http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Process Bus 기반 Merging Unit 데이터 누락 시 디지털 계전기 계측 오차율 분석
백민우(Min-Woo Baek),김태희(Tae-hee Kim),손진우(Jin-Woo Son),구치욱(Chi-Wuk Gu) 대한전기학회 2020 대한전기학회 학술대회 논문집 Vol.2020 No.11
스마트 그리드 전력산업이 성장해가는 현재 세계적 기업을 선두로 여러 기업들은 효율적인 지능형 전력 계통 감시 제어 시스템 구축 기술 개발에 주력하고 있다. 이미 10여 년 전부터 ABB, SIEMENS와 같은 해외 유수 기업을 중심으로 시작한 연구는 근래에 들어 성과로 보이고 있으며, 우리나라에서도 정부와 한국전력공사의 주도로 많은 전력산업 관련 기업들이 참여한 전력IT 사업을 시작으로 초석을 놓은 바 있다. Full 디지털 개념의 변전 시스템은 스마트 그리드 산업의 가장 핵심적인 요소이기 때문에 IEC 61850 기반의 네트워크 통신 변전시스템 구축과 관련된 기술 개발의 필요성이 높아지고 있다. Full 디지털 방식의 변전 시스템은 Hard-Wiring(CT, PT) 결선을 통해서 정보 취득하는 방식을 네트워크 통신을 기반으로 데이터를 취득하는 방식으로 변경함으로써 현장 설비 최소화 및 데이터 관리 간편화 등의 장점이 있다. 또한 전력 계통에서 직접적으로 검출한 계측정보를 IEC 61850의 서비스 형식인 SV(Sampled Value)로 처리하기 때문에 데이터 처리 속도에 대한 이점도 있다. 하지만 통신을 이용함에 따라 데이터 누락 및 통신 지연에 대한 문제가 발생 할 수 있으며 이로 인해 계측 오차가 생길 수 있다. 결국 데이터 누락은 계측 오차를 유발하고 계전기 동작에 영향을 줄 수 있다. 본 연구에서는 SV를 처리하는 Process Level 영역인 Process Bus 기반 시스템에서의 통합 IED 계측 오차를 분석하고 데이터 누락이 통합 IED에 미치는 영향을 확인하였다. Process Bus의 MU(Merging Unit)로부터 취득하는 SV 데이터는 과도현상 시뮬레이터를 이용하여 취득한 샘플 데이터로 대체하였다. 데이터 누락 및 통신 지연에 대한 문제를 모의하기 위해 한 주기 샘플에서 일정 수의 데이터를 누락시켰으며 해당 상황에서의 통합 IED 계측 오차를 분석하였다.
DFT 기반 페이저 연산 시 새로운 저역통과필터를 이용한 고주파 노이즈 경감 방법
백민우(Min-Woo Baek),강상희(Sang-Hee Kang) 대한전기학회 2017 전기학회논문지 Vol.66 No.6
DFT(Discrete Fourier Transform) is one of the most widely used method to estimate the phasor of a relaying signal. The harmonics are eliminated by the DFT. However, high frequency components, except for harmonics, are not removed and cause an error in DFT-based phasor estimation process. This paper suggests high frequency noise reduction method by using a newly designed low-pass filter to estimate a signal phasor. When selecting a stop-band cut-off frequency of the low-pass filter, high frequency components generated by faults are considered. To reduce the phasor estimation delay caused by a low-pass filter, this paper proposes a low-pass filter whose settling time is reduced. An adverse effect of high frequency noise on DFT-based phasor estimation is reduced. To evaluate the performance of the proposed method, signals which are collected under a fault condition at a 345[kV] transmission system modeled by EMTP-RV are used.
백민우(Min-Woo Baek),황창현(Chang-Hyun Hwang),강상희(Sang-Hee Kang) 대한전기학회 2016 대한전기학회 학술대회 논문집 Vol.2016 No.11
DFT(Discrete Fourier Transform) 기반 페이저 연산 시 고조파 성분은 제거 되지만 고조파를 제외한 고주파 성분은 제거되지 않으며 페이저 연산에서 오차를 발생시키는 원인이 된다. 본 논문에서는 DFT 기반 페이저 연산 시 공진과 진행파에 의한 고주파 노이즈 경감 대책을 제안한다. 고주파 성분을 제거하기 위해 저역통과 필터를 사용하고, 저역 통과 필터의 차단주파수 선정 시 고장에 의해 발생할 수 있는 고주파 성분을 고려하여 선정한다. 제안된 방법을 검증하기 위해 EMTP-RV를 이용하여 345㎸ 송전계통을 모델링하고, 계통에서 취득한 신호 데이터를 이용하여 제안한 방법의 효과를 확인하였다.
김민주 ( Min Joo Kim ),박재현 ( Jae Hyun Park ),백민우 ( Min Woo Baek ),노영주 ( Young J Rho ) 한국정보처리학회 2011 한국정보처리학회 학술대회논문집 Vol.18 No.2
최근 스마트 폰이 보급되면서 스마트 폰 사용자가 급격히 증가하고 있다. 이러한 추세에 따라 어플리케이션 역시 활발히 개발되고 있고, 종류도 다양해지고 있지만 현대인들의 큰 관심인 다이어트를 간편하고 효율적으로 할 수 있게 도와주는 어플리케이션은 그리 많지 않다. 본 논문에서는 안드로이드 기반으로 구글 맵과 GPS등을 사용하여 사용자가 간편하게 다이어트를 할 수 있도록 지원할 목적으로 개발한 시스템의 특징 및 적용기술에 대하여 설명한다.
Vis-NIR 초분광 영상을 이용한 토마토 숙도 판별 딥러닝 모델 개발
이보영 ( Bo-young Lee ),백민우 ( Min-woo Baek ),송두진 ( Doo-jin Song ),김민지 ( Min-jee Kim ),천승우 ( Seung-woo Chun ),정천순 ( Cheon-soon Jeong ),모창연 ( Chang-yeun Mo ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1
토마토는 수확 후에도 숙도가 변화되는 특징이 있어 숙도에 따라 저장기간이 달라진다. 유통과정에서 유통 기간에 따라 토마토 숙도 단계를 고려해야 한다. 토마토 품질 선별은 크기나 색, 결함 등을 기준으로 하여, 크기는 무게에 따라 나눠지고 색과 부패나 형상 불량 등은 육안으로 선별하고 있다. 이러한 육안 선별은 노동력이 요구되며 작업자의 피로도가 높아지면 선별정확도가 낮아질 수 있다. 따라서 품질 정확도 향상을 위해서는 품질을 균일하고 신속하게 측정할 수 있는 기술이 필요하다. 과일의 내부품질을 신속하게 비파괴적으로 측정할 수 있는 기술로 초분광 영상 기술이 활용되고 있다. 따라서 본 연구의 목적은 초분광 영상 기술을 이용하여 토마토의 숙도 판별을 위한 딥러닝 모델을 개발하는 것이다. 2022년 7월과 8월에 총 672개의 유럽계 토마토와 동양계 토마토를 수확하여 6개의 성숙 단계로 분류하여 실험에 사용하였다. 토마토 숙도는 USDA(United States Department of Agriculture) 표준 분류에 따른 6단계(Green, Breaker, Turning, Pink, Light-red, Red)로 하였다. Vis-NIR 초분광 영상 카메라(microHSI™ 410 Vis-NIR Hyperspectral Sensor, Corning® , USA) 구비된 라인스캐닝 방식의 초분광 영상 장치를 사용하여 400 ~ 1,000 nm 영역에서 토마토의 초분광 영상데이터를 획득하였다. 노출 시간, 스텝 간격은 각각 10ms, 1mm로 설정하여 측정하였다. 컨볼루션 신경망(Convolutional neural network; CNN)을 적용하여 토마토 품종에 따른 토마토 숙도 판별 모델을 개발하였다. 토마토 숙도 판별 모델의 성능 평가는 분류 모델 성능지표를 사용하였다. 토마토 숙도 판별 CNN 모델의 정확도는 97.62%로 우수한 결과를 보였다. 본 연구결과는 초분광 영상 기반 토마토 숙도 판별 장치 개발에 활용될 수 있을 것으로 기대된다.
Vi<sub>s</sub>-NIR 초분광 영상을 이용한 토마토 숙도 판정에 관한 연구
이보영 ( Bo-young Lee ),백민우 ( Min-woo Baek ),이종환 ( Jong-hwan Lee ),김영진 ( Young-jin Kim ),신정용 ( Jeong-yong Sin ),유우형 ( Woo-hyeong Yu ),송두진 ( Doo-jin Song ),김민지 ( Min-jee Kim ),천승우 ( Seung-woo Chun ),모창연 ( 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
토마토 선별은 중량이나 크기 등을 기준하여 이루어지고 있으며 흠집 등 외관 품질은 작업자가 육안으로 판별한다. 토마토 선별에 많은 노동력이 요구되며 작업자의 숙련도에 따른 편차가 발생한다. 이러한 편차에 의해 선별정확도가 낮아지고 불균일한 품질의 상품이 유통됨으로서 소비자의 신뢰성이 저하된다. 품질 측정 정확도 향상과 품질 균일화를 위해 내부품질을 신속하고 비파괴적으로 측정할 수 있는 기술이 필요하다. 따라서 본 연구는 초분광 영상 기술을 이용하여 토마토의 성숙도 판정 모델을 개발하고 자 한다. 2022년 7월과 8월에 총 672개의 유럽계 토마토와 동양계 토마토를 수확하여 6개의 성숙 단계로 분류하여 실험에 사용하였다. 토마토 숙도는 USDA(United States Department of Agriculture) 표준 분류에 따른 6단계로 (Green, Breaker, Turning, Pink, Light-red, Red)로 하였다. Vis-NIR 초분광 영상 카메라(microHSI™ 410 Vis-NIR Hyperspectral Sensor, Corning<sup>®</sup> , USA) 구비된 라인스캐닝 방식의 초분광 영상 장치를 사용하여 400 ~ 1,000 nm 영역에서 토마토의 초분광 영상데이터를 획득하였다. 노출 시간, 스텝 간격은 각각 10ms, 1mm로 설정하여 측정하였다. 부분최소제곱회귀법(Partial Least Squares Regression; PLSR)을 적용하여 토마토 품종에 따른 토마토 숙도 판정 모델을 개발하였다. 토마토 숙도 판정 모델의 성능 평가는 결정계수(R2)와 평균 제곱근 오차(RMSE)를 사용하였다. 초분광 영상을 이용하여 토마토 숙도 판정 모델를 개발한 결과 PLSR 모델의 결정계수(R2)가 0.91로 나타났으며 추후 초분광 영상기술은 토마토의 내외부 품질 판정에 활용될 수 있을 것으로 기대된다.