인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
Recently, Transformers, being critical components in power systems, require accurate condition monitoring to prevent failures. However, conventional diagnostic approaches often rely on periodic inspections or failure analyses, limiting real time responsiveness. This study proposes a regression based condition prediction model using an Autoregressive Neural Network (AR-Net), which effectively captures dynamic patterns in time-series data. The model utilizes composite sensor data specifically temperature and vibration collected under normal operation, enabling non-intrusive diagnostics. Compared to traditional regression and RNN models, AR-Net offers improved adaptability to shifting operational trends. Experimental results show excellent prediction accuracy, with Mean Absolute Percentage Error (MAPE) of 0.93% for temperature and 5.09% for vibration each. These results show the feasibility of applying AR-Net for real time transformer condition prediction and support its integration into intelligent predictive maintenance systems.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094278649
