• 대한전기학회논문지
• /
• 제43권4호
• /
• pp.553-563
• /
• 1994

This paper presents a filtering method using neural networks to extract fundamental frequency components of the transient wave signals in power systems. Based on the ability of multilayer feedforward neural networks to approximate any continuous function, a neural networks mapping filter is proposed for the protective distance relaying systems to extract the effective components efficiently. A characteristic feature of this mapping filter is composed of the multilayer perceptron neural networks which are trained by using random signals and those are mapped to the DFT filtering computational structure by GDR(Generalized Delta Rule). The advantage of this approach is demonstrated by the random waves and the fault transient wave signals of EMTP(electromagnetic transients program) in power systems fault conditions. The proposed method is compared with the conventional method and the simulation results show the efficiency of the neural networks.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.293-294
• /
• 2006

Interscale dependency and Liptschitz regularity of the wavelet coefficients imply the existence of functional mapping between scales. In this paper, the neural networks are exploited to learn an intercale mapping. We apply a phase-shifting filter for effective learning of the neural networks.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.9-20
• /
• 1998

본 논문에서는 패턴인식 형태로 구성된 거리계전시스템에 신경회로망을 적용한 새로운 형태의거리계전기법이 제시되었다. 제안된 거리계전기법은 패턴인식 단계인 두개의 블록으로 구성되었다. 첫 단계에서는 과도신호의 특징 파라미터인 기본파성분을 효율적으로 추출하기 위해 신경회로망을 이용한 필터링 방법이 적용되었으며, 두번째 단계에서는 첫단계에서 추출된 기본파성분을 입력으로 고장형태를 신속하고 정확하게 판별 분류 될 수 있도록 신경회로망을 이용한 고장패턴 추정기가 개발적용되었으며, 이울러 고장판별에 따라 고장점을 효율적으로 추정될 수 있도록 하였다. 적용 시스템의 각 단계는 함수 근사화, 보간성능 및 패턴분류 등의 능력이 뛰어난 다층 퍼셉트론의 역전파 학습 알고리즘이 적용되었다. 제신된 기법의 성능을 입증하기 위하여 EMTP 시뮬레이션을 하여 얻은 다양한 과도 고장파형의 계전시호를 활용하여 시험하였으며, 그결과 제시된 기법은 학습되지 않은 임의의 패턴에 대하여 적응성을 가지고 효율적으로 고장점이 추정될 수 있었으며, 고장발생후 3샘플 이내에서 고장형태가 신속하고도 정확하게 판별되었다.