고장 표시기(FI)가 있는 개폐기와 FI가 없는 개폐기 사이의 구간을 한국의 배전망에서 고장 구간으로 일반적으로 정의한다. 그러나 기존 방법은 고장 위치의 부하 측에서 흐르는 고장 전류에 의해 생성되는 오인(誤認) FI 때문에 분산전원(DG)이 연계된 배전망에는 적용할 수 없다. 오인 FI를 식별하고 기존 방법을 적용 가능하게 하기 위해, 본 논문은 수학적 식으로는 판별하기 어려운 FI를 검증하기 위해 인공신경망(ANN) 모델을 활용하여 고장 구간을 결정하는 방법을 제안한다. 제안하는 ANN 모델은 표본 배전 시스템에 대해 다수의 시뮬레이션을 통해 획득한 측정된 A, B, C 및 N상 고장전류 간의 관계를 학습하여 구축되며, 시험 데이터에 대해 100% FI 검증을 보장한다. 제안된 방법은 ANN 모델의 능력을 활용함으로써 진짜 FI와 오인 FI를 정확히 구별할 수 있으며, 이에 따라 어떠한 설비 및 통신 인프라의 변경 없이 DG 연계 배전망에도 종래의 FI 기반 방법을 적용할 수 있다. 제안 방법의 성능을 검증하기 위해 MATLAB을 사용하여 한국의 배전망 환경에서 실제 고장 조건을 고려한 다양한 사례 연구를 수행한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.