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
This paper proposes a novel method for harmonic spectrum analysis based on 2D CNN(Two-Dimensional Convolutional Neural Network) to overcome the limitations of conventional techniques. The increasing use of power conversion devices with switching behavior and nonlinear load characteristics has become a major source of harmonics. For effective harmonic signal analysis, various spectrum analysis methods such as FT(Fourier Transform), FFT(Fast Fourier Transform), and WT(Wavelet Transform) are known. However, existing methods rely heavily on numerical signal data and parameter settings, which limit their accuracy and applicability when sufficient data are not available. To address these limitations, this paper introduces a deep learning-based method that can effectively estimate harmonic components and amplitudes without requiring numerical signal data and parameter settings. The performance of the proposed method was validated through various case studies using PSCAD/EMTDC.
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) : I410-151-26-02-094486249
