학술논문
고속 푸리에 변환 및 심층 신경망을 사용한 전력 품질 외란 감지 및 분류
이용수 35
- 영문명
- Power Quality Disturbances Detection and Classification using Fast Fourier Transform and Deep Neural Network
- 발행기관
- 한국전자통신학회
- 저자명
- 첸센폰 임창균
- 간행물 정보
- 『한국전자통신학회 논문지』제18권 제1호, 115~125쪽, 전체 11쪽
- 주제분류
- 공학 > 전자/정보통신공학
- 파일형태
- 발행일자
- 2023.02.28
4,120원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
무작위 및 주기적인 변동하는 재생에너지 발전 전력 품질 교란으로 인해 발전 변환 송전 및 배전에서 더 자주 발생하게 된다. 전력 품질 교란은 장비 손상 또는 정전으로 이어질 수 있다. 따라서 서로 다른 전력 품질외란을 실시간으로 자동감지하고 분류하는 것이 필요하다. 전통적인 PQD 식별 방법은 특징 추출 특징 선택 및 분류의 세 단계로 구성된다. 그러나 수동으로 생성한 특징은 선택 단계에서 정확성을 보장하기 힘들어서 분류 정확도를 향상하는 데에는 한계가 있다. 본 논문에서는 16가지 종류의 전력 품질 신호를 인식하기 위해 CNN(Convolution Neural Networ)과 LSTM(Long Short Term Memory)을 기반으로 시간 영역과 주파수 영역의 특징을 결합한 심층 신경망 구조를 제안하였다. 주파수 영역 데이터는 주파수 영역 특징을 효율적으로 추출할 수 있는 FFT(Fast Fourier Transform)로 얻었다. 합성 데이터와 실제 6kV 전력 시스템 데이터의 성능은 본 연구에서 제안한 방법이 다른 딥러닝 방법보다 일반화되었음을 보여주었다.
영문 초록
Due to the fluctuating random and periodical nature of renewable energy generation power quality disturbances occurred more frequently in power generation transformation transmission and distribution. Various power quality disturbances may lead to equipment damage or even power outages. Therefore it is essential to detect and classify different power quality disturbances in real time automatically. The traditional PQD identification method consists of three steps: feature extraction feature selection and classification. However, the handcrafted features are imprecise in the feature selection stage, resulting in low classification accuracy. This paper proposes a deep neural architecture based on Convolution Neural Network and Long Short Term Memory combining the time and frequency domain features to recognize 16 types of Power Quality signals. The frequency-domain data were obtained from the Fast Fourier Transform which could efficiently extract the frequency-domain features. The performance in synthetic data and real 6kV power system data indicate that our proposed method generalizes well compared with other deep learning methods.
목차
Ⅰ. Introduction
Ⅱ. Synthetic data generation and real PQDs data
Ⅲ. PQDs Classification Method
Ⅳ. Results in the test set and real data
Ⅴ. Conclusion
References
키워드
해당간행물 수록 논문
- 한국전자통신학회 논문지 제18권 제1호 목차
- 신경망 구조의 적응 Wiener 필터를 이용한 비선형 잡음감쇠기
- 스파크에서 스칼라와 R을 이용한 머신러닝의 비교
- 리튬 폴리머 드론 배터리 방전시 이상가스에 대한 연구
- 군 무기체계에 적용되는 4 축 스트레인-게이지의 오차에 대한 신호처리 소프트웨어 기법
- TDMA 기반 무선 IP 영상 전송 시스템의 모듈간 연동 평가
- 블록체인을 연계한 ESS 공정거래 시스템 개발
- 가스터빈용 듀얼타입 온도센서의 고장검출을 위한 퍼지로직 기반의 진단 알고리즘 개발
- 고속 푸리에 변환 및 심층 신경망을 사용한 전력 품질 외란 감지 및 분류
- 폐열발전 OCR 시스템 적용을 위한 고효율 영구자석형 동기발전기 설계
- 딥러닝 알고리즘 기반 교통법규 위반 공익신고 영상 분석 시스템
- 건축 부재 사용량 예측을 위한 인공지능 학습 모델
- 작물 생산량 예측을 위한 심층강화학습 성능 분석
- 도·예선 정보체계 분석 및 운영 시스템 개발
- 정보보안 기술 및 커뮤니케이션 불확실성이 제언 행동에 미치는 영향
- Active Min-Depth Filter를 이용한 비분할 장애물 최근접 점 검출
- VR 핸드트레킹을 통한 상호작용 인터페이스 설계
- 하이브리드 발전 시스템을 적용한 이동식 하우스
- 이동형 3D 프린터를 위한 차량 설계
- OBD-II 정보를 이용한 운전자 스트레스 모니터링 시스템
- 지연시간 및 보안을 위한 블록체인 기반 스마트홈 시스템 설계
- 서해 해양 침적폐기물의 성상별 분포 특성 연구
- 평면 능동위상배열안테나 결함소자 진단방법에 관한 연구
- 기상빅데이터를 활용한 신재생에너지 발전량 예측 모형 연구
- 기존 전력량계를 ICT 기반 지능형 AMI 센싱 장치로 변환 연구
- 머신러닝을 이용한 침수 깊이와 위치예측 모델 개발
- 양식장 어류 생육 데이터 분석 및 마이닝
참고문헌
관련논문
공학 > 전자/정보통신공학분야 BEST
더보기공학 > 전자/정보통신공학분야 NEW
- 한국전자통신학회 논문지 제19권 제4호 목차
- 리튬이온 배터리의 화재 시험을 통한 열 전달 메커니즘 및 손상 평가
- 육상 양식장 빅데이터 분석 시스템 개발을 위한 데이터 시각화 도구 개발
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!