메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이수일 (예일테크) 송석일 (한국교통대학교) 고대식 (목원대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제19권 제4호(JKIIT, Vol.19, No.4)
발행연도
2021.4
수록면
19 - 26 (8page)
DOI
10.14801/jkiit.2021.19.4.19

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Conv2D 기법은 부분방전 신호의 위상과 진폭을 가지고 2차원 데이터로 학습하여 부분방전의 유형을 자동으로 분류하는데 사용할 수 있지만 시계열의 특성을 고려하지 못하기 때문에 부분방전의 유형을 정확하게 분류하지 못하는 단점이 있었다. 논문에서는 Conv2D기법에 시계열 특성을 반영하는 LSTM을 적용한 ConvLSTM2D 기법을 이용한 부분방전 유형의 자동분류 기법을 제안하였다. 본 연구에서 제안된 ConvLSTM2D 기법은 부분방전 신호의 위상과 진폭 그리고 시간을 가지고 3차원 데이터로 학습을 하는 방식이다. 부분방전의 대표적인 유형인 코로나방전과 보이드 방전 데이터를 이용한 실험결과, ConvLSTM2D 기법은 기존의 Conv2D 기법보다 코로나 방전과 보이드 방전의 유형을 분류하는 정확도가 개선되는 것을 확인하였다. 본 논문의 결과는 배전반에서 발생하는 부분방전의 대표적인 유형인 코로나 방전과 보이드 방전의 유형에 대한 정확한 자동분류를 통하여 배전반의 고장예측분야에 활용될 것으로 기대된다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. ConvLSTM2D 기법을 이용한 부분방전 유형 예측기법
Ⅲ. 실험 및 고찰
Ⅳ. 결론
References

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0