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
박준용 (G2POWER) 김영일 (G2POWER) 이동준 (G2POWER)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제71권 제12호
발행연도
2022.12
수록면
1,881 - 1,889 (9page)
DOI
10.5370/KIEE.2022.71.12.1881

이용수

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

이 논문의 연구 히스토리 (3)

2024

UHF 센서를 이용한 AI기반의 배전반 on board 진단 시스템
박준용 ,  이동준 한국조명·전기설비학회 학술대회논문집 2024.05 학술대회자료

2022

AI기법과 고주파 전류 변환센서를 활용한 배전반 on board 진단시스템
박준용 ,  김영일 ,  이동준 전기학회논문지 2022.12 학술저널
고주파전류 변환에 의한 AI기반 배전반 부분방전 진단시스템
박준용 ,  김영일 대한전기학회 학술대회 논문집 2022.07 학술대회자료

초록· 키워드

오류제보하기
This paper presents an on-board switchboard diagnosis system based on the Ai algorithm for the purpose of establishing a real-time partial discharge monitoring diagnosis system. For classifying pattern of partial discharge, FCM-based RBFNN is applied to on-board diagnosis system and K-means, NN(Neural Networks) are used for comparative analysis. The data are obtained by HFCT(High Frequency Current Transformer) sensor from designed partial discharge simulation environment and its phase is divided into 128 degree. Commonly used partial discharge data analysis methods such as statistical analysis, PRPS(Phase Resolved Pulse Sequence) and PRPD(Phase Resolved Partial Discharge) are introduced. In this paper PRPDA(Phase Resolved Partial Discharge Analysis) and PCA(Principal Component Analysis) are used as a pre-processing. The Ai algorithm comparison is performed twice in total. Firstly, a comparison analysis of the test data validation of each model trained in the Python environment is conducted through a confusion matrix. Afterwards, an on-board diagnostic device is added to the partial discharge simulation circuit, and the judgment results for the actual operation are compared. Through comparative analysis in virtual and real environments, it is confirmed that the case in which FCM RBFNN is mounted shows excellent performance.
#Partial discharge #Switchboard #Ai algorithm #Diagnosis system #Pre-processing

목차

Abstract
1. 서론
2. 부분방전 진단기법
3. 인공지능 알고리즘
4. 데이터 전처리
5. 실험 환경 및 결과
6. 결론
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

이 논문과 함께 이용한 논문

다중 스케일 고주파 오류 맵을 활용한 확산 모델 기반 이미지 초해상화
서준혁 ,  이동규 한국정보과학회 학술발표논문집 2024 .12
고주파 RPM 데이터 처리 알고리즘에 따른 비상정지 조건 탐색
이승재 ,  김승한 ,  이광진 한국추진공학회 학술대회논문집 2023 .11
재난 예방 및 대응 분야의 딥러닝 기술
최수기 ,  정해영 전자공학회지 2024 .04
CNN을 이용한 노이즈에 강한 부분방전 패턴분류기에 관한 연구
박준용 ,  오성권 ,  김영일 대한전기학회 학술대회 논문집 2020 .07

최근 본 자료

전체보기

댓글(0)

0