http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 곽선근(Sun-Geun Kwack) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
DSP320C6713기반의 인공지능형 단상전력품질 진단기 개발연구
곽선근(Sun-Geun Kwack),정교범(Gyo-Bum Chung),최재호(Jaeho Choi) 전력전자학회 2008 전력전자학술대회 논문집 Vol.- No.-
본 논문은, 전력계통 내의 순시 파형으로부터 전력품질 자동진단을 위한 인공지능형 단상전력품질 진단기를 제안한다. 진단하는 전력품질은 전압강하(Sag), 전압상승(Swell), 과도현상(Transient) 및 전고조파함유율(THD) 이다. 인공지능 구현을 위해서 인공신경망 이론을 이용하였으며, 시뮬레이션 및 TI DSP 320C6713 사용하여 하드웨어를 구현하였다. 인공신경망의 학습을 위하여, 00변전소에서 일년(2007년)동안 측정한 데이터 중에서 Sag, Swell, Transient 특성이 명확히 관측된 150주기의 파형과 정상상태의 50주기 파형으로 구성된 총 200주기의 데이터를 사용하였다. 측정된 파형을 1/60[sec.]마다 256번 샘플링하여, FFT 및 웨이블렛 변환을 시행하여 얻어진 값을 인공신경망 학습에 사용하였다. 상용프로그램 PSIM을 이용하여 인공신경망 학습을 시뮬레이션하였으며, DSP 프로세서를 이용하여 하드웨어로 구현하여 검증하였다.
-
정교범(Chung, Gyo-Bum),곽선근(Kwack, Sun-Geun) 한국산학기술학회 2013 한국산학기술학회논문지 Vol.14 No.9
본 논문은 전력기기 열화의 주요한 원인으로 알려진 부분방전의 진단을 위해 널리 사용되는 인공신경망의 계층 구조 및 입력벡터의 구성 요소의 변화에 대한 진단 성능을 검토한다. 은닉층이 1개 또는 2개인 인공신경망의 계 층구조 변화에 대한 진단 성능을 비교하였으며, 입력벡터는 세라믹 커플러를 이용하여 한주기에 2048번 샘플링한 시 계열 신호를 직접 사용하는 경우와 특성벡터를 추출하여 사용하는 경우를 비교하였다. 침↔평판, 구↔구, 침↔침, 평 판↔평판, 구↔평판 형태의 5가지 전극조합의 부분방전 실험으로 학습데이타를 수집하고, 시뮬레이션 연구를 수행하 여 인공신경망의 진단 성능을 평가하였다 This paper investigates the diagnosis performance of Artificial Neural Network (ANN) depending on the structure and the input vector type of ANN, which has been used to detect the partial discharge to lead to the electric machinery deterioration. The diagnosis performance of one hidden layer and two hidden layer in ANN are compared. The performance using the 2048 time-series data and the performance using the feature input vector are compared. For measuring the partial discharge signal, the tip-to-plate, the sphere-to-sphere, the tip-to-tip, the tip-to-sphere and the sphere-to-plate electrodes are used respectively. For ANN's learning, Matlab and C-code program are used. For evaluating the diagnosis performance of ANNs, the simulation studies are performed.
-
정교범(Gyo-Bum Chung),곽선근(Sun-Geun Kwack) 한국조명·전기설비학회 2009 조명·전기설비학회논문지 Vol.23 No.1
본 논문은 이산웨이블렛 변환, 푸리에 변환 및 실효값의 연산 결과를 이용하여 전력품질을 진단하는 인공지능형 진단기법을 제안한다. 제안된 진단기법을 채택한 인공지능형 전력품질 진단기는 과도현상, 순간전압강하, 순간전압 상승, 순간정전 및 전고조파 외형률의 진단 및 분류가 가능하다. 신호처리를 위한 데이터 샘플링주파수는 15.36[㎑] 가 사용되었으며 샘플링된 이산데이터는 이산웨이블렛변환, 고속푸리에변환, 실효값의 연산에 사용되어진다. 효율 적인 인공지능형 전력품질 진단을 위해서 진단하고자 하는 전력품질 요소에 맞추어 간단한 다층구조의 인공신경망을 설계하였다. 제안된 인공신경망은 C++ 언어로 프로그램되어 PSIM 시뮬레이션 연구에 사용되었으며, TI DSP 320C6713 마이크로프로세서를 사용한 MP PQ+256 하드웨어에서 검증하였다. This paper proposes a new Artificial-Intelligent(AI) Power Quality(PQ) diagnosis algorithm using Discrete Wavelet Transform(DWT), Fast Fourier Transform(FFT), Root-Mean-Square(RMS) value. The developed algorithm is able to detect and classify the PQ problems such as the transient, the voltage sag, the voltage swell, the voltage interruption and the total harmonics distortion. The 15.36[㎑] sampling frequency is used to measure the voltages in a power system The measured signals are used for DWT, FFT, RMS calculation. For AI diagnosis of the PQ problems, a simple multi-layered Artificial Neural Network (ANN) with the back-propagation algorithm is adopted, programed in C++ and tested in PSIM simulation studies. Finally, the algorithm, which is instalJed in MP PQ+256 with TI DSP320C6713, is proved to diagnose the PQ problems efficiently.
-
전력기기 열화 진단을 위한 부분방전 모의 및 측정 알고리즘 개발연구
장형택(Hyeong-Taek Jang),곽선근(Sun-Geun Kwack),신판석(Pan-Seok Shin),김창업(Chang-Eob Kim),정교범(Gyo-Bum Chung) 한국조명·전기설비학회 2011 조명·전기설비학회논문지 Vol.25 No.8
This paper proposes a new intelligent diagnosis equipment for the partial discharge, which keeps deteriorating the insulating materials inside electric machineries, ultimately leading to electrical breakdown. In order to simulate experimentally the partial discharge inside the electric machinery, the tip-to-plate, the sphere-to-plate, the sphere-to-sphere and the plate-to-plate electrodes are used respectively, of which the gaps are 1[㎜], 3[㎜] or 5[㎜] and the applied voltages are 3[㎸], 5[㎸] or 7[㎸]. Ceramic coupler sensor and FIR digital filter are used to measure the partial discharge and the artificial neural network is used for the deterioration diagnosis of the electric machinery. The microprocessor of PD diagnosis equipment is DSP (TMS320C6713) with FPGA (CycloneⅡ). The results of the real-time and on-line experiments performed with the developed equipment are also explained.
-
장형택(Hyeong-Taek Jang),정교범(Gyo-Bum Chung),신판석(Pan-Seok Shin),곽선근(Sun-Geun Kwack) 한국조명·전기설비학회 2010 한국조명·전기설비학회 학술대회논문집 Vol.2010 No.9월
몰드 변압기는 기존의 유입 변압기에 비해 유지보수 비용이 저렴하고 화학약품, 분진오손, 습기와 같은 환경적인 요인에 크게 영향을 받지 않기 때문에 도심지를 중심으로 설치가 점차 늘어나는 추세에 있다. 몰드 변압기의 운전장애에 대한 원인은 다양하나, 궁극적으로 절연파괴를 초래할 수 있는 부분방전의 측정 및 진단은 사고 예방을 위해 유용한 방법으로 알려져 있다. 본 논문은 몰드 변압기의 사고 예방진단을 위하여, 세라믹 커플러를 사용하여 변압기 단자전압으로부터 부분방전 신호를 검출하고, 인공신경망을 이용한 진단 기법과 FPGA(Cyclone Ⅱ) 와 DSP(TMS320C6713)를 이용한 전단 장치를 소개한다.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
