$\require{mediawiki-texvc}$

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.

움직임 추정 및 머신 러닝 기반 풍력 발전기 모니터링 시스템
Motion Estimation and Machine Learning-based Wind Turbine Monitoring System 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.66 no.10, 2017년, pp.1516 - 1522  

김병진 (Dept. of Electronic Engineering, Sogang University) ,  천성필 (Dept. of Electronic Engineering, Sogang University) ,  강석주 (Dept. of Electronic Engineering, Sogang University)

Abstract ▼ AI-Helper 아이콘AI-Helper

We propose a novel monitoring system for diagnosing crack faults of the wind turbine using image information. The proposed method classifies a normal state and a abnormal state for the blade parts of the wind turbine. Specifically, the images are input to the proposed system in various states of win...

주제어

#Wind turbine   #Gaussian mixture model   #Block matching method   #Motion vector  

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 이러한 문제를 해결하기 위해서 본 논문에서는 움직임 추정 기반 풍력 발전기 모니터링 시스템을 제안한다. 우선 영상 촬영 기를 통해 회전하는 블레이드 영상을 촬영 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
블레이드의 손상의 문제점은? 일반적으로 이러한 블레이드의 균열 상태 발생의 원인은 새떼 등과 같은 외부 물체와의 충돌, 벼락 등으로 인한 손상 또는 블레이드 물질과의 화학 반응으로 발생하는 부식 등이 있다[5]. 이러한 균열에서 발생하는 블레이드의 손상은 발전 효율을 낮출 뿐만 아니라, 발전기 전체의 균형을 손상하여 그림 2의 아래 그림과 같이 풍력 발전기 전체의 손상으로 이어져 대형 사고가 발생할 수 있다.
블레이드의 균열 발생 원인은? 그림 2는 풍력 발전기의 블레이드에서 발생한 고장사례이다. 일반적으로 이러한 블레이드의 균열 상태 발생의 원인은 새떼 등과 같은 외부 물체와의 충돌, 벼락 등으로 인한 손상 또는 블레이드 물질과의 화학 반응으로 발생하는 부식 등이 있다[5]. 이러한 균열에서 발생하는 블레이드의 손상은 발전 효율을 낮출 뿐만 아니라, 발전기 전체의 균형을 손상하여 그림 2의 아래 그림과 같이 풍력 발전기 전체의 손상으로 이어져 대형 사고가 발생할 수 있다.
움직임 추정 기반 풍력 발전기 모니터링 시스템은 어떻게 시스탬 상태를 판단하는가? 촬영된 영상을 가우시안 혼합 기법 기반으로 프레임 단위로 분할하여 해당 이미 지에 대한 움직임 벡터의 변화를 측정한다. 블레이드의 손상이 없는 상태에서의 움직임 벡터와 손상이 발생한 블레이드의 움직임 벡터 측정값을 머신 러닝 기법을 사용하여 비교 후 발전 시스템 상태를 판단한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Yun-Chyl Hong, Soo-Hun Cho, "Health Effects of Ambient Particulate Pollutants", Korean J Prev Med, 34(2), 103-108, 2001 

  2. Seungmoon Kwon, Euichan Jeon "A study on GHG Emissions Reduction and the Social Costs of the 'Basic Plan for Electricity Supply and Demand", Korea Environmental Policy And Administration Society, 24(4), 69-87, 2016.12 

    상세보기 crossref

  3. Young-Hwan Kim, Hee-Chang Lim, "Study on Development of Onshore Wind Farm and Estimation of Wind Energy Production", The Wind Engineering Institute of Korea, 14(1), 29-37, 2010.4 

  4. KOREA WIND ENERGY INDUSTRY ASSOCATION, "Wind Power Generator Status and Statistics", www.kweia.or.kr, 2015.10.31. 

  5. Moon-Ho Nam, Jin-Young Cheong, Chang-Ho Kim, "Analysis of Characteristic of the Wind Turbine Blade Damage", The Korean Institue of Electrical Engineers, 860-861, 2012.7 

  6. Changhwan Kim, Insu Paek, Neungsoo Yoo, "Modal analysis of a wind turbine blade using FBG sensors", The Korean Society of Mechanical Engineers, 428-430, 2010 

  7. Ciang, Chia Chen, Jung-Ryul Lee, and Hyung-Joon Bang. "Structural health monitoring for a wind turbine system: a review of damage detection methods." Measurement Science and Technology 19.12 (2008): 122001 

    상세보기 crossref

  8. Byoung-Jin Kim, Suk-Ju Kang, Joon-Young Park, "Statistical Blade Angular Velocity Information-based Wind Turbine Fault Diagnosis Monitoring System", 2(4), 619-625, Kepco, 2016.11 

    원문보기 상세보기 crossref

  9. KaewTraKulPong, Pakorn, and Richard Bowden. "An improved adaptive background mixture model for real-time tracking with shadow detection." Video-based surveillance systems. Springer US, 2002. 135-144. 

  10. Zivkovic, Zoran. "Improved adaptive Gaussian mixture model for background subtraction." Pattern Recognition, 2004. ICPR 2004. Proceedings of the 17th International Conference on. Vol. 2. IEEE, 2004. 

  11. Barjatya, Aroh, "Block matching algorithms for motion estimation", IEEE Transactions Evolution Computation, 8.3, 225-239, 2004 

    상세보기 crossref

  12. Hearst, Marti A, "Support vector machines", IEEE Intelligent Systems and their applications, 13(4), 18-28, 1998 

    상세보기

  13. Y. Yang, and X. Liu, "A Re-examination of Text Categorization Methods," Research and Development in Information Retrieval, pp. 42-49, 1999. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
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