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
정훈 (Seoul National University) 안준호 (Seoul National University)
저널정보
한국조명·전기설비학회 조명·전기설비학회논문지 조명·전기설비학회논문지 제39권 제2호
발행연도
2025.4
수록면
155 - 159 (5page)
DOI
10.5207/JIEIE.2025.39.2.155

이용수

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

초록· 키워드

오류제보하기
Partial discharge (PD) refers to a localized dielectric breakdown occurring in a solid or liquid electrical insulation system under high voltage stress, without fully bridging the space between conductors. It is critical as it can significantly impact the reliability and lifespan of high-voltage electrical equipment such as transformers, switchgear, and cables. This paper presents an artificial intelligence (AI) model designed to classify patterns of various partial discharges. To evaluate the model, training data for each type of partial discharge, generated through UHF(Ultra High Frequency) sensors, were collected. These data were then converted into 2D representations using Phase Resolved Partial Discharge (PRPD) analysis. The proposed models were built on deep learning algorithms, specifically the Visual Geometry Group (VGG), which is a type of Convolutional Neural Network (CNN). The classification accuracies achieved for DI, FE, and PE patterns were 99%, 94.5%, and 90%, respectively. Also, Grad-CAM was employed to provide class-discriminative, high-resolution visualizations, effectively demonstrating the significance of the training data.
#Classification #Convolutional neural network #Deep learning #Grad CAM #Phase resolved partial discharge #Visual geometry group

목차

Abstract
1. 서론
2. 이론적 배경
3. 알고리즘 학습 데이터
4. 결과 및 고찰
5. 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

AI챗봇을 이용한 대학입학 원서지원 서비스
김요한 ,  윤석민 ,  백재순 한국통신학회 학술대회논문집 2025 .02
생성형 AI의 암묵적 편향 완화를 위한 LLM 기반 학습데이터 자동 구축 방안
박상민 ,  김성태 ,  김재은 한국정보과학회 학술발표논문집 2024 .12
AI 발전이 불러온 보안 위협과 강화 필요성 연구
김대연 ,  김성진 ,  백재순 한국컴퓨터정보학회 학술발표논문집 2024 .07
생성형 인공지능의 데이터 편향성 및 언어 모델 특성에 따른 설득성 상호 완화 관계의 제안
경다녕 ,  김시호 대한전자공학회 학술대회 2024 .06
데이터의 편향성이 인공지능 모델 결과에 미치는 영향에 대한 정량적 분석
최인헌 ,  이상원 대한인간공학회지 2023 .12

최근 본 자료

전체보기

댓글(0)

0