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
이경민 (Gangneung-Wonju National University) 박철원 (Gangneung-Wonju National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제70권 제1호
발행연도
2021.1
수록면
45 - 50 (6page)
DOI
10.5370/KIEE.2021.70.1.045

이용수

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

이 논문의 연구 히스토리 (5)

2021

강원지역 재생에너지원의 PMU 빅 데이터에 의한 심층 신경망 기반 계통 현상 판별
이경민 ,  박철원 대한전기학회 학술대회 논문집 2021.10 학술대회자료
심층 신경망을 이용한 재생에너지원의 PMU 빅 데이터기반 새로운 계통 현상 판별
이경민 ,  박철원 전기학회논문지 2021.01 학술저널

2020

강원지역 재생에너지원의 변동성 해석을 위한 PMU 빅 데이터에 의한 새로운 판별
이경민 ,  홍재영 ,  박철원 대한전기학회 학술대회 논문집 2020.10 학술대회자료
강원지역 재생에너지원의 전력품질 검토를 위한 PMU 빅 데이터 분석
이경민 ,  박철원 조명·전기설비학회논문지 2020.05 학술저널
강원지역 재생에너지원의 PMU 기반 데이터를 이용한 FRT 영향 평가
이경민 ,  박철원 전기학회논문지 2020.05 학술저널

초록· 키워드

오류제보하기
Recently, for real-time monitoring of renewable energy, a wide area power system monitoring and operation technology using PMU has emerged. Through WAMS based on the PMU, time synchronization data for a wide area is acquired and a vast amount of data is accumulated. Therefore, it is a problem to be solved in the future to process this data and deliver highly usable and valuable system status information to system operators. This paper proposes a new systemic phenomenon identification algorithm using big data of PMU installed in RES and a DNN. First, the PMU installed at the RES in the Gangwon region is introduced, and then the data structure collected is explained. Next, by analyzing each system phenomenon from the PMU data, a total of 8 types of system data such as steady state, tap rise, tap fall, feed-in and out, etc. are generated. After conducting supervised learning by constructing learning data for 8 systematic phenomena using a DNN, systematic phenomena discrimination is performed on the DNN model learned through the test data. Finally, the algorithm was designed, implemented, and evaluated to identify robust systematic phenomena for new PMU based big data. The simulation results showed that the proposed new algorithm accurately discriminates all systematic phenomena.
#Big data #Deep neural network #Systematic phenomenon identification #PMU #Real-time monitoring #RES #WAMS

목차

Abstract
1. 서론
2. PMU 기반 빅 데이터의 분석 및 전처리
3. 새로운 계통 현상 판별 알고리즘
4. 새로운 알고리즘 구현 및 시험
5. 결론
References

참고문헌 (12)

참고문헌 신청
C. W Park / 2019 / Development of Real-Time Monitoring and Analysis Control System New and Renewable Power Plants :1~384 google schola 강성범 / 2019 / PMU 빅데이터를 활용한 계통고장분류 모델 개발 / 전기학회논문지 68(9):1079~1084 dbpia S. A. Naseem / 2018 / Probability Estimation for the Fault Detection and Isolation of PMUBased Transmission Line System of Smart Grid / 2018 5th International Conference on Electrical and Electronics Engineering :284~288 google schola M. Cui / 2019 / Novel Event Detection Method Using PMU Data With High Precision / IEEE Trans. on Power Systems 34(1):454~466 google schola Y. Zhu / 2018 / Image Embedding of PMU Data for Deep Learning towards Transient Disturbance Classification / 2018 IEEE International Conference on Energy Internet :169~174 google schola

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

Hybrid 전력망의 모델링 및 사고 해석
이경민 ,  박철원 전기학회논문지 2020 .12
나주 통합 직류 마이크로그리드의 보호를 위한 개선된 고장검출 방안의 비교 분석
윤준석 ,  박철원 조명·전기설비학회논문지 2022 .08
혼재 전력 그리드의 부하 조류 산정을 위한 개선된 알고리즘
이경민 ,  함정모 ,  조남훈 외 1명 대한전기학회 학술대회 논문집 2022 .07
재생에너지원을 위한 Python에 의한 빅 데이터의 통계해석
이경민 ,  박철원 조명·전기설비학회논문지 2022 .08
직류 마이크로그리드의 웨이브릿 기반 에너지를 이용한 고장 검출 기법
이경민 ,  박철원 조명·전기설비학회논문지 2021 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-560-001427237