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.
제안 방법
- 왔었다.仰 이런 문제점을 검토하기 위해서일반적으로 부분방전에 의한 초음파신호의 측정은변압기내에서 가장 발생빈도가 높고 위험한 결함인돌출부를 침-평판 전극으로만 모의하여 실험하여왔었다.
- 특징추출을 위해 3-레벨으로웨이블렛 변환을 결과를 이용하여 특징을 추출하기위한 통계적 파라메터인 웨이블렛 계수의 최대값 (WCM), 평균값 (AVR), 분산 (DIS), 왜도 (Skewness=SKE), 첨쇄도(Kurtosis=KUR)의 정보를얻을 수가 있다. 교차확인은 신경망의 적절한 구조를 선택하기위해서 사용하였으며 즉, 히든 층의 최적개수를 얻을 수 가있었고 그리고 출력결과는 열화상태의 판정결과로서 침대평판전극: 0 , IEC전극: 0.5 , 보이드전극 : 1 을 얻게 된다.
- 그리고 그림9〜10는 보이드 전극을 구성하여 교류 30[Kv]을 인가하였다. 모두가 절연지 보드판이 관통시까지 계속하여 인가 후 고주파 전류센서로부터고주파 전류를 계측하였다. 그 결과 대표적인 신호의 경우는 수천에서 수만의 자료를 전체 산술 평균한 값이 5가지 통계적인 파라메터(이산웨이블렛 계수의 최대값, 평균값, 분산값, 왜도값, 첨쇄도 값)를가지게 되므로 그 신호에 가장 근사한 신호를 선택하여 침대평판전극의 대표신호 및 IEC전극의 대표신호, 그리고 보이드 전극의 대표신호로 나타내었다.
- 본 논문에서 사용한 신경 회로망은 다층구조로서 하나의 입 력층과 하나의 히 든충 그리 고 또 하나의 출 력충으로 구성 하였 다.
- 본 논문에서는 변압기내 결함부위를 모의한 부분방전 시 발생된 고주파전류 신호를 계측하여 침대평판전극’ IEC전극, 보이드전극에서 발생된 신호를 이산웨이블렛 변환을 이용한 전처리 과정에서 특징을 추출한 5가지 통계적 파라메터를 입력패턴으로 하여학습시켰다. 교사 학습을 위한 출력 값은 침대평판전극인 경우 "0", IEC전극인 경우 "0.
- 본 연구에서는 크게 3가지 부분방전결함을 모의한 전극인 침-평판전극, 유중연면 방전(IEC전극), 보이드 방전을 모의하여 각각에 대한 고주파 전류 센서를 이용하여 계측하였다. 이산웨이블렛 변환기법을 적용하여 레벨-3으로 계수를 구한 후 5가지 통계적인 파라미터(최대값, 평균값, 분산, 왜도 첨쇄도)를 이용하여 특징을 추출하였다.
- 전처리시 이산웨비블렛 변환레벨-3으로 적용하여특징추출을 행하였다. 여기서 레벨 3으로 적용하게된이유는, 윈 신호들의 에너지 집중도가 그 경우에제일 높다고 판단하였기 때문입니다.
- 일반적으로 에너지의 집중도가 작거나 크게 되면 에너지의 집중도가 떨어지는 결과를 초래하기 때문입니다. 특징추출된 5가지의 통계적인 파라메터를 입력패턴으로 하여학습을 하게 됩니다. 교사학습을 위한 출력 값은침대평판전극의 경우 "0“으로, IEC 전극의 경우 0.
대상 데이터
- 입력층은 5개의 뉴런으로 구성하였고, 히든층과출력충은 각각 5개와 1개로 구성하였다. 제안된 시스템의 학습방법은 역전파 알고리즘(back-propagati on algorithm)을 이용한 교사 학습법 (supervised lear ning)을 사용하였으며, 초기 연결강도는 0과 1사이의난수를 발생시키는 난수 발생기를 사용하여 지정하였다.
- 전극의 구성은 그림 1에서 보여준 바대로 3가지 종류의 전극으로 구성하였다. l-(a) 침대평판 전극 l-(b) 유중 연면방전을 일으키기 위한 IEC전극, l-(c) 보이드방전을 위한 전극으로 구성하였다.
데이터처리
- 계측하였다. 이산웨이블렛 변환기법을 적용하여 레벨-3으로 계수를 구한 후 5가지 통계적인 파라미터(최대값, 평균값, 분산, 왜도 첨쇄도)를 이용하여 특징을 추출하였다.
이론/모형
- 각각 5개와 1개로 구성하였다. 제안된 시스템의 학습방법은 역전파 알고리즘(back-propagati on algorithm)을 이용한 교사 학습법 (supervised lear ning)을 사용하였으며, 초기 연결강도는 0과 1사이의난수를 발생시키는 난수 발생기를 사용하여 지정하였다. 그림4에 3충 역전파 신경망 구조를 나타내었고,
※ AI-Helper는 부적절한 답변을 할 수 있습니다.