• ETRI Journal
• /
• 제35권3호
• /
• pp.554-557
• /
• 2013

This letter presents a power amplifier (PA) with an on-chip power detector for 2.4-GHz wireless local area network application. The power detector consists of a clamp circuit, a diode detector, and a coupled line directional coupler. A series inductor for an output matching network in the PA is combined with a through line of the coupler, which reduces the coupling level. Therefore, the coupler employs a metamaterial-based transformer configuration to increase coupling. The amount of coupling is increased by 2.5 dB in the 1:1 symmetric transformer structure and by 4.5 dB from two metamaterial units along the coupled line.

• 한국전기전자재료학회논문지
• /
• 제23권10호
• /
• pp.809-813
• /
• 2010

Frequency domain measurement of propagation loss for ultra high frequency (UHF) partial discharge in the winding of power transformer using a spectrum analyzer and pulse generator is presented. We compared the performance of the method using a network analyzer with and without a winding. Using a network analyzer simplifies the measurement and offers better dynamic range and frequency range. It also provides precise propagation loss within the winding in frequency domain at UHF range. We applied this method to measure UHF propagation loss of transformer mock-up, modeled 154 kV 20 MVA power in KEPCO substation.

• 전기학회논문지
• /
• 제56권12호
• /
• pp.2084-2090
• /
• 2007

The DGA (Dissolved Gases Analysis) technique has been widely using for fault diagnosis of the power transformers. Some electric power utility company establishes the criteria of DGA to improve reliability, because of difference of operation environment and design of power transformer. In this paper, we introduce intelligent diagnosis system for DGA result of KEPCO (Korea Electric Power Cooperation). This system can classify patterns type of gases ratio that frequently occurs in recent result of gases analysis using Fuzzy Inference. The classification of Patterns let us know that major causes of gases generation based on type of patterns. Finally, Neural Network based on patterns diagnose transformer. NN was trained using result data of DGA of actually faulted transformers recently. Result of intelligent diagnosis system is right well in comparison with actual inner inspection of transformers.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2458-2482
• /
• 2023

Medical image segmentation techniques based on convolution neural networks indulge in feature extraction triggering redundancy of parameters and unsatisfactory target localization, which outcomes in less accurate segmentation results to assist doctors in diagnosis. In this paper, we propose a multi-level semantic-rich encoding-decoding network, which consists of a Pooling-Conv-Former (PCFormer) module and a Cbam-Dilated-Transformer (CDT) module. In the PCFormer module, it is used to tackle the issue of parameter explosion in the conservative transformer and to compensate for the feature loss in the down-sampling process. In the CDT module, the Cbam attention module is adopted to highlight the feature regions by blending the intersection of attention mechanisms implicitly, and the Dilated convolution-Concat (DCC) module is designed as a parallel concatenation of multiple atrous convolution blocks to display the expanded perceptual field explicitly. In addition, MultiHead Attention-DwConv-Transformer (MDTransformer) module is utilized to evidently distinguish the target region from the background region. Extensive experiments on medical image segmentation from Glas, SIIM-ACR, ISIC and LGG demonstrated that our proposed network outperforms existing advanced methods in terms of both objective evaluation and subjective visual performance.

• 지능정보연구
• /
• 제29권3호
• /
• pp.419-437
• /
• 2023

국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

• Journal of Electrical Engineering and Technology
• /
• 제11권2호
• /
• pp.383-392
• /
• 2016

This paper proposes the design considerations of resonant network and transformer magnetics for 500 kHz high switching frequency LLC resonant converter. The high power density can be effectively achieved by adopting high switching frequency which allows small size passive components in the converter. The design methodology of magnetizing inductance is derived for zero voltage switching (ZVS) condition, and the design methodology of the transformer and output capacitance is derived to achieve high power density at high operating frequency. Moreover, the structure of transformer is analyzed to obtain the proper inductance value for high switching operation. To verify the proposed design methodology, simulation and experimental results will be presented including temperature of passive and active components, and power conversion efficiency to evaluate dominant power loss. In addition, the validity of magnetics design will be evaluated with operating waveforms of the prototype converter.

• 전기학회논문지P
• /
• 제65권4호
• /
• pp.280-284
• /
• 2016

Stability and reliability of a power system in many respects depend on the condition of power transformers. Essential devices as power transformers are in a transmission and distribution system. Being one of the most expensive and important elements, a power transformer is a highly essential element, whose failures and damage may cause the outage of a power system. To detect the power transformer faults, dissolved gas analysis (DGA) is a widely-used method because of its high sensitivity to small amount of electrical faults. Among the various diagnosis methods, Rogers diagonsis method has been widely used in transformer in service. But this method cannot offer accurate diagnosis for all the faults. This paper proposes a fault diagnosis method of oil-filled power transformers using PNN(Probability Neural Network) based Rogers diagnosis method. The test result show better performance than conventional Rogers diagnosis method.

• 한국산업정보학회논문지
• /
• 제27권1호
• /
• pp.19-26
• /
• 2022

본 논문은 컨테이너의 BIC-code를 인식하기 위한 전처리(pre-processing) 방법에 관한 것으로서, BIC-code가 포함된 관심 영역을 찾고 이 관심 영역을 광학 문자 인식에 용이하도록 워핑하기 위한 호모그래피 행렬을 추정할 수 있는 네트워크를 제안한다. 제안하는 네트워크의 구조는 STN(Spatial Transformer Networks)의 구조를 차용하였으며, 관심 영역 검출, 호모그래피 변환을 위한 행렬 추정, 행렬을 이용한 워핑 단계로 구성되어 있다. 제안된 네트워크를 이용하여 관심 영역과 행렬을 동시에 추정하고, 추정된 행렬을 이용하여 관심 영역의 원근 왜곡을 바로 잡음으로써 BIC-code의 인식 정확도 향상에 기여한다. 성능 평가를 위하여 총 5인의 평가원이 출력 영상을 5점 만점으로 평가한 결과 평균 4.25점을 받았으며, 육안으로 확인했을 시 총 312장의 사진 중 224장의 사진이 완벽하게 보정됨과 동시에 관심 영역을 출력하였다.

• 전기전자학회논문지
• /
• 제27권3호
• /
• pp.251-257
• /
• 2023

본 논문에서는 비전 트랜스포머의 셀프 어텐션이 갖는 지역적 특징 부족을 개선하는 이중 구조 셀프 어텐션 방법을 제안한다. 객체 분류, 객체 분할, 비디오 영상 인식에서 합성곱 신경망보다 연산 효율성이 높은 비전 트랜스포머는 상대적으로 지역적 특징 추출능력이 부족하다. 이 문제를 해결하기 위해 윈도우 또는 쉬프트 윈도우를 기반으로 하는 연구가 많이 이루어지고 있으나 이러한 방법은 여러 단계의 인코더를 사용하여 연산 복잡도의 증가로 셀프 어텐션 기반 트랜스포머의 장점이 약화 된다. 본 논문에서는 기존의 방법보다 locality inductive bias 향상을 위해 self-attention과 neighborhood network를 이용하여 이중 구조 셀프 어텐션을 제안한다. 지역적 컨텍스트 정보 추출을 위한 neighborhood network은 윈도우 구조보다 훨씬 단순한 연산 복잡도를 제공한다. 제안된 이중 구조 셀프 어텐션 트랜스포머와 기존의 트랜스포머의 성능 비교를 위해 CIFAR-10과 CIFAR-100을 학습 데이터를 사용하였으며 실험결과 Top-1 정확도에서 각각 0.63%과 1.57% 성능이 개선되었다.

• 조명전기설비학회논문지
• /
• 제25권5호
• /
• pp.15-21
• /
• 2011

This paper presents an analyzing method of the capacitance of the power transformer for initial voltage distribution and insulation design. When a high incoming surge voltage is accidently occurred in windings of transformer, it does not distribute equally in the windings. This phenomenon makes electric field concentration and the insulating material could be break. Initial voltage distribute mostly depends on capacitances between winding to winding or winding to core in the transformer. If the C network can be structuralized into the equivalent circuit model and be calculated each capacitance element value by circuit analysis and FEM(Finite Element Method) simulation program, the transformer designer could know the place where the structure is to be modified or the insulation to be reinforced. This method quickly provides the data of the voltage distribution in each winding to the designer.