RnDCircle Logo

남순열 연구실

명지대학교 전기공학과

남순열 교수

Digital Twin

Microgrid Protection

IEC 61850

남순열 연구실

전기공학과 남순열

남순열 연구실은 전기공학과를 기반으로 전력계통의 보호, 제어, 신호처리, 그리고 인공지능 응용 분야에서 선도적인 연구를 수행하고 있습니다. 연구실은 디지털 변전소의 보호제어 시스템, IEC 61850 표준 기반의 통신 및 데이터 동기화, 그리고 디지털 트윈을 활용한 보호적정성 평가 등 첨단 전력계통 기술 개발에 집중하고 있습니다. 특히, 전력계통에서 발생하는 다양한 신호의 특성을 정밀하게 분석하고, 이를 바탕으로 고장 진단 및 계통 안정성 향상에 기여하는 신호처리 및 인공지능 기술을 개발하고 있습니다. 이산 푸리에 변환, 웨이블릿 변환, 프로니 분석 등 첨단 신호처리 기법과 딥러닝, 베이지안 신경망 등 인공지능 기술을 접목하여, 변압기 내부 고장 탐지, CT 포화 검출, 비동기 신호의 주파수 추정 등 다양한 문제를 혁신적으로 해결하고 있습니다. 연구실은 다수의 국가 및 산업체 연구과제를 수행하며, 한국전력공사, 한국연구재단, 한국에너지기술평가원 등과의 산학협력을 통해 실증 연구와 기술 이전을 활발히 진행하고 있습니다. 또한, 다수의 특허 출원과 국제 학술지 논문 발표를 통해 연구 성과를 국내외에 알리고 있으며, 실제 산업 현장에 적용 가능한 실용적인 기술 개발에 주력하고 있습니다. 이러한 연구 성과는 디지털 변전소의 안전성과 효율성을 극대화하고, 미래 스마트 그리드 환경에서 요구되는 차세대 전력계통 보호제어 기술의 발전에 크게 기여하고 있습니다. 연구실은 앞으로도 전력계통의 신뢰성, 안전성, 그리고 효율성을 높이는 데 중추적인 역할을 수행할 것입니다. 남순열 연구실은 전력계통 보호 및 제어 분야에서의 오랜 경험과 축적된 기술력을 바탕으로, 미래 지능형 전력망 구현을 위한 핵심 연구를 지속적으로 선도해 나가고 있습니다.

Digital Twin
Microgrid Protection
IEC 61850
디지털 변전소 및 전력계통 보호제어 기술
남순열 연구실은 디지털 변전소의 보호 및 제어 시스템 개발에 중점을 두고 있습니다. 최근 전력계통의 디지털화가 가속화됨에 따라, IEC 61850 표준 기반의 디지털 변전소에서 발생할 수 있는 데이터 동기화 문제, 보호 적정성 평가, 그리고 중앙집중식 보호제어 체계의 신뢰성 향상에 관한 연구를 활발히 수행하고 있습니다. 연구실은 디지털 트윈 기술을 활용하여 실제 변전소 환경을 가상 공간에 구현하고, 다양한 장애 상황에서의 보호 시스템 동작을 시뮬레이션함으로써 보호 알고리즘의 성능을 검증하고 있습니다. 특히, 디지털 변전소에서의 데이터 비동기화, 통신 지연, 센서 오류 등 현실적인 문제를 반영한 보호제어 알고리즘 개발에 주력하고 있습니다. 이를 위해 실시간 임베디드 시스템, 고속 데이터 처리, 그리고 인공지능 기반의 이상 탐지 기법을 접목하여, 기존 방식보다 더욱 신뢰성 있고 효율적인 보호제어 시스템을 구현하고 있습니다. 또한, 중앙집중식 보호 시스템의 적응형 기능을 강화하여, 다양한 계통 환경 변화에 능동적으로 대응할 수 있도록 연구를 진행하고 있습니다. 이러한 연구는 실제 산업 현장에서의 적용 가능성을 높이기 위해, 한국전력공사 등 주요 에너지 기관과의 산학협력을 통해 실증 프로젝트를 수행하고 있습니다. 이를 통해 디지털 변전소의 안전성과 효율성을 극대화하고, 미래 스마트 그리드 환경에서 요구되는 차세대 전력계통 보호제어 기술의 선도적 발전을 도모하고 있습니다.
전력계통 신호처리 및 인공지능 기반 계통 진단
본 연구실은 전력계통에서 발생하는 다양한 신호의 특성을 정밀하게 분석하고, 이를 바탕으로 고장 진단 및 계통 안정성 향상에 기여하는 신호처리 및 인공지능 기술을 개발하고 있습니다. 특히, 이산 푸리에 변환(DFT), 웨이블릿 변환, 프로니 분석 등 첨단 신호처리 기법을 활용하여, 전력계통에서 발생하는 DC 오프셋, 고조파, CT(전류 변성기) 포화 등 비정상 신호를 효과적으로 제거하고, 정확한 위상 및 주파수 추정 알고리즘을 연구하고 있습니다. 최근에는 딥러닝, 베이지안 신경망 등 인공지능 기술을 접목하여, 변압기 내부 고장 탐지, CT 포화 검출, 비동기 신호의 주파수 추정 등 기존 방식으로는 한계가 있던 문제를 혁신적으로 해결하고 있습니다. 이러한 인공지능 기반 진단 알고리즘은 대규모 실시간 데이터 처리와 결합되어, 디지털 변전소 및 마이크로그리드 환경에서의 신속하고 정확한 계통 진단을 가능하게 합니다. 이와 같은 연구는 다수의 특허 출원 및 국제 학술지 논문 발표로 이어지고 있으며, 실제 전력계통 운영기관과의 협력 하에 현장 적용 및 검증이 이루어지고 있습니다. 이를 통해 전력계통의 신뢰성, 안전성, 그리고 효율성을 높이는 데 기여하고 있으며, 미래 지능형 전력망(스마트 그리드) 구현을 위한 핵심 기술로 자리매김하고 있습니다.
1
A Novel Method for Removal of Dual Decaying DC Offsets to Enhance Discrete Fourier Transform-Based Phasor Estimation
Energies, 2024
2
Deep Learning-Based Algorithm for Internal Fault Detection of Power Transformers during Inrush Current at Distribution Substations
Energies, 2024
3
A Fault Location Algorithm for Multi-Section Combined Transmission Lines Considering Unsynchronized Sampling
Energies, 2024
1
능동형 조상설비 적용에 따른 배전계통 안정도 분석 용역
(재)녹색에너지연구원
2024년 10월 ~ 2024년 12월
2
[3-2차년]Full 디지털 변전소 트윈시스템을 위한 보호제어체계 모의기술 개발
한국전력공사 전력연구원
2024년 09월 ~ 2025년 08월
3
[3-1차년]Full 디지털변전소 트윈시스템을 위한 보호제어체계 모의기술 개발
한국전력공사 전력연구원
2023년 09월 ~ 2024년 08월