http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
삼천포 화력 계통 안정화 장치 건전성 평가에 관한 연구
김봉석(Bongsuck Kim),류호선(Ho-Seon Ryu),임익헌(Ik-Hun Lim) 전력전자학회 2007 전력전자학술대회 논문집 Vol.- No.-
전력연구원은 한국남동발전(주) 삼천포화력 발전소의 요청에 따라 삼천포 화력 6호기 계획예방정비공사 기간(07.03.14-04.19) 중 발전기 여자시스템의 계통안정화 장치의 시간영역(Time Domain)과 주파수영역(Frequency Domain)에서의 Step 시험을 통하여 건전성을 평가하였다. 본 논문에서는 전력계통의 동요를 안정시키기 위한 삼천포 화력 발전기 여자시스템의 계통 안정화 장치(GE사 3S7932LA300)의 개요, 구성 및 건전성 평가 결과를 기술하였다.
제주화력 가스터빈 자동전압조정기 프로토타입 설계 및 시험에 관한 연구
김봉석(Bongsuck Kim),류호선(Ho-Seon Ryu),이주현(Joo-Hyun Le) 전력전자학회 2007 전력전자학술대회 논문집 Vol.- No.-
자동전압조정기는 발전기의 출력 전압을 측정하여 발전기 단자 전압과 계자 전류를 제어하며, 발전기 여자시스템 보호/제한 기능을 수행한다. 본 논문에서는 전력연구원이 개발한 가스터빈 자동전압조정기 프로토타입의 소프트웨어와 하드웨어에 관하여 소개하고, 실험을 통하여 건전성을 확인하였다.
동해화력 순환 유동층 보일러 이차공기송풍기용 H-브릿지 멀티레벨 인버터 현장적용(1)
류호선(Ho-Seon Ryu),김봉석(Bongsuck Kim) 전력전자학회 2007 전력전자학술대회 논문집 Vol.- No.-
본 논문은 동해화력발전처의 이차공기송풍기를 가변 회전수 제어하여 소내 소비 전력을 절감하고 전동기의 직입기동에 의한 스트레스를 줄이기 위하여 실증 적용된 동해화력발전처 이차 공기 송풍기 구동용 H-브릿지 멀티레벨 인버터에 관한 것이다. H-브릿지 멀티레벨 인버터는 독립적으로 절연된 직류 부를 갖는 저압의 단상 인버터(셀 인버터)를 다수 직렬 접속하여 고압 3상 전압을 출력하는 Cascaded H-브릿지 전압형 인버터이다. 본 논문에서는 동해화력발전처에 실증 적용된 6.6㎸, 1MVA급 인버터의 계통 병입 후 부하 변동 시험을 통하여 신뢰성을 입증하였다.
딥러닝 훈련을 위한 GAN 기반 거짓 영상 분석효과에 대한 연구
장승민,손승우,김봉석,Seungmin, Jang,Seungwoo, Son,Bongsuck, Kim 한국전력공사 2022 KEPCO Journal on electric power and energy Vol.8 No.2
To inspect the power facility faults using artificial intelligence, it need that improve the accuracy of the diagnostic model are required. Data augmentation skill using generative adversarial network (GAN) is one of the best ways to improve deep learning performance. GAN model can create realistic-looking fake images using two competitive learning networks such as discriminator and generator. In this study, we intend to verify the effectiveness of virtual data generation technology by including the fake image of power facility generated through GAN in the deep learning training set. The GAN-based fake image was created for damage of LP insulator, and ResNet based normal and defect classification model was developed to verify the effect. Through this, we analyzed the model accuracy according to the ratio of normal and defective training data.