맞춤기술찾기

이전대상기술

전력 변압기 고장 진단을 위한 지능형 시스템

  • 기술번호 : KST2022010949
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 전력 변압기 고장 진단을 위한 지능형 시스템이 개시된다. 일 실시예에 따른 전력 변압기의 고장 진단을 위한 지능형 시스템은, 전력 변압기의 고장 진단을 위한 학습 모델에 DGAM 정보를 입력받는 입력부; 및 상기 학습 모델을 통해 상기 입력받은 DGAM 정보로부터 전력 변압기의 고장을 진단하는 진단부를 포함할 수 있다.
Int. CL G01R 31/62 (2020.01.01) G06N 3/04 (2006.01.01) G06N 20/00 (2019.01.01) G06N 3/08 (2006.01.01) G01R 31/14 (2006.01.01)
CPC
출원번호/일자 1020210040460 (2021.03.29)
출원인 세종대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0069782 (2022.05.27) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020200156332   |   2020.11.20
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.29)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 세종대학교산학협력단 대한민국 서울특별시 광진구 능동로 *** (군

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 양효식 서울특별시 광진구 군
2 릴리아 타이티즈 서울특별시 광진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2021.03.29 수리 (Accepted) 1-1-2021-0366939-47
2 의견제출통지서
Notification of reason for refusal
2022.07.01 발송처리완료 (Completion of Transmission) 9-5-2022-0487495-18
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
전력 변압기의 고장 진단을 위한 지능형 시스템에 있어서, 전력 변압기의 고장 진단을 위한 학습 모델에 DGAM 정보를 입력받는 입력부; 및 상기 학습 모델을 통해 상기 입력받은 DGAM 정보로부터 전력 변압기의 고장을 진단하는 진단부를 포함하는 지능형 시스템
2 2
제1항에 있어서,상기 분류기는, 적응형 신경 퍼지 추론 시스템(ANFIS)을 포함하고, 상기 학습 모델은, 전기 3 상 전력 변압기의 장애를 분류하기 위해 블랙 위도우 최적화 알고리즘(BWOA: Black Widow Optimization Algorithm)을 이용하여 적응형 신경 퍼지 추론 시스템이 훈련되도록 구성된것을 특징으로 하는 지능형 시스템
3 3
제2항에 있어서,상기 학습 모델은, DGAM 정보로부터 연관 규칙 학습 기술(ARLT)에 기초하여 복수 개의 속성 정보가 선택되고, 상기 선택된 복수 개의 속성 정보를 이용하여 전력 변압기의 장애를 분류하기 위해 구성된 적응형 신경 퍼지 추론 시스템이 훈련되고, 상기 훈련을 통해 전력 변압기의 장애를 분류하기 위한 매개 변수 정보가 도출되는것을 특징으로 하는 지능형 시스템
4 4
제3항에 있어서,상기 DGAM 정보는, 복수 개의 속성 정보를 포함하고, 상기 학습 모델은, 상기 연관 규칙 학습 기술에 기초하여 상기 DGAM 정보로부터 복수 개의 속성 정보가 선택되고, 상기 적응형 신경 퍼지 추론 시스템에 입력되는 입력 데이터의 차원이 감소되도록 훈련되는 것을 특징으로 하는 지능형 시스템
5 5
제4항에 있어서,상기 학습 모델에서, 상기 연관 규칙 학습 기술에 기초하여 상기 DGAM 정보로부터 무결함 등급, 부분 방전 등급, 에너지 방전 등급, 과열 등급을 포함하는 특징에 대응되는 속성 정보가 상기 적응형 신경 퍼지 추론 시스템의 입력 데이터로 사용되는 것을 특징으로 하는 지능형 시스템
6 6
전력 변압기의 고장 진단을 위한 학습 방법에 있어서, DGAM 정보로부터 연관 규칙 학습 기술에 기초하여 복수 개의 속성 정보를 선택하는 단계; 상기 선택된 복수 개의 속성 정보를 이용하여 전력 변압기의 장애를 분류하기 위해 구성된 분류기를 훈련시키는 단계; 및 상기 훈련을 통해 전력 변압기의 장애를 분류하기 위한 매개 변수 정보를 도출하는 단계를 포함하는 전력 변압기의 고장 진단을 위한 학습 방법
7 7
지능형 시스템에 의해 수행되는 전력 변압기의 고장 진단 방법에 있어서, 전력 변압기의 고장 진단을 위한 학습 모델에 DGAM 정보를 입력받는 단계; 및상기 학습 모델을 통해 상기 입력받은 DGAM 정보로부터 전력 변압기의 고장을 진단하는 단계를 포함하는 전력 변압기의 고장 진단 방법
8 8
제7항에 있어서,상기 분류기는, 적응형 신경 퍼지 추론 시스템(ANFIS)을 포함하고, 상기 학습 모델은, 전기 3 상 전력 변압기의 장애를 분류하기 위해 블랙 위도우 최적화 알고리즘(BWOA: Black Widow Optimization Algorithm)을 이용하여 적응형 신경 퍼지 추론 시스템이 훈련되도록 구성된것을 특징으로 하는 전력 변압기의 고장 진단 방법
9 9
제8항에 있어서,상기 학습 모델은, DGAM 정보로부터 연관 규칙 학습 기술(ARLT)에 기초하여 복수 개의 속성 정보가 선택되고, 상기 선택된 복수 개의 속성 정보를 이용하여 전력 변압기의 장애를 분류하기 위해 구성된 적응형 신경 퍼지 추론 시스템이 훈련되고, 상기 훈련을 통해 전력 변압기의 장애를 분류하기 위한 매개 변수 정보가 도출되는것을 특징으로 하는 전력 변압기의 고장 진단 방법
10 10
제9항에 있어서,상기 DGAM 정보는, 복수 개의 속성 정보를 포함하고, 상기 학습 모델은, 상기 연관 규칙 학습 기술에 기초하여 상기 DGAM 정보로부터 복수 개의 속성 정보가 선택되고, 상기 적응형 신경 퍼지 추론 시스템에 입력되는 입력 데이터의 차원이 감소되도록 훈련되는 것을 특징으로 하는 전력 변압기의 고장 진단 방법
11 11
제10항에 있어서,상기 학습 모델에서, 상기 연관 규칙 학습 기술에 기초하여 상기 DGAM 정보로부터 무결함 등급, 부분 방전 등급, 에너지 방전 등급, 과열 등급을 포함하는 특징에 대응되는 속성 정보가 상기 적응형 신경 퍼지 추론 시스템의 입력 데이터로 사용되는 것을 특징으로 하는 전력 변압기의 고장 진단 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 세종대학교 산학협력단 에너지클라우드기술개발(과기정통부)(R&D) 효과적인 에너지 수요 패턴 및 요인 분석을 위한 앙상블 기법 기반의 XAI 에너지 플랫폼 개발