| 한글제목(Korean Title) |
LSTM 기반 Variational Autoencoder를 이용한 전력품질 이상 상황 탐지 |
| 영문제목(English Title) |
Anomaly Detection in Power Quality using LSTM-based Variational Autoencoder |
| 저자(Author) |
고성현
홍충선
Sung Hyun Go
Choong Seon Hong
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 1016 ~ 1018 (2021. 06) |
한글내용
(Korean Abstract) |
전력품질은 전압, 전류, 주파수의 파형 등이 얼마나 안정되어 있는 지표를 말하며 특히 현대에는 전자통신기술의 발달로 인해 순간적인 파형의 변화도 허용하지 않는 전자기기들의 증가로 전력품질 장애는 전력 시스템의 주요 문제 중 하나로 자리 잡았다. 본 논문에서는 전력품질 이상 탐지 감지를 위하여 LSTM 기반의 VAE(Variational Autoencoder) 모델을 활용하여 전력품질 이상 상황 탐지 기술을 제시한다. 해당 모델은 시계열 데이터의 특징인 시간 의존성을 반영하기 위해 VAE의 인코더와 디코더를 LSTM으로 교체한 모델로, 입력된 데이터로 재구성한 데이터가 Threshold를 초과하는 이상 점수를 가질 시 전력품질 이상으로 판단한다. 제안 방법은 시뮬레이터로 생성한 전력품질 데이터에 적용되었고 기존 접근방법 대비 우수한 성능을 보였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
