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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신우균 (한국에너지기술연구원) 오현규 (한국에너지기술연구원) 배수현 (한국에너지기술연구원) 주영철 (한국에너지기술연구원) 황혜미 (한국에너지기술연구원) 고석환 (한국에너지기술연구원)
저널정보
한국태양광발전학회 Current Photovoltaic Research Current Photovoltaic Research Vol.10 No.3
발행연도
2022.9
수록면
77 - 83 (7page)

이용수

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

이 논문의 연구 히스토리 (4)

2023

태양광 고장 요소에 따른 I-V 곡선 패턴 분석 및 분류
신우균 ,  주영철 ,  황혜미 외 1명 한국태양에너지학회 학술대회논문집 2023.04 학술대회자료

2022

딥러닝 기술과 I-V 데이터를 이용한 태양광 고장 진단 기술
신우균 ,  배수현 ,  강기환 외 3명 한국태양에너지학회 학술대회논문집 2022.10 학술대회자료
딥러닝과 I-V 곡선을 이용한 태양광 스트링 고장 진단
신우균 ,  오현규 ,  배수현 외 3명 Current Photovoltaic Research 2022.09 학술저널

2020

다채널 I-V 측정 장치를 이용한 태양광발전소 성능 측정 및 고장 분석
신우균 ,  임종록 ,  강기환 외 3명 한국태양에너지학회 학술대회논문집 2020.10 학술대회자료

초록· 키워드

오류제보하기
Renewable energy is receiving attention again as a way to realize carbon neutrality to overcome the climate change crisis. Among renewable energy sources, the installation of Photovoltaic is continuously increasing, and as of 2020, the global cumulative installation amount is about 590 GW and the domestic cumulative installation amount is about 17 GW. Accordingly, O&M technology that can analyze the power generation and fault diagnose about PV plants the is required. In this paper, a study was conducted to diagnose fault using I-V curves of PV strings and deep learning. In order to collect the fault I-V curves for learning in the deep learning, faults were simulated. It is partial shade and voltage mismatch, and I-V curves were measured on a sunny day. A two-step data pre-processing technique was applied to minimize variations depending on PV string capacity, irradiance, and PV module temperature, and this was used for learning and validation of deep learning. From the results of the study, it was confirmed that the PV fault diagnosis using I-V curves and deep learning is possible.
#Deep learning #Fault I-V curves #Data preprocessing #Partial shading #Voltage mismatch

목차

ABSTRACT
1. 서론
2. I-V 곡선 학습 데이터 생성
3. 딥러닝 모델의 학습, 검증 및 시험
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

태양광 발전 시스템에서 MPPT 특성 기반의 전기적 고장 진단 기법의 적용 및 검증
이현재 ,  박세희 ,  박현수 외 1명 전기학회논문지 P 2021 .03
태양광 패널의 발전 효율성 계산 및 패널 고장 여부 판단
김영훈 ,  심규석 정보과학회논문지 : 시스템 및 이론 2013 .02
웨이블렛 변환을 이용한 태양광 발전시스템의 고장진단에 관한 연구
李貞恩 ,  金一松 전력전자학회논문지 2011 .02
태양광 고장 요소에 따른 I-V 곡선 패턴 분석 및 분류
신우균 ,  주영철 ,  황혜미 외 1명 한국태양에너지학회 학술대회논문집 2023 .04
딥러닝 기술과 I-V 데이터를 이용한 태양광 고장 진단 기술
신우균 ,  배수현 ,  강기환 외 3명 한국태양에너지학회 학술대회논문집 2022 .10

최근 본 자료

전체보기

댓글(0)

0