MFCC와 변화율을 이용한 전기사고 예측방법에 대한 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 임용배 | - |
dc.contributor.author | 김동우 | - |
dc.contributor.author | 박원경 | - |
dc.contributor.author | 이호경 | - |
dc.contributor.author | 조성원 | - |
dc.date.available | 2020-07-10T04:35:24Z | - |
dc.date.created | 2020-07-06 | - |
dc.date.issued | 2018 | - |
dc.identifier.issn | 1976-9172 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/4578 | - |
dc.description.abstract | 4차 산업혁명 시대가 도래됨에 따라 재해예방 분야에서도 사물인터넷과 인공지능 기술의 도입이 진행되고 있다. 본논문은 이와 같은 기술 환경변화에 따라 공동주택용 자율전기안전관리 기술에 음성인식 분야에서 주로 활용되는 MFCC 알고리즘과 전류 변화율을 이용한 옥내 전기회로의 이상상태를 판별하는 방법을 제시한다. CT를 이용하여 전류파형을측정하고, MFCC와 변화율 계산을 통해 신호를 변환하여 역전파 신경회로망에 적용함으로써 개선된 정확도를 얻을 수있다. 정상상태와 아크, 누전, 아크와 누전이 동시에 일어난 이상상태 4가지로 구분하여 판별하는 실험을 수행 한 결과제안된 방법의 우수함을 확인할 수 있었다. 기존의 MFCC를 활용하여 이상상태를 판별할 경우 51.22%, 변화율만 채택할 경우75.61%의 정확도를 얻을 수 있었고, 본 연구에서 제안한 방식인 MFCC와 변화율을 모두 사용할 경우, 80.49%로 정확도가향상되었다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국지능시스템학회 | - |
dc.title | MFCC와 변화율을 이용한 전기사고 예측방법에 대한 연구 | - |
dc.title.alternative | A Study on the Prediction Method of Electrical Accident Using MFCC and Change Rate | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 이호경 | - |
dc.contributor.affiliatedAuthor | 조성원 | - |
dc.identifier.bibliographicCitation | 한국지능시스템학회 논문지, v.28, no.2, pp.114 - 121 | - |
dc.relation.isPartOf | 한국지능시스템학회 논문지 | - |
dc.citation.title | 한국지능시스템학회 논문지 | - |
dc.citation.volume | 28 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 114 | - |
dc.citation.endPage | 121 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002338398 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 전기사고 | - |
dc.subject.keywordAuthor | MFCC | - |
dc.subject.keywordAuthor | 인공 신경망 | - |
dc.subject.keywordAuthor | 예측방법 | - |
dc.subject.keywordAuthor | 신호처리 | - |
dc.subject.keywordAuthor | Electric Accident | - |
dc.subject.keywordAuthor | MFCC | - |
dc.subject.keywordAuthor | Neural Networks | - |
dc.subject.keywordAuthor | Prediction Method S | - |
dc.subject.keywordAuthor | ignal Processing | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
94, Wausan-ro, Mapo-gu, Seoul, 04066, Korea02-320-1314
COPYRIGHT 2020 HONGIK UNIVERSITY. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.