$\require{mediawiki-texvc}$

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.

Neural Network를 이용한 초고압 실선로에서의 부분방전 패턴인식 연구
A study for pattern recognition of partial discharge in Extra High Voltage cable on the site 원문보기

대한전기학회 2008년도 Techno-Fair 및 합동춘계학술대회 논문집 전기물성,응용부문, 2008 May 30, 2008년, pp.145 - 146  

김영홍 (LS전선) ,  김충식 (LS전선) ,  김정윤 (엠파워)

초록
AI-Helper 아이콘AI-Helper

초고압 케이블에서 발생하는 부분방전을 측정하기 위해 다양한 방법들이 연구 개발되어왔다. 최근에는 초고압 케이블의 설치 후 시행하는 준공시험에 있어 부분방전 측정을 필수적으로 할 만큼 부분방전 진단기술의 중요성이 부각되고 있는 실정이며, 디지털 측정기술을 통한 부분방전자동측정 기술이 많이 제안되고 있다. 특히, 비전문가들만으로도 진단 및 감시가 가능하도록 하는 자동 패턴 분류에 대한 다양한 연구에 활발히 보고되고 있다. 본 논문에서는 초고압 케이블에서 발생되는 결함을 내부, 외부, 노이즈의 세 가지로 분류하고 PRPD(Phase Resolved Partial Discharge) 형태로 모의된 실험데이터와 현장에서 축적된 데이터를 선별하여 다양한 통계치를 추출하였고, 결함별 구분이 용이하지 않은 통계치를 제외한 값들을 Neural Network 방법으로 학습시켰다. 학습된 가중치 값을 LabView로 작성된 프로그램에 사용하여 변전소 내 EBG에서 검출한 부분방전 측정 결과에 적용하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

가설 설정

  • 1. 뉴럴네트워크의 인식률 향상을 위해 패턴별로 확연히 구분되는 통계치만을 이용해야 한다.
본문요약 정보가 도움이 되었나요?

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