• 조명전기설비학회논문지
• /
• 제13권2호
• /
• pp.80-87
• /
• 1999

본 논문은 신경회로망을 이용하여 배전선로상의 고저항 사고검출기법을 제안하였다. 다양한 토양에서 실시한 고저항 사고 데이터를 통해 $\upsilon-i$ 특성곡선을 얻고, 이 특성곡선으로 EMTP를 이용하여 고저항 사고를 모의하였다. 배전선로 고저항 사고검출을 위해 훈련 모델은 강자갈을 사용하였고, 토양의 조건을 달리하여 신경회로망의 사고검출 성능을 평가하였다. 신경회로망의 입력으로 사고 전류를 주파수 분석한 후, 이를 한 주기 평균하여 얻어진 짝.홀수 고조파, 기본파, 실효치 지수을 이용하였다. 신겨회로망의 검출성능을 테스트한 결과 제안된 방법이 뛰어남을 확인하였다.

• Journal of Biosystems Engineering
• /
• 제22권3호
• /
• pp.333-342
• /
• 1997

The objective of this research was to develop model equations for measuring rice milling ratio by using visible / HIR spectroscopy. Twelve kinds of brown rice(n = 149) were milled to obtain various milling ratio ranged from 86% to 94%. Visible/NIR spectra were collected with a spectrophotometer with sample transport module. The reflectance and transmission spectra were measured in the range of 400~2, 500nm and 600~1, 400nm, respectively, with 2 nm intervals. Multiple linear regression(MLR), Partial least square (PLS), and Artificial neural network(ANN) were used to develop models. Model developed with reflectance spectra showed better prediction results then those with transmission spectra. The MLR model with six-wavelength obtained from first derivative spectra gave to the best results for measuring the rice milling ratio(SEP = 0.535, , $r^2$ = 0.980). The PLS model(SEP = 0.604, $r^2$= 0.976) and ANN model(SEP = 0.566, $r^2$= 0.978) also can be used to determine the rice milling ratio effectively.