pm 5\%$ ), 주변 온도 변화( $-40^\circ\text{C}$ ~ $+60^\circ\text{C}$ ), 가스 혼합물 충전 정확도를 반영했습니다. 솔루션은 견고성 지수( $\eta = \mu/\sigma$ )와 전기장 안전 마진의 5% 분위수 제약 조건( $P_{5}M_E \geq 1.2$ )을 기준으로 필터링되었습니다.
종합 평가 및 가중치 산정:
파레토 프런트에서 단일 권장 방안을 선택하기 위해, 주관적 계층 분석 과정(AHP) 가중치와 객관적 엔트로피 가중치를 결합했습니다. 결과적인 순위의 일관성은 스피어먼 서열 상관 계수를 통해 검증되었습니다.

주요 기여

차원 축소: 본 연구는 고전압 전극 필렛 반경( $r_{hv}$ )과 중간 전극 위치( $h_m$ )가 $E_{max}$ 에 영향을 미치는 지배적인 요인이며, 출력 분산의 거의 88%를 차지한다는 것을 정량적으로 입증했습니다. 이를 통해 계산 비용이 많이 드는 전요인 스캔 대신 집중된 최적화 전략을 가능하게 했습니다.
통합 최적화 프레임워크: 단일 요인 경험적 접근 방식을 넘어, 구조적 기하학 최적화와 가스 혼합물 선정을 결합하는 방법을 구축했습니다.
견고한 설계 전략: 파레토 프런트에 몬테카를로 견고성 평가를 중첩함으로써, 실제 운전 방해 상황에서도 안전 마진을 유지하는 솔루션을 식별하여 결정론적 최적화 연구의 공백을 메웠습니다.
가중치 일관성: 높은 스피어먼 상관 계수( $\rho > 0.85$ )로 검증된 AHP와 엔트로피 방법의 결합은 공학 설계에서 다목적 솔루션을 순위화하는 안정적이고 방어 가능한 근거를 제공합니다.

결과
500 kV 사례 연구에 대한 권장 구성은 다음과 같습니다:

기하학적 구조: $r_{hv} = 45$ mm, $h_m = 0.52$ .
가스 혼합물: $\alpha_{N2} = 0.78$ , $\alpha_{O2} = 0.21$ , $\alpha_{He} = 0.01$ (부피 분율 1%).
압력: $p = 0.5$ MPa.

성능 비교:

권장 방안은 0.812의 종합 점수( $J$ )를 달성했습니다.
이는 SF6 베이스라인보다 17% 우수합니다 (주로 환경 점수 개선에 기인).
건조 공기 방안보다 14% 우수합니다 (유전 및 열 성능 우위).
N2/CO2 방안보다 17% 우수합니다.
견고성: 권장 방안은 전기장 안전 마진에 대해 $\eta = 17.5$ 의 견고성 지수를 나타냈으며, 95%의 운전 조건에서 $M_E \geq 1.74$ 를 유지했습니다. 이는 He가 없는 방안( $\eta = 11.4$ ) 및 고농도 He 방안( $\eta = 10.7$ )보다 우수하지만, SF6의 내재적 견고성( $\eta = 28.9$ )보다는 낮습니다.

의의 및 주장
본 논문은 이 방법론이 친환경 UHV 전류 변성기의 전방향 설계 및 프로토타입 검증을 위한 정량적 근거를 제공한다고 주장합니다. 가스 혼합물 선정을 경험적 설정에서 제약된 견고한 최적화 출력으로 전환함으로써, 이 접근 방식은 절연 신뢰성, 환경 영향 및 비용 간의 핵심적인 트레이드오프 문제를 해결합니다. 저자들은 제안된 프레임워크가 안정적이며 향가 디지털 트윈 모델에 삽입될 수 있다고 단언합니다. 연구는 미량의 헬륨(~1%)만으로도 높은 비용을 수반하는 고농도 없이 누설 추적 검출이 충분하다는 것을 보여주며, 최적화된 기하학적 구조와 가스 압력이 친환경 가스의 낮은 유전 강도를 보완할 수 있음을 결론짓습니다. 향후 과제로 더 빠른 전계 예측을 위한 물리 정보 신경망(PINN) 활용과 프로토타입 부분 방전 데이터의 실험적 검증을 제시합니다.

유사한 논문