메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정병국 (수원대학교) 오성권 (수원대학교) 김영일 (G2Power)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제31권 제6호
발행연도
2021.12
수록면
457 - 464 (8page)
DOI
10.5391/JKIIS.2021.31.6.457

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 Phase-Resolved Partial Discharge Analysis(PRPDA) 기반 선택 방법, 전처리 기법과 최적화된 Fuzzy C-Means(FCM) 클러스터링 기반 방사형 기저 함수 신경망(RBFNN) 패턴 분류기로 구성된 통합 네트워크 구조를 통한 새로운 설계방법론을 제안한다. 부분 방전을 분류하기 위한 기존 PRPDA 처리는 최댓값, 중간값 또는 평균값과 같은 데이터 세트의 서로 다른 신호 크기에 대한 세 가지 신호처리 방법을 통해 수행된다. 제안된 PRPDA 기반 선택 방법은 부분 방전 특성 패턴으로 구성된 데이터 세트를 통해 세 가지 PRPDA 방법 중 가장 뛰어난 패턴 분류 성능을 보이는 방법을 선택하기 위해 사용한다. 전처리 기법의 비교연구로, 주성분 분석법(PCA), 선형판별 분석법(LDA)과 hybrid PCA 세 종류의 전처리 기법을 비교함으로써 hybrid PCA의 우수성을 입증하였다. 출력 성능 개선을 위해, FCM 기반 RBFNN 부분 방전 패턴 분류기는 PSO를 통해서 최적화된다.

목차

요약
Abstract
1. 서론
2. PRPDA 기반 선택 방법
3. 차원축소 알고리즘의 비교
4. 최적화된 패턴 분류기의 구조
5. 시뮬레이션 및 결과
6. 결론 및 향후 연구
References

참고문헌 (7)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-003-000135678