메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
양선직 (Myongji University) 장수영 (Myongji University) 손영익 (Myongji University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제7호
발행연도
2020.7
수록면
1,095 - 1,101 (7page)
DOI
10.5370/KIEE.2020.69.7.1095

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

2021

측정잡음에 강인한 강화학습 기반의 적응형 외란 관측기 설계
양선직 ,  아마레 네비옐레울 다니엘 ,  손영익 대한전기학회 학술대회 논문집 2021.07 학술대회자료
DQN 기반 외란 관측기를 사용한 동기 탈조 예측 및 RTDS 검증
양선직 전기공학과 2021.01 학위논문

2020

측정 잡음에 대한 강인성 향상을 위한 DQN 기반 외란 관측기 설계 연구
양선직 ,  손영익 대한전기학회 학술대회 논문집 2020.07 학술대회자료
측정 잡음을 고려한 1기 무한모선 시스템의 고장 판별을 위한 DQN 기반 외란 관측기 설계
양선직 ,  장수영 ,  손영익 전기학회논문지 2020.07 학술저널

초록· 키워드

오류제보하기
Increasing demand on electric power supply results in a need of an intelligent method for fast detection of various failures in the power system. This paper presents a reinforcement learning-based disturbance observer (DOB) design for the determination and protection against a line fault occurred in the single-machine infinite bus (SMIB) power system. Whilst a high gain disturbance observer could estimate the system states and the external disturbance successfully, the high gain of the observer can cause problems in the presence of the measurement noise. When measurement noise exists in the output, fault detection methods based on the estimated states may often result in false alarms. To solve the problem, this paper designs an adaptive DOB using Deep Q-Network (DQN) which is one of reinforcement learning algorithms. For the proposed observer design, this paper explains the definitions of the state, the action, and the reward for the reinforcement learning. Matlab simulations have been conducted based on the observer gains trained using the power angle data from the swing equation. The results show that the estimation performance of the proposed DQN-based observer can be satisfactory against both an external disturbance and the measurement noise.
#Power system #Measurement noise #Disturbance observer #Deep Q-Network #Swing equation #Line fault detection

목차

Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (19)

참고문헌 신청
A. R. Bergen / 2000 / Power System Analysis / Prentice Hall google schola H. Saadat / 2002 / Power System Analysis / McGraw-Hill google schola G. W. Kim / 2005 / Power System Analysis Using MATLAB 1 / UUP google schola J. D. Glover / 2016 / Power System Analysis & Design / Cengage Learning google schola 남순열 / 2004 / 송전 선로의 사고 거리에 따른 특성 주파수 해석 / 전기학회논문지 A권 53(8(A)):432~437 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-560-000860372