선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 논문에서는 GA의 전역 최적해 탐색능력과 TS 의 빠른 수렴특성을 이용한 향상된 최적해 탐색기법을 제안하였다.
- 특히 여러 구간에서 동시에 고장이 발생하는 다중고장의 경우에는 운전원이 고장을 정확히 판단하고 복구하는데 어려움이 있게 된다. 따라서 본 논문에서는 불완전한 계전기 및 차단기 정보가 입력된 경우에 대해서도 해당 고장구간을 정확히 검출할 수 있는 고장검출 방법을 제안하였다.
- 본 논문에서는 전력계통 고장진단을 위해 패턴분류 및 함수 근사화 측면에서 우수한 성능을 가지는 RBF 신경회로망을 도입하였다. 이 경우 RBF 신경회로망의 은닉층 뉴런의 출력 h 및 출력층 뉴런의 출력값 y는 다음과 같이 나타낼 수 있다.
- 본 논문에서는 전력계통 운용시 발생한 고장에 따른 다중경보 신호를 분석하기 위하여 고장영역별로 동작하는 경보신호를 분류한 후 해당 패턴을 신경회로망으로 학습함으로써 전력계통 고장진단의 신뢰성을 높이고 진단의 유연성을 높이는 방법을 제시하였다. 전력계통 고장진단용 신경회로망으로는 일반적으로 다른 신경회로망에 비해 패턴분류 및 함수근사화 측면에서 우수한 성능을 나타내는 radial basis function (RBF) 신경회로망을 도입하였다.
- 본 논문에서는 전력계통에서 발생한 고장에 따른 다중경보 신호를 분석하기 위하여 고장영역별로 동작하는 경보신호 중 계전기 및 차단기 데이터를 이용하여 해당 패턴을 신경회로망으로 학습함으로써 전력계통 고장진단의 신뢰성을 높이고 진단의 유연성을 높이는 방법을 제시하였다. 또한 고장진단 신경회로망의파라메타 탐색 과정에서는 최적해 탐색성능 향상을 위해 전역 최적해 탐색성능을 가지는 유전 알고리즘과 최적해로의 수렴속도 개선을 위한 타부 탐색법을 결합한 GA-TS 방법을 제안하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.