지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 안성용
- 발행연도
- 2022
- 저작권
- 부산대학교 논문은 저작권에 의해 보호받습니다.
이용수43
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
신재생에너지인 풍력발전의 경우 세계적으로 대체에너지로 각광 받고 있으나 발전설비가 넓게 분포되어 있고 높은 곳에 위치하기 때문에 설비의 특징으로 인해 관리가 쉽지 않다. 따라서 중대 사고 예방 및 설비 관리를 위한 부품 고장을 조기에 감지하여 정비계획을 수립하는 것은 필수적이지만 풍력발전기의 경우 고장 진단 상태 감시 시스템 연구 미비하여 기초적인 수준에 머물고 있다.
또한 고장 진단에서 많이 활용되는 진동 진단의 경우 분석의 난이도로 인해 전문가가 필요하며 진동 신호의 수집 시 대량의 노이즈 성분도 함께 수집되기 때문에 육안으로의 분석에는 한계가 있으며 또한 Human Error로 인해 고장을 오판하여 분석하기도 한다.
본 연구에서는 이런 고장 진단을 수집된 진동 신호의 특성 선택 및 추출을 통해 풍력발전기에 발행하는 고장 유형을 자동으로 진단하는 기계학습 모델 개발을 수행하였다. 진동 데이터의 경우 실제 풍력발전기에서 수집되었고 해당 유형의 고장으로 검증된 데이터를 바탕으로 고장 유형별로 데이터를 분류하였으며 특히 특성 추출의 경우 풍력발전기의 고장 대부분을 진단 가능한 주파수 영역에서 추출하였다.
고장 진단에서 진동 분석을 할 때 주파수 영역에서의 패턴으로 고장 분석을 한다는 점을 고려하여 그 특성들은 충분히 고려할 수 있는 기계학습에 대해 연구하였으며 그 결과 인공 신경망(ANN, artificial neural networks)을 선정하였고 라이브러리로는 구글이 만든 텐서플로(TensorFlow)을 통해 네트워크 구조를 구성하였으며 이를 토대로 풍력 데이터의 고장 분류 모델을 평가하였다.
또한 고장 진단에서 많이 활용되는 진동 진단의 경우 분석의 난이도로 인해 전문가가 필요하며 진동 신호의 수집 시 대량의 노이즈 성분도 함께 수집되기 때문에 육안으로의 분석에는 한계가 있으며 또한 Human Error로 인해 고장을 오판하여 분석하기도 한다.
본 연구에서는 이런 고장 진단을 수집된 진동 신호의 특성 선택 및 추출을 통해 풍력발전기에 발행하는 고장 유형을 자동으로 진단하는 기계학습 모델 개발을 수행하였다. 진동 데이터의 경우 실제 풍력발전기에서 수집되었고 해당 유형의 고장으로 검증된 데이터를 바탕으로 고장 유형별로 데이터를 분류하였으며 특히 특성 추출의 경우 풍력발전기의 고장 대부분을 진단 가능한 주파수 영역에서 추출하였다.
고장 진단에서 진동 분석을 할 때 주파수 영역에서의 패턴으로 고장 분석을 한다는 점을 고려하여 그 특성들은 충분히 고려할 수 있는 기계학습에 대해 연구하였으며 그 결과 인공 신경망(ANN, artificial neural networks)을 선정하였고 라이브러리로는 구글이 만든 텐서플로(TensorFlow)을 통해 네트워크 구조를 구성하였으며 이를 토대로 풍력 데이터의 고장 분류 모델을 평가하였다.
목차
1. 서론 1가. 연구의 배경 1나. 연구 목적 2다. 연구 방향 22. 풍력발전기 고장 진단 방법 및 진동 데이터의 특징 3가. 풍력발전기 고장 진단 3나. 진동 데이터의 특징 73. 특성 선택 및 추출 15가. Feature Selection and Extraction 154. 기계학습 알고리즘 연구 17가. 딥러닝 알고리즘 선정 배경 17나. 딥러닝 알고리즘 18다. 알고리즘 연구 201) 텐서플로 202) 네트워크 구조 213) 학습 및 시행착오 284) 결과 및 고찰 315. 결론 33가. 연구 결과 요약 33나. 향후 연구 방안 34참고 문헌 35
최근 본 자료
댓글(0)
0