• 한국전자통신학회논문지
• /
• 제9권1호
• /
• pp.131-136
• /
• 2014

본 논문에서는 패션 상품 수요 예측을 위하여 ARIMA 모형과 웨이블렛 신경회로망 모형을 결합한 상품 수요 예측 알고리즘을 개발하였다. 제시된 방법을 검증하기 위하여 2008년에서 2012년까지의 H사의 패션 상품 데이터를 바탕으로 다양한 알고리즘을 축하고 제안한 방법의 정확도를 분석하였다. 실험 결과 ARIMA 모형은 MAPE가 5.179%, 웨이블렛 신경회로망은 4.553%, 제안한 ARIMA + 웨이블렛 신경회로망 모형은 4.448%로 나타나 성능이 우수한 것으로 나타났다. 따라서 제안된 방법을 사용할 경우 패션 상품 수요 예측을 위해 유용하게 활용할 수 있음을 보였다.

• Journal of Electrical Engineering and Technology
• /
• 제12권5호
• /
• pp.1697-1708
• /
• 2017

This paper proposes an algorithm for the differential protection of an Indirect Symmetrical Phase Shift Transformer (ISPST) by considering the different behaviors of the compensated differential current under internal fault and magnetizing inrush conditions. In this algorithm, a criterion function is defined which is based on the difference of amplitude of the wavelet transformation over a specific frequency band. The function has been used for the discrimination between three phase magnetizing inrush and internal fault condition and requires less than a quarter cycle after disturbance. This method is independent of any coefficient or threshold values of wavelet transformation. The merit of this algorithm is demonstrated by the simulation of different faults in series and excitation unit and magnetizing inrush with varying switching conditions on ISPST using PSCAD/EMTDC. Due to unavailability of in-field large interconnected transformers for such a large number of destructive tests, the results are further verified by Real Time Digital Simulator (RSCAD/RTDS). The proposed algorithm has been compared with the conventional harmonic restraint based method that justifies the application of wavelet transform for differential protection of ISPST. The proposed algorithm has also been verified for different rating of ISPSTs and satisfactory results were obtained.

• Earthquakes and Structures
• /
• 제16권2호
• /
• pp.165-175
• /
• 2019

Incremental dynamic analysis (IDA), as an accurate method to evaluate the parameters of structural performance levels, requires many non-linear time history analyses, using a set of ground motion records which are scaled to different intensity levels. Therefore, this method is very computationally demanding. In this study, a new method is presented to estimate the summarized (16%, 50%, and 84% fractiles) IDA curves of a first-mode dominated structure using discrete wavelet transform and bees optimization algorithm. This method reduces the number of required ground motion records for the prediction of the summarized IDA curves. At first, a subset of first list ground motion records is decomposed by means of discrete wavelet transform which have a low dispersion estimating the summarized IDA curves of equivalent SDOF system of the main structure. Then, the bees algorithm optimizes a series of factors for each level of detail coefficients in discrete wavelet transform. The applied factors change the frequency content of original ground motion records which the generated ground motions records can be utilized to reliably estimate the summarized IDA curves of the main structure. At the end, to evaluate the efficiency of the proposed method, the seismic behavior of a typical 3-story special steel moment frame, subjected to a set of twenty ground motion records is compared with this method.

• 전력전자학회논문지
• /
• 제27권2호
• /
• pp.100-105
• /
• 2022

This paper applies the arc detection algorithm to prevent the false detection in photo voltaic series arc detection circuit, which is required not only to detect the series arc quickly, but also not falsely detect the arc for the non-arc noise. For this purpose, this study proposes a rapid and preventive false detection method of single peak noise and short noise signals. First, to prevent false detection by single peak noise, Discrete wavelet transform (DWT)-based characteristic parameters are applied to determine the shape and the amplitude of the noise. In addition, arc fault detection within a few milliseconds is performed with the DWT iterative algorithm to quickly prevent false detection for short noise signals, considering the continuity of serial arc noise. Thus, the method operates not only to detect series arc, but also to avoid false arc detection for peak and short noises. The proposed algorithm is applied to real-time serial arc detection circuit based on the TMS320F28335 DSP. The serial arc detection and peak noise filtering performances are verified in the built simulated arc test facility. Furthermore, the filtering performance of short noise generated through DC switch operation is confirmed.

• 한국수자원학회논문집
• /
• 제45권12호
• /
• pp.1321-1330
• /
• 2012

본 연구에서는 비선형적 모델인 웨이블렛-인공신경망을 적용하여 충주댐 유역의 일유입량을 예측하였다. 일반적으로 시계열 자료는 경향성, 주기성 및 추계학적 성분의 선형조합으로 이루어져 있다. 그러나 이러한 자료를 통해 시계열 모형 구축 시 경향성 및 주기성은 제거되어야하는 성분이다. 따라서 수문기상자료에 포함되어있는 경향성 및 주기성과 같은 비선형 동역학적 잡음과 측정과정에서 발생하는 단순잡음을 제거시키기 위해 디노이징기법인 웨이블렛 변환을 적용하였다. 웨이블렛 변환을 적용한 자료를 입력자료로 사용한 웨이블렛-인공신경망(WANN)과 원자료를 사용한 인공신경망(ANN)을비교하였다. 산정결과 결정계수와 선형회귀를 통한 기울기는 WANN이 ANN보다 각각0.032, 0.0115 더 큰값을 나타냈고, 타겟값과 예측값 사이의 오차를 나타내는 RMSE와 RRMSE는 WANN 모형이 ANN 보다 각각 37.388, 0.099 더 작은값을 나타냈다. 따라서 본 연구에서 적용한 WANN 모형이 ANN 보다 정확한 결과를 나타내었으며, 웨이블렛 변환을 통한 디노이징 기법의 적용이 잡음이 포함되어 있는 원자료의 사용보다 더 정확한 예측을 하는 것으로 판단된다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.525-540
• /
• 2000

본 논문에서는 측우기 관측자료와 현대 관측자료로 이루어진 서울 강수량 시계열 자료에 나타난 시간에 따른(년도별 및 계절별)변화 및 변동 특성을 파악하고자 한다. 이를 위하여 먼저 200여년 간의 강수량 시계열에 어떤 특정한 증감 추세가 있는지를 알아보는 추세분석을 실시하였다. 그리고 추세뿐만 아니라 시간에 따른 강수량의 주기성 및 변동성을 더 자세히 알기 위하여 파엽 변환(wavelet transform)을 실시하여 여러 진동 모드들의 시간에 따른 변화 양상을 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.585-588
• /
• 2018

시계열 데이터의 특징을 추출하여 분석하는 과정에서 시게열 데이터가 가지는 고차원성은 차원의 저주(Course of Dimensionality)로 인해 데이터내의 유효한 정보를 찾는데 어려움을 만든다. 이러한 문제를 해결하기 위해 차원 축소 기법(dimensionality reduction)이 널리 사용되고 있지만, 축소 과정에서 발생하는 정보의 희석으로 인하여 시계열 데이터에 대한 군집화(clustering)등을 수행하는데 있어서 성능의 변화를 가져온다. 본 논문은 이러한 현상을 관찰하기 위해 이산 웨이블릿 변환(Discrete Wavelet Transform:DWT)과 오토 인코더(AutoEncoder)를 차원 축소 기법으로 활용하여 시계열 데이터의 차원을 압축 한 뒤, 압축된 데이터를 K-평균(K-means) 알고리즘에 적용하여 군집화의 효율성을 비교하였다. 성능 비교 결과, DWT는 압축된 차원수 그리고 오토인코더는 시계열 데이터에 대한 충분한 학습이 각각 보장된다면 좋은 군집화 성능을 보이는 것을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2014년도 전력전자학술대회 논문집
• /
• pp.522-523
• /
• 2014

Analysis of faults in induction motors has become a major field of research due to importance of loss and damage reduction and maximum online performance of motors. There are several methods to analyze the faults in an induction motor from conventional Fourier transform to modern decision-making neural networks. Considering detectability of fault among all methods, a new fault detection solution has been proposed; it is called as frequency-domain Discrete Wavelet Transform (FD-DWT). In this method, the stator current is decomposed through series of low- and high-pass filters and consequently, the fault characteristics are more visible, because additional components have been reduced. The objective of this paper is early detection of input voltage unbalance in induction motor using wavelet transform in frequency domain. Experimental results show the effectiveness of the proposed method in early detection of faults.

• 응용통계연구
• /
• 제25권6호
• /
• pp.897-915
• /
• 2012

This paper examines the relationship between the stock and futures markets in terms of lead-lag relationship, correlation and the hedge ratio using wavelet analysis. The basic finding is that the relationship between the two markets significantly depends on the time-scale. First, there is a feedback relationship between the stock and futures markets in the long-run scale; however, weaker evidence is observed in shorter-run scales. Second, wavelet correlation between the two markets increases for a longer time scale. Third, the hedge ratio and the effectiveness of hedging strategies increase as the investment horizon gets longer. The results in this paper indicate that the stock and futures series are perfectly correlated in the long run and are tied together over long horizons.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.587-596
• /
• 2022

기후 변화로 인하여 해수면은 상승 추세에 있으며, 이로 인해 해안가 주변 저지대는 물에 잠길 위험에 처해있다. 따라서 본 연구에서는 위성 고도계 자료(Topex/Poseidon, Jason-1/2/3) 및 Southern Oscillation Index(SOI) /Pacific Decadal Oscillation (PDO) 자료를 이용하여 해수면 높이 변화와 기후 지수간의 관계를 알아보고자 하였다. 시간 기반의 함수를 주파수 기반 함수 형태로 변환시킨다면 각 자료가 가지고 있는 고유 주기를 분석할 수 있다. 푸리에 변환과 웨이블릿 변환은 대표적인 주기 분석 방법이다. 푸리에 변환은 주기에 대한 정보만 획득 가능하지만, 웨이블릿 변환은 주기 및 시간 정보 둘 다 획득할 수 있다. 웨이블릿 변환은 각 자료에 대한 주기를 찾을 수 있으며, 교차 웨이블릿 변환과 웨이블릿 긴밀도는 두 자료에 대한 공통 주기나 상관 관계 및 위상을 찾을 수 있다. 교차 웨이블릿 변환 결과 해수면 높이 및 두 기후 지수(SOI, PDO)의 1년 주기에서 강한 출력이 확인되었으며, 해수면 높이와 PDO는 역위상 관계를 보였다. 웨이블릿 긴밀도 분석에서는 교차 웨이블릿 변환에서 나타나지 않았던 1년 미만의 단주기 및 장주기에서의 상관관계가 높은 구간을 찾을 수 있었다. 웨이블릿 분석은 각 자료의 주기를 찾을 수 있을 뿐만 아니라 두 시계열 자료가 가지고 있는 주기 및 위상관계를 찾을 수 있었다. 따라서 본 연구 결과는 웨이블릿 분석을 통해 기후 자료가 가지는 고유의 주기를 분석하는 데 사용될 수 있을 것이며 시계열 자료 분석에서 찾기 어려운 해양의 다양한 현상을 모니터링하는데 활용할 수 있을 것으로 판단된다.