• 대한전기학회논문지
• /
• 제43권4호
• /
• pp.553-563
• /
• 1994

This paper presents a filtering method using neural networks to extract fundamental frequency components of the transient wave signals in power systems. Based on the ability of multilayer feedforward neural networks to approximate any continuous function, a neural networks mapping filter is proposed for the protective distance relaying systems to extract the effective components efficiently. A characteristic feature of this mapping filter is composed of the multilayer perceptron neural networks which are trained by using random signals and those are mapped to the DFT filtering computational structure by GDR(Generalized Delta Rule). The advantage of this approach is demonstrated by the random waves and the fault transient wave signals of EMTP(electromagnetic transients program) in power systems fault conditions. The proposed method is compared with the conventional method and the simulation results show the efficiency of the neural networks.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.9-20
• /
• 1998

본 논문에서는 패턴인식 형태로 구성된 거리계전시스템에 신경회로망을 적용한 새로운 형태의거리계전기법이 제시되었다. 제안된 거리계전기법은 패턴인식 단계인 두개의 블록으로 구성되었다. 첫 단계에서는 과도신호의 특징 파라미터인 기본파성분을 효율적으로 추출하기 위해 신경회로망을 이용한 필터링 방법이 적용되었으며, 두번째 단계에서는 첫단계에서 추출된 기본파성분을 입력으로 고장형태를 신속하고 정확하게 판별 분류 될 수 있도록 신경회로망을 이용한 고장패턴 추정기가 개발적용되었으며, 이울러 고장판별에 따라 고장점을 효율적으로 추정될 수 있도록 하였다. 적용 시스템의 각 단계는 함수 근사화, 보간성능 및 패턴분류 등의 능력이 뛰어난 다층 퍼셉트론의 역전파 학습 알고리즘이 적용되었다. 제신된 기법의 성능을 입증하기 위하여 EMTP 시뮬레이션을 하여 얻은 다양한 과도 고장파형의 계전시호를 활용하여 시험하였으며, 그결과 제시된 기법은 학습되지 않은 임의의 패턴에 대하여 적응성을 가지고 효율적으로 고장점이 추정될 수 있었으며, 고장발생후 3샘플 이내에서 고장형태가 신속하고도 정확하게 판별되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 추계학술대회 논문집 학회본부
• /
• pp.193-196
• /
• 1997

This paper presents the Fault Pattern Estimator(FPE) using the neural network for the protection of the T/L. The proposed FPE has two neural network parts of the fault-types classification and the fault-location estimation. It can detect the fault signals more Quickly and accurately. To prove the performance of the FPE, we have tested using a relaying signals obtained from the EMTP simulations.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.229-232
• /
• 2001

This paper presents the protective relaying scheme as a method for discriminating of power transform's transient state associated with magnetizng inrush state, over-exciting state and internal fault using wavelet based neural networs. The simulation of EMTP with respect to different fault, inrush condition and over-exciting condition in transformer have been conducted, and the result prove that the proposed method is able to discriminate between inrush magnetizing current and internal fault.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 하계학술대회 논문집 D
• /
• pp.871-874
• /
• 1997

A new typed distance relaying scheme is proposed. Artificial neural networks are applied to the distance relaying system composed of pattern recognition based. The proposed distance relaying scheme have the two block of pattern recognition stages to estimate the fundamental frequency and to classify the fault types. The advantage of this approach is demonstrated by the random waves and the fault transient wave signals of EMTP(electromagnetic transients program) in power systems fault conditions. The proposed method is compared with the conventional method and the simulation results show the efficiency of the neural networks.

• 대한전기학회논문지:전력기술부문A
• /
• 제51권3호
• /
• pp.134-142
• /
• 2002

This paper presents a new method for the protective relaying scheme in power transformer using wavelet based neural networks. This approach is as fellows. After approximation and detail information is extracted by daub wavelet transform from differential current of power transformer, the former is used for obtaining the rate of differential currents and restrain currents, the latter used as the input of artificial neural networks to avoid the Hiss-operation in over-exciting state and magnetizing inrush state of power transformer. The simulation of EMTP with respect to different faults, inrush conditions and over-exciting conditions in power transformer have been conducted, and the results preyed that the proposed method is able to discriminate magnetizing inrush states, over-exciting stales and internal faults.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.606-609
• /
• 1995

This paper presents discriminate between magnetizing inrush and internal faults of power transformer by artificial neural networks trained with preprocessing of fault discriminant. The proposed neural networks contain multi-layer perceptron using back-propagation learning algorithm with logistic sigmoid activation function. For this training and test, we used the relaying signals obtained from the EMTP simulation of model power system. It is shown that the proposed transformer protection system by neural networks never misoperated.

• 한국정보통신학회논문지
• /
• 제5권5호
• /
• pp.985-993
• /
• 2001

본 연구에서는 플라즈마 감시에 의한 용접성 평가방식과 효율적인 감시 알고리즘을 위한 시뮬레이션 툴의 개발을 목표로 한다. 레이저 용접 시 발생하는 플라즈마를 검출하기 위하여 플라즈마에서 발생하는 자외선신호를 반도체 광 센서를 사용하여 검출하고, 감시장치로 쓰이는 개인용 컴퓨터에 고속으로 전달, 저장하는 장치와 전달된 신호를 이용하여 용접 결함을 검출하는 모니터링 시스템을 개발하였다. 이 장치를 사용하여 용접 데이터베이스를 구축하고, 용접성과 플라즈마 신호와의 관계를 평가하고, 분석하였으며 특히 용접 결함 검출 모니터링에 적합한 특징의 선택, 결정을 위한 특징의 수, 분류기 사이의 비교 등을 위하여 오프라인 상태에서 시스템 구현에 적합한 특징의 선택, 결정을 위한 특징의 수, 분류기 사이의 비교 등을 비교 분석할 수 있는 시뮬레이션 툴의 개발과 이를 실제 시스템에 구현하는 방식을 취하였다. 목표로 하고 있는 시스템은 신뢰성 있고 효율적인 레이저 용접 결함 감시 시스템이며 이의 구현을 위해 용접 품질 모니터링 프로그램 중 분류기와 GUI을 구현하였으며 Perceptron, Wavelet, MLP 등을 적용하여 이의 결과가 실제 실시간 품질 해석에 적합한 데이터로 사용할 수 있는가에 대한 분석도 행하였다.