1. 서 론

전기설비는 현대 사회의 필수적인 인프라로서 안정적인 전력공급을 위한 운영과 안전성 확보가 중요하다. 국내 대부분의 전기설비들은 1970년대부터 중화학공업 육성정책 등 정부정책에 따라 급속한 성장과 함께 보급되었다^[1].

전기설비는 설치 후 장기간 운전되는 경우가 많으며, 운전시간에 따라 경년열화를 비롯한 전기적, 열적, 환경적 스트레스로 인해 열화된다^[2]. 이러한 노후화에 따른 전기설비의 예상치 못한 고장으로 전기설비의 가동이 중단되어 경미한 사고로는 경미한 정전, 설비 부하 감소로 인한 일시적 영향이 있으며, 중대한 사고로는 정전으로 인한 생산 제품의 불량 등을 일으키며, 최악의 경우에는 치명적 사고로 전기적 화재 또는 감전으로 인한 인명 피해와 시설 파괴를 발생시킨다^[3]. 특히 반도체 생산 공장 등 국가 중요 산업시설인 대용량 고객사에서 이와 같은 전력설비의 갑작스러운 고장이 발생할 경우 기업의 생존과 국민의 생명은 물론 국가 경제까지 위협하는 막대한 피해를 초래할 수 있다. 2022년 전기재해 통계분석에 따르면 특고압 전기설비 사고는 1,098건으로 전체 전기설비 사고 중 약 40%를 차지하고 있으며, 개폐기(15.3%), 변압기(9.8%), 인입전선로(9.7%) 등 순으로 사고 발생 점유율을 차지하고 있다^[4].

전기설비의 안전성을 확보하기 위해 전기설비의 성능을 항상 일정기준 이상으로 유지할 수 있는 관리가 필요하다^[5]. 전기설비의 본래 성능과 기능을 유지하기 위해 전기설비의 신뢰성과 안전성을 판단할 수 있는 진단기술이 매우 중요하다. 지속적인 진단과 이력관리는 유지보수 관점에서 설비의 건전성을 초기 성능과 유사하게 유지하기 위해 필요하다. 기존 전기설비의 안전관리는 설치 후 정밀안전진단, 사용전검사 등을 통해 가압 전 전기설비의 성능을 확인하고, 일정주기에 따른 정기점검, 고객요구에 따른 안전진단, 안전관리대행을 통해 관리되고 있다. 따라서 전기설비를 효율적으로 관리하기 위해 전기설비의 현황을 파악하고 생애주기(최초설치-폐기) 동안의 정보(설비정보, 진단 데이터, 고장이력 등)들을 활용하여 전기설비 소유주에게 설비들의 현황과 데이터 결과를 제공함과 동시에 전기설비의 수리·교체 의사결정에 대한 근거자료를 제공할 필요가 있다.

국내 전기안전기술은 법정검사와 진단을 통한 설비관리 관점으로 정기적인 검사를 통해 안전을 유지하는 방식이다. 또한 최신 진단 장비와 IoT 센서의 발달로 대용량 주요 수전설비의 온라인 모니터링을 통한 설비의 상태를 확인하여 설비의 점검 및 유지보수 주기를 결정하는 방식도 도입되고 있다. 오프라인에서의 진단 장비를 중심으로 하는 점검에서 벗어나 온라인 모니터링을 통한 주요 설비에 대한 전체적인 현장 조사와 열화 인자의 수집 및 분석이 동시에 수행해야 하는 필요성이 증가하고 있다. 따라서 온라인 모니터링을 통해 신뢰성 높은 데이터를 취득하고, 취득한 자료가 축적되어 설비의 상태 분석이 가능하게 되면, 설비의 건전도 평가와 경제성 분석에 대한 지수화 전략이 필요하다.

설비가 설치되고 운영되는 사용기간에는 유지보수에 대한 전략을 수립하고 진행되어야 한다. 유지보수의 구체적 실행을 위해 진단 또는 검사 데이터의 효율성과 평가 전략을 체계화하는 것이 중요하다. 그러나, 현재 전기설비 안전관리 시스템은 전기설비별 평가요소 정의, 온라인 데이터 수집을 위한 최신장비와 IoT 센서의 비용부담, 수집 데이터의 미분류, 각기 다른 데이터 수집체계로 인한 호환문제 등으로 인해 기술개발과 보급이 미흡한 실정이다.

따라서, 본 논문에서는 전기설비의 안전관리 시스템 고도화를 위해 전기설비의 특성에 따른 평가요소 도출, 시스템 호환문제 해결 및 데이터 체계화, 안전관리 시스템의 입/출력 데이터 구성과 구조설계, 전기설비에 대한 진단방법을 활용하여 수명예측을 위한 산출식 도출 및 수명평가 방법을 기술하고자 한다.

2. 전기설비 안전관리 데이터 구조

2.1 전기설비 안전관리 데이터 및 흐름도

전기설비 안전관리 데이터는 고객정보, 설비데이터 입력, 설비 체크리스트, 진단데이터 입력, 출력 단계로 구분할 수 있으며, 단계에 해당하는 세부정보와 흐름도를 그림 1에 나타내었다. 입력은 전기설비의 안전관리를 현장에서 전문적으로 진단할 수 있는 사용자 중심으로 설계되었으며, 출력은 전기설비의 소유주인 고객의 입장으로 설계되었다. 따라서, 입력은 그림 3과 같이 현장에서 최대한 간편하게 입력할 수 있도록 모바일 앱 인터페이스를 적용해 태블릿을 이용한 입력과 PC를 이용한 입력이 가능하도록 구성하였으며, 출력은 설비의 약점 파악 및 개선 방안 수립을 위한 취약점 분석, 설비의 유지보수 이력 및 고장 기록을 관리하는 이력관리, 과거 데이터와 현재 설비의 데이터를 비교 분석하여 남은 수명을 파악하기 위한 수명예측, 설비의 전반적인 상태를 평가하여 유지보수 우선순위를 정할 수 있는 지표인 건전지수를 분석하여 고객입장에서 쉽게 이해할 수 있도록 결과보고서가 출력되도록 하였다.

설비 평가 데이터는 전기설비의 상태를 평가하기 위해 활용되는 데이터로 설비의 설계, 제조, 설치, 운영, 유지보수 과정에서 수집되는 데이터이며, 세부사항은 그림 2에 나타내었다. 설비 평가 데이터의 수집은 전문가의 현장 점검, 센서를 활용한 원격 감시, 설비 제조사 또는 운영자의 데이터베이스 활용 등으로 수집할 수 있다. 그림 4와 표 1은 IoT 센서를 활용한 설비 진단 데이터(부분방전, 열화상)와 전문가의 현장 점검결과 예시를 나타내었다. 부분방전 데이터를 분석하여 설비의 절연 상태를 평가하고, 열화상 데이터를 통해 과열 부위를 발견하여 해당 설비의 상태평가와 예방대책에 활용할 수 있다. 뿐만 아니라 이와 같이 수집된 설비 평가 데이터들은 전기설비의 건전도 지수 산출과 수명평가를 위한 중요 데이터로 활용되며 설비 평가 데이터는 설비의 상태 파악, 안전관리 계획 수립, 사고 예방 등 전기설비 안전성 향상과 사고예방을 위해 활용할 수 있을 것으로 판단된다.

그림 1. 전기설비의 안전관리 흐름도

Fig. 1. Safety Management Flowchart for Electrical Facilities

그림 2. 전기설비 평가 데이터 구성도

Fig. 2. Data Configuration Diagram for Electrical Facilities Evaluation

그림 3. 모바일 앱 인터페이스 입력화면

Fig. 3. Input Screen of the Mobile App Interface

그림 4. IoT 센서를 활용한 전기설비 진단 데이터

Fig. 4. Diagnostic Data of Electrical Facilities Using IoT Sensor

표 1 전기설비 현장 점검결과 예시

Table 1 Example of On-site Inspection Results for Electrical Facilities

검사종류		검사항목	입력값	평가 (점)
전기적요인	외관	손상 또는 상태 적정 여부	양호	100
	절연저항	절연저항 측정치	2,000㏁	100
	절연내력	절연내력 시험결과	견딤	100
	절연유	절연파괴전압	23kV	100
	…
환경적 요인		사용기간	14년	90
		부하율	75%	75
		사용 환경, 장소	정상	100

2.2 건전도 지수(HI : Health Index)

전기설비의 경년이 오래된 유럽 및 미국에서는 2000년 이후 전기설비 교체와 최적 유지보수 방안에 대해 자산관리 연구를 활발히 수행하여, 2004년 영국표준협회는 전력, 가스, 수자원, 항공, 철도 설비에 대한 자산관리의 가이던스와 체크리스트인 PAS 55를 제정하였으며, ISO는 2014년 자산관리에 대한 국제표준인 ISO 55000 시리즈를 제정하였다^[6]. 그러나 이러한 표준에서 자산관리에 대한 일반적인 지침은 제공하지만, 실질적으로 어떤 방법과 절차를 통해 관리할 것인지 기술은 제공하지 않는다. 건전도 지수는 설비의 상태, 사용량, 수명, 열화속도와 같은 파라미터에 가중치를 활용하여 각 설비에 대한 건전도 지수를 계산하며 건전도 지수에 대한 상세설명은 CIGRE의 TB 422.5.4에서 설명하고 있다^[7]. 전기설비의 상태를 나타내는 지표로 활용되고 있으며, 일반적으로 상태가 양호할수록 점수가 높게 산정되고 점수가 낮은 설비는 이상 징후가 있을 가능성이 높기 때문에 정밀 진단 및 유지보수가 필요하다. 각 파라미터에 대한 진단결과에 등급을 분류하고 등급에 따른 점수를 부여한 후 점수에 가중치를 부여한다. 이렇게 산출된 점수를 합한 것이 건전도 지수(HI)이다. 상기 산출방식은 IEC의 방식으로 건전도 지수를 계산하는 방법은 다양하기 때문에 추가적인 연구가 필요할 것으로 판단된다. 본 논문에서는 IEC 건전도 지수 산출방식을 기반으로 한국전기안전공사의 진단업무를 적용하여 개발된 방식을 사용하였다. 그림 5에는 IEC의 건전도 지수 산출방식을 나타내었다.

그림 5. IEC(White paper) 건전도 지수 알고리즘

Fig. 5. Health Index Algorithm from IEC White paper

2.3 기준수명

전기설비의 기준수명은 전기설비가 안전하게 운전할 수 있는 예상기간을 의미하며, 전기설비의 종류, 제조사, 설치 환경, 사용 조건 등에 따라 기준수명은 상이하다. 기준수명은 전기설비의 설계, 제조 단계에서 수명을 고려하여 정해지나 운영 중 점검, 유지보수, 환경 변화나 기술 발전에 따라 변경될 수 있다.

표 2에는 KESCO에서 조사하여 산정한 전기설비의 기준수명 자료를 나타내었다. KESCO의 경우 현재와 동일한 조건으로 운전할 경우 전기설비의 고장확률이 10\%가 되는 기간을 수명으로 정의하였다. 중간수명은 사고데이터를 기반으로 통계분포를 누적하였을 때 수명의 중간값을 의미한다.

전기설비의 수명은 일반적으로 그림 6과 같이 수명곡선(Bathtub)으로 표현할 수 있다. 표 3에는 국내·외 전기설비의 기준수명 참고자료를 조사하여 나타내었다.

그림 6. 전기설비의 수명곡선(Bathtub)

Fig. 6. Life Curve of Electrical Facilities

표 2 전기설비의 기준수명 자료(KESCO)

Table 2 Standard Lifetime Data for Electrical Facilities (Korea Electrical Safety Corporation)

설비구분		수명연한[year]			비고
		최소 수명	중간 수명	최대 수명
01	철탑	45	50	55
02	케이블	27	30	40
03	피뢰기(LA)	12	15	18
04	GIS	25	30	40
05	변압기	25	30	32
06	LBS	10	12	15
07	DS	12	15	18
08	CB	13	15	17
09	부스바	45	50	55
10	CT, VT, MOF	13	15	17
11	PF	7	10	15
12	콘덴서	7	10	12
13	릴레이 (계전기)	18	22	25	아날로그
14	릴레이 (계전기)	12	15	17	디지털
15	저압패널	8	10	12	옥외
16	저압패널	12	15	20	옥내
17	UPS	8	10	15
18	배터리	5	7	10
19	접지	25	30	35
20	모터	7	10	15

표 3 전기설비의 기준수명 자료(국내·외)

Table 3 Standard Lifetime Data for Electrical Facilities (Domestic and International)

설비구분			수명연한[year]
			국내(회계규정)					일본[8-21]			미국 [22]
			KEPCO	KOGAS	KORAIL	KAC	PPS	MF	JECA (KOSHA)	JEMA	(MIL-HDBK-217F)
154 kV	Tower			12	15
	Cable		30	20		14					27-32
	LA		10	12	15		11		10-15	15	3-5
	GIS			12					20-25
	Tr		17	12	15	15	10	15	15-20	20	16-21
22.9 kV	Cable		30	20	15	14					27-32
	Cable head		15	20							27-32
	LBS		15				11	15	10-15	15
	DS		15						15-20	20
	Panel	VCB	15	12	15	18	11	15	15-20	15	12-15
		Busbar	15	12					15-20
		CT	5	12	15				15-20	15	18-25
		VT	5	12	15		11		15-20	15	18-25
		MOF	15	12	15		11		10-15	15	18-25
	Tr	Oil	17	12	15	15	10	15	15-20	20	16-21
		Mold	17	12	15	22	10	15	15-20	20	16-21
	PF		15	12			11		7-10	15	12-15
	Condenser		15		15		11	15	10-15	15	9-12
	Relay		15				10	15	10-15	15
440V	Panel		15	12	15	14		15	10-15
	MCC		15	12	15		10	15	10-15
et cetera	Control panel			12	15		9	15	15-20
	UPS			12	5	10-20	9
	Battery		6	12			11	6			8-12
	Ground			12	15

3. 전기설비 수명평가 산출기법

전기설비 수명평가는 전기설비의 안전성과 신뢰성을 담보할 수 있는 사용기간을 예측하는 것으로 노후화에 따른 성능저하 및 고장 위험을 미리 파악하여 적절한 시점에 설비의 유지보수나 교체를 계획하기 위해 매우 중요하다. 수명평가 기법은 예측기법, 확률과 통계를 이용한 방법 등 다양한 방법이 존재하나, 전기설비 수명평가에 대해 명확한 이론이나 정설이 존재하지 않는 실정이다. 평가기법 중 온도에 따라 화학 반응 속도의 변화를 설명하는 아레니우스 식은 식 (1)과 같다. $k$는 반응 속도 상수, $A$는 충돌 빈도 인자, $E_{a}$는 활성화 에너지, $R$은 기체 상수, $T$는 절대온도이다.

아레니우스 식은 온도에 따른 전기설비의 열화 상태평가에 활용할 수 있으나, 전기설비의 수명은 온도에 따른 화학 반응으로만 설명하기 어렵기 때문에 현장진단 결과를 반영할 수 있는 평가방법을 고안하였다. 본 논문에서는 자연 생태계에서 번식을 설명하기 위해 활용되는 피보나치 수열과 황금비를 구하는 계산과정을 이용하여 전기설비의 열화단계를 평가하는 기준으로 정의하였다^[23]. 피보나치 수열이 자연적 번식을 의미한다면 그 수열값에 역수를 취한 값을 전기설비의 자연적 열화에 의한 고장설비 수로 정의하였다. 피보나치 수열은 앞의 두 수를 더한 값이 다음 수가 되는 수열로 식 (2)와 같이 표현할 수 있으며, 두 수의 비율을 그래프로 표현하면 그림 7과 같이 계산횟수가 증가함에 따라 비율의 편차가 황금비에 수렴하는 특성을 이용하여 수명예측에 활용하였다. 황금비 $\phi$는 두 수의 비율이 같을 때 성립하는 것으로 식 (3)과 같이 표현된다. 피보나치 수열과 황금비의 관계는 식 (4)와 같이 표현할 수 있으며, 이 관계를 이용하여 전기설비의 평가수명과 2차평가수명을 도출한 후 대입하는 방식으로 계산하였다.

그림 7. 피보나치 수열 비율 예시

Fig. 7. Example of the Fibonacci Sequence Ratio

수명평가는 그림 8에 나타낸 바와 같은 순서로 진행되며, 전기설비의 이력을 입력하고 문진, 진단 등을 통해 이상 징후를 발견하는 데이터를 활용하기 위해 단계별 가중치를 적용하여 산출하였다. 전기설비의 수명을 평가하기 위해 기본 잔여수명, 평가수명, 2차 평가수명의 개념을 활용한다. 기본 잔여수명은 식 (5)와 같이 산출할 수 있으며, 설비별 기준수명 중 중간수명을 기준으로 설비의 설치년도와 현재년도의 차이로 산출한 경과년수를 빼주면 기본 잔여수명을 계산할 수 있다.

기본 잔여수명에는 전기설비에 전반적인 영향을 미치는 인자(제조, 설계, 시공, 운영, 에너지, 환경, 절연 등)들을 포함하고 있지 않기 때문에 이를 포함하기 위해서는 각 인자들에 가중치를 적용하여 수명을 평가하며, 인자들의 세부내용은 표 5에 나타내었다. 가중치는 전기설비의 사고통계를 기준으로 인자별로 각기 다른 가중치를 적용한다. 각 인자들에 대한 항목들은 일반적으로 0에서 10점까지 평가점수를 정하고 평가된 점수를 총 항목의 수로 나누어 백분율로 산출한다. 표 6에 나타낸 산출식의 값에 사고통계에 따른 점유율을 곱한 후 모든 항목을 더한 값을 건전도 지수로 정의한다. 건전도 지수는 각 인자에 따라 달라지며, 국내 사고통계에 의해 변화된다. 일반적인 상황에서는 식 (6)과 같이 전기설비 사고 통계에 의해 산출된 점유율이 제조, 설계, 시공, 운영, 에너지, 환경을 더한 값에 6으로 나눈 값에 20%를 적용하고, 절연은 80%를 적용하여 산출한다.

백분율에 의해 구한 건전도 지수를 역으로 취하면 위험율에 해당하며, 건전도 지수가 높을수록 전기설비는 안전하다는 것을 의미한다.

그림 8. 전기설비의 수명평가 순서

Fig. 8. Life Evaluation Process for Electrical Facilities

인자별 평가점수를 통해 도출한 건전도 지수는 표 8과 같이 분류할 수 있으며, 평가수명은 식 (7)과 같이 기본 잔여수명과 건전도 지수의 곱으로 표현된다.

기준 수명이 도래한 전기설비를 평가하였을 때 A 등급 이상인 설비에 대해서 수명을 재평가하여 사용기한을 연장할 수 있다. 건전도 지수가 61.5% 이하인 경우에 한하여 2차 평가수명(최종수명)을 적용할 수 있고 계산식은 식 (8)과 같다.

2차 평가수명으로 정의된 설비는 일반 전기설비보다 위험율이 더 높으므로 점검주기를 최초보다 더 단축하여 적용하여야 한다. 점검주기가 단축됨에 따라 비용이 증가하기 때문에 이를 감안하여 설비의 유지보수 또는 교체 계획을 수립하여야 한다. 단, 건전도 지수가 D 등급 이하인 경우에는 기본 잔여수명이 남아있더라도 전기설비의 위험성이 매우 높은 상태이기 때문에 즉시 교체하여 안전을 확보하여야 한다. 전기설비 안전관리를 위한 설비정보, 데이터 입력, 분석, 수명예측 순서도를 그림 9에 나타내었다.

그림 9. 전기설비 데이터 분석 및 수명평가 순서도

Fig. 9. flowchart for life evaluation of electrical facilities

앞서 서술한 건전도 지수 및 수명평가 방법을 통해 A개소 변압기에 건전도 지수 및 수명평가를 수행하였다. 변압기에 대한 진단은 여러 방법을 사용할 수 있으나, 본 진단에서는 육안검사, 자외선 검출, 적외선 진단, 부분방전, 문진결과 등을 포함하여 진행하였다. 표 9에는 변압기 진단측정 결과 중 일부를 나타내었으며, 육안검사 결과 A, C상에서 인하선 접속 상태로 인한 주의 판정, B상에서는 양호한 것으로 판정되었다. 자외선 진단 결과는 코로나 미검출로 양호 판정을 받았으며, 적외선 진단의 경우 A상 24℃, B상 24.1℃, C상 24.1℃로 측정되어 상별 최대온도차가 0.1℃로 진단기준에 따라 양호등급으로 판정되었다. 부분방전 진단에서는 변압기 A상의 외부 부분방전이 검출되어 주의 등급으로 판정되었다. 진단결과를 기반으로 전기설비의 수명평가를 진행한 결과 변압기의 건전도 지수는 69.74%로 계산되었고, 그림 10에 나타낸 바와 같이 기준수명, 잔여수명, 최종수명은 각각 30년, 10.5년, 7.32년으로 계산되었다.

그림 10. A개소 변압기 건전도 및 수명평가 결과

Fig. 10. Health Index Evaluation Results for the A-site Transformer

4. 결 론

본 논문에서는 전기설비 안전관리 시스템을 고도화하기 위한 데이터 구조와 수명평가 방법론을 설명하였다. 전기설비 안전관리를 위한 데이터의 구분, 분류, 입력 데이터 정의 등을 통해 효율적인 관리 및 분석용 통합 데이터 구조를 설계하였다.

전기설비들의 평가를 위한 데이터는 크게 건전도 지수, 기준수명, 고장률, 전기설비별 평가요소로 구성하였고 건전도 지수의 경우 IEC 백서의 알고리즘을 차용하여 산출방식을 정하였으나, 계산방식은 다양하기 때문에 다양한 산업 분야에서의 검증, AI 기반 예측 모델 개발, 실시간 모니터링 시스템 연계 등과 같은 추가적인 연구를 통해 보다 정확도가 높은 산출방식이 필요할 것으로 사료된다. 전기설비의 기준수명은 제조사, 설치환경, 유지보수, 기술발전 등에 따라 국내·외 기관들마다 상이하며, 본 논문에서는 한국전기안전공사의 기준수명 조사자료 중 중간수명값을 기준수명으로 채택하여 수명예측의 기초자료로 활용하였다. 고장률은 전기설비의 고장원인과 진단 방법에 따라 상대적 정확도를 기반으로 계수와 가중치를 각각 다르게 산출하여 건전도 지수를 계산하기 때문에 매우 중요한 데이터이다. 전기설비마다 구조, 역할, 특성, 진단 방법 등이 다르기 때문에 각 설비별 평가요소는 차이점이 존재할 수 밖에 없다. 전기설비들을 총 14개의 대분류로 구분하고 측정요소와 속성정보들의 데이터를 수집하여 설비마다 건전도 지수산출 및 수명예측에 필요한 데이터를 활용하도록 정의하였다.

전기설비의 수명을 예측하기 위해 자연 생태계에 자주 나타나는 피보나치 수열과 황금비 관계를 활용하여 전기설비 수명평가 방법을 제시하였다. 기본 잔여수명, 평가수명, 2차 평가수명의 개념을 정의하였고, 전기설비 수명에 영향을 끼칠 수 있는 인자들을 선정 및 평가하여 인자별 가중치를 반영하였다. 그러나 본 논문에서 제시한 수명평가 방법은 아직까지 산출한 결과값이 실제 설비수명을 정확히 예측할 수 없을 것으로 판단되며, 수회 반복하여 누적될수록 전기설비의 수명평가에 정확도가 높아질 것으로 기대된다. 또한, 제시한 데이터 구조 설계 및 수명평가 방안은 전기설비의 안전성과 신뢰성을 담보하는 사용기간 예측과 노후화에 따른 성능저하 및 고장위험을 사전에 파악하여 적절한 시점에 설비 유지보수 또는 교체 계획을 수립하여 전기설비 안전관리 시스템의 안전성과 신뢰성 향상에 기여할 것으로 판단된다.

본 데이터 구조 설계와 수명평가 기법을 기반으로 추후 전기설비들의 오프라인 현장 진단방법, IoT 온라인 진단방법, 인공지능 기술 등을 활용하여 전기설비의 상태진단 및 수명평가의 정확성을 높일 수 있는 추가적인 연구가 필요할 것으로 사료된다. 또한, 신재생에너지를 활용한 DC 그리드 계통 내 전기설비에 적용을 위한 추가적인 연구가 필요하다.