• Proceedings of the KIEE Conference
• /
• 2007.11b
• /
• pp.69-71
• /
• 2007

최근 들어 전력 계통은 점차 복잡해지고 계통의 규모 역시 빠른 속도로 성장하고 있다. 한국전력거래소는 전력계통의 안정적, 경제적 운영을 담당하고 있는 기관으로 '01년 현재의 에너지관리시스템(EMS)를 도입하여 실시간 전력계통에 대한 정확한 판단을 기반으로 전력계통의 안정성과 경제성 확보에 주력하고 있다. EMS의 대표적인 기능은 계통데이터의 수집(SCADA), 자동발전제어(AGC), 계통해석(NA) 등으로 대별되며, 이중 계통해석 기능은 프로그램 규모면에서 가장 큰 부분을 차지하고 있다. 계통해석 기능은 또다시 상태추정(SE), 상정사고분석(CA), 안전도해석(SENH), 고장해석(SCT) 등의 프로그램으로 구성되어 다양한 실시간 계통해석을 수행하게 된다. 전력계통 해석은 먼저 대상계통을 수학적 모델로 정식화하기 전에 계통망의 기하학적 구조를 기술하는 단계가 필요한데 이를 토폴로지 처리라고 하며, 보통 그래프이론인 노트(Node)와 마디(Branch)를 사용하여 전력계통망을 구성하는 요소들의 연결관계를 정의하게 된다. 본고는 이론적 수준을 넘어 EMS의 계통해석 기능에서 실계통을 해석하기 위해 쓰이고 있는 토폴로지 처리의 기본 알고리즘을 분석하여 국내 전력산업 기술 선진화에 기여하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.1026-1029
• /
• 2009

Efficient Power consumption is important in sensor networks because charging of deployed sensor nodes is too difficult. So this paper focused on Modified-CBPER reduces energy consumption by reducing CBPER's data announcement ragne, and propose an algorithm to reduce power consumption by additional reduction of data announcement range. Proposed EM-CBPER(Enhanced Modified CBPER) somewhat increases power consumption of data request and data forwarding but it reduces total power consumption by reducing data announcement transmission of account for large quantity on total packet transmission.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.5
• /
• pp.863-871
• /
• 2010

Until now, many studies related circular data are carried out, but the focuses are mainly on mildly peaked symmetric or asymmetric cases. In this paper we studied a modeling process for sharply peaked asymmetric circular data. By using wrapped Laplace, which was firstly introduced by Jammalamadaka and Kozbowski (2003), and its mixture distributions, we considered the model fitting problem of multi-modal circular data as well as unimodal one. In particular we suggested EM algorithm to find ML estimates of the mixture of wrapped Laplace distributions. Simulation results showed that the suggested EM algorithm is very accurate and useful.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1863-1864
• /
• 2008

한국전력거래소에서 운영중인 EMS(Energy Management System)와 MOS(Market Operation System) 설비는 각각 Alstom사와 ABB사에 의해 우리나라의 전력계통 특성에 맞게 제작되어 공급된 전력계통과 전력시장의 운영을 자동화한 시스템이다. EMS는 전력계통 감시와 효율적인 운영을 위해 전력계통을 모델링한 데이터를 활용하며, MOS는 실시간 급전계획 수립을 위한 기반자료로 전력계통을 모델링한 데이터를 사용하게 된다. 그러나, 대한민국 전력산업의 핵심인 두 시스템은 시스템 설계 방식 및 DB 구조가 상이하여 전력계통의 신.증설 및 변경 시 동일한 데이터를 양 시스템에 각각 따로 구축, 운영해야하는 실정이다. 이에 따라 DB작업을 위한 자료 준비부터 입력, 수정, 검증 등 모든 과정에 중복된 관리가 이루어지고 있다. 중복 관리는 양 시스템 간 DB의 주요 데이터 특성 및 명칭이 상이하여 일률적인 관리가 어렵고, 시스템별 특성 및 운영노하우가 없이는 인적실수에 의한 입력오류 개연성이 폭넓게 존재하는 등 현 상황에서 피할 수 없는 현실이었다. EMS와 MOS 시스템 중 최소한 개의 시스템을 전면 재구축하지 않으면 해결되지 않을 본 문제를 해소하기 위하여 전력거래소는 특정 시스템에 구축된 데이터를 변환알고리즘을 통해 나머지 하나의 시스템에 자동 구축할 수 있는 시스템을 개발하여 활용하고자 한다. 이것이 바로 EMS에 입력되어 정확성이 검증된 계통데이터를 추출하여 MOS의 데이터 형식으로 변환하고, 변환된 데이터를 MOS시스템에 자동으로 입력할 수 있는 MOS/EMS 데이터 자동변환시스템이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.548-550
• /
• 1999

무인 주행 차량에 있어서, 포장 또는 비포장 도로의 시각적 추적은 매우 중요한 문제중의 하나이다. 따라서, 비디오 이미지로부터 비포장 도로를 추적할 수 있는 신속한 비젼 알고리즘의 개발이 필요하다. 이 논문에서는 칼만 필터와 EM(Expectation Maximization) 이론을 이용해 도로를 예측하고 시스템 파라미터를 갱신하는 방법을 제시한다. 시스템 파라미터, 도로 state, 도로 경계선, 그리고 모든 과거 데이터들을 각각 EM 파라미터, hidden data, incomplete data와 complete data로 정의함으로서 도로 state를 예측하고 시스템 파라미터를 추정할 수 있는 시간 회귀적 수식을 유도해 낼 수 있다. 이러한 방법을 이용하여 도로 state는 칼만 필터에 의해 매 프레임마다 예측되며, 시스템 파라미터들은 주기적으로 갱신되는 것이다. 결과적으로 이 방법은 주변환경과 날씨에 많은 영향을 받는 도로의 모양과 특징을 잘 찾아낼 수 있다. 또한 도로의 다음 state를 예측할 수 있는 점을 이용하면 계산량을 줄일 수 있으므로 실시간 구현에 용이하다. 이와 같은 방법으로 우리는 0.1 sec/frame 처리속도를 보장하는 도로추적 시스템을 구현하였다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.5
• /
• pp.821-834
• /
• 2013

Law et al. (2004) proposed a normal distribution based salient mixture model for variable selection in clustering. However, this model has substantial problems such as the unidentifiability of components an the inaccurate selection of informative variables in the case of a small cluster size. We propose an alternative method to overcome problems and demonstrate a good performance through experiments on simulated data and real data.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.139-144
• /
• 2007

Recording data in hundreds of narrow contiguous spectral intervals, hyperspectral images have provided the opportunity to detect small differences in material composition. But a limitation of a hyperspectral image is the signal to noise ratio (SNR) lower than that of a multispectral image. This paper presents the efficiency of Spectral Similarity Scale (SSS) in change detection of hyperspectral image and the experiment was performed with Hyperion data. SSS is an algorithm that objectively quantifies differences between reflectance spectra in both magnitude and direction dimensions. The thresholds for detecting the change area were determined through Expectation-Maximization (EM) algorithm. The experimental result shows that the SSS algorithm and EM algorithm are efficient enough to be applied to the unsupervised change detection of hyperspectral images.

• Journal of Korea Society of Industrial Information Systems
• /
• v.7 no.3
• /
• pp.9-14
• /
• 2002

In this paper we propose a method for performance enhancement of speech recognizer under noisy conditions. The parallel combination model which is presented at the PMC method using multiple Gaussian-distributed mixtures have been adapted to the variation of each mixture. The CDHMM(continuous observation density HMM) which has multiple Gaussian distributed mixtures are combined by the proposed PMC method. Also, the EM(expectation maximization) algorithm is used for adapting the model mean parameter in order to reduce the variation of the mixture density. The result of simulation, the proposed PMC adaptation method show better performance than the conventional PMC method.

• The Korean Journal of Applied Statistics
• /
• v.28 no.3
• /
• pp.583-592
• /
• 2015

Zero-inflation has recently attracted much attention in integer-valued time series. This article deals with conditional variance (volatility) modeling for the zero-inflated count time series. We incorporate zero-inflation property into integer-valued GARCH (INGARCH) via conditional Poisson and negative binomial marginals. The Cholera frequency time series is analyzed as a data application. Estimation is carried out using EM-algorithm as suggested by Zhu (2012).

• Journal of the Korean Operations Research and Management Science Society
• /
• v.30 no.2
• /
• pp.63-71
• /
• 2005

In the field of nuclear reactor safety study, common cause failures (CCFs) became significant contributors to system failure probability and core damage frequency in most Probabilistic risk assessments. However, it is hard to estimate the reliability of such a system, because of the dependency of components caused by CCFs. In order to analyze the system, we propose an analytic method that can find the parameters with lack of raw data. This study adopts the shock model in which the failure probability increases as the shock is cumulated. We use two-step Expectation and Maximization (EM) algorithm to find the unknown parameters. In order to verify the analysis result, we perform the simulation under same environment. This approach might be helpful to build the defensive strategy for the CCFs.