$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

확률론적 의사결정기법을 이용한 태양광 발전 시스템의 고장검출 알고리즘
Fault Detection Algorithm of Photovoltaic Power Systems using Stochastic Decision Making Approach 원문보기

信號處理·시스템學會 論文誌 = Journal of the institute of signal processing and systems, v.12 no.3, 2011년, pp.212 - 216  

조현철 (울산과학대) ,  이관호 (울산과학대)

초록
AI-Helper 아이콘AI-Helper

태양광 발전 시스템의 고장검출은 고장으로 인해 발생되는 기술적 및 경제적 손실을 최대한 줄이기 위한 첨단 기술로 각광을 받고 있다. 본 논문은 푸리에 신경회로망과 확률론적 의사결정법을 이용한 태양광 발전 시스템의 새로운 고장진단 알고리즘을 제안한다. 우선 태양광 시스템의 동적 모델링을 위하여 최급강하 기반 최적화 기법을 통해 신경회로망 모델을 구성하며 GLRT 알고리즘을 이용하여 태양광 시스템의 확률론적 고장검출 기법을 제안한다. 제안한 고장검출 알고리즘의 타당성 검증을 위하여 태양광 고장검출 테스트베드를 제작하여 실시간 실험을 실시하였으며 이 때 태양광으로부터의 신호는 직류 전력선 통신을 이용하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Fault detection technique for photovoltaic power systems is significant to dramatically reduce economic damage in industrial fields. This paper presents a novel fault detection approach using Fourier neural networks and stochastic decision making strategy for photovoltaic systems. We achieve neural ...

주제어

#Photovoltaic power systems   #Fault detection   #Neural network   #GLRT   #Power line communication  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문은 신경회로망 기술과 확률론적 의사결정기법을 이용하여 태양광 발전 시스템의 효율적인 고장진단 알고리즘을 제안하였다. 태양광 시스템의 해석적 모델링을 위하여 푸리에 신경회로망 을이 용하였으며 확률론적 고장검출을 위한 의사결정법은 GLRT 기법을 적용하였다.
  • 본 논문은 태양광 발전 시스템의 동특성 모델링을 위하여 그림 1과 같은 다중 푸리에 신경회로망 모델을 제안한다. 그림 1에서 각각의 신경회로망 모듈은 태양의 일사량 G와 태양광 셀의 주위 온도 T의 데이터 집합을 입력패턴으로 한다.
  • 본 논문은 푸리에 신경회로망과 확률론적 의사결정기법을 이용한 태양광 발전시스템의 새로운 고장검출 알고리즘을 제안한다. 푸리에 신경회로망은 태양광 시스템의 동특성을 모델링하는데 이용되며, 고장진단 알고리즘 구현을 위하여 2진화 가설검증 기법을 적용하여 고장판단에 대한 의사결정법을 도출한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (7)

  1. C. Larbes, S. M. Ait-Cheikh, T. Obeidi, A. Zerguerras, "Genetic algorithms optimized fuzzy logic control for the maximum power tracking in photovoltaic system," Renewable Energy, vol. 34, pp. 2093-2100, 2009. 

    상세보기

  2. N. Femia, G. Petrone, G. Spagnuolo, M. Vitelli, "Optimization of perturb and observe maximum power point tracking method," IEEE Trans. on Power Electronics, vol. 20, no. 4, pp. 963-973, 2005. 

  3. K.-H. Chao, S.-H. Ho, M.-H. Wang, "Modeling and fault diagnosis of a photo voltaic system," Electric Power Systems Research, vol. 78, pp. 97-105, 2008. 

    상세보기

  4. 조현철, 이진우, 이영진, 이권순, "신경회로망 독립성분해석을 이용한 음향센서 기반 대전력기기의 고장진단 알고리즘," 대한전기학회 논문지, vol.57, no.5, pp. 881-888, 2008. 

  5. A. Cichocki, R. Unbehauen, Neural networks for optimization and signal processing, New York, Wiley, 1993. 

  6. S. Haykin, Neural networks and learning machines, Upper Saddle River, New Jersey, Prentice Hall, 2008. 

  7. S. M. Kay, Fundamentals of statistical signal processing: Estimation theory, New Jersey, Prentice Hall, 1993. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로