Proceedings of the KIEE Conference (대한전기학회:학술대회논문집)
- 2001.11b
- /
- Pages.317-319
- /
- 2001
Fault Type Classification using Improved KNN Learning Algorithm
개선된 코호넨 신경회로망 학습 알고리즘을 이용한 송전선 고장 종류 분류
- Cho, Hong-Shik (Seoul National University) ;
-
Min, Sang-Won
(Seoul National University)
;
- Jang, Yong-Jin (Seoul National University) ;
-
Park, Jong-Keun
(Seoul National University)
;
-
Kim, Gwang-Won
(University of Ulsan)
- 조홍식 (서울대학교 전기공학부) ;
-
민상원
(서울대학교 전기공학부)
;
- 장용진 (서울대학교 전기공학부) ;
-
박종근
(서울대학교 전기공학부)
;
-
김광원
(울산대학교 전기전자정보시스템공학부)
- Published : 2001.11.16
Abstract
송전선에 사고가 발생하면 계전기가 동작하고 여러 가지 후속 조치가 적절히 수행되기 위해서는 빠른 시간 내에 고장의 검출, 고장 종류의 분류, 고장 위치의 판정 등이 요구된다. 신경회로망을 이용한 고장 해석은 빠르고 정확한 해석이 가능하기 때문에 최근에 각광을 받고 있다. 본 논문에서는 기존의 코호넨 신경회로망의 지도 경쟁 학습 알고리즘을 개선한 새로운 학습 알고리즘이 제시된다. 제안된 학습 알고리즘은 전력계통의 송전선 고장 종류 분류에 적용된다.
Keywords