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
황재은 (Dong-A University) 오윤희 (Dong-A University) 강병오 (Dong-A University) 박혜리 (Dong-A University)
저널정보
한국조명·전기설비학회 조명·전기설비학회논문지 조명·전기설비학회논문지 제39권 제1호
발행연도
2025.2
수록면
44 - 51 (8page)
DOI
10.5207/JIEIE.2025.39.1.44

이용수

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

초록· 키워드

오류제보하기
This study proposes a methodology for performance evaluation of fault diagnosis in photovoltaic (PV) systems using machine learning techniques, including Random Forest, k-Nearest Neighbors (kNN), and Naive Bayes. Actual data were acquired from a 3kW PV testbed and categorized into eight classes representing normal and significant fault conditions. For each class, a confusion matrix and corresponding relevant metrics are utilized to conduct class-specific performance assessments. The results indicate that the Random Forest model outperforms other models in terms of accuracy, precision, recall, and F1 score. It demonstrates outstanding performance for normal conditions (Class 0 and Class 7) and maintains stable performance for major fault types (Class 1 and Class 6). While the kNN model delivers acceptable performance for Class 0, it shows limitations for certain fault types. The Naive Bayes model exhibits the lowest performance and faces significant challenges in accurately handling most fault types.
#Confusion matrix #Digital O& #M #Fault diagnosis #Machine learning #Photovoltaic system

목차

Abstract
1. 서론
2. 이론적 고찰
3. 실험 방법
4. 실험 결과
5. 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

PV시스템의 고장 진단을 위한 일간 태양광량의 양적 및 변동성 분석 연구
오윤희 ,  황재은 ,  박혜리 외 1명 한국조명·전기설비학회 학술대회논문집 2024 .11
재생에너지 확대에 따른 전력계통 주파수 안정도 검토용 해석모델 개발
서재필 ,  이동호 ,  이재형 전기학회논문지 2025 .03
삼성전기, 사내대학 졸업생 첫 배출…성균관大 정식 학위 취득
박규찬 월간 전자부품(EPNC) 2025 .03
전기차 구동 모터의 AC 동손 원인 분석 및 저감 설계 연구
왕창현 ,  김남호 ,  최호용 외 1명 전기학회논문지 2025 .02
전기설비 고장분석과 향후 전략
이진식 전기의세계 2025 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092302512