• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.115-126
• /
• 2023

무작위 및 주기적인 변동하는 재생에너지 발전 전력 품질 교란으로 인해 발전 변환 송전 및 배전에서 더 자주 발생하게 된다. 전력 품질 교란은 장비 손상 또는 정전으로 이어질 수 있다. 따라서 서로 다른 전력 품질 외란을 실시간으로 자동감지하고 분류하는 것이 필요하다. 전통적인 PQD 식별 방법은 특징 추출 특징 선택 및 분류의 세 단계로 구성된다. 그러나 수동으로 생성한 특징은 선택 단계에서 정확성을 보장하기 힘들어서 분류 정확도를 향상하는 데에는 한계가 있다. 본 논문에서는 16가지 종류의 전력 품질 신호를 인식하기 위해 CNN(Convolution Neural Networ)과 LSTM(Long Short Term Memory)을 기반으로 시간 영역과 주파수 영역의 특징을 결합한 심층 신경망 구조를 제안하였다. 주파수 영역 데이터는 주파수 영역 특징을 효율적으로 추출할 수 있는 FFT(Fast Fourier Transform)로 얻었다. 합성 데이터와 실제 6kV 전력 시스템 데이터의 성능은 본 연구에서 제안한 방법이 다른 딥러닝 방법보다 일반화되었음을 보여주었다.

• 대한임베디드공학회논문지
• /
• 제15권3호
• /
• pp.119-127
• /
• 2020

The detection and recognition of abnormal driving becomes crucial for achieving safety in Intelligent Transportation Systems (ITS). This paper presents a feature extraction method based on spectral data to train a neural network model for driving behavior recognition. The proposed method uses a two stage signal processing approach to derive time-saving and efficient feature vectors. For the first stage, the feature vector set is obtained by calculating variances from each frequency bin containing the power spectrum data. The feature set is further reduced in the second stage where an intersection method is used to select more significant features that are finally applied for training a neural network model. A stream of live signals are fed to the trained model which recognizes the abnormal driving behaviors. The driving behaviors considered in this study are weaving, sudden braking and normal driving. The effectiveness of the proposed method is demonstrated by comparing with existing methods, which are Particle Swarm Optimization (PSO) and Convolution Neural Network (CNN). The experiments show that the proposed approach achieves satisfactory results with less computational complexity.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.505-507
• /
• 2021

영상 인식 기술은 인공지능 기술을 기반으로 인식하고자하는 객체의 형상, 객체 주변의 환경변화 및 객체 회전에 의한 인식 능력 저하를 보완할 수 있는 객체특징점 및 특징 기술자를 생성하고, 생성된 특징 기술자를 이용하여, 영상 객체를 인식하는 기술로, 일반적으로 영상에 나타난 객체를 인식하는 기술을 뜻한다. 스마트 안전 축사에서 전력소비 및 화재 발생 복합 환경 분석을 위해 설치되는 전력화재 관리 디바이스를 통합 관리함으로써 축사 전력 사용의 효율성 향상 및 전기 사용의 과부화로 발생할 수 있는 사고를 방지하여 축산 농가의 이익 증대 및 피해를 최소화하고 안전하고 최적화된 지능형 스마트 안전 축사를 개발하여 보급하는데 요구되는 전력 관리 프레임워크를 구현하는데 목적이 있다.

• 제어로봇시스템학회논문지
• /
• 제6권7호
• /
• pp.551-558
• /
• 2000

In this paper a systematic approach to automatic classificationi of power system harmonic disturbances is proposed where the proposed approach consists of the following three steps:(i) detecting and localizing each harmonic disturbance by applying discrete wavelet transform(DWT) (ii) extracting an efficient feature vector from each detected disturbance waveform by utilizing FFT and principal component analysis (PCA) along with Fisher's criterion and (iii) classifying the corresponding type of each harmonic disturbance by recognizing the pattern of each feature vector. To demonstrate the performance and applicability of the proposed classification procedure some simulation results obtained by analyzing 8-class power system harmonic disturbances being generated with Matlab power system blockset are also provided.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 1998년도 Proceedings ICPE 98 1998 International Conference on Power Electronics
• /
• pp.34-39
• /
• 1998

This paper describes the simulation approaches employed for a vector control system of induction motor drive using SIMNON for windows program. SIMNON program tool can solve differential and difference equations for nonlinear dynamical control system. One powerful feature is its ability of allowing integration of individual program modules after each individual module is programed and tested independently. This particular feature is exploited here for an SVPWM inverter drive by real-time modeling and simulation. The suggested programs are provided a simple and complete simulation for induction motor vector drive system.

• 한국전자파학회논문지
• /
• 제27권5호
• /
• pp.407-415
• /
• 2016

무선 통신의 최근 동향을 살펴보면 에너지 효율적 전송의 중요성이 강조되고 있다. 본 논문은 multiple-input multiple-output orthogonal frequency division multiplexing(MIMO-OFDM) 무선 시스템에서 에너지 효율성을 최대화하기 위해 기계학습 기술을 사용하는 적응형 전송을 고려한다. MIMO-OFDM 시스템의 채널 상태를 효과적으로 나타내기 위한 two- dimensional capacity(2D-CAP) feature space와 classification 기술을 통해 에너지 효율적인 적응형 전송을 수행하는 machine-learning-based bit and power adaptation(ML-BPA) 알고리즘을 제안한다. 모의 실험 결과를 통해 2D-CAP이 본 논문이 고려하는 무선 채널 상태를 정확하게 나타내며, 이를 통해 적응형 전송의 성능을 향상시킴을 확인하였다. 또한, ordered postprocessing signal-to-noise ratio(ordSNR)를 포함한 다른 feature space들과 직접적인 비교를 통해 2D-CAP이 전송 성능이나 복잡도 측면에서 뚜렷한 이득을 가짐을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.619-622
• /
• 2001

In this paper, an efficient approach to classification of transient and harmonic disturbances in power systems is proposed. First, the Stop-and-Go CA CFAR Detector is utilized to detect a disturbance from the power signals which are mixed with other disturbances and noise. Then, (i) Wigner Distribution, SVD(Singular Value Decomposition) and Fisher´s Criterion (ii) DWT and Fisher´s Criterion, are applied to extract an efficient feature vector. For the classification procedure, a combined neural network classifier is proposed to classify each corresponding disturbance class. Finally, the 10 class data simulated by Matlab power system blockset are used to demonstrate the performance of the proposed classification system.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 하계학술대회 논문집 D
• /
• pp.864-866
• /
• 1997

This paper presents fault recognition and interpretation in power transformers using dissolved gas analysis embedded Kohonen feature mapping. The imprecision of gas ratio analysis in dissolved gas analysis are managed by mapping in accordance with learning of Kohonen neural network. To verify the effectiveness of the proposed system, it has been tested by the historical gas records to power transformers of Korea Electric Power Corporation. More appropriate fault types can support the maintenance personnels to increase the disgnostic performance for fault of power transformers.

• Journal of Power Electronics
• /
• 제8권1호
• /
• pp.101-107
• /
• 2008

In this paper, the features extracted from vibration time signals are used to detect the bearing fault condition. The decision tree is applied to diagnose the bearing status, which has the benefits of being an expert system that is based on knowledge history and is simple to understand. This paper also suggests a genetic algorithm (GA) as a method to reduce the number of features. In order to show the potentials of this method in both aspects of accuracy and simplicity, the reduced-feature decision tree is compared with the non reduced-feature decision tree and the PCA-based decision tree.

• Communications for Statistical Applications and Methods
• /
• 제15권2호
• /
• pp.293-302
• /
• 2008

본 논문에서는 숨은마코프모형을 사용하여 음성구간을 추출하는 경우에 사용되는 새로운 특징벡터인 평균파워를 제안하고, 이를 멜주파수 켑스트럴 계수(met frequency cepstral coefficients, MFCC)와 파워계수와 비교한다. 이들 세 가지 특징벡터의 수행력을 비교하기 위하여 일반적으로 추출이 상대적으로 어렵다고 알려진 파열음을 가진 단어에 대한 음성 데이터를 수집하여 실험한다. 다양한 수준의 잡음이 있는 환경에서 음성구간을 추출하는 경우 MFCC나 파워계수에 비해 평균파워가 더 정확하고 효율적임을 실험을 통해 보인다.