http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
임용배(Lim, Young-Bae),전정채(Jeon, Jeong-Chay),박찬엄(Park, Chan-Eom),배석명(Bae, Seok-Myeong) 한국산학기술학회 2009 한국산학기술학회논문지 Vol.10 No.8
2007년도에 9,128건의 화재가 전기적인 원인에 의해서 발생되었고, 이들 화재에 의해 사망 29명과 부상 262 명의 인명피해가 있었다. 아크고장은 전기화재의 주요 원인의 하나로, 일반적으로 높은 열을 발생시키며 쉽게 주변의 인화성물질을 점화시킨다. 그러나 기존의 차단기는 과전류, 단락전류, 누설전류에 대해서만 동작하기 때문에, 이에 대 해서는 현재 특별한 보호책이 없는 실정이다. 본 논문은 직렬아크 고장전류에 의한 전선의 발화특성에 대한 실험에서 얻어진 결과를 통해 UL에서 제안하고 있는 기준이 국내의 현실에 적절하지 않음을 제시하였고, 이 결과를 기초로 개 발된 기술의 동작특성 실험을 실시하여 아크고장회로를 보호할 수 있는지에 대한 신뢰성을 확인하였다. 모의실험을 통한 동작특성 분석결과, 개발된 아크고장 검출 기술을 적용하면 전기화재의 주요원인인 아크고장에 의한 화재를 현 저히 저감시킬 수 있을 것으로 판단된다. In 2007, 9,128 fires were actually caused by electrical faults and these fires resulted in 29 deaths and 262 injuries. Arc-faults were one of the major causes of these fires. When an unintended arc-fault occurs, it generates intense heat that can easily ignite surrounding combustibles. But, because conventional circuit breakers only respond to overloads, short circuits, and leakage currents, the breakers do not protect against arcing conditions. This paper presents results obtained in experiments on ignition behavior of wire by series arc fault currents and techniques developed to detect the arc-faults. The developed technique was tested after installation to make sure that they are working properly and protecting the circuit. If the developed arc fault detection technique is applied, the electrical fires caused by an arc-fault can be reduced.
임용배(Young Bae Lim),김동우(Dong Woo Kim),진상민(Sangmin Jin),조성원(Seongwon Cho) 한국지능시스템학회 2016 한국지능시스템학회논문지 Vol.26 No.5
최근 사물인터넷 기반의 재해예방 기술이 개발되고 있다. 본 논문에서는 사물인터넷기반의 공동주택용 자율전기안전관리기술 개발을 위하여 부하 전류 파형을 FFT와 MFCC를 이용하여 신호변환 후 신경회로망 모델에 적용하여 정확도가 개선된 전기 부하 패턴분류 시스템을 제안한다. 오실로스코프와 CT를 이용하여 측정한 전기 부하의 전류 파형을 FFT 알고리즘을 적용한 후 신경회로망을 이용하여 단일부하패턴 분류 실험을 하였다. 본 연구를 통하여 부하의 특성을 파악함으로서 고장에 대해 보다 신속하고 정확하게 대처할 수 있을 것으로 예측된다. Recently several techniques for disaster prevention based on IoT(Internet of Things) are being developed. In this paper, a new smart pattern classification method for electric loads is proposed. CT(Current Transformer) data are extracted from electric loads, and then the sampled CT data are converted using FFT and MFCC. FFT and FMCC data are used for the input data of neural networks. Experiments were conducted using FFT and MFCC data for 7 kinds of electric loads. Experiments results indicate the superiority of MFCC in comparison to FFT.
MFCC와 변화율을 이용한 전기사고 예측방법에 대한 연구
임용배(Young Bae Lim),김동우(Dong Woo Kim),박원경(Won Gyeong Park),이호경(Ho Kyung Lee),조성원(Seongwon Cho) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.2
4차 산업혁명 시대가 도래됨에 따라 재해예방 분야에서도 사물인터넷과 인공지능 기술의 도입이 진행되고 있다. 본 논문은 이와 같은 기술 환경변화에 따라 공동주택용 자율전기안전관리 기술에 음성인식 분야에서 주로 활용되는 MFCC 알고리즘과 전류 변화율을 이용한 옥내 전기회로의 이상상태를 판별하는 방법을 제시한다. CT를 이용하여 전류파형을 측정하고, MFCC와 변화율 계산을 통해 신호를 변환하여 역전파 신경회로망에 적용함으로써 개선된 정확도를 얻을 수 있다. 정상상태와 아크, 누전, 아크와 누전이 동시에 일어난 이상상태 4가지로 구분하여 판별하는 실험을 수행 한 결과 제안된 방법의 우수함을 확인할 수 있었다. 기존의 MFCC를 활용하여 이상상태를 판별할 경우 51.22%, 변화율만 채택할 경우 75.61%의 정확도를 얻을 수 있었고, 본 연구에서 제안한 방식인 MFCC와 변화율을 모두 사용할 경우, 80.49%로 정확도가 향상되었다. We are living in the age of fourth industrial revolution, and new disaster prevention techniques were developed using IoT(Internet of Things) and artificial intelligence. In this paper, a new signal processing method for predicting electrical accidents using MFCC and change rate is proposed. Current data are extracted from electric loads, and then the sampled CT(Current Transformer) data are converted using MFCC and change rate. The processed data are used for the input data of back propagation neural networks. Current data for 4 kinds of electric loads were used in this experiments. Experiments show the superiority of the proposed method. The accuracy of the MFCC is 51.22% and the accuracy of change rate is 75.61%, and the proposed method produced 80.49% accuracy.
영상전류 측정을 이용한 부재수용가의 전기설비에 대한 안전확보 방안
林庸培(Young-Bas Lim),裵錫銘(Seok-Myung Bae),金榮錫(Young-Seok Kim),朴治現(Chee-Huyn Park),金基鉉(Gi-Hyun Kim),趙成元(Sung-Won Cho) 대한전기학회 2006 전기학회논문지 P Vol.55 No.4
A electrical fault that may generate an electrical disaster is defined as any abnormal condition caused by reduction in the insulation strength. To find out the abnormal condition, periodical inspections have being performed every 3 years. Recently, the number of empty houses during normal working hours is rising by dramatic increase in the number of nuclear families and double income families. To define the potential risk of the electric installation, measurement of zero phase current has been being considered, But the measured value could not be adapted to an absolute reference to the installation because the measured zero phase current value also contained capacitive leakage current. Therefore, in this paper, the correlation between the condition of the electrical installation and the zero phase current was analyzed, The result focuses on to detect them in a cost efficient way.
직렬아크고장 전류에 의한 전선 발화 특성 분석을 통한 아크고장 검출 기술의 개발
임용배(Lim Young-Bae),전정채(Jeon Jeong-Chay),배석명(Bae Seok Myung),김태극(Kim Tae-Kuek) 대한전기학회 2009 대한전기학회 학술대회 논문집 Vol.2009 No.4
In 2007, 9,128 fires are attributed to electrical equipments, These fires resulted in 29 deaths and 262 injuries. Arc-faults were one of the major causes of these fires. When an unintended arc-fault occurs, it generates intense heat that can easily ignite surrounding combustibles. Conventional circuit breakers only respond to overloads, short circuits, and leakage currents. Therefore, the breakers do not protect against arcing conditions. This paper presents results obtained in experiments on ignition behavior of wire by series arc fault currents and techniques developed to detect the arc-faults. The developed technique was tested after installation to make sure they are working properly and protecting the circuit. If the developed arc detecting technique is applied, the electrical fires caused by an arc-fault can be reduced.