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
정남준 (KEPCO Research Institute) 황명하 (KEPCO Research Institute) 이동혁 (KEPCO Research Institute) 송운경 (KEPCO Research Institute)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제71권 제2호
발행연도
2022.2
수록면
436 - 442 (7page)
DOI
10.5370/KIEE.2022.71.2.436

이용수

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

초록· 키워드

오류제보하기
Recently, with the development of deep learning technology, failure analysis and failure diagnosis research using image analysis of objects have been actively conducted. In particular, research on algorithm and system development for diagnosing facilities using drone photographed images is being applied to the industrial field. The results are reaching the level of commercialization. In the electricity field, drone images have been used in the field of power facility diagnosis since two to three years ago. There are not many abnormal learning data to determine whether transmission facilities are abnormal, so full-scale use in the actual field is limited. Therefore, this study proposes a method of securing more learning data by utilizing images of limited failure data. In addition, the obtained data is used for learning to present deep learning methods and research results for developing a more accurate transmission facility diagnosis system. As a result of this study, it was confirmed that the average precision was improved by about twice from 39.2% to 81.1% by applying the learning model technology. This improved method of artificial intelligence learning technology is expected to prevent power transmission failure in advance, avoid power outage costs caused by failure, and reduce maintenance costs through inspection automation.
#Deep Learning #Convolutional Neural Network #Power Transmission Facility Diagnosis #Object Segmentation and Tagging

목차

Abstract
1. Introduction
2. Related Work
3. Multi Segmentation and Tagging 알고리즘
4. Experiments and Results
5. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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