• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.158-169
• /
• 2004

본 논문에서는 실시간 기상예보데이터를 사용하여 가공송전선의 단시간 송전용량을 예측하기 위한 방법을 제안한다. 기상청에서 제공되는 예보기온, 풍속등급 및 날씨코드와 같은 3시간 예보요소들을 분석하여 기상예보데이터와 실제 측정데이터 사이의 상관성이 분석되었다. 동적송전용량을 결정하는데 사용하기 위하여 이러한 요소들은 적당한 수치로 변환되었다. 또한 풍속과 일사량에 대한 신뢰도를 개선하기 위하여 적응뉴로퍼지시스템이 설계되었다. 기상예보데이터가 송전용량을 신뢰성을 갖도록 추정하는데 사용될 수 있음을 밝혔다. 그 결과 제안된 예측시스템이 단시간 용량예측에 효율적으로 실용화될 수 있을 것이다.

• 한국정보기술학회논문지
• /
• 제18권5호
• /
• pp.55-64
• /
• 2020

태양광 시스템의 안정성과 신뢰성 향상을 위해서는 배터리의 잔존량 (State of Charge, SOC)을 정확하게 추정하여야 한다. 본 연구에서는 gradient descent, Levenberg-Marquardt 및 scaled conjugate gradient 학습방법을 사용한 인공 신경회로망 (Artificial Neural Networks, ANN)과 적응형 뉴로-퍼지 추론 시스템 (Adaptive Neuro-Fuzzy Inference System, ANFIS)을 사용한 SOC 추정방법을 제안한다. 입력으로는 충전 시작 전압 및 적류적산법을 통해 구한 충전 전류를 사용하여 추정된 SOC를 출력한다. 4개의 모델 (ANN-GD, ANN-LM, ANN-SCG, 및 ANFIS)을 사용하여 SOC 추정 방법을 구현하였고 실험을 통해 MATLAB을 사용하여 4개의 모델의 성능을 비교 분석하였다. 실험 결과로부터 ANFIS 모델을 사용한 배터리의 SOC 추정이 가장 정확도가 높았으며 빠른 속도로 수렴함을 확인하였다.

• 전기학회논문지
• /
• 제64권7호
• /
• pp.1114-1124
• /
• 2015

In this paper, precipitation / non-precipitation pattern classification of meteorological radar data is conducted by using neuro-fuzzy algorithm. Structure expression of meteorological radar data information is analyzed in order to effectively classify precipitation and non-precipitation. Also diverse input variables for designing pattern classifier could be considered by exploiting the quantitative as well as qualitative characteristic of meteorological radar data information and then each characteristic of input variables is analyzed. Preferred pattern classifier can be designed by essential input variables that give a decisive effect on output performance as well as model architecture. As the proposed model architecture, neuro-fuzzy algorithm is designed by using FCM-based radial basis function neural network(RBFNN). Two parts of classifiers such as instance classifier part and echo classifier part are designed and carried out serially in the entire system architecture. In the instance classifier part, the pattern classifier identifies between precipitation and non-precipitation data. In the echo classifier part, because precipitation data information identified by the instance classifier could partially involve non-precipitation data information, echo classifier is considered to classify between them. The performance of the proposed classifier is evaluated and analyzed when compared with existing QC method.

• 대한전기학회논문지:전력기술부문A
• /
• 제49권3호
• /
• pp.95-106
• /
• 2000

The load frequency control of power system is one of important subjects in view of system operation and control. That is even though the rapid load disturbances were applied to the given power system, the stable and reliable power should be supplied to the users, converging unconditionally and rapidly the frequency deviations and the tie-line power flow one on each area into allowable boundary limits. Nonetheless of such needs, if the internal parameter perturbation and the sudden load variation were given, the unstable phenomenal of power system can be often brought out because of the large frequency deviation and the unsuppressible power line one. Therefore, it is desirable to design the robust neuro-fuzzy controller which can stabilize effectively the given power system as soon as possible. In this paper the robust neuro-fuzzy controller was proposed and applied to control of load frequency over multi-area power system. The architecture and algorithm of a designed NFC(Neuro-Fuzzy Controller) were consist of fuzzy controller and neural network for auto tuning of fuzzy controller. The adaptively learned antecedent and consequent parameters of membership functions in fuzzy controller were acquired from the steepest gradient method for error-back propagation algorithm. The performances of the resultant NFC, that is, the steady-state deviations of frequency and tie-line power flow and the related dynamics, were investigated and analyzed in detail by being applied to the load frequency control of multi-area power system, when the perturbations of predetermined internal parameters. Through the simulation results tried variously in this paper for disturbances of internal parameters and external stepwise load stepwise load changes, the superiorities of the proposed NFC in robustness and adaptive rapidity to the conventional controllers were proved.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권8호
• /
• pp.561-570
• /
• 2004

In this paper, new architectures and comprehensive design methodologies of Genetic Algorithms(GAs) based Genetically optimized Neurofuzzy Networks(GoNFN) are introduced, and a series of numeric experiments are carried out. The proposed GoNFN is based on the rule-based Neurofuzzy Networks(NFN) with the extended structure of the premise and the consequence parts of fuzzy rules being formed within the networks. The premise part of the fuzzy rules are designed by using space partitioning in terms of fuzzy sets defined in individual variables. In the consequence part of the fuzzy rules, three different forms of the regression polynomials such as constant, linear and quadratic are taken into consideration. The structure and parameters of the proposed GoNFN are optimized by GAs. GAs being a global optimization technique determines optimal parameters in a vast search space. But it cannot effectively avoid a large amount of time-consuming iteration because GAs finds optimal parameters by using a given space. To alleviate the problems, the dynamic search-based GAs is introduced to lead to rapidly optimal convergence over a limited region or a boundary condition. In a nutshell, the objective of this study is to develop a general design methodology o GAs-based GoNFN modeling, come up a logic-based structure of such model and propose a comprehensive evolutionary development environment in which the optimization of the model can be efficiently carried out both at the structural as well as parametric level for overall optimization by utilizing the separate or consecutive tuning technology. To evaluate the performance of the proposed GoNFN, the models are experimented with the use of several representative numerical examples.

• 전기학회논문지
• /
• 제64권5호
• /
• pp.779-785
• /
• 2015

Recently, home energy management system (HEMS) for power consumption reduction has been widely used and studied. The HEMS performs electric power consumption control for the indoor electric device connected to the HEMS. However, a traditional HEMS is used for passive control method using some particular power saving devices. Disadvantages with this traditional HEMS is that these power saving devices should be newly installed to build HEMS environment instead of existing home appliances. Therefore, an HEMS, which performs with existing home appliances, is needed to prevent additional expenses due to the purchase of state-of-the-art devices. In this paper, an intelligent inference algorithm for EMS at home for non-power saving electronic equipment, called legacy devices, is proposed. The algorithm is based on the adaptive network fuzzy inference system (ANFIS) and has a subsystem that notifies retraining schedule to the ANFIS to increase the inference performance. This paper discusses the overview and the architecture of the system, especially in terms of the retraining schedule. In addition, the comparison results show that the proposed algorithm is more accurate than the classic ANFIS-based EMS system.

• 한국정보과학회논문지:정보통신
• /
• 제29권4호
• /
• pp.412-427
• /
• 2002

본 논문에서는 이동 통신 시스템 내에 존재하는 이동성 데이타베이스의 실패 처리를 위한 이동성 학습과 예측에 기반한 회복 기법을 제안한다. 이동 통신 시스템에서 이동성 데이타베이스는 사용자들에게 빠른 연결을 제공하기 위해 사용자의 현재 위치 정보를 유지해야 한다 그러나, 이동성 데이터베이스의 실패는 사용자의 위치 정보를 잃어버리게 만든다. 결과적으로, 명백한 회복 과정 없이는 실패 상황에서 사용자의 호 요청은 거절된다. 따라서, 이동성 데이타베이스에 실패가 발생하였을 때, 실패에 효과적으로 대처할 수 있는 명백한 회복 기법이 사용자들에게 연속적인 서비스 가용성을 보장해 주기 위해서 필요하다. 본 논문의 회복 기법에서 사용되는 이동성 학습과 예측은 이동성 데이타베이스의 실패 후 시스템에 의해서 사용자의 위치를 파악하기 위한 기능을 담당한다. 실패 없는 연산 동안 사용자의 이동 패턴은 뉴로-퍼지 추론 시스템에 의해서 학습되며, 학습된 위치 정보는 실패 후 잃어버린 사용자의 위치를 파악하기 위해서 사용된다. 따라서, 본 논문의 회복 기법은 백업 과정과 검사점 정보를 저장하기 위해 필요한 부가적인 저장 공간을 요구하지 않기 때문에 검사점을 사용하는 이전의 접근방법과 다르다. 게다가, 성능 분석을 위한 시뮬레이션은 본 논문의 회복 기법이 실패 후 잃어버린 사용자의 위치 정보를 회복하는데 소요되는 비용을 검사점에 기반한 회복 기법과 비교하여 상당히 줄일 수 있음을 보여준다.

• 대한토목학회논문집
• /
• 제28권4D호
• /
• pp.451-457
• /
• 2008

현실적인 버스서비스권역 설정은 시내버스의 합리적인 노선망 및 서비스권역 구축을 위해 필요하다. 본 연구는 중소도시 버스이용자들의 현재도보시간 및 한계도보시간을 추정하고 그 특성을 파악하며 연령 및 소득수준별 한계도보시간 추정을 위해 ANFIS 모형을 구축코자 하였다. 이를 위해 경남의 마산시, 창원시, 진주시가 연구대상 도시로 선정되었다. 경남의 중소도시 버스이용자들의 현재도보시간의 80% 누적분포 값(미국의 최대도보시간에 해당)은 10.2-11.1분으로 미국의 최대도보시간 5분보다 큰 것으로 나타났으며 한계도보시간은 21.1-21.8분으로 매우 큰 것으로 나타났다. 중소도시의 한계도보시간 추정을 위해 세 도시의 데이터를 통합한 ANFIS 모형을 구축하였다. 연령과 한계도보시간과의 관계에서는 연령이 증가함에 따라 한계도보시간이 감소하나 25세에서 35세 사이에는 한계도보시간에 변화가 없는 소강상태를 보이며 수입과 한계도보시간은 반비례하는 선형관계를 보였다. 구축된 ANFIS 모형을 이용한 추론치와 조사치의 비교에서 0.996, MSE 0.163, MAE 0.333으로 예측력이 아주 우수한 것으로 평가된다. 본 연구에서 개발된 모형은 타 중소도시의 한계도보시간 추정에 이용될 수 있을 것으로 기대된다.