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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김홍성 (지앤비쏠라) 김기복 (한국표준과학연구원) 이승요 (대림대학교)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제6호
발행연도
2020.6
수록면
937 - 946 (10page)
DOI
10.5370/KIEE.2020.69.6.937

이용수

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

초록· 키워드

오류제보하기
A diagnosis model for DC junction block O&M(Operation and Maintenance) of PV system is proposed in this paper. The proposed diagnostic model is based on a bath tube failure rate function and requires a well-functioning predictor to generate a reference signal which evaluates the operating characteristics of the diagnostic junction block. Among the various ML(Machine Learning) techniques, ANN(Artificial Neural Network) is used as a technique for the predictor with design factors such as input, output variables and learning rates, and sufficient data are required to train the diagnostic model by ANN. However, it is difficult to obtain operational data related to the DC junction block that should be used to train and evaluate the proposed diagnostic model. In order to solve this problem, environmental data on outdoor temperatures and solar radiation are downloaded from the domestic meteorological data center in Korea, and the data needed to evaluate the proposed predictor are generated by appropriate assumptions using various references and numerical simulations. The accuracy and generality of the proposed predictor are evaluated by the γ² value and the RMSE(Root Mean Square Error).

목차

Abstract
1. 서론
2. 제안 시스템 구성 및 평가방법
3. 결과 및 검토
4. 결론
References

참고문헌 (35)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0